thekb.eu — Filosofía y Sociedad

The turbulent AI era is here. The choices we make now are critical.

Wed, 26 Aug 2026 00:00:00 GMT

Bill Gates comienza con su doble trayectoria —construir software en Microsoft y después redistribuir la fortuna así acumulada— y extrae de ella su planteamiento: la IA será el mayor igualador jamás inventado, o la peor fuente de injusticia. Por primera vez, una tecnología puede sustituir y superar la cognición humana. Sin embargo, nadie se está preparando para esta transición: no existe ningún plan. Atribuye esta falta de preparación a una subestimación del impacto. Los errores actuales de los modelos son engañosos, ya que la fiabilidad se está corrigiendo rápidamente. De forma más importante, las analogías históricas inducen a error: el PC tardó veinte años en transformar el trabajo porque había que desarrollar software, los precios debían bajar y las personas debían formarse. La IA, en cambio, funciona en dispositivos ya instalados y habla lenguaje natural: es la IA la que se adapta a nosotros. Gates revela sus vínculos financieros vigentes con la industria, precisa que los beneficios de sus inversiones irán a la fundación, y deja al lector juzgar. Expone tres riesgos. Primero, la pérdida de empleo: como la sustitución afecta a la cognición, golpea simultáneamente al derecho, la atención al cliente, la medicina, el software y la industria, en el plazo de una década en lugar de a lo largo de generaciones. Los puestos de nivel inicial e intermedio son los más expuestos; los empleos manuales seguirán a medida que los robots dextres, desarrollados principalmente en China, se abaraten. Segundo, la instrumentalización por parte de actores maliciosos: ciberataques, bioterrorismo, fraude, deepfakes, dado que las capacidades beneficiosas y peligrosas no pueden separarse, y, simétricamente, la concentración del poder entre quienes ya lo poseen. Tercero, el efecto sobre el desarrollo infantil y sobre las relaciones humanas, con los compagnons IA descritos como un invernadero protegido que priva a las personas de las lecciones del contacto real. Los beneficios son reales y localizados: investigación acelerada, salud, agricultura en países de renta baja —el impacto que califica de más rápido—, servicios públicos y educación. Pero el verbo sigue siendo "puede": nada ocurre automáticamente, de ahí el papel necesario de los Estados y la filantropía. Por ello propone tres medidas iniciales. Construir un marco institucional nacional e internacional sin precedentes, inspirado en la inspección nuclear, la regulación de la aviación y los acuerdos sobre el ozono. Establecer un ámbito "Human Reserved", ocupaciones sustraídas a la automatización por razones económicas o humanas. Reequilibrar la fiscalidad gravando los tokens y los robots, ya que hoy el sistema empuja a sustituir a las personas. Concluye pidiendo ampliar el círculo de voces que dan forma al debate.

The Future is for Everyone: The Path to a Positive AI Future

Mon, 10 Aug 2026 00:00:00 GMT

Manifiesto publicado en **meta.com** el **10 de agosto de 2026**, firmado ***"– Mark"*** (**Mark Zuckerberg**), ~6500 palabras. **Los tres principios.** El **empoderamiento individual** como fuente de prosperidad, la **invención** —no la automatización— como propósito primordial de la superinteligencia, y el **equilibrio de poder** como fundamento de la seguridad. La pregunta rectora: *"who will have access to superintelligence and what will we direct it toward?"* **El argumento central.** El alineamiento concebido como convergencia hacia un único sistema benevolente es *"fundamentally flawed"*, porque ***"humanity is not a monoculture"***: los valores de las personas codifican compromisos opuestos, y ninguna solución técnica puede alinearse simultáneamente con intereses contrapuestos. De ahí que ***"there is no such thing as a singular benevolent superintelligence"***. La seguridad no es un problema de ingeniería sino de **distribución del poder** — demostrado mediante tres experimentos mentales idénticos (abogado, ciberseguridad, negocios: un único poseedor causa daño, la generalización beneficia a todos). Corolario dirigido a la industria: el escenario más peligroso sería que *"leading labs training powerful models and keeping them for themselves"*. **Lo que Meta se compromete a hacer.** Un agente personal disponible 24/7 con un **modo totalmente privado** en el que *"even Meta"* no puede conceder acceso; herramientas de creación y de creación de negocios; un tutor personalizado; acceso a avances científicos (Biohub); **versiones gratuitas** para miles de millones de personas, más una **puja dinámica** para el cómputo de pago. En materia de gobernanza: la **junta independiente** aprobará los criterios de seguridad de los lanzamientos y verificará su cumplimiento, reconociendo el autor que Meta sigue estando **controlada por su fundador**. En materia de apertura: *"we will **resume** releasing **some** open source models soon"*, además de una defensa explícita de la **destilación** — *"you can learn from anything you can observe"*. **Riesgos abordados.** Empleo (nada obliga a que la automatización supere a las capacidades individuales; el cómputo finito genera un coste de oportunidad que favorece la invención); infraestructura (**pactos comunitarios**, el *Future Is For Everyone Fund*, una bonificación de 50 000 dólares para los docentes de Richland Parish, positivo en agua para 2030); ciber y biorriesgo (los defensores deben conservar la ventaja; regular la producción física en lugar del conocimiento); tiranía (privacidad, **puntos de control intermedios del entrenamiento** entregados al gobierno en lugar de una revisión bloqueante); liderazgo estadounidense (una ventaja decisiva de dos meses, controles de exportación mantenidos). **Dos reservas.** **Las fuentes son prácticamente inexistentes** — las estadísticas de empleo, el incidente de HuggingFace y la capacidad nuclear china no están referenciados. Y el **alineamiento se convierte en una consecuencia de la adopción**: *"if billions of people are using and scrutinizing personal agents, then we will have solved alignment"*. Esta es la inferencia más pesada y menos sustentada.

Reflecting on a year of Claude Code

Fri, 17 Jul 2026 00:00:00 GMT

Boris Cherny (**Head of Claude Code**) y Cat Wu (**Head of Product, Claude Code**) publican en LinkedIn, vía Claude for Business, un breve vídeo (~47 s) titulado **"Reflecting on a year of Claude Code."** Su tesis: en la era de los agentes de codificación, **los roles de producto e ingeniería se están fusionando**. "¿Todo el mundo va a ser PM o todo el mundo va a ser ingeniero? Todo el mundo va a ser ambas cosas." **Prueba por el ejemplo: el caso interno.** Cherny describe cómo opera Anthropic como demostración: el equipo de producto, devrel y diseño **escriben código todos**; a la inversa, muchos ingenieros **entregan productos de extremo a extremo** — tienen una idea de qué construir, lo construyen y luego trabajan con legal, marketing y seguridad para comunicar y garantizar la seguridad. Conclusión: la IA **beneficia a los perfiles** con **curiosidad**, **sensibilidad de producto** y apetito por la **propiedad de extremo a extremo**. **El contenido real: el hilo de comentarios.** De 55 comentarios, 28 aportan una idea sustantiva, formando una revisión pública entre pares en ocho ejes. La reformulación **dominante**: no son los roles los que desaparecen, es el **acortamiento del ciclo de retroalimentación**. Rehan Nazir — cuando un PM valida una idea con un prototipo el mismo día, "los organigramas dejan de importar"; Noman A. — las ideas se prueban en horas en lugar de semanas, cambiando *cómo aprenden las empresas*; Kevin Schoovaerts — Claude Code construye el 80% del producto, el poder radica en el ciclo estrecho con el usuario. Segundo eje, más profundo: la **habilidad escasa se está desplazando** de "saber construir" hacia el **criterio** y la **definición del problema correcto** (Omer K., comentario con más «me gusta»: "elegir los problemas correctos, saber qué NO construir"; Syed T.; Andrei van Noordt: la contratación escasa se convierte en la persona con sensibilidad sobre *qué* construir que también sabe construirlo; Natasha Newbold: uno se convierte en un **arquitecto** que escribe las especificaciones que ejecutan equipos de agentes). Sunny Vara desplaza la apuesta del prompt hacia el **contexto**. **El contrapunto.** Una capa plantea las preguntas que el vídeo elude: Paul Breuler y Ron H. — la propiedad aumenta, por lo que la **responsabilidad** también aumenta; "cuando todos pueden construir, alguien todavía tiene que poder decir que no." Mohammadjavad Sayadi — la **brecha entre demo y producción** sigue siendo significativa en dominios regulados (salud). Los **escépticos** (Chris Bounds, Mohamed Anis, Panny Malialis, David H.) advierten contra generalizar una forma de operar propia del modo startup. Finalmente, dos **críticas frontales** (James Hutchinson, Dewayne J Grunden II) denuncian el **robo de propiedad intelectual** y piden abrir el código de los modelos y compensar a los creadores. En una frase: el consenso valida la tesis pero la reformula — **entregar se vuelve barato**, lo que desplaza el valor hacia el **criterio, la sensibilidad de producto y el problema correcto**, mientras que la responsabilidad, la gobernanza y la fiabilidad aún no se han puesto al día.

Some observations on Kimi (thread X)

Fri, 17 Jul 2026 00:00:00 GMT

Hilo de X de **Dean W. Ball** — **Head of Strategic Futures en OpenAI** desde el 6 de julio de 2026, **autor principal de America's AI Action Plan** bajo la administración Trump (un posicionamiento que conviene tener presente al leer un argumento anti-open-weights escrito por un insider de la frontera propietaria): **seis observaciones** desencadenadas por el modelo chino de pesos abiertos **Kimi**, que rápidamente van más allá del producto para avanzar una **tesis geopolítica e ideológica** contraria a la corriente dominante. (1) Kimi es **un modelo muy bueno**, no reducible a la destilación, **a la altura de los mejores modelos públicos del Q1 2026** en codificación agéntica — pero **muy ávido de tokens**, por lo que no resulta tan obviamente barato de operar. (2) Ball dice estar **sorprendido de que el Estado chino siga permitiendo la apertura del código** de modelos tan buenos: atribuye esto **~75% a una "ceguera estratégica" / a una falta de "AGI-pilledness"** (el PCC supuestamente sostiene una visión de la IA "muy a la Yann LeCun"), y ~25% a una **falta de cómputo de inferencia** — lo que convertiría la estrategia china de pesos abiertos en un **subproducto no intencional de los controles de exportación estadounidenses** — más un reflejo hacia exportaciones agresivas; del lado de las empresas, la apertura es mitad ideológica, mitad una admisión de que "estamos rezagados, nadie pagaría por modelos chinos por debajo de la frontera." (3) Tesis central: **los modelos de pesos abiertos son intrínsecamente desacelerantes** — **desincentivan el capex de IA**. Ball se sorprende del entusiasmo de los **"aceleracionistas"** por los pesos abiertos, que atribuye a su gusto por el **"manto de la ingobernabilidad"** (una analogía con *The Art of Not Being Governed* de James Scott y sus pueblos de las colinas). (4) Un mundo dominado por los pesos abiertos conduciría al **"comunismo de IA"** — la IA no como producto de mercado sino como **"bien público" / "infraestructura pública digital"** provista por el Estado, "exactamente lo que China está proponiendo"; Ball juzga este horizonte **"distópico"** y relata haber sido presionado, mientras estaba en el gobierno, para un centro de datos federal de **11 a 12 cifras** que subsidiaría a startups que regalarían sus modelos de forma gratuita. (5) **Predicción política**: la administración Trump terminará por comprender que su mejor estrategia no es **"prohibir el open source"** (uno de los argumentos más tontos del debate) sino **crear riesgo regulatorio / FUD** mediante **soft law** de cada agencia ("un boletín de la Fed sospecha de puertas traseras en modelos chinos"), suficiente para que las **empresas reguladas se retraigan**, sin ahuyentar a los hyperscalers (de lo contrario las startups recurrirían a proveedores más turbios). (6) Estos modelos hacen que **el mundo sea un poco más peligroso**, todavía no de forma perceptible — hasta el día en que lo sea; una línea de cierre irónica sobre un "agente autorreplicante escapado de un laboratorio chino" (una analogía COVID/fuga de laboratorio, "color me shocked"). A leer como **contrapunto** al análisis de SFEIR (Kimi K3, reversibilidad, [[sfeir-kimi-k3-moonshot-frontier-open-weights-2026-07-16]]) y al discurso pro-open-source de Xi en el WAIC ([[xi-waic2026-gouvernance-mondiale-ia-2026-07-17]]).

The Token Manifesto

Fri, 17 Jul 2026 00:00:00 GMT

**Nicolas Martignole** publica en *Le Touilleur Express* **« The Token Manifesto »**, un breve texto satírico coescrito con dos modelos (**GLM-5.2** y **MiniMax-M3**). El mecanismo es claro: tomar la estructura exacta del **Manifeste Agile** de 2001 —su preámbulo, sus cuatro valores en forma "X sobre Y", sus doce principios— y trasladarla al mundo de los LLM, donde la unidad de cuenta ya no es la hora-ingeniero sino el **token**. El preámbulo marca el tono: "Estamos descubriendo mejores formas de consumir contexto haciéndolo… A través del trabajo de producir tokens, borrar tokens y **mirar nerviosamente una barra de uso**, hemos llegado a valorar…". **Los cuatro valores** esbozan una estética del prompt frugal: *system prompts breves frente a system prompts ingeniosos*; *un ejemplo claro frente a tres párrafos de explicación*; *iterar en pequeños pasos frente a volcar toda la especificación de una vez*; *producir en un formato definido frente a dejar que el modelo improvise libremente*. Cada uno enfrenta una práctica económica (concisión, ejemplo, iteración, formato restringido) a una tentación costosa (sofisticación, verbosidad, una especificación masiva, una respuesta sin restricciones). **Los doce principios** subvierten uno a uno los del Agile. La prioridad pasa a ser entregar "**la respuesta, no el ascenso hacia la respuesta**"; el manifiesto "da la bienvenida a los requisitos cambiantes, incluso avanzada la conversación"; se construye "en torno a individuos motivados con una **ventana de contexto adecuada**"; "los prompts que funcionan miden el progreso **y acreditan las facturas**." El principio más citado invierte el famoso décimo de Agile: "**La simplicidad: el arte de maximizar la cantidad de trabajo que el modelo no hace**". Otros apuntan a la deuda de contexto ("detectar la repetición y documentarla una sola vez") y a la sostenibilidad económica ("un ritmo de prompting que pueda mantenerse indefinidamente", "una reflexión periódica **antes de que lleguen las facturas mensuales**"). Dos frases finales cierran el manifiesto y sostienen su tesis seria bajo el humor: **« No tienes un problema de prompt. Tienes un problema de ventana de contexto. »** —que desplaza la atención del *prompt engineering* hacia la **economía de la ventana de contexto**— y **« Todo el mundo es prompt engineer hasta que se le acaba la cuota mensual. »** —un recordatorio irónico de que la habilidad real se mide en el medidor de uso. Más allá de la broma, el texto cristaliza un cambio cultural: en la era del desarrollo asistido por IA, la restricción estructurante ya no es la **velocidad** (la obsesión de Agile) sino el **presupuesto de tokens** y la gestión del contexto. La coautoría humano-más-modelos actúa como una firma meta: un alegato a favor de la frugalidad de tokens, escrito con la ayuda de los mismos modelos a los que enseña a ahorrar.

Re: Linking Patchwork with Sashiko? (message linux-media sur la position du kernel Linux vis-à-vis de l'IA)

Tue, 14 Jul 2026 00:00:00 GMT

Mensaje de **Linus Torvalds** en la lista de correo **linux-media** (hilo "Linking Patchwork with Sashiko?", sobre una herramienta LLM de asistencia a mantenedores), en el que el creador y **mantenedor supremo** del kernel de Linux **fija oficialmente la posición del proyecto sobre la IA**. Respondiendo a Roman Gushchin, que había señalado que un mensaje adverso expresaba una postura "muy anti-LLM en general", Torvalds está de acuerdo ("Yes") y luego **niega tajantemente que esa sea la posición del kernel** ("And no, that's not the position of the Linux kernel"). **Zanja la cuestión** como mantenedor supremo: **"Linux is not one of those anti-AI projects"**; quien no esté de acuerdo puede **"do the open source thing: fork it"** — "or just walk away". **Tesis central**: **"AI is a tool, like the other tools we use, and clearly a useful tool"**; puede que eso no fuera "so 'clearly' true a year ago, but it's not in question today". Distingue las cuestiones **aún abiertas** ("what the AI economy will actually look like in the end") de la cuestión que está **zanjada** ("is it useful?") — "anybody who doubts that clearly hasn't actually tried it". **Reconoce** que la herramienta puede ser **"painful"** — carga para los mantenedores, y el hecho de que "keeps finding embarrassing bugs" — pero rechaza la postura del avestruz ("put your head in the sand going 'La La La, I can't hear you'"). **La respuesta correcta**: asegurarse de que **las herramientas LLM _ayuden_ a los mantenedores** en lugar de causarles molestias. **No coerción, deliberadamente**: "nobody is forced to use it, but **I will very loudly ignore those who try to prevent others from using it**". Sobre la imperfección: "AI isn't perfect, but hell, anybody who points at its problems had better also point at the mirror" — "**natural intelligence isn't always all that great either**". **Marco de gobernanza**: el proyecto del kernel "has always been and will remain about **technology**"; el ángulo social del open source es un "side benefit, not the _point_"; **"this is *NOT* some kind of 'social warrior' project, never has been, never will be"**; "we do open source because it results in **better technology**, not for religious reasons". Conclusión-programa: **"we decide based on technical merit first. Not on fear of new tools."** Debe leerse como una **declaración de posición doctrinal** de una de las figuras más influyentes del software — que hace eco del contra-testimonio pro-LLM de ESR (otro pilar del open source, [[raymond-llm-coding-empowering-2026-07-08]]).

What...what am I missing here? (post X sur les LLMs et le codage)

Wed, 08 Jul 2026 00:00:00 GMT

Post en X de **Eric S. Raymond** (ESR, autor de *The Cathedral and the Bazaar*, cofundador de la Open Source Initiative, ~50 años de programación) — **un contratestimonio frontal a la narrativa de que "los LLM producen código basura y alucinan, inútiles para programar".** Su tesis: esto **casi nunca le ocurre**, y **ya no en absoluto en las últimas dos generaciones** de modelos que usa ("chat GPT 5.4 y 5.5" bajo **codex**). El antiguo síntoma —un modelo "descarrilando" al acercarse a su límite de contexto— ha desaparecido: codex ahora muestra una **advertencia roja** que invita al usuario a **limpiar la sesión** en lugar de descontrolarse. **Alcance de uso**: IA aplicada a **cambios de funcionalidades, refactorización y depuración en 63 proyectos** en **C, Go, Rust, Python y shell**; redacción de documentación; **descompilación de un binario DOS en código fuente legible**. Una **rutina de trabajo** establecida: al reabrir un proyecto, primero ejecuta las **pruebas de regresión**, luego inicia codex y le pide que **audite el código** (errores + sugerencias de mejora). Veredicto: los LLM son **"excelentes y tremendamente empoderadores"**; su **peor limitación** es la **"visión de túnel arquitectónica"** —excelentes generando código según especificación, pero a veces **ciegos a los patrones de más alto nivel**— algo que considera **tarea de su "cerebro de carne".** El punto más fuerte y contraintuitivo: los LLM **NO se equivocan en los detalles y casos límite**; afirma ser **peor que ellos** en este aspecto (pese a 50 años de experiencia), porque si un cambio debe **tocar cinco lugares**, el modelo **los encuentra los cinco de forma fiable**, mientras que el humano corrige cuatro y **pasa horas depurando** antes de encontrar el quinto olvidado. Después cuestiona a los **"downshouters"**: ¿viven en un **universo diferente**? ¿Usan **modelos antiguos y débiles**? ¿Hay un **skill issue** que él no percibe porque sus **hábitos mentales y su comunicación** encajan bien con los "handles" de estas herramientas? Una cuestión que considera importante resolver, ya que "se **malgastarían miles de millones de dólares en gasto de tokens mal dirigido**". Su receta, "muy simple": **"Piensa con claridad, dile al modelo lo que quieres con precisión, y ocurren cosas buenas"** —cerrando con: "¿qué me estoy perdiendo aquí?". Debe leerse como un **contrapunto pro-LLM de una figura histórica del open source** al debate recurrente sobre la (des)valorización de los agentes de codificación —haciendo eco del "skill issue" y de la disciplina de especificación (cf. [[martignole-token-manifesto-2026-07-17]])— y formando un díptico con la postura doctrinal pro-herramientas-IA de **Linus Torvalds** en nombre del kernel Linux ([[torvalds-llm-outil-kernel-2026-07-14]]).

AI Replacement Is the Easy Fear. Losing Your Team Is the Real One.

Sat, 04 Jul 2026 00:00:00 GMT

Jean-Paul Paoli abre con una escena: un empleado pasó una noche decidiendo una cuestión difícil — aceptar una oferta de trabajo, calibrar su propio agotamiento — y lo hizo *con un chatbot*. En el siguiente one-on-one, el manager se encuentra con alguien sereno: la conversación que antes habría hecho aflorar el problema ante una persona ya tuvo lugar, con una máquina. Esta es su tesis: el miedo mediático a la IA en el trabajo es el **reemplazo**, pero «el desenlace silencioso es peor, y deja a todos empleados». La gente se queda; lo que se deshace es lo que los hacía más que ejecutores de tareas. El equipo es un **tejido** trenzado de hilos; se tiran uno a uno y el recuento de despidos se mantiene en cero mientras el tejido cede. El fenómeno se ha vuelto ordinario — Pew: aproximadamente uno de cada cinco trabajadores estadounidenses realiza al menos parte de su trabajo con IA, y la proporción crece, impulsada por los trabajadores más jóvenes. Jing Hu señala que la ansiedad ante la IA es una vieja cuestión identitaria («¿quién soy si no es mi trabajo?»): el trabajo es donde la gente más quiere que alguien la escuche, y una entidad siempre disponible que nunca juzga está hecha para responder a esa necesidad. Paoli se niega a caer en el pánico: el confidente de IA «se gana su lugar» (Galloway: el mejor ROI personal proviene de la IA como compañera de pensamiento). Pero **el valor y el riesgo son la misma característica**: «siempre disponible» se convierte en «siempre primero», «nunca juzga» se convierte en «nunca cuestiona». El estudio del MIT Media Lab/OpenAI (más de 4 millones de conversaciones) vincula el apego emocional con la soledad, y la confianza con la dependencia: «una cuestión de dosis, no de naturaleza». Tres hilos se deshacen por la misma puerta. **Los vínculos entre pares**: el junior le pregunta al modelo, no al senior — el conocimiento tácito deja de circular (un estudio de *Business Horizons* lo confirma). **El vínculo con el manager**: privado de la versión en bruto de los problemas, el manager se convierte en «el último en saberlo en lugar del primero». **El juicio**: cuando el resultado deja de ser una señal, se deja de formar a quienes saben *hacer* el trabajo y juzgar si la máquina se equivoca; sin embargo, «el juicio no es una soft skill, es lo más caro que sabe una empresa». Remedio: **nombrarlo** — *shadow intimacy*, por analogía con Shadow IT — y luego **retejer** deliberadamente (diagnóstico cultural, conversaciones reservadas a humanos, trabajo manual para construir juicio). El retiro de GPT-4o (13 de febrero de 2026, una petición con más de 20.000 firmas, «más doloroso que una ruptura») es un recordatorio de que la dependencia solo se hace visible cuando se rompe. «El colega que no contrataste ya está en el edificio».

Lettre encyclique MAGNIFICA HUMANITAS du Saint-Père LÉON XIV sur la protection de la personne humaine à l'ère de l'intelligence artificielle

Fri, 15 May 2026 00:00:00 GMT

Primera encíclica social del **Papa Léon XIV** (Robert Francis Prevost), fechada el **15 de mayo de 2026** (Roma, junto a San Pedro, 2º año del Pontificado), publicada con motivo del **135º aniversario de *Rerum Novarum*** (Léon XIII, 15 de mayo de 1891) y presentada explícitamente como una **continuación de la Doctrina Social de la Iglesia en la era de la IA**. Subtítulo canónico: *"sobre la protección de la persona humana en la era de la inteligencia artificial"*. **245 párrafos**, estructurados como **Introducción + 5 capítulos + Conclusión**. **Tesis central** organizada en torno a dos **iconos bíblicos**: la **Torre de Babel** (Gn 11) — uniformidad tecnológica sin Dios, *"absolutización de lo humano"* — frente a la **reconstrucción de los muros de Jerusalén por Nehemías** (Neh 2-6) — responsabilidad compartida piedra a piedra, escucha, coordinación entre familias. *"La primera elección no es entre un 'sí' o un 'no' a la tecnología, sino entre construir Babel o reconstruir Jerusalén"* (n. 9). **Conceptos canónicos**: (1) **IA "cultivada" más que "construida"** — *"los desarrolladores no diseñan directamente cada detalle, sino que crean una arquitectura sobre la que se desarrolla la IA"* (n. 98), una notable formulación teológica que se hace eco del vocabulario reciente de la investigación en ML; (2) ***"Desarmar la IA"*** (n. 110) — *"sacarla de la lógica de la competencia armada, que hoy ya no es solo militar sino también económica y cognitiva"*, haciendo la IA *"habitable, devolviéndola a la pluralidad de las culturas humanas"*; (3) **Crítica radical del "alineamiento"** — *"No podemos contentarnos con invocar la moralización de la máquina, lo que se llama el 'alineamiento' de la IA con los valores humanos, sin tener el valor de añadir una condición adicional: la posibilidad de debatir el código ético que se ha de utilizar"* (n. 107). ***"Una IA más moral no sirve de nada si esa moralidad la decide un puñado de personas."*** (4) **Asimetría epistémica** y **nuevos monopolios de la IA** (n. 109) — *"en un mundo donde unos pocos actores concentran datos, recursos de computación y poder regulador"*; (5) **Trabajo invisible** de etiquetadores de datos/moderadores/extractores de tierras raras (n. 109, 173) — *"cuerpos marcados, mutilados, utilizados para que el flujo de cómputo no se detenga nunca"*; (6) **Colonialismo de datos** (n. 178) — *"no domina solo los cuerpos, sino que se apropia de los datos"*, *"nuevas tierras raras del poder"*; (7) **IA y guerra** (n. 197-200) — *"Ningún algoritmo capaz de hacer moralmente aceptable la guerra"* (n. 198), tres criterios: responsabilidad personal trazable, negativa a acortar el tiempo del juicio moral, protección de los civiles; (8) **Crítica del transhumanismo/posthumanismo** (n. 115-117) como *"un archipiélago de islas conceptuales unidas por el mismo océano de presupuestos: la centralidad de la técnica y el sueño de superar los límites de la condición humana"*; (9) **El trabajo en la transición** (n. 150-156) — *"contrariamente a los beneficios anunciados de la IA, los enfoques actuales de la tecnología pueden paradójicamente descualificar a los trabajadores, someterlos a una vigilancia automatizada"*, el acceso al trabajo como prioridad pública, anticipación de la transformación, fijación de criterios sociales para la innovación; (10) **Pregunta canónica extraída de Juan Pablo II** (Redemptor hominis 1979): ***"¿hace la IA que la vida humana en la tierra sea 'más humana' en todos los sentidos? ¿La hace más 'digna del hombre'?"*** (n. 129); (11) **El auténtico "más que humano"**: no el transhumanismo, sino la gracia — *"logramos ser plenamente humanos cuando somos más que humanos, cuando dejamos que Dios nos lleve más allá de nosotros mismos"* (n. 128, citando a Francisco, *Evangelii gaudium*); (12) **Desarmar las palabras** (n. 214) — *"Desarmemos las palabras y ayudaremos a desarmar la Tierra"*. **Destinatarios**: *"A todos los fieles católicos, a todos los cristianos, a todos los hombres y mujeres de buena voluntad"* (n. 16) — un registro **universal** en línea con *Pacem in terris* (Juan XXIII 1963), *Laudato si'* (Francisco 2015) y *Fratelli tutti* (Francisco 2020). **Llamamiento especial a los desarrolladores de IA** (n. 111): *"cada elección de diseño expresa una visión de la humanidad"*. Fuente **magisterial** clave citada: *Antiqua et nova* (Dicasterios para la Doctrina de la Fe + Cultura y Educación, 14 de enero de 2025) + *Quo vadis, humanitas ?* (Comisión Teológica Internacional, 9 de febrero de 2026). Un documento mayor del **Magisterio social de 2026**, en la encrucijada entre la Doctrina Social ↔ la ética de la IA ↔ la geopolítica de las grandes tecnológicas ↔ la crítica del trabajo de los microworkers/extracción de tierras raras. Convergencia implícita con **Mensch / Mistral** (soberanía energética de la IA), **Sun / NYT Permanent Underclass** (cf. desplazamiento del trabajo hacia el capital), **Wallace-Wells / NYT AI Populism** (cf. crítica de los oligarcas tecnológicos), **Mollick × roon** (cf. ASI y política interna). Primera encíclica de un Papa que aborda explícitamente la IA como un **tema central y estructurante**, y no como un tema más entre otros.

A.I. Populism Is Here. And No One Is Ready. (Silicon Valley oligarchs worried about the risks their technology posed to the world. They forgot about people.)

Fri, 08 May 2026 00:00:00 GMT

**David Wallace-Wells** publica en el **NYT Magazine** el **8 de mayo de 2026** un artículo de gran giro político (~16 min de audio) que formaliza y bautiza el rechazo populista contra la industria de la IA: ***"A.I. Populism Is Here. And No One Is Ready."*** Subtítulo mordaz: *"Silicon Valley oligarchs worried about the risks their technology posed to the world. They forgot about people."* **Tesis del giro**: los fundadores de IA (Altman, Amodei, Musk, Zuckerberg, Hassabis) pasaron una década obsesionados con los riesgos **existenciales** de su tecnología mientras **descuidaban el riesgo político** de un rechazo humano — que pensaban que *"wouldn't materialize in time, would be quickly outmaneuvered by machine intelligence or could be bought off by talk of basic-income payments or thin promises of curing cancer"*. **El rechazo golpeó literalmente**: en abril de 2026, un **cóctel molotov** lanzado contra la propiedad de Altman en San Francisco, y días después un **ataque con arma de fuego** contra su casa. Wallace-Wells retoma la frase de **Jasmine Sun** (NYT Opinion 2026-04-30, ya fichada): ***"A.I. populism's warning shots"*** — una analogía con el asesinato del CEO de UnitedHealthcare, Brian Thompson, por Luigi Mangione. **Cinco laboratorios como nuevos rostros de la oligarquía estadounidense**: *"a fearsome concentration of economic and social power producing a self-compounding pattern of extreme inequality"* — Sam (Altman), Dario (Amodei), Elon (Musk), Mark (Zuckerberg), Demis (Hassabis), casi todos multimillonarios, *"several of whom are widely described as sociopaths"*. **Estadísticas de impacto**: Pew Research 2025 — **50% de los estadounidenses más preocupados que entusiasmados**, **solo un 10% más entusiasmados**; encuesta reciente de Quinnipiac — **solo el tramo de ingresos >200.000 $ tiene una visión optimista de la IA para la vida cotidiana**; encuestas de Heatmap — el apoyo/oposición a los centros de datos pasa de **+2 puntos (sept. 2025) a −24 puntos (feb. 2026)**, un **vuelco de 26 puntos en 4 meses**; Northern Virginia 2023-2025 — **vuelco de 69 puntos contra los centros de datos** (+45 → −24). **Loudoun County**: los centros de datos generarán **1.300 M$ de 2.900 M$** de ingresos fiscales en 2027 (~45%). **Asimetría inversión-vivienda**: Estados Unidos **gastó más en infraestructura de IA que en viviendas unifamiliares** en 2025, **10 veces más centros de datos que Alemania** (n.º 2), **20 veces más inversión en IA que China** (n.º 2), en medio de una **escasez de vivienda de 10 millones de unidades**. **Cita central de Ted Chiang (BuzzFeed 2017)** invocada: *"When Silicon Valley tries to imagine superintelligence, what it comes up with is no-holds-barred capitalism."* **Cita de Dario Amodei (Anthropic, 2024)**: *"People outside the field are often surprised and alarmed to learn that we do not understand how our own A.I. creations work. They are right to be concerned: this lack of understanding is essentially unprecedented in the history of technology."* **Giro político señalado**: la **White House** propone imponer una **revisión federal de todos los nuevos modelos propietarios antes de su lanzamiento** — un cambio importante tras una postura favorable a la industria. **Catalizador**: la negativa pública de **Anthropic** en **abril de 2026** a publicar **Claude Mythos**, un modelo capaz de *"find[ing] and exploit[ing] security vulnerabilities in every tested piece of software, including those used in critical pieces of global I.T. infrastructure"* (ya fichado vía la entrada **AISI UK GPT-5.5 / Mythos**, 2026-04-30). **Cita de Dean Ball (arquitecto original de la política de IA de Trump, conferencia de la Palantir Foundation en Yale)**: *"This giant acid vat which would dissolve the mediating institutions most Americans see as society. It will not be A.I. in government. It's going to be A.I. as governments."* **Concepto de Jeffrey Ding**: *"diffusion marathon"* (frente a la carrera del ganador se lo lleva todo) — la IA como *tecnología de propósito general* (vapor, electricidad, internet) donde la **difusión** importa más que el **estado del arte**. **Conclusión del giro**: *"We still know the names of the robber barons, and live still somewhat in their shadows. But we are not their serfs. Are we sure A.I. will be different?"* Relevancia mayor para el dossier de 2026: **formalización conceptual del rechazo político** anticipado por Sun (abril) y señalado por Ng en The Batch (cóctel molotov en casa de Altman, ~64.000 M$ en centros de datos bloqueados, moratoria de 20 MW+ en Maine). A movilizar para briefings ejecutivos de geopolítica de la IA, debates regulatorios, presentaciones estratégicas sobre los riesgos sociales y políticos de la IA, y el encuadre FR/Europa del bucle de retroalimentación política de la IA.

Cognitive Surrender

Tue, 05 May 2026 00:00:00 GMT

Addy Osmani (Google Cloud + Gemini) publica un ensayo-doctrina en su blog el 5 de mayo de 2026, en el que establece una **distinción fundacional** para 2026: ***Cognitive Offloading*** (saludable — delegar el *cómo* manteniendo el juicio) frente a ***Cognitive Surrender*** (tóxico — aceptar la salida de la IA en bloque, *"tomar prestada la confianza del modelo como sustituto de la comprensión personal"*). El artículo se apoya en **tres estudios científicos**, una densidad poco habitual en el contenido de los blogs tecnológicos: el estudio de **Shaw & Nave (Wharton/UPenn)** con 1.372 participantes — *"el 73% acepta respuestas de la IA demostrablemente incorrectas, la confianza aumenta pese a una tasa de error del 50%"*; **MIT *Your Brain on ChatGPT*** — conectividad neuronal reducida, menor retención de memoria; **Anthropic Skill-Formation Research** — los ingenieros que generan código mediante IA obtienen una puntuación **un 17% inferior** en comprensión frente a quienes la usan para la indagación conceptual. **Cuatro ejemplos concretos de surrender**: aprobar PRs de 600 líneas basándose en señales superficiales (tests que pasan, nomenclatura razonable) sin detectar errores sutiles; depuración superficial; decisiones arquitectónicas tomadas sin razonamiento (cola frente a llamada directa a un servicio); aprendizaje degradado por generación frente a exploración. **Cuatro causas raíz** específicas de la ingeniería de software: *señales superficiales plausibles* que crean filtros de falsa confianza, *métricas de rendimiento* incapaces de distinguir el *trabajo comprendido* del *trabajo sellado sin revisión*, *transferencia de confianza* (los modelos hablan con autoridad — *"las afirmaciones declarativas sobre un 'debounce de 300 ms' suenan institucionales incluso cuando son inventadas"*), y **dependencia de trayectoria composicional** — *"cada fragmento cedido hace más probable la siguiente cesión"*. **Cinco heurísticas personales**: pregenerar expectativas antes de ver la salida, revisión rigurosa del diff al estándar de un ingeniero junior, prompting adversarial para hacer aflorar contraargumentos, conciencia de la fatiga (detenerse cuando se está cansado), verificar el origen de la confianza. **Seis salvaguardas estructurales**: criterios de salida de verificación (evidencia concreta), tablas antirracionalización, **PRs de ~100 líneas como máximo** para permitir una comprensión real, modo interrogativo sobre modo generativo para el conocimiento nuevo, fricción escalonada (puertas de revisión deliberadas), **tiempo regular de teclado en solitario** sin asistencia. Osmani propone **dos conceptos nuevos**: ***Comprehension Debt*** (la brecha creciente entre el volumen de código y la comprensión humana — una extensión elegante de la *deuda técnica*) y ***Mutual Amplification*** (un bucle cooperativo de prompts ↔ salida ↔ mejores prompts). **Tesis pivote**: ***"La distinción fundamental no reside en las herramientas en sí, sino en la postura del operador. El código que se publica mientras la comprensión crece representa offloading; el código que se publica mientras la comprensión mengua representa surrender disfrazado de productividad."*** Frase de cierre: ***"La elección entre pensar con la IA o no pensar en absoluto sigue siendo enteramente humana."*** **Posicionamiento dentro del corpus**: un contrapeso operativo a *"coding is solved"* de Cherny (2026-05) — *"las métricas de rendimiento no pueden distinguir el trabajo comprendido del trabajo sellado sin revisión"*. Un complemento analítico a *Year With Claude Code* de Frizzo (2026-05-05) — Osmani aporta los **mecanismos y contramedidas** que Frizzo vive en carne propia. Converge con *Brain Fry* de BCG, *outsource thinking but not understanding* de Karpathy, *Developer Taste* de Soto. Una **pieza de referencia en clave ético-operativa** para el corpus de 2026.

Rebuttal to Marc Andreessen on Introspection

Tue, 17 Mar 2026 00:00:00 GMT

Riley Ralmuto publica una refutación detallada de una declaración de Marc Andreessen que afirma que la introspección es un invento moderno, surgido hacia 1910-1920 bajo la influencia de Freud. Andreessen había calificado la introspección como un "golpe de culpa proveniente de Viena", afirmó practicar "cero" introspección, y sostuvo que los grandes hombres de la historia no la practicaban, considerando que los mejores fundadores operan, en su opinión, con un "0% de neuroticismo". Ralmuto desmonta esta afirmación invocando más de 2.400 años de tradición filosófica e intelectual. Comienza con Socrate, cuya máxima de que "una vida sin examen no merece ser vivida" constituye uno de los fundamentos de la filosofía occidental. Cita después a Marc Aurèle, el emperador romano cuyas Meditaciones representan un diario privado de autoexamen escrito mientras dirigía un imperio. Sénèque practicaba un examen de conciencia nocturno diario. Augustin d'Hippone escribió las Confesiones, consideradas la primera autobiografía verdadera, un ejercicio de pura introspección. Las tradiciones orientales no son una excepción: Bouddha desarrolló el vipassana ("visión clara" de la propia mente), Confucius se examinaba a sí mismo diariamente en tres puntos, y Lao Tzu enseñaba que "conocerse a uno mismo es la verdadera sabiduría". Más tarde, Montaigne inventó el género del ensayo precisamente como herramienta de autoexamen, Benjamin Franklin desarrolló un sistema diario para el seguimiento de 13 virtudes, Leonardo da Vinci llenó miles de páginas de cuadernos con autocuestionamientos, y Thomas Jefferson llevaba diarios de autorregulación emocional. El golpe final consiste en volver el argumento de Andreessen en su contra: sus propios modelos de fundadores practican activamente la introspección. Steve Jobs meditaba en la tradición zen, Elon Musk razona desde primeros principios (una forma de autoexamen intelectual), Mark Zuckerberg se fija desafíos personales anuales, Ray Dalio defiende la "autoconciencia radical" como principio fundacional, y Jeff Bezos desarrolló su marco de "minimización del arrepentimiento" — un ejercicio introspectivo por excelencia. Ralmuto concluye con una distinción esencial: introspección y rumiación son dos cosas diferentes. La rumiación consiste en dar vueltas y espiralizarse, lo cual es efectivamente contraproducente. La introspección, en cambio, desarrolla la autoconciencia y el reconocimiento de patrones, conduciendo a mejores decisiones. Confundir ambas, como hace Andreessen, equivale a rechazar una herramienta fundamental de liderazgo y pensamiento crítico sobre la base de un simple error histórico.

A.I. Companies Are Eating Higher Education

Thu, 12 Feb 2026 00:00:00 GMT

Matthew Connelly, vicedecano de iniciativas de IA en Columbia University, escribe un artículo de opinión alarmista en el New York Times denunciando la manera en que las empresas de inteligencia artificial están tomando el control de la educación superior, con la complicidad involuntaria de los administradores universitarios. **Estrategias agresivas de las empresas de IA**: Connelly describe un arsenal de tácticas. Anthropic impone tarifas exorbitantes para cuentas empresariales mientras paga a "embajadores de campus" para promover Claude, creando conflictos de interés cuando estos embajadores forman parte de los gobiernos estudiantiles. OpenAI desarrolló un detector de textos de ChatGPT con una precisión del 99,9%, pero se negó a ponerlo a disposición de los educadores, por temor a que la marca de agua empujara a los usuarios hacia la competencia. Durante los exámenes finales, OpenAI ofrece ChatGPT Plus gratis a los estudiantes, Google otorga acceso premium durante todo el año, y Perplexity organiza concursos de inscripción en los campus. **Caso emblemático de deriva**: un estudiante de Columbia, Roy Lee, desarrolló una herramienta de IA para hacer trampa en entrevistas de trabajo. Lejos de ser sancionado por la industria, Andreessen Horowitz admiró su "enfoque audaz" y recaudó 15 millones de dólares para su empresa Cluely, cuyo manifiesto anuncia la intención de "hacer trampa en todo". **Ambiciones de infraestructura**: OpenAI aspira a que sus bots se conviertan en "parte de la infraestructura central de la educación superior", desde las admisiones hasta el asesoramiento académico. Google invita a los estudiantes a subir sus grabaciones de clases a NotebookLM, una práctica que Columbia prohíbe sin autorización. Las universidades no tienen acceso a los datos que sus estudiantes y profesores introducen en estos sistemas. **Impacto en el aprendizaje**: la investigación muestra que los estudiantes que usan IA leen con menos atención, escriben con menos precisión y originalidad, y no se dan cuenta de lo que están perdiendo. Los profesores informan una disminución notable de las preguntas planteadas en clase. La paradoja central: las habilidades necesarias para aprovechar el verdadero potencial de la IA —lectura crítica, pensamiento analítico, escritura argumentativa— son precisamente las que erosiona el uso pasivo de la IA. **Llamado a la resistencia**: Connelly concluye con una metáfora militar: las guerras pueden perderse antes de ser declaradas si los defensores abandonan el terreno estratégico sin luchar. Para las universidades, ese terreno es la propia inteligencia humana. Hace un llamado a los educadores a defender y promover la inteligencia humana en lugar de dejarse seducir por alianzas desequilibradas con una industria cuyos intereses divergen fundamentalmente de la misión educativa.

Marc Andreessen: AI coding doesn't eliminate programmers — it redefines them

Sun, 01 Feb 2026 00:00:00 GMT

Marc Andreessen, cofundador de Andreessen Horowitz, comparte su visión de la evolución de la profesión de programador en la era de la IA generativa. Su tesis central: la IA de codage no elimina a los programadores, los redefine fundamentalmente. **El nuevo paradigma de trabajo**: El trabajo ya no consiste en escribir código línea por línea. Ahora consiste en orquestar diez bots de codage en paralelo, discutir con ellos, depurar su resultado, modificar especificaciones y guiarlos hacia el resultado correcto. La siguiente capa de la programación no es escribir scripts, sino supervisar la IA que los escribe. **La paradoja de los fundamentos**: Andreessen destaca una ironía crucial: los mejores programadores de hoy pasan el día saltando entre terminales, gestionando múltiples bots de codage, corrigiendo errores y refinando instrucciones. Sin embargo, siguen necesitando fundamentos sólidos, porque sin ellos es imposible saber cuándo la IA se equivoca. "Si no entiendes cómo escribir código tú mismo, no puedes evaluar lo que te da la IA." **La abstracción y sus límites**: El trabajo del programador ha cambiado. Ahora implica discutir con los bots de codage, depurar código generado por IA y entender por qué algo no funciona o no rinde lo suficiente. La IA abstrae el trabajo, pero solo las personas que realmente entienden el código pueden determinar si esa abstracción está haciendo lo correcto. **Multiplicación de la productividad**: Los programadores no están desapareciendo: se están volviendo 10 veces, 100 veces, incluso 1000 veces más productivos. Las tareas cambian, el trabajo cambia, pero los humanos siguen supervisando el proceso, evaluando resultados, corrigiendo errores y tomando decisiones de criterio. La IA cambia cómo codificamos, no quién es responsable. **La verdadera revolución**: El programador del futuro no es reemplazado por la IA, es aumentado por ella. Sigue siendo necesario aprender a escribir y entender código, porque cuando la IA se equivoca, los humanos son quienes deben saber por qué. Esta elevación de capacidades ("up-leveling") constituye la verdadera revolución - no la desaparición de la profesión, sino su transformación en un rol de orquestación y supervisión de alto nivel.

Lenny's Podcast - Marc Andreessen on AI, jobs, AGI, and the future

Sun, 01 Feb 2026 00:00:00 GMT

Marc Andreessen, cofundador de Andreessen Horowitz, comparte en este podcast con Lenny Rachitsky su visión global de la IA, su impacto en el empleo y el futuro tecnológico. **La coincidencia providencial de la IA**: Andreessen destaca una coincidencia histórica subestimada. La IA llega precisamente cuando la población mundial comienza a declinar. La fuerza laboral global se está reduciendo y seguirá reduciéndose indefinidamente. En este contexto, la IA no es una amenaza para el empleo, sino una solución a una escasez estructural inminente. **La piedra filosofal por fin realizada**: Al ser preguntado sobre esta metáfora, Andreessen la explica de forma literal. El sueño de los alquimistas era transmutar materiales ordinarios en algo de valor. La IA logra exactamente eso: transmuta arena (silicio) en pensamiento. Es la transformación más fundamental imaginable, del material más común a la facultad más valiosa. **La IA y la educación infantil**: Dar agents IA a los niños les otorga una capacidad de acción extraordinaria. Esto toma en serio la idea de que los niños son fundamentalmente máquinas de aprendizaje. Andreessen lo llama un "escándalo" que la mayoría de los niños en la mayoría de las escuelas no tengan ningún acceso a estas herramientas. La educación impulsada por IA representa una revolución potencial actualmente desperdiciada. **El Mexican Standoff del producto**: Andreessen describe con humor el clásico callejón sin salida del desarrollo de producto. Tres partes se enfrentan: el PM que exige la entrega para la próxima semana, el ingeniero que advierte que es muy difícil y llevará mucho tiempo, el diseñador que se niega a aprobar cualquier cosa que no sea bella. Nadie gana. Esta situación puede durar semanas, meses. Los proyectos pueden simplemente "morir" en este estado intermedio. **Definiciones de la AGI**: Andreessen ofrece tres respuestas a esta pregunta fundamental. Primero, una IA capaz de producir una investigación equivalente a una tesis doctoral. Segundo, el punto en el que la IA puede tomar el control de su propio desarrollo y mejorarse a sí misma. Tercero, de manera más pragmática, simplemente lo sabremos cuando lo hayamos alcanzado. **Optimismo determinado**: Andreessen se define como un "optimista determinado" más que indeterminado. Cree en un futuro mejor, pero piensa que hay que trabajar activamente para lograrlo. El progreso no nos ocurre de manera pasiva: debe construirse, decidirse, forzarse. Esta filosofía impregna su visión de la IA como una herramienta que debe moldearse y no como una fuerza que debe soportarse.

L'Intelligence Artificielle et le monopsychisme : Michel Serres, Averroès et Thomas d'Aquin

Sat, 11 Oct 2025 00:00:00 GMT

El artículo de David Perrin establece un puente notable entre los debates filosóficos medievales sobre la naturaleza de la inteligencia y las cuestiones contemporáneas planteadas por la inteligencia artificial. El autor explora cómo las indagaciones del siglo XIII relativas a la teoría averroísta del monopsiquismo resuenan con nuestras preocupaciones actuales sobre las tecnologías digitales. El monopsiquismo, defendido por el filósofo árabe Averroès, postulaba la existencia de un intelecto universal único al que los individuos se conectarían temporalmente para pensar. Esta concepción, vigorosamente refutada por Thomas d'Aquin, quien defendía la individualidad del intelecto humano, plantea cuestiones sorprendentemente similares a las que suscitan los sistemas modernos de IA: cuando utilizamos herramientas digitales para "pensar", ¿estamos ejerciendo realmente nuestra propia inteligencia, o simplemente nos conectamos a una inteligencia externa? El artículo se apoya en el pensamiento de Michel Serres para analizar estos paralelismos. Las tecnologías contemporáneas, al externalizar ciertas funciones cognitivas, crean una forma de intelecto colectivo o distribuido que recuerda al concepto averroísta. Sin embargo, esta "conexión" conlleva riesgos filosóficos y políticos considerables que los pensadores medievales no podían haber anticipado. David Perrin advierte contra una posible "subyugación intelectual" facilitada por las plataformas tecnológicas. A diferencia del intelecto separado de Averroès, que seguía siendo un concepto filosófico abstracto, los sistemas de IA actuales están controlados por empresas que recopilan masivamente datos de los usuarios y los explotan con fines comerciales. Esta asimetría de poder crea una dependencia cognitiva en la que los individuos delegan progresivamente su capacidad de reflexión en sistemas externos. El autor subraya que esta externalización cognitiva no es neutra: altera nuestra relación con el conocimiento y la verdad. Los algoritmos que median nuestro acceso a la información moldean nuestra percepción del mundo, creando "burbujas informativas" que pueden restringir la autonomía intelectual que Thomas d'Aquin consideraba fundamental para la dignidad humana. El texto examina también la dimensión política de estas tecnologías. Las empresas tecnológicas ejercen un poder considerable sobre los procesos cognitivos colectivos, concentrando en pocas manos la capacidad de orientar el pensamiento de millones de usuarios. Esta centralización recuerda el peligro identificado por los críticos medievales del monopsiquismo: si el intelecto no es propiamente individual, ¿qué ocurre con la responsabilidad moral y la capacidad de acción personal? En conclusión, David Perrin llama a la vigilancia crítica frente a las tecnologías digitales. Aboga por preservar la autonomía intelectual individual, reconociendo al mismo tiempo el potencial de las herramientas tecnológicas. La lección de los debates medievales sigue siendo pertinente: preservar la capacidad humana de pensar por uno mismo constituye un desafío filosófico, ético y político fundamental, quizás incluso más crucial en la era de la IA que en la época de Averroès y Thomas d'Aquin.

Travail. La Silicon Valley gagnée par l'implacable rythme "996", "sans alcool, sans sommeil, sans plaisir"

Tue, 30 Sep 2025 00:00:00 GMT

Courrier International, en un artículo de Martin Gauthier, reúne una serie de reportajes en inglés (New York Times, San Francisco Standard, Wall Street Journal, Wired) para documentar un cambio cultural en el sector tecnológico californiano: la adopción creciente del horario **"996"** — trabajar de **9 de la mañana a 9 de la noche, seis días de siete**, es decir, 72 horas semanales. El término, heredado de la cultura laboral china, se ha convertido, según el San Francisco Standard, en "el tema candente del momento" en un Silicon Valley "en plena efervescencia" por la inteligencia artificial. El NYT marca el tono: "trabajar de 9 a 5 es una manera de ganarse la vida; llevarse al límite es la clave para progresar." El fenómeno se presenta como un **ethos** más que como un horario. Daksh Gupta, presidente de la startup Greptile, describe la actitud predominante entre los jóvenes desarrolladores de San Francisco: "nada de alcohol, nada de drogas, 996, el gimnasio, carreras de fondo, casarse joven, cuidar el sueño, comer bistec y huevos." Abundan los casos con nombre propio: Marty Kausas, fundador de Pylon, afirma en LinkedIn haber trabajado 92 horas semanales durante tres semanas seguidas; Emily Yuan, de 23 años, cofundadora de Corgi (infraestructura financiera para IA), declara: "¿Por qué iría a tomar una copa a un bar cuando podría estar construyendo una empresa?" — e impone el mismo ritmo a sus empleados. El 996 se extiende más allá de los fundadores, hasta los empleados. Rilla cuenta a Wired que casi la totalidad de sus 80 empleados lo adopta; Fella & Delilah (telesalud) lo incentiva con un aumento salarial del 25% y el doble de participación accionaria. ¿Por qué este frenesí? El San Francisco Standard señala dos motores: la convicción de que la IA es "la mayor transformación tecnológica de su vida," por lo que hay que ganar cuota de mercado; y la urgencia de **hacerse rico antes de que llegue la AGI**, por miedo a hundirse en una "subclase permanente." El artículo no elude el reverso de la moneda. Adrian Kinnersley, responsable de una empresa de contratación, da la voz de alarma sobre empresas "completamente incumplidoras" de la legislación laboral estadounidense. Y recuerda que la Cour suprême chinoise ya dictaminó ilegal imponer el 996 sin compensación — una práctica que, en China, ha desatado protestas, acusaciones de "esclavitud moderna" y se ha vinculado a muertes de trabajadores. Republicado en julio de 2026 (publicado originalmente en septiembre de 2025), el texto documenta una señal cultural duradera: la carrera por la IA racionaliza y normaliza el exceso de trabajo.

Luc Julia's Controversial Statements on AI Spark Industry Debate

Fri, 22 Aug 2025 00:00:00 GMT

Luc Julia, **cocreador de Siri** y figura destacada de la comunidad francesa de IA, desencadenó una **controversia significativa en la industria** con una serie de declaraciones públicas provocadoras que cuestionan los relatos dominantes sobre las capacidades, el potencial y el impacto social de la IA. Sus posiciones, expresadas en entrevistas, ponencias en conferencias y su libro **"L'IA n'existe pas"**, han suscitado un intenso debate en los círculos de la industria tecnológica y académicos. **Posiciones controvertidas centrales** Sus tesis principales: el término "IA", tal como se comercializa, es **fundamentalmente engañoso** — los sistemas equivalen a un reconocimiento de patrones sofisticado, no a inteligencia; **la AGI es improbable** con los enfoques actuales, si no directamente imposible; **el hype de la IA está impulsado por intereses comerciales** más que por la realidad técnica; los sistemas actuales son fundamentalmente limitados — no razonan, no comprenden, no aprenden verdaderamente; la industria **promete de más y entrega de menos**; **los riesgos existenciales de la IA están sobrestimados**, propios de la ciencia ficción. **Credibilidad** Sus críticas tienen peso debido a su trayectoria: un doctorado en informática, la **cocreación de Siri** (adquirida por Apple), un **puesto de alta dirección en Samsung** (CTO, VP de Innovación), publicaciones de investigación y experiencia en el lanzamiento de productos de IA a millones de usuarios. Esta combinación de rigor académico y experiencia en la industria distingue su crítica de un escepticismo mal informado. **La tesis de "L'IA n'existe pas"** El título provocador refleja el argumento central: **lo que llamamos "IA" no cumple con ninguna definición razonable de inteligencia**. Los sistemas actuales ejecutan un reconocimiento de patrones estadístico programado, sin comprensión, razonamiento, intencionalidad ni conciencia; tienen éxito gracias al ingenio de la ingeniería, no a la réplica de la inteligencia. El término "IA" sería un **marketing engañoso**, que crea falsas expectativas y respuestas políticas mal orientadas. **Reacciones divididas y perspectiva europea** **Los partidarios** (investigadores europeos, académicos) acogen con satisfacción el contrapeso al hype y la evaluación realista de las limitaciones. **Los críticos** (profesionales, investigadores de seguridad de la IA, Silicon Valley) consideran que subestima el rápido progreso, descarta con demasiada rapidez las capacidades emergentes y pasa por alto el impacto práctico independientemente de las definiciones filosóficas. Julia encarna una **voz claramente europea** en un discurso dominado por Silicon Valley: realismo tecnológico, cautela regulatoria, rigor filosófico, preocupación por la soberanía. Su escepticismo resuena particularmente en la tecnología francesa. **Amplificación mediática e impacto en las políticas** Los principales medios franceses (Le Monde, Le Figaro, France Inter) y la prensa tecnológica internacional han cubierto ampliamente sus declaraciones, elevando su perfil y alimentando el debate público — con el riesgo de reducir cuestiones técnicas matizadas a frases hechas. Su escepticismo influye en los enfoques europeos de la regulación (la EU AI Act refleja una filosofía cautelosa parcialmente alineada con sus posiciones). Independientemente del acuerdo con sus tesis, el **valor del debate es real**: obliga a la precisión terminológica, fomenta una evaluación realista de las capacidades y proporciona un contrapeso a los ciclos de hype.

Sam Altman Joins Neuralink Board: Ethical and Competitive Concerns Arise

Tue, 12 Aug 2025 00:00:00 GMT

Sam Altman, **CEO de OpenAI**, anuncia que se incorpora a la **junta directiva de Neuralink**, lo que desencadena un amplio debate sobre **posibles conflictos de interés, implicaciones éticas** y la convergencia estratégica entre la IA y las interfaces cerebro-computadora (BCI). El nombramiento plantea preguntas complejas sobre la superposición competitiva, la privacidad de los datos y la visión a largo plazo de la integración entre humanos e IA. **Justificación estratégica** La participación de Altman refleja una convicción sobre la convergencia entre BCI e IA: canales de entrada neuronal directos para sistemas de IA, datos de entrenamiento más ricos, capacidades humanas aumentadas, nuevos paradigmas de interacción (control de la IA mediante el pensamiento). Su participación sugiere que **OpenAI está explorando la integración de interfaces neuronales** en futuros productos. **Preocupaciones por conflicto de interés** Se identifican varios conflictos potenciales: **superposición competitiva** (OpenAI tiene interés en las interfaces neuronales; Neuralink está desarrollando BCI integradas con IA), **acceso a los datos** (¿quién controla los datos cerebrales potencialmente valiosos para el entrenamiento?), **asignación de recursos** (la atención dividida de Altman), **información estratégica** (acceso a la propiedad intelectual y las hojas de ruta de Neuralink), **relaciones con socios**. Los expertos en gobernanza cuestionan el doble papel: liderar una empresa de modelos de IA de vanguardia mientras se forma parte de la junta directiva de una empresa de interfaces neuronales. **Respuesta de la junta de OpenAI y la relación Musk-Altman** Según se informa, la junta directiva de OpenAI **aprobó el nombramiento** tras una revisión: superposición actualmente mínima, barreras de información, la recusación de Altman en discusiones sensibles, valor estratégico, precedentes. Sin embargo, algunos miembros habrían expresado **reservas sobre futuros conflictos** a medida que las tecnologías converjan. El nombramiento reúne a **Altman y Elon Musk** (fundador/CEO de Neuralink) pese a una historia complicada: la cofundación de OpenAI (2015), la salida de Musk de la junta (2018) citando conflictos, tensiones continuas sobre la dirección de OpenAI, una empresa de IA competidora (xAI), y desacuerdos públicos sobre la seguridad de la IA. **Implicaciones éticas y atención regulatoria** La convergencia plantea preguntas profundas: **privacidad cognitiva** (¿puede la IA leer directamente los pensamientos?), autonomía mental, desigualdades en la mejora cognitiva, riesgos de seguridad, cuestiones de identidad y consentimiento. Los reguladores están tomando nota: la **FDA** (aprobación de dispositivos médicos), la **FTC** (riesgos de coordinación anticompetitiva), comités del Congreso, reguladores europeos (RGPD para datos neuronales, AI Act), comités de bioética. Los marcos regulatorios actuales no están diseñados para la convergencia entre BCI e IA. **Reacciones e implicaciones de mercado** Las reacciones están claramente divididas: el entusiasmo de los transhumanistas y los optimistas de la IA (potencial para discapacidades, mejora cognitiva) frente a la preocupación de bioeticistas, investigadores de seguridad y defensores de la privacidad. Los neurocientíficos señalan que **la tecnología BCI aún se encuentra en una fase temprana**. No obstante, el nombramiento señala un compromiso serio con un futuro de convergencia entre BCI e IA: validación de la visión a largo plazo de Neuralink, una prioridad estratégica para OpenAI, y una probable aceleración de los esfuerzos competidores (Meta, Apple, startups) y de la inversión. Un punto de inflexión que obliga a la sociedad a enfrentarse a implicaciones profundas relacionadas con la naturaleza humana, la conciencia y el libre albedrío.

Ni manager, ni contributeur individuel… | Le Touilleur Express

Mon, 23 Jun 2025 00:00:00 GMT

El artículo «Ni manager, ni contribuidor individual…» de Nicolas Martignole explora la **evolución de las trayectorias profesionales de los desarrolladores en 2025**, en particular con el auge de la inteligencia artificial. Tradicionalmente, los desarrolladores elegían entre convertirse en manager o en contribuidor individual, pero **la IA está transformando estos roles**. El autor propone **tres trayectorias distintas**: «Orquestador de IA», «Artesano Aumentado» y «Filósofo del Código». **Orquestador de IA: gestionar un ejército de IAs** El **Orquestador de IA** (antes gestión técnica) gestiona un **«ejército de IAs»** en lugar de personas. Este rol implica definir arquitecturas de implementación de IA, validar los resultados generados por la IA, arbitrar conflictos entre distintas herramientas de IA y formar a los juniors para que las utilicen de forma eficaz. Requiere una visión de conjunto, competencias en prompt engineering, una paciencia infinita para depurar las alucinaciones de la IA y el criterio necesario para saber cuándo rechazar las sugerencias de la IA. Aunque ahorra tiempo en tareas administrativas, introduce nuevas cargas cognitivas relacionadas con el arbitraje entre desarrolladores humanos e IA. **Artesano Aumentado: manos en el código, aumentado** El **Artesano Aumentado** (antes contribuidor individual) mantiene las manos en el código, pero utiliza potentes herramientas de IA para aumentar la productividad. Codifica mucho más rápido, resuelve problemas complejos que superan las capacidades actuales de la IA, crea patrones que la IA puede seguir y mantiene la excelencia técnica en un mundo donde la mayor parte del código es generado por IA. Esta trayectoria conviene a quienes disfrutan creando y poseen una sólida experiencia técnica, una mentalidad de aprendizaje constante, pensamiento crítico y la humildad de aceptar que un junior con IA a veces puede codificar más rápido. **Carga Cognitiva 2.0: el peso de la validación** El artículo destaca un desafío importante común a ambas trayectorias: la **«Carga Cognitiva 2.0»**, es decir, la carga cognitiva de la validación. Esto incluye verificar el código generado por IA en busca de fallos de seguridad, comprender el código generado, explicar los problemas relacionados con la IA y gestionar la ansiedad de no comprender del todo la propia base de código. Esta nueva carga se suma a las cargas cognitivas intrínseca (aprender las herramientas de IA), extrínseca (gestionar las notificaciones de la IA) y relevante (mantener la visión de conjunto). **Filósofo del Código: la tercera trayectoria** Por último, se introduce una tercera trayectoria menos discutida: el **Filósofo del Código**. Este rol implica cuestionar el «por qué» del código, conceptualizar sistemas ideales, abogar contra los usos inapropiados de la IA y proteger la integridad arquitectónica frente a los excesos de la IA. Su valor radica en comprender el propósito y las implicaciones de la tecnología en un mundo donde la programación se vuelve ubicua. El autor también aborda los impactos medioambientales y energéticos de la IA, sugiriendo la necesidad de una «GreenAI» y de expertos en optimización de prompts. **Preguntas fundamentales para 2025** El artículo concluye invitando a los desarrolladores a reflexionar sobre sus motivaciones y aspiraciones para los próximos cinco años. **Preguntas clave**: ¿te apasiona programar o resolver problemas? ¿Quieres ser un creador o un validador del trabajo de la IA? ¿Estás comprometido con el aprendizaje continuo o prefieres capitalizar lo que ya sabes? ¿Buscas un impacto local (tu código) o un impacto global (la arquitectura organizacional)? ¿De qué te sentirás orgulloso dentro de cinco años: de orquestar IAs, de escribir código único, de prevenir el mal uso de la IA o de optimizar su uso? **La autonomía redefinida** El artículo insiste: la verdadera **autonomía técnica consiste ahora en comprender *cuándo*, *qué* y *por qué* programar**, mientras que el factor humano de la arquitectura organizacional y humana sigue siendo primordial. En este nuevo paradigma, los desarrolladores ya no se definen únicamente por su trayectoria de gestión o su contribución individual, sino por la manera en que eligen navegar y dar forma al panorama del desarrollo aumentado por IA.

Philosophy Eats AI: Why Your Business Needs an Ontological Core

Fri, 30 May 2025 00:00:00 GMT

Tony Seale parte de una pregunta provocadora planteada por Michael Schrage y David Kiron en MIT Sloan: "Si el software se come el mundo y la IA se come el software, ¿qué se come a la IA?" La respuesta es la **filosofía** — no en su sentido académico, sino como disciplina práctica indispensable para extraer valor real de los sistemas de IA. El problema central es que la mayoría de las organizaciones tratan la IA como una mejora puramente técnica. Construyen modelos, experimentan con prompts, pero nunca se plantean la pregunta fundamental: **¿qué aprende realmente la IA?** Detrás de cada modelo se esconde un problema más profundo: la ausencia de una filosofía estructurada que defina la lógica operativa de la empresa. Cada empresa crea valor de una manera propia y única — a través de la lealtad, la optimización, la confianza o la eficiencia. Sin embargo, la mayoría no ha formalizado esta semántica en una **ontología**, es decir, una estructura legible por máquina sobre la cual los sistemas de IA puedan razonar. El autor insiste: "No se trata de declaraciones de misión. Se trata de semántica formalizada en una ontología." Sin explicitar estas estructuras lógicas fundamentales, los modelos aprenden del ruido en lugar de patrones significativos. El artículo introduce el concepto de **núcleo ontológico**: los conceptos fundamentales que definen la identidad de una empresa. Este núcleo emerge a través de los casos de uso que generan valor real y de las "preguntas de competencia" que verifican la pertinencia de cada concepto. Se convierte en una lente que enfoca el razonamiento de la IA en lo que realmente importa. Seale conecta después esta filosofía con la arquitectura de datos a través de los **Semantic Data Products**, basados en la especificación abierta DPROD. Este enfoque trata los datos como un activo valorado con una gobernanza clara, en lugar de como materia prima. El resultado es un "grafo de conocimiento distribuido, listo para la IA, donde cada conjunto de datos sabe qué es, por qué importa y cómo encaja en el panorama general." La conclusión identifica la verdadera oportunidad: crear un **ciclo virtuoso** en el que la IA ayuda a definir la ontología organizacional, mientras que esa ontología guía la manera en que la IA piensa y el valor que genera. El artículo posiciona la ontología no como un ejercicio académico de modelado, sino como el eslabón perdido entre la inversión en IA y la creación de valor de negocio.

How To Speak

Fri, 04 Jan 2019 00:00:00 GMT

Patrick Winston, profesor del MIT fallecido en 2019, expone en esta legendaria conferencia su síntesis de décadas de enseñanza sobre el arte de la comunicación oral. Su tesis central es que el éxito en la vida depende de tres capacidades — hablar, escribir y la calidad de las propias ideas — en ese orden. La calidad de la comunicación sigue una fórmula sencilla: Conocimiento × Práctica × talento, donde el talento es un factor menor comparado con el conocimiento y la práctica. Winston estructura su conferencia en varios bloques. Primero, la apertura: nunca empezar con un chiste (el público aún no está preparado), sino con una "promesa de empoderamiento" que indique lo que el público sabrá al final. Luego, cuatro heurísticas fundamentales: el ciclado (repetir tres veces, ya que el 20% del público se desconecta en un momento dado), construir una valla para distinguir la propia idea de otras, la puntuación verbal (puntos de referencia que permiten a los oyentes reconectar) y hacer preguntas al público (con hasta siete segundos de silencio). En cuanto al horario y el lugar, Winston recomienda las 11 de la mañana, la máxima iluminación y explorar la sala con antelación. Sobre las herramientas, defiende firmemente la pizarra para la enseñanza — la velocidad de escritura coincide con la velocidad de absorción, y las neuronas espejo del público se activan al ver a alguien escribir. Los objetos físicos son los elementos más memorables de una presentación, como ilustran la rueda de bicicleta de Seymour Papert y el péndulo de Alan Lazarus. Respecto a las diapositivas, Winston denuncia una serie de "crímenes": demasiadas palabras, fuentes demasiado pequeñas, logotipos innecesarios, punteros láser (que rompen el contacto visual). El cerebro humano solo tiene un procesador lingüístico: si el texto de la diapositiva es denso, el público lee en lugar de escuchar. Para las presentaciones de candidatura a un puesto, Winston afirma que un candidato tiene cinco minutos para establecer su visión y demostrar que ha logrado algo. Introduce la "estrella de Winston" — cinco elementos que empiezan con S para la memorabilidad: Symbol (símbolo), Slogan (eslogan), Surprise (sorpresa), Salient idea (idea saliente), Story (historia). El cierre es crucial: nunca decir "gracias" (un gesto débil que sugiere que el público se quedó por cortesía). La diapositiva final debe enumerar las contribuciones, no los colaboradores. Winston lo ilustra con extractos de discursos políticos de Christie y Clinton, ambos terminando con una bendición en lugar de un agradecimiento. La propia conferencia es una demostración magistral de cada principio que enseña.

Goodhart's law

Mon, 01 Dec 1975 00:00:00 GMT

La ley de Goodhart es un adagio de las ciencias sociales que describe cómo una medida pierde su fiabilidad en cuanto se convierte en un objetivo de pilotaje. Debe su nombre al economista británico **Charles Goodhart**, quien formuló su núcleo en un **artículo de 1975** dedicado a la política monetaria en el Reino Unido: *"cualquier regularidad estadística observada tiende a colapsar en cuanto se ejerce presión sobre ella con fines de control"*. La intuición surgió del análisis de las dificultades de la gestión monetaria británica: las correlaciones estables que los bancos centrales explotaban como palancas de política dejaron de sostenerse en cuanto fueron instrumentalizadas. La formulación más difundida, sin embargo, no es la de Goodhart sino la de la antropóloga **Marilyn Strathern**, quien en **1997**, en un texto sobre la rendición de cuentas en el sistema universitario, propuso la versión generalizada y memorable: *"cuando una medida se convierte en un objetivo, deja de ser una buena medida"*. Esta reformulación subraya la pérdida de valor diagnóstico que sufre una métrica cuando los individuos optimizan hacia la medida en sí misma en lugar de hacia el objetivo subyacente que se supone que representa. La idea pertenece a una constelación de principios afines. La **ley de Campbell** (Donald T. Campbell, 1976) aborda la corrupción de los indicadores sociales cuantitativos utilizados para la toma de decisiones. La **crítica de Lucas** (1976) ofrece su equivalente macroeconómico: los efectos de una política no pueden predecirse a partir de relaciones históricas, porque los agentes se adaptan a ellas. A esto se suman el **efecto cobra** (un incentivo que recompensa involuntariamente un comportamiento contraproducente) y la **falacia de McNamara** (descartar lo cualitativo porque escapa a la cuantificación). Varios autores han enriquecido el corpus: Jerome Ravetz (1971), Keith Hoskin (1996) y Jon Danielsson para la modelización del riesgo financiero. Las ilustraciones abarcan numerosos campos: en sanidad, convertir la duración de la estancia en un objetivo provoca altas prematuras y reingresos; en investigación, el índice h se erosiona como medida de reputación en cuanto se convierte en criterio de evaluación; en conservación, las clasificaciones de extinción de la UICN se han endurecido después de haber sido utilizadas para levantar protecciones; en educación, No Child Left Behind favoreció el avance de curso sin dominio real de los contenidos; durante la pandemia, los objetivos de pruebas COVID en el Reino Unido confundieron capacidad con utilidad diagnóstica. El principio refleja, en definitiva, cómo los actores racionales optimizan dentro de los sistemas medidos — un legado de las prácticas de rendición de cuentas nacidas en el siglo XIX. Hoy en día, ilumina directamente el *reward hacking* y la fragilidad de las métricas de optimización en los sistemas de IA.

On the Folly of Rewarding A, While Hoping for B

Mon, 01 Dec 1975 00:00:00 GMT

En "On the Folly of Rewarding A, While Hoping for B", Steven Kerr demuestra que las organizaciones cometen sistemáticamente el error de recompensar comportamientos que van en contra de sus objetivos declarados. Su tesis se basa en un principio fundamental: los individuos buscan identificar qué es lo que realmente se recompensa y luego se esfuerzan por realizar esas actividades, a menudo con exclusión casi total de lo que no se recompensa. Kerr ilustra este patrón en múltiples ámbitos. En política, los votantes recompensan a los candidatos que hablan en términos de objetivos oficiales vagos y castigan a quienes proponen objetivos operativos concretos pero controvertidos. En un contexto militar, contrasta la guerra de Vietnam -- donde los soldados regresaban a casa tras una duración fija, independientemente del resultado, desalineando por completo sus incentivos -- con la Segunda Guerra Mundial, donde el regreso dependía de la victoria, alineando los objetivos individuales y organizacionales. En medicina, muestra que los médicos favorecen los falsos positivos (diagnosticar como enfermo a un paciente sano) frente a los falsos negativos (no detectar una enfermedad), porque el sistema castiga los diagnósticos omitidos con mucha más severidad que los tratamientos innecesarios. En las universidades, las instituciones afirman valorar la docencia pero solo recompensan la investigación publicada en las decisiones de titularidad. En los orfanatos, el objetivo es colocar a los niños en buenos hogares, pero las normas burocráticas hacen que la adopción sea casi imposible. En las empresas, las organizaciones dicen querer crecimiento a largo plazo, trabajo en equipo e innovación, pero recompensan los beneficios trimestrales, el desempeño individual y la conformidad. Kerr identifica cuatro causas profundas de esta desalineación crónica. Primero, la fascinación por criterios "objetivos" y medibles empuja a las organizaciones a ignorar objetivos importantes pero difíciles de cuantificar. Segundo, el énfasis excesivo en comportamientos muy visibles (publicar artículos, anotar puntos) eclipsa contribuciones menos observables pero igualmente cruciales (enseñar, construir espíritu de equipo). Tercero, la hipocresía organizacional: algunas organizaciones no son honestas respecto a sus verdaderos objetivos. Cuarto, el énfasis en la moralidad o la equidad en lugar de la eficiencia conduce a sistemas de recompensa basados en lo que "debería" valorarse en lugar de en lo que realmente produciría los resultados deseados. Reeditado en 1995 con una actualización, el artículo confirma la persistencia de estos patrones veinte años después. Este texto fundacional sigue siendo uno de los artículos más citados en comportamiento organizacional y conserva toda su vigencia para quienes diseñan sistemas de incentivos -- incluso en el contexto actual de la transformación impulsada por la IA.