O sea, me estás diciendo que el propio hecho de aprender un lenguaje de programación le confirió la capacidad de razonamiento al chat GPT. Sí. Entonces, chat GPT, todo lo que aprendió programando, lo pudo aplicar al lenguaje, a los idiomas del lenguaje. Y esto le permitió multiplicar su capacidad de razonar a través del lenguaje.
Tú a chat GPT le puedes pedir que te resuelva un problema y le dices, razona tu respuesta mientras me la estás explicando. Y el sistema te lo razona como una persona. ¿Tú crees que la tecnología actual podría dejar al 15% de la población sin trabajo? Sin duda.
Todo lo que es atención al cliente, tier 1, y todo lo que son tareas de oficina... Digamos que si tú tienes una notaría revisando documentos, no puedes dejar campar a sus anchas ChatGPT porque te puede hacer un descosido. Pero solo con que hay una persona supervisando el trabajo de ChatGPT, pues igual no te hacen falta cuatro administrativos.
¡Atención! Tengo una gran noticia para compartir. Aunque ya terminó el verano, muchos de nosotros seguimos arrastrando los excesos de esos días.
Una cintura más ancha, nebulosa mental, agotamiento… Y es momento de darle la vuelta a esto. Por esto he preparado un reto de un mes para ayudarte a desinflamarte, recuperar la flexibilidad metabólica, también perder algunos kilos de grasa y sobre todo rejuvenecer la mente y el cuerpo. Puede que todos estos retos te suenen muy ambiciosos, pero la realidad es que no lo son.
Si sigues el protocolo que te daré durante el reto, que combinará un plan de nutrición keto, combinado con ayuno estratégico, ayuno prolongado rejuvenecedor, estrategias horméticas y muchas otras cosas que he ido descubriendo a lo largo de mis 14 años investigando en este mundo. Y es que además no estaré solo en este reto, también estará la doctora Lucía Galloso, una doctora experta en nutrición, fisiología y salud. Será una experiencia fenomenal.
Y empezamos el día 1 de octubre. Si te interesa, no te pierdas la oportunidad y apúntate a la comunidad gratuita de WhatsApp que he creado para irnos preparándoos antes de empezar. Porque la previa también es muy importante. Te dejo el enlace en las notas del episodio. Pero es realmente muy fácil.
octubre.oriolroda.com Nos vemos en la comunidad. Esto es Gente Interesante. Soy Oriol Roda y hoy estoy muy contento de compartir con vosotros... Una entrevista con mi buen amigo Carlos Fenollosa.
Carlos es un reconocido experto en inteligencia artificial. Ya desde su carrera universitaria centró su atención en este campo. Estuvo varios años haciendo investigación básica usando herramientas de inteligencia artificial.
Luego fundó una empresa que basaba su tecnología en inteligencia artificial y recientemente ha escrito un libro que se llama La singularidad, inteligencia artificial, causas y consecuencias de haber inventado máquinas que piensan y fijaros que sí carlos afirma que las máquinas actuales piensan carlos nos dice que ya hemos llegado a esta singularidad que es ese momento de la historia donde cambian las reglas del juego y que el crecimiento de esta tecnología pasa a ser exponencial de hecho los que estamos un poco al día hace años y hace un año y medio que le hemos visto desde la aparición del chat gpt 3.5 esta tecnología que ya tenemos va a cambiar radicalmente el mundo en el que vivimos, tanto los trabajos que tenemos como las posibilidades de lo que podemos conseguir y esto es con la tecnología actual, imaginaros con lo que nos viene por delante. Carlos y yo tenemos una larga conversación donde tratamos este tema en profundidad, si os interesa el tema también os recomiendo que escuchéis la entrevista que le hice a Carlos ya hace un año donde también hablamos de la inteligencia artificial. En este último año las cosas... han cambiado y su visión ha madurado.
Pero mucho de lo que nos comentará hoy es una consecuencia natural de lo que nos comentó ya el año anterior. Un pequeño apunte. Esta entrevista forma parte de una miniserie de dos episodios, este y el próximo, en el que trataré el papel de la inteligencia artificial en el mundo en el que vivimos ahora.
En esta entrevista con Carlos nos centramos más en la parte tecnológica, pero también hablamos un poco de las implicaciones sociales. Y la semana que viene, una experta politóloga nos contará cómo los cambios tecnológicos están detrás de muchos de los problemas sociales que tenemos hoy en día y del auge del populismo y también lo que nos viene encima con la inteligencia artificial. En serio que recomiendo mucho que escuchéis estas dos entrevistas porque para mí son esenciales para entender esta sociedad que cambia tan rápido que muchas veces no somos capaces ni de asimilar. Pero antes de ir a la entrevista, dejadme haceros dos recordatorios. El primero es que os animo a que os suscribáis a este canal, tanto si es YouTube, Spotify, Apple Podcasts, Evox o vuestra plataforma de podcast favorita.
Al suscribiros me haréis feliz a mí, pero también estaréis al día cuando saque nuevas entrevistas tan interesantes como esta o como la que vendrá la semana que viene. Y además, si os interesa saber cómo mejorar vuestra vida en el sentido más ancho de la palabra, a que os suscribáis a mi newsletter que está en oriolroda.com. Dejo el enlace aquí en las notas del episodio. En mi newsletter, que es completamente gratuita, comparto artículos en profundidad sobre cómo optimizar nuestra vida, sobre todo en el área de la salud, pero también artículos cortos donde comparto ideas, recomendaciones y productos o cosas que he descubierto. Para mí es un placer escribirla cada semana.
La mando cada domingo a las 8 de la tarde. como ya he dicho es absolutamente gratuita aunque os aviso que tiene una parte de pago que es para la gente que quiera apoyar mi trabajo y que además les da acceso a mi comunidad privada una comunidad que se llama el club de la libertad metabólica una comunidad donde nos hemos juntado unos cuantos frikis que queremos optimizar nuestra vida y allí compartimos descubrimientos y nuevas ideas yo me lo paso genial en esa comunidad y si tú eres de este tipo de personas te animo muchísimo a que te unas Y ahora sí que sin más dilación os dejo con Carlos Fenollosa y la inteligencia artificial. ¿Hemos llegado ya a la singularidad?
Ya ves, Carlos, de la última vez que viniste a esta, cómo ha cambiado, ¿eh? Ahora tres cámaras, focos, todo el decorado... Hombre, está mucho más profesionalizado.
Ahora que te diré que si lo puedes dejar ya montado, te ahorrarás una de faena para cada invitado. Porque llevamos, no sé, 20 minutos o media hora solo para montar esto. Media hora no sé, pero 20 minutos seguro que sí. Bueno, bienvenido, Carlos, otra vez en este podcast. Muy bien, muchas gracias por invitarme.
Esta ya es la cuarta vez que estás en el podcast, el otro día lo pensaba. Es cierto. Tú me entrevistaste en la primera entrevista, luego hace un año te hice ya una entrevista sobre inteligencia artificial, luego me volviste a entrevistar para cerrar el primer año.
o para empezar el segundo, no me acuerdo y ahora vuelves aquí otra vez para hablar de nuevo de inteligencia artificial pues es verdad, pues bueno habrá que volver una quinta, ¿no? yo ya sabes que tengo algunos referentes de podcasts americanos que me gustan mucho hay uno que es Tim Ferriss que trae recurrentemente a ¿cómo se llama? Rose, algo Rose Kelly Rose que se llama, y hacen el Random Show Y es como queda con sus amigos y hace algo. Pues es un poco contigo, pues me pasa lo mismo.
Quedo con amigos para hacer episodios que encuentro interesantes. Pero en este caso concreto tenemos una muy buena razón para hacer este episodio y es que cuando salga, esto lo estamos grabando en julio, pero se publicará en septiembre, cuando salga el episodio también habrás publicado tu primer libro con el subtítulo de... El subtítulo es provisional a día de hoy, pero es Inteligencia Artificial. causas y consecuencias de haber inventado máquinas que piensan.
Vale, o sea, ya tenemos un título y subtítulo que son provocativos, que vamos a entrar en ellos. Y solo para que la gente que te escuche por primera vez tenga un contexto, ya haré una introducción previa, que siempre la hago al final de la entrevista, en donde te presentaré, pero bueno, tú has sido fundador de una empresa que se dedicaba a usar la inteligencia artificial durante muchos años, eres profesor de inteligencia artificial en la universidad. Y ahora un autor de inteligencia artificial y además tienes un perfil de Twitter muy grande donde hablas también mucho de esto, de tecnología, de inteligencia artificial, o sea, eres bastante una autoridad en este tema, ¿no? Sí, son palabras...
a veces me presentan como un experto y no sé, yo creo que por nuestra cultura en la que hay que ser humilde queda un poco extraño que se refierna a ti de esta manera, pero la verdad es que es un tema que siempre me ha gustado, que llevo mucho tiempo con él. Yo estudié... informática para poder dedicarme a la inteligencia artificial. Yo cuando empecé la carrera ya tenía en mi visión dedicarme a ello sin desde luego imaginarme que el campo iba a crecer y llegara al extremo donde ha llegado a día de hoy. Pero podremos estar de acuerdo que sabes más que el 99% de la población sobre este tema, ¿no?
Bueno, espero que sí. Pues hoy vamos a adentrarnos y simplemente como referencia, si alguien quiere tener el contexto de cómo fue la primera conversación, dejaré un enlace aquí en las notas del episodio. con ese capítulo donde ya hablamos mucho de inteligencia artificial, pero ha pasado un año. Ha pasado muchas cosas.
Cuando hicimos ese primer episodio había salido, hacía relativamente poco, el chat GPT 3.5, hacía 10 meses más o menos, creo.
Ahora ya estamos en el 4.0 o 4.0, no sé cómo se llama, y hay muchos más modelos, la cosa ha evolucionado, se ha consolidado más, y estamos viendo que eso que se prometía como una transformación realmente lo es. Sí, has usado la palabra consolidación, que me gusta mucho. Me la voy a quedar, porque explica... Muy bien la fase en la que estamos. Y bueno, yo creo que dedicaremos parte del podcast a justificar, incluso a ponernos quizá algo a la defensiva respecto a la inteligencia artificial, a lo que puede y no puede hacer.
Y algunos seguramente creen que ha tocado techo, que ya no puede llegar más allá, que llevamos unos cuantos meses en los cuales los nuevos modelos no son mucho más inteligentes que los anteriores. Pero veremos que esto importa poco porque la discontinuidad ya se ha producido. Se produjo con 3.5 y ahora el sector se está consolidando.
Vale, pues me das muy bien pie para empezar con la primera pregunta, que es justamente por qué se te ocurrió poner este título de la singularidad. ¿Qué ha pasado? Pues la singularidad se refiere a una discontinuidad.
Es un concepto sacado del mundo de la ciencia y se refiere a una... asíntota en una función matemática. Las funciones, bueno, aprovechando que tenemos vídeo, una función es las típicas gráficas en las que vemos la evolución del paro, la evolución del PIB, ¿no? Y vemos una línea que sube o que baja, típicamente si sube es para bien y si baja es para mal. Es como nos lo presentan los medios.
Bueno, pues el punto en el que la curva empieza a dispararse hacia arriba, esta asíntota, es lo que en ciencia se llama la singularidad. Y que el campo de la inteligencia artificial ha aprovechado para sí esta palabra... para referirse a este punto de inflexión, punto en un sentido difuso, pero también entraremos en esto, en el cual las máquinas empiezan a tomar las riendas de nuestro destino.
No es un punto de rotura, no es algo que se vaya a producir de la noche a la mañana. Pero si es un proceso en el cual se agarra mucha velocidad, empiezan a producirse los eventos de forma cada vez más rápida, cada vez hay menos tiempo entre una mejora y la siguiente, cada vez hay más distancia incremental entre una mejora y la siguiente y esto lo que produce es que tengamos que parar un momento, intentar... conseguir algo de perspectiva histórica, mirar lo que estás haciendo ahora, cómo lo analizarían los historiadores del futuro, y darnos cuenta de que acabamos de entrar en la singularidad.
Entramos, para mí, el punto de inflexión es... publicación de ChatGPT. No es un hecho que se haya producido de forma aislada, sino que viene acompañado de una historia del campo y de lo que también se ha producido después. Pero bueno, en todas las historias hay buenos y hay malos, hay villanos y hay héroes, y hay grandes batallas que se ganan o que se pierden, y en la historia de la inteligencia artificial para mí creo que es un buen elemento narrativo usar ChatGPT como punto de inflexión para este inicio de la singularidad. Vale, creo que aquí es importante...
tener en cuenta la perspectiva histórica. Cuando tú vives un evento, no te parecen que las cosas vayan tan rápido, pero si dentro de 20 años alguien cuenta la historia y dice que en 3 años apareció una nueva tecnología que lo cambió todo, esto es súper rápido en el contexto histórico. Cuando lo vives, el día a día no pasa tan rápido. Miramos las historias y vemos la Revolución Francesa, que hay un día, que es el levantamiento, pero eso es un proceso que duró años, entre que se...
esto pasó y se consolidó, pero claro, nosotros lo vemos como un instante cuando en realidad todo lleva su tiempo. Y ahora las cosas van muy rápido realmente. Los que estamos realmente usando inteligencia artificial, yo creo que los cambios son increíblemente rápidos.
Son tan rápidos que incluso una de las quizá 20 personas que más sabe en el mundo de inteligencia artificial, André Carpazzi, publicó por Twitter hace unos meses que él tiene dificultades para estar al día de las novedades. Dice, tengo una ventana del navegador abierta con 100 pestañas y a la que tengo tiempo para revisarme alguna de las novedades, ya ha quedado obsoleta. O sea, cada día aparecen cosas nuevas, cada semana aparecen herramientas que son mucho mejores que las anteriores.
Tenemos a varias empresas compitiendo por tener los mejores modelos y, ya te digo, incluso los top 10 o top 50 a nivel mundial, como Andrei. no son capaces de estar al día de todo lo que sucede. Pues va, empezamos con una pregunta un poco provocativa y es ¿tú crees que la IA piensa? No tengo ninguna duda y creo que la respuesta tiene que ser contundente.
Para después, evidentemente, justificarla. Pero la IA es evidente que piensa. Lo que pasa es que nos hemos acostumbrado ya muy rápidamente a ChatGPT, pero no nos queda tan lejos. Intentemos volver a noviembre de 2022, y diciembre, enero, los primeros meses, era entrar en Twitter y ver, fascinarse con los chats que compartía la gente, las capturas de pantalla de sus conversaciones con ChatGPT. Una de las que más se me quedó...
Fue cuando vi una persona, no recuerdo quién es, pero era un twitter español que le había enseñado a ChatGPT a jugar a un juego en el cual tenía que describir, le decía te voy a dar tres emojis y una pista, una palabra, y tú me tienes que decir de qué serie de televisión te estoy hablando. Y al principio pues al modelo le costaba, pero llegó un punto en que dijo vale, vale, ya lo he entendido. Y creo que le dio un emoji de una isla desierta, de un perro, no sé si de una barca, y dice la palabra clave es soledad.
Y ChatGPT le respondió, me estás hablando de la serie Perdidos. Claro, esto... Ahora es como que nos hemos acostumbrado, pero si lo ves con una cierta perspectiva, a un investigador, a un catedrático de universidad del año 2010, le presentas esta tecnología, evidentemente te va a decir que esta máquina está pensando. Sin embargo...
Por una parte, como digo, la tecnología parece que queda obsoleta muy rápidamente y cada vez le pedimos más a las empresas y que avancen más rápido. Y por otra parte, es una tecnología que tiene un cierto riesgo existencial para el individuo. No nos gusta creer...
que vamos a compartir aquello que nos hace únicos, que es nuestra inteligencia, con una máquina, con un algoritmo, un programa de ordenador. Entonces mucha gente se resigna a negarle el apelativo de inteligencia. de pensamiento, simplemente por el hecho de ser una máquina. Y yo creo que esto es muy parecido al debate que hubo, recordarás, sobre cuando se aprobó en España el matrimonio homosexual, pues había mucha gente que decía, bueno, a mí me parece muy bien que se casen, pero que le pongan otro nombre, ¿no?
¿Por qué? Pues porque había una parte de la población que consideraba que la palabra matrimonio estaba asociada a una... Tenía una ramificación cultural que no aceptaban que alguien de fuera de esta cultura para ellos sea usar la misma palabra que ellos usaban para referirse. Y aquí creo que pasa lo mismo, que hay mucha gente que se niega a usar palabras como inteligencia, no open.
pensamiento. Fíjate que no uso consciencia, la menciono ahora, pero no la uso porque las máquinas no tienen consciencia todavía, pero es evidente que piensan que son inteligentes, que razonan. Y esto a mucha gente les rompe su marco mental, su marco de cómo es el mundo y de que las personas tenemos el monopolio de la inteligencia superior y que ahora de repente tenemos Una roca, un chip de silicio, que al hacerle pasar electricidad por sus circuitos, piensa. Esto es algo tremendamente disruptivo.
De hecho, estabas contando esto y ya te comenté antes que he grabado otra entrevista que seguramente la pondré después de la tuya, porque son dos entrevistas que creo que van muy bien juntas, donde entrevisté a una catedrática, bueno, no es catedrática, una experta, una científica experta en sociología y politología. que tiene la tesis que el desplazamiento de trabajadores, que ha habido pérdida de trabajos de la clase media en los últimos años y posterior radicalización de muchas posturas políticas hacia el populismo, su causa más importante es la tecnología, mientras que el discurso oficial es más que es o los inmigrantes o la deslocalización por la globalización. Y lo que ella cuenta, o ya nos contará cuando la gente lo escuche, es que la gente no acepta esta visión justamente por lo que dices tú, porque que a un hombre que trabajaba en una fábrica le digan que ha sido sustituido por una máquina es un golpe muy fuerte en la autoestima, mientras que si dicen que es un inmigrante o se han llevado la fábrica a la China, es más como una cuestión de orgullo nacional, no se sienten menor como ser humano.
Y por esto todos negamos la posibilidad de que las máquinas sean equiparables a nosotros, porque nos hace sentir débiles. hace perder esta autoestima de que son hombres especiales. Es un elemento muy psicológico y creo que es importante tenerlo en cuenta. Creo que el argumento tiene la misma importancia que el argumento científico, aunque es cierto que no tiene la misma autoridad.
Los hechos son los que son y al final si uno no está de acuerdo con algo factual, lo que tiene que hacer es aguantarse. Pero tampoco creo que la forma correcta de afrontar este debate tampoco es ningunear las posiciones de gente que... pues que pueda sentirse amenazada por esta tecnología. Espero haber tenido el suficiente tacto en el libro como para tratar diferentes perspectivas e intentar ofrecer, echar un cable a esta gente que se niegan a aceptar la realidad por una cuestión emocional, sentimental, de ego o de chauvinismo de especie.
Los humanos somos algo diferente. Hay gente que todavía lo piensa. Los humanos somos diferentes del resto de animales. Somos diferentes del resto de la creación.
Bueno, pues intentemos respetar esta opinión, pero exponer los hechos como son. Y los hechos que tenemos, pues es que hay un programa de ordenador en el que tú le hablas y te contesta, y te contesta con coherencia, con inteligencia, con una capacidad moderada de razonamiento. Pasa un test de Turing.
Bueno, los test de Turing se pasaron ya hace bastante tiempo. En el sector, yo diría que hace al menos una década, décadas que se dejó de usar el test de Turing como el gold standard para determinar si una máquina es inteligente o no. Cuenta que es el test de Turing, para quien no lo sepa. La prueba de Turing, el test de Turing, es una...
Un ejercicio mental ideado por Alan Turing, que es uno de los padres de la informática y de la inteligencia artificial, en el que él propuso para determinar si una máquina es inteligente o no, hacerla conversar con un humano, pero a ciegas. Entonces se trataría de que ponemos aquí una cortina y tenemos un teclado delante, una pantalla o un interlocutor entre medio. Y nosotros tenemos que, no usar la palabra chatear porque en su época no existía, tenemos que charlar a través de este elemento ciego.
o máquina de escribir, o teclado, terminal, o interlocutor, con dos individuos que hay detrás de la cortina. Uno de ellos es una persona y el otro es una máquina. Si no somos capaces de identificar quién es la persona y quién es la máquina, entonces la máquina ha pasado la prueba de Turing.
Se considera que se hace pasar por un humano. Esta prueba tiene un problema, que es que intenta humanizar o antropom... Morfizar.
Bueno. Intenta hacer... Intenta equiparar la inteligencia a la inteligencia humana. Y hay diferentes formas de inteligencia.
Tenemos el cociente intelectual, tenemos la inteligencia emocional, hay gente que son muy buenos en uno y muy malos en otro. Y con las máquinas pasa lo mismo. Entonces es un error, la comunidad cree que es un error, que para considerar una máquina inteligente lo haga si engaña a un humano respecto a lo que ella es. ¿Ves por dónde voy?
Entonces este tema... test ha dejado de ser útil primero porque se superó ya hace tiempo y hay chats que no sabes si estás hablando de alguna persona o de alguna máquina, a menos que uses trucos, pero la máquina también puede usar trucos. Y ahora se ha intentado desacoplar la definición de inteligencia de humana y pongo un ejemplo los ingenieros que se dedican a construir aviones, cohetes y demás, ellos no definen...
la aerodinámica, ¿cómo se llama? La ingeniería que se dedica a los aviones. Aeronáutica, perdón. Ellos no definen que el objetivo de la ingeniería aeronáutica es construir aviones que se aparezcan tanto a los pájaros que incluso los pájaros no sepan si es un pájaro o un avión, o Superman, como haciendo la broma. Entonces, la inteligencia artificial, el objetivo de la disciplina no es crear máquinas que sean tan humanas que incluso engañen a una persona respecto a lo que son.
Se trata de hacer máquinas que puedan realizar tareas que se considera que requieren inteligencia, como razonamiento, como por qué no la matemática, el habla, la visión, la interacción con el mundo, pues levantar un vaso, bajar el vaso, que no se me caiga el agua, este tipo de cosas. Y cada vez más lo que... vemos es que las máquinas son capaces de realizar estas tareas.
Claro, y ¿por qué no tendrían que serlo? Al final, nuestro cerebro es una máquina muy compleja, pero no deja de ser una máquina. Sí. Y aquí surge otra pregunta en que si es difícil Si es difícil asumir que un ordenador puede ser inteligente cuando en realidad es una roca de silicio por la cual corre electricidad, claro, este argumento tan reduccionista lo podemos aplicar las personas. Nosotros somos pedazos de carne por los que pasa electricidad.
No dejamos de ser también átomos de carbono, de oxígeno, de hierro en la sangre. por los cuales corre la electricidad. Y si un...
bueno, con un humano... Yo intento separar al humano de la ecuación porque tocas fibras muy sensibles, pero si nos fijamos en animales menores, pues en plácton, en amebas, en una abeja, una avispa, un perro, un gato, un simio... ¿Dónde determinamos que es inteligente? ¿Una avispa es inteligente?
Podríamos discutirlo. ¿Un gato es inteligente? Creo que es indiscutible que un gato es inteligente. Entonces, en esta zona gris es donde tenemos mucho campo para recorrer, porque un gato es una máquina biológica extremadamente capaz de matar ratones, de jugar con pelotas, con cordeles, pero no sabe hablar, no sabe matemáticas, no sabe razonar. En cambio, un chat GPT, una IA, es muy buena haciendo estas tareas intelectuales, Es mucho peor que un gato en corretear, jugar, estirar de un hilo, comer, cazar.
Entonces hay que separar las diferentes tareas y no hay que intentar meterlo todo en un pack de la IA. O bien es capaz de sustituir completamente a una persona o no es inteligente. Porque creo que esta discusión además tampoco es especialmente útil para el sector.
Una de las grandes dudas de la gente que no cree que las máquinas puedan ser inteligentes es que esgrimen de forma muy correcta que al final un chip, una CPU, es un automata determinista. Es algo que está programado. y que aquello solo puede hacer para lo que esté programado. Y que si queremos que aquello aparente inteligencia, tiene que haber por detrás un programador que le programe esa inteligencia. Esto ya no es así.
Ya no es así porque se han desarrollado técnicas... una de ellas que comentabas, que es el salto de un sistema quizá no lógico, pero sí determinista a un sistema probabilístico. Pero por otra parte, está para mí mucho más importante lo que se llama el aprendizaje máquina o el machine learning, aprendizaje automático, es como se enseña en la universidad, que es lo que permite que las máquinas aprendan.
Aprendan y puedan, por lo tanto, realizar tareas para las cuales no han sido programadas inicialmente, sino que han aprendido a hacerlas sobre la marcha. Y esto, de nuevo, rompe mucho el tema. muchos esquemas porque el argumento reduccionista te dice ya, ya, pero tú al final tienes un chip que ese chip está preprogramado y tú puedes observar este chip y determinar cuál será su salida dentro de un millón de ciclos de iteración. Y la respuesta es no.
No, porque los chips tienen un programa, como las personas, tenemos un ADN, el ADN es nuestro programa. De nuevo, usando los símiles de que si el celular no es una máquina, no es una máquina. Tenemos un ADN y hipotéticamente, estudiando nuestro ADN, nosotros podríamos saber qué pinta tendremos cuando tengamos 70, 80, 90, 100 años, qué enfermedad desarrollaremos.
Pero la realidad es que hay un entorno a nuestro alrededor que nos afecta. A las CPUs les pasa igual. Las CPUs atraen. través de sensores, pueden usar elementos de su entorno para, uno, aprender nuevos datos, obtener nueva información, y esto cambia la salida del algoritmo que está programado, y para tomar decisiones diferentes en función del entorno. Por ejemplo, tenemos un móvil que cuando es de noche, de repente la pantalla se pone en negro para que no nos moleste la luz a la vista.
Alguno dirá, bueno, sí, esto es muy sencillo y está ya programado. Bueno, está programado que de noche la luz del móvil sea negra en vez de blanca para molestar menos, pero el paso del día a la noche lo determina el móvil. ¿Y cómo lo determina? Pues con un sensor de luz, con un GPS que nos dice en qué sitio nos encontramos y si es de día o de noche en este sitio o no. Es decir, le hemos dado ojos y orejas a la CPU para que pueda escuchar el mundo y en función del mundo que le rodea, tomar decisiones u otras.
Y esas decisiones no solamente están programadas, sino que se pueden ir reajustando sobre la marcha gracias al aprendizaje automático. Vale. Entremos entonces en...
En la parte un poco técnica que me gustaría explorar aquí. ¿Qué es lo que ha pasado ahora? ¿Por qué hemos llegado a esta singularidad?
Me comentabas antes que había un seguido de eventos, empezando por las redes neuronales, sistemas expertos, que esto llegó hasta donde llegó, con el GPT-1, y luego sucedió algo. ¿Puedes contar un poco? Y puedes ir técnico y contarnos bien cómo es una red neuronal, un sistema experto, qué hacía el GPT-1, 2, 3 y el 3,5, que es el T.
el que tú consideras que nos hizo entrar en la singularidad. Pues la tecnología que está por detrás de ChatGPT, la red neuronal, como comentaba antes, es una evolución de una tecnología que se inventó en 1943, que es el perceptrón. El perceptrón es... Bueno, había un grupo de investigación que decidió encomendarse la noble tarea de replicar el cerebro humano en un ordenador de año 43, que todavía...
La mayoría eran electromecánicos, no eran ni siquiera electrónicos. Tarea imposible. Pero por suerte ellos no lo sabían. Y como no lo sabían, lo intentaron. Y como lo intentaron, avanzaron la técnica.
Esta es una de las cosas que a mí me emociona más. Ver cómo las maravillas van avanzando porque la gente no sabe que es imposible. Inventaron una serie de...
constructos matemáticos que se acabaron llamando neuronas artificiales o bien una red neuronal, que son, de nuevo, un programa matemático que simula en cierta manera cómo funciona el cerebro humano. ¿Y cómo funciona una red neuronal? Una red neuronal se construye de neuronas, evidentemente.
Una neurona es una pequeña función matemática, una función que puede ser sumar mis dos entradas. o puede ser dividir mis dos entradas, o puede ser algo más complicado, pueden ser funciones no lineales. De hecho suelen ser funciones no lineales, pero una neurona es una pequeña cajita que tiene típicamente dos entradas, y estas dos entradas...
pueden ser o bien elementos del mundo exterior o bien otras neuronas que le transmiten información. Y aparte de estas dos entradas, tiene una salida. Y esta salida puede ir a otras neuronas o puede ir a una toma de decisión. Es decir, cuando nosotros estamos... Cuando nosotros creamos una red neuronal, tiene lo que se llama una capa de entrada, que es la que está conectada al mundo y tiene todas las entradas.
Una capa de salida, que es la que toma la decisión de la red. Una red puede servir para clasificar, para predecir, típicamente es un clasificador. Pero bueno, se puede usar para varias cosas. Es la salida del sistema. Y entre medio hay una serie de neuronas que, conectadas con las capas anteriores y conectadas con las capas posteriores, transmiten y transforman la información de entrada.
sistema de transformación e interpretación de las entradas, de los datos, de los impulsos que le llegan del mundo. ¿Cómo lo hace? Bueno, si todas las neuronas estuvieran conectadas como si fueran cañerías, aquello no sería muy inteligente. ¿Dónde está la inteligencia si lo que tenemos son tubos conectados entre ellos? Pues la gracia del sistema es que aprende.
¿A qué aprende? Aprende a asignar pesos o valores de verdad o... sesgos a las entradas. Por ejemplo.
¿Qué quiere decir sesgos? Por ejemplo, tú imagínate que queremos predecir quién va a ganar la liga de fútbol del año que viene. Y pues tú y yo somos un poco futboleros, pero queremos llegar a una decisión. Entonces tú te has mirado todos los partidos de la liga de este año y te conoces muy bien cómo juegan todos los equipos.
Y me quieres convencer. Carlos, yo creo que el año que viene la liga la va a ganar el Barça. Bueno. Yo no he visto los partidos, yo no tengo información del mundo exterior, pero pienso, bueno, yo conozco a Oriol, porque hemos hablado muchas veces en el pasado, yo sé que tú eres del Barça, sé que eres futbolero, pero no mucho, no eres un gran forofoco. Con lo cual, tu criterio...
Tiene muy poco valor. Absolutamente. Igual no tiene mucho valor, pero digamos que yo confío en ti, pero no confío en tu criterio.
Entonces me gustaría hablar con más gente. Y harías bien. Vamos a montar una red neuronal.
Y vamos a... Yo quiero... Nos reunimos varios amigos y de estos varios amigos hay unos cuantos que han visto los partidos y otros que no.
Entonces los que han visto los partidos nos tienen que convencer a los que no hemos visto los partidos de quién va a ganar la Liga. Y claro, pues hay que... Va a ganar el Barça, que va a ganar el Madrid, que va a ganar el Atlético de Madrid, que va a ganar el Español, que va a ganar el Bilbao... Hay un poco de todo. Yo al final, pues digamos que yo tengo un sesgo, que es que para mí, la gente que me quiere convencer de que va a ganar su equipo porque los árbitros están en contra del rival...
Yo no le doy mucho peso. Yo le doy más peso al mérito deportivo. ¿Por qué? Pues porque mi sesgo personal está más sesgado, como dice la palabra, hacia el mérito deportivo que no las discusiones sobre árbitros.
Esto hace que las entradas que me llegan a mí, yo soy la capa de salida, yo no he visto el fútbol, pero a mí yo voy a filtrar las entradas que me lleguen y les voy a aplicar un sesgo en el cual le voy a dar más importancia al discurso sobre sobre el mérito deportivo que al discurso sobre los árbitros o sobre los fichajes o sobre el presupuesto de cada equipo. Entonces yo determino que, juzgando por los méritos deportivos, la Liga del año que viene la va a ganar el Madrid. Hemos montado una red en la cual las neuronas de entrada modelan, interpretan ciertos datos del mundo real y transmiten los datos más o menos masticados, más o menos moldeados a las...
siguiente capa. Pero la siguiente capa no toma estos datos tal cual, sino que también le aplica un sesgo personal. Y ahora te explicaré de dónde sale el sesgo, que es la clave de todo esto, de dónde sale el sesgo. Y tomo una decisión. El sesgo es la experiencia en base a nuestras interacciones pasadas.
Por ejemplo, si yo tengo un amigo que es muy forofo del Madrid, Y él siempre me dice que va a ganar. La Liga la gana siempre el Madrid. Me da igual el presupuesto, me da igual los fichajes, me da igual los árbitros. Para él, el Madrid siempre gana la Liga.
Pues yo veo que si le hago caso a este tipo, me equivoco. Porque el año pasado sí la ganó el Madrid, pero hace dos años no la ganó el Madrid. Y hace tres, ya no me acuerdo.
Pero te equivocas relativamente poco, porque a lo mejor el 50% de las veces la gana el Madrid. Me equivoco. lo que veo es que este tipo no es fiable. Es decir, que su criterio...
Pero es más fiable que el que te diga que ganará el español. Pero la cuestión es que no solamente me dicen quién creen que ha de ganar, sino me explican el por qué. Me están transmitiendo con un... una cierta modificación, con la función de esta neurona de entrada, me modifica los datos, pero algunos de los datos es su opinión, pero algunos de los datos es el presupuesto de los equipos, los fichajes que han hecho, si los árbitros les favorecen o no.
Y yo todos estos datos los trato y para mí todos ellos son importantes. Yo lo que hago es darle un peso determinado a cada uno de los datos según de qué neurona me venga. Entonces, el criterio, por ejemplo, de mi amigo que siempre dice que va a ganar el Madrid, es poco útil para hacer una predicción, porque no contiene información. Él es un forofo del Madrid y siempre quiere que gane el Madrid. En cambio, quizá tu criterio respecto a qué equipo tiene más presupuesto este año es un criterio que es objetivo, pero es mejor predictor de quién va a ganar.
Yo me doy cuenta de que en el pasado, cuando yo he determinado quién va a ganar la Liga, usando en gran parte tu criterio respecto a los presupuestos de cada equipo, he acertado más que cuando he usado el criterio de mi amigo el forofo. Pero espera un momento, porque esto que me estás contando podríamos aplicarlo a una función, simplemente no hace falta pensar en una red neuronal. Yo podría crear una función donde digo, tengo 50.000 parámetros que me entran y a cada parámetro le doy un valor distinto.
Yo sé el presupuesto de cada equipo, sé de cada jugador, yo qué sé, cuántos goles... marcó el año anterior sé 50.000 cosas más y lo pongo todo allí y digo pues la función final es el número del presupuesto multiplicado por 3,5 dividido por los jugadores ¿la función final la calculas tú? bueno, es una función que yo creo ¿de dónde sacas esta función?
la creo yo ¿te la inventas? sí Entonces veo si funciona y es predictiva. ¿Tú has creado un sistema experto? Esto es un sistema experto. Que me perdonen mis compañeros de universidad.
Esto es un sistema experto. Me van a tirar huevos si dices esto. Esto es un experto que determina cuál debe de ser la salida del sistema.
Vale, o sea, en estos sistemas hay un experto que sabe cuál es... Que determina... Que tiene cierto conocimiento. Hay un tipo que cocina, ¿no? Yo voy a poner un poquito de sal, un poquito de pimienta...
100 gramos de arroz 150 gramos de carne y hace la receta vale y esto pues a veces acierta y a veces no de hecho a veces acierta más que una renda urinal la renda urinal la gracia del sistema es que tú lo único que tienes que hacer es parametrizar las entradas luego lo dejas correr durante muchas iteraciones durante muchos ciclos y la propia red en función de si está acertando más o está acertando menos se reentrena para en el futuro cada vez tener más precisión vale, a ver si lo entiendo una cosa sería que yo montara pues esto, mi gran función matemática, mi fórmula mágica que me permite saber quién ganará la liga es que yo lo tengo, lo sé, porque hago estos cálculos y al final me sale un número y la otra es montar un sistema donde dice, mira, hay todos estos toda esta es la información que tú recibirás ahora Cada año, vamos a pasar 200 años y cada año tú vas a hacer variantes y vas a ver, tú haces una predicción, con esta variante miras qué ha pasado. O supongamos, tú haces 10.000 predicciones o 1.000 millones de predicciones para lo que pasara este año y luego miras lo que ha pasado. Dices, bueno, pues de estas 10.000 millones de predicciones he acertado.
100.000. Por lo tanto, seguramente los parámetros que escogí eran más adecuados. Siguiente año. Sobre estas 100.000 vuelvo a correr.
He acertado 20.000. Bueno, pues ya tenemos un rango más estrecho. Y tú vas haciendo esto muchos años y al final, supuestamente tienes un sistema que has cogido sin que nadie lo decida cuáles son los parámetros óptimos para predecir. ¿Sería esto?
Es correcto. Has entrenado un sistema que para que escoja qué parámetros y en qué medida y combinados de qué manera Estos parámetros son más indicativos del resultado que queremos conseguir. Esto a veces tiene un riesgo de sobreentrenar el sistema, de entrenarlo demasiado para predecir el pasado y que no sea bueno predeciendo el futuro. Pero bueno, nadie tiene una bola de cristal, con lo cual se hace lo que se puede. Pero sí, es exactamente esto.
Vale, y esto es lo que se hacía ya GPT-1, ya lo hacías. Yo cuando estudiaba la carrera, en principios del 2000 ya se hacían. Y esto no presentó una singularidad.
No. ¿Qué pasó? Pues que fuimos capaces de, en vez de tener una discusión entre cinco colegas, tener una discusión entre 10.000 millones de colegas, conectados todos con todos. Es decir, logramos meter una potencia de cálculo masiva, y masiva es una auténtica barbaridad. Y esto abre las puertas a una conclusión un poco...
inquietante, que es si la inteligencia es un hecho cuantitativo y no cualitativo. Es decir, que poner suficiente fuerza bruta neuronal en un sistema logra que el sistema sea inteligente y por debajo de un cierto baremo, si no llega a un baremo de potencia de cálculo en este caso, el sistema no es inteligente. Pero esto es lo que ha sucedido. Hemos logrado... Tener redes neuronales extremadamente enormes, alimentadas con una barbaridad de datos, y hemos visto que cuando se deja correr estos sistemas, la salida es tremendamente precisa y acertada.
Esto hasta cierto punto tiene sentido, porque si pensamos de nuevo en nuestro cerebro, nuestro cerebro tiene mil millones de neuronas, o muchas, o sea, he hecho mil millones, pero no sé si son mil millones, pero está por allí. Y cada neurona puede llegar a tener 200.000. sinapsis y conectividades.
Estamos hablando de un volumen de computación tremendo. Y tremendamente eficiente. Y tremendamente eficiente. Gasta nada de energía.
Si no me equivoco, eran 10 vatios el consumo del cerebro humano. El 20% de nuestras calorías serían unas 400 calorías al día, más o menos. Que no sé cuántos son vatios, pero...
Lo digo de memoria, pero lo mire porque hago una comparación con el consumo de... Por ejemplo, para entrenar chaps... GPT, no cuando lo usamos en el chat sino cuando OpenAI, que es la empresa que lo ha fabricado, entrena al sistema, con lo que hemos explicado ahora, haciendo que las neuronas hablen entre ellas que predigan, que se corrijan a sí mismas se gastan se estima 5 millones de dólares únicamente en servidores para ejecutar este para entrenar al sistema o sea, el coste energético de la inteligencia artificial es tremendamente elevado también es cierto que estamos delante de quizá la primera versión de la inteligencia artificial mínimamente potente y que en el futuro es muy probable que este coste energético vaya bajando, pero ahora mismo todavía es muy elevado. Claro. Así que lo que pasó básicamente en octubre de 2000, que fue 2022 o 2023, no me acuerdo.
Nos hemos avanzado un poquito. Lo que fue pasando durante la década de 2010 y 2020 es que la potencia de cálculo se fue disparando. Los procesadores llegaron a un plano, la ley no...
de Moore ya no pudo crecer más, pero entonces empezamos a crecer a través de las GPUs, de los procesadores gráficos, que permitieron ejecutar básicamente multiplicaciones de matrices, operaciones aritméticas, de forma masiva. Y esto hizo que las redes neuronales fueran cada vez más y más potentes, creando un nuevo término que se llama Deep Learning, aprendizaje profundo. Deep Learning es una red neuronal, pero con muchas capas ocultas. La conversación que hemos tenido para determinar quién va a ganar la liga en vez de ser 5 personas o 10 personas, pues son miles de millones de personas. Gracias a esta potencia de cálculo, los sistemas eran cada vez más capaces, pero todavía no llegaban a ser inteligentes.
Si miramos GPT... Uno, que se llamaba GPT. El uno no estaba, pero bueno.
La primera versión de GPT, o la primera versión de DALI, que es la herramienta de creación de imágenes, y miramos en 2019, 2020, de lo que eran capaces de hacer, era ridículo. Pero ridículo en todo el sentido. Aquello no era útil para nadie, era una... Algunos lo llamaban un capricho académico. ¿Para qué dedicas recursos a esto que no sirve para nada?
Y decían, bueno, es que en el futuro será mejor. Y fueron avanzando, avanzando, hasta que entre 3 y 3.5 se produjo este cambio. Y este cambio se produjo porque GPT, la arquitectura que llamamos GPT, está basada en redes neuronales, pero está basada en una evolución muy importante que se llama el transformador. La T de GPT significa transformador.
El transformador es una arquitectura, pero para entendernos, es una versión más avanzada de la red neuronal que tiene varias características que hace que sea más eficiente aprendiendo y tratando la información, de forma que con la misma potencia de cálculo el resultado es mucho mejor. Y el elemento clave del transformador se llama la atención. ¿Atención?
Sí, la palabra que tú conoces como atención, eso es. El transformador es un tipo de red neuronal que es capaz de, de toda la barbaridad de datos que le estamos enviando, determinar cuáles son más importantes. O sea, en la conversación que estamos teniendo sobre fútbol, tú tienes todas las estadísticas de todos los jugadores de la liga, pero el mecanismo de atención lo que le permite decir es, mira, de aquí lo más importante es el presupuesto de cada equipo.
El color de las camisetas, me olvido. No importa, ¿no? Y el número de lesiones también importa poco.
Y la edad media de los jugadores también importa poco. Esto con datos es más complicado. Con datos numéricos es más complicado de explicar. Con palabras es más fácil de explicar. ¿Por qué?
Porque GPT es una arquitectura que Google inventó para traducir páginas web. Y el mecanismo de atención se usaba para determinar dentro de una frase o de un texto qué palabras son más importantes. Si volvemos...
¿El Google Translate es esto? GPT se inventó como la próxima versión de Google Translate. Luego se... se les fue de las manos, pero se inventó para traducir páginas web.
¿Por qué se les fue de las manos? ¿En qué sentido? Que hace muchas más cosas de lo que se esperaban.
Digamos que el aprendiz superó al maestro de una forma muy vistosa. Los transformadores... es un sistema de redes neuronales que son capaces de determinar en una frase o en un texto cuáles son los elementos más importantes.
Volviendo a cuando estudiábamos en secundaria, tú hacías el análisis morfosintáctico de una frase y te decían una frase. El elemento más importante de la frase es el verbo porque el verbo contiene la intención, contiene lo que está sucediendo, el sentido de la frase. Y a través del verbo orbita un predicado, un sujeto.
El sujeto es un sustantivo y el sustantivo tiene unos demostrativos. Y el verbo tiene un adverbio y unos adjetivos. Con la construcción de la frase.
Y GPT se inventó para hacer este análisis morfosintáctico, lo pongo muy entre comillas, de una forma autónoma. Que una persona no tuviera que etiquetar las frases y desgranarlas para que la guía pudiera aprender. Y funcionó muy bien. Resultó que la atención no solamente era capaz de detectar el verbo y quién es el sujeto de este verbo y quién es el adjetivo de este sustantivo, sino que a través de meter muchas y muchas capas de neuronas...
Este análisis morfosintáctico era capaz de abstraer conceptos complejos. Por ejemplo, la primera capa de una red de transformers, de transformadores, determina cuál es el verbo de la frase. Es una simplicidad.
La segunda capa determina quién es el sujeto que acompaña este verbo. La tercera capa determina si hay una frase subordinada. La cuarta capa analiza si dentro del texto... texto, este mismo sujeto aparece en alguna otra de las frases. ¿Por qué?
Porque esto sucede en paralelo. Estamos analizando todas las frases en paralelo. Al analizarlas en paralelo, podemos ver si el sujeto se repite en varias partes, si este verbo o la semántica de este verbo es equivalente a la semántica de un verbo que hay en un párrafo más adelante. Y empezamos a construir cosas como, no sé, a partir de la décima capa de transformadores, el sistema es capaz de asociar que el sujeto de una frase tras...
párrafos antes, se refiere a un hombre que es propietario de un perro que aparece tres párrafos después. Y en la capa 27 de transformadores, el ejemplo de 3 tiene 96 capas, la capa 27 de transformadores es capaz de determinar que el propietario de este perro... es el rey de Inglaterra y el perro al que nos referimos es el perro del rey de Inglaterra y que Inglaterra es un país y que este país forma parte de Europa y que Europa es un continente y que continente es equivalente a América, es equivalente a Asia, es equivalente a África y se monta toda una red jerárquica de conceptos de forma totalmente automática. Claro, tiene todo el sentido del mundo porque esto es súper potente para traducir textos. Pero nos dimos cuenta de que se podía aplicar a otras cosas aparte de traducir textos.
¿Por qué? Porque el transformador es, en esencia, un mecanismo de comprensión lectora. mejor que un humano medio. Y me atrevería a decir que los sistemas actuales son mejores que un humano como tú o como yo.
Vale, se lo entiendo bien. Este transformador, cada unidad de este transformador es capaz de llegar a un nivel superior de abstracción. Al principio es muy básico, es gramática básica, luego empieza a relacionar ideas entre frases, luego entre párrafos, luego estos párrafos para ir...
entendernos bien, de un párrafo al libro entero, el libro entero lo puedo comparar con otros libros que hay otro conocimiento que está allí, y al final se crea casi una abstracción total con una imagen del mundo. Sí, del mundo, de la parte del mundo que tú estás analizando en ese documento. Bueno, claro, todos hacemos siempre una imagen del mundo que estamos analizando en este momento, ¿no?
Pero esto no dista mucho de lo que hacemos los humanos, ¿no? Que estamos creando una abstracción del mundo en cualquier momento. Cuando recibimos el input, pues nosotros sabemos que yo recibo, que yo veo una cara y sé que esta cara es de Carlos y sé que Carlos es un amigo mío y que viene de Villanova y no sé qué y no sé cuántos y esto.
mentalmente a mí me da una idea del mundo, ¿no? Es muy parecido. Sí.
De lo que se dio cuenta Google, bueno, de hecho, más que Google, se dieron cuenta los de OpenAI, que les han pasado la mano por la cara, como hemos visto todos. Lo digo de memoria, pero creo que la primera versión de GPT, estas capas de transformadores, había 12 capas. Con 12 capas no había suficiente potencia de cálculo como para que el sistema fuera capaz de abstraer conceptos demasiado complejos, con lo cual se quedó en un simple traductor. de textos, que no está mal, es decir, es muy útil. Pero entonces vino gente y dijo, yo creo que esto, si le metemos más neuronas, es capaz de abstraer más, igual es capaz de razonar un poco, vamos a ver qué pasa.
Y empezaron a meterle GPUs de NVIDIA, no era NVIDIA, se ha disparado en bolsa porque es la gallina de los huevos de oro, es la fábrica de las GPUs. Vamos a meterle aquí caña, caña, gas, gas, gas, gas, y se dieron cuenta de que cuanto más gas, el sistema parecía no tener límite en su capacidad de comprensión y de abstracción y de relacionar conceptos aún le faltaban algunos elementos para crear frases coherentes que es un poco de auto reflexión sobre lo que está diciendo, es decir, no solamente escupir palabras, sino saber si lo que está escupiendo es correcto o es incorrecto, una mínima capacidad de razonar a través del lenguaje, y como has dicho tú, un pequeño modelo del mundo. en qué mundo vive las personas llamamos sentido común sentido común es saber que el tomate no es una verdura sino una fruta pero a la vez saber que pese a ser una fruta no tiene que ser una macedonia de fruta sino que tiene que ser un sofrito se ha abierto aquí un gran debate es la diferencia entre si el tomate es una verdura o una fruta Es broma. No lo sé, pero nos quedamos, si me lo permites, en el chascarrillo.
La diferencia entre el conocimiento y la sabiduría. Las redes neuronales previas a los sistemas de transformadores podían tener mucho conocimiento. pero no tenían sabiduría porque no eran capaces de abstraer.
Y esta abstracción lo ha dado GPT con muchas y muchas capas. Vale, entonces es una cuestión de músculo, ¿no? Se descubrió este sistema de poner atención.
Vieron que esto a la que ibas poniéndole más... más y más y más creaba extracciones, que entiendo que es una cosa que no se esperaban que pasara, ¿no? Yo creo que no se lo esperaban.
Y OpenAI dijo, si Google pone 12, nosotros ponemos 90, 96. Y ¡guau! La cosa fue exponencial. Y llegamos a GPT-3. ¿Cuántas tiene GPT-3? 96 capas.
Vale. Llegamos a GPT-3. GPT-3 es la última versión abierta de OpenAI. Y es la versión anterior a ChatGPT. Y es una versión que funciona como el culo.
O sea, creo, no sé si está disponible, bueno, tiene que estar disponible porque es código abierto. Bájate una versión de GPT-3, la corres en tu portátil, intenta chatear y te vas a reír. Porque ahora que ya hemos, ¿no?
Nos hemos puesto la miel en los labios. volvemos a GPT-3 y decimos pero qué vergüenza es esta realmente era un sistema que nadie daba dos duros por él porque le faltaban tres elementos clave para poder convertirse en chat GPT y iniciar según mi tesis singularidad. Vale, ¿qué tres elementos han hecho que llegáramos a la singularidad? Recuerda que GPT es un sistema de traducción de textos, no es un sistema de chat, ni es un sistema de razonamiento entonces para que razonara se le aplicaron varias mejoras al sistema de transformadores base y esto lo hizo OpenAI y no lo hicieron sus competidores y por esto OpenAI es quien llegó a ChatGPT y no fue Google que es quien inventó el transformador o no fue Facebook o no fue Microsoft para mí el elemento elemento que le ha permitido a un sistema de comprensión lectora razonar es que le han enseñado a programar.
Claro, tenemos una herramienta de revisión de textos, de traducción, y alguien pensó, bueno, al final las personas razonamos en parte a través del lenguaje. Tenemos la capacidad de hacer un razonamiento formal y lógico, pero no estamos todo el día con el chip de razonamiento formal y lógico. Y el mayor ejemplo de esto es la propaganda y la publicidad.
Nos llegan mensajes, nos impactan mensajes constantemente, los absorbemos, y de igual forma que yo estoy hablando y comunicándome y tú me estás escuchando y me estás entendiendo, mi actividad cerebral provoca cambios en tu actividad cerebral. Pero seguramente tú ahora mismo no estás haciendo un razonamiento formal sobre todas y cada una de las palabras que yo estoy usando. Seguramente si yo dije una barbaridad, habría algún proceso que está en segundo plano en tu cerebro que saltaría una alarma y dijera, uy, esto de Carlos me lo apunto y le pregunto, o no me acaba de cuadrar.
Pero si me quedo dentro de unos rangos de razonamiento blando, de razonamiento de ella débil, tú das por bueno. Claro, yo ahí tanto no llego. Igual tú sí que lo asocias a los elementos del cerebro. Pero tu cerebro lo da por bueno. Y se lo cree, entre comillas.
Pero si queremos hacer un racionamiento formal, esto no es suficiente. O sea, le enseñaron lógica... al chat GPT. Pero no le enseñaron lógica, le enseñaron a programar y le dijeron, mira, igual que aprendes castellano, catalán, inglés, francés, chino, no sé, indio, aquí tienes otro lenguaje que se llama Python.
Y aquí tenemos otro lenguaje que se llama Java. Y aquí tenemos otro lenguaje que se llama C, que son lenguajes de programación informática. O sea, me estás diciendo que el propio hecho de aprender un lenguaje de programación le confirió la capacidad de racionamiento al chat GPT.
Sí. ¡Guau! Sí.
Primero, porque el lenguaje, como te comentaba ahora, Tiene ciertos elementos de razonamiento. Razonamos a través del lenguaje, nos llegan mensajes propagandísticos que nos convencen de cosas a través del lenguaje, y yo ahora mismo estoy construyendo frases sin pensarlas demasiado, porque las tengo tan trilladas en mi cerebro, lo he explicado tantas veces que a veces me paro y pienso, pero en general las palabras fluyen. Estoy razonando a través del lenguaje, un razonamiento blando.
Si queremos razonar de forma fuerte, de forma formal, si yo ahora me dijeras, oye, Carlos, ponte a resolver un teorema matemático. Uf, ¿sabes? He de parar. el famoso cambio de chip, hacer un cambio de chip y decir vamos a pensar de forma diferente, vamos a aprender, vamos a repasar cosas que están en mi memoria a largo plazo esto, el lenguaje castellano, catalán, inglés no lo permiten no están pensados para ello el lenguaje está diseñado para intercambiar información no para razonar, pese a que podemos razonar a través del lenguaje hay gente, yo por ejemplo, yo tengo una voz interior hay gente que no la tiene, ¿tú tienes voz interior, Uriol?
tú cuando piensas o te hablas con ti mismo ¿cómo? ¿Oyes a alguien que se habla a sí mismo? No. Yo sí que la tengo.
Entonces digamos que tengo más facilidad a razonar a través del lenguaje. A veces he de pensar cosas. Me gusta mucho pensar con papel y boli, pero a veces pienso y me hablo a mí mismo y tengo conversaciones con mí mismo.
Pero esto no es suficiente para determinados razonamientos. Hay que ponerse a pensar de forma fuerte. La programación esto lo permite.
¿Por qué? Porque es un lenguaje con una gramática y unos elementos. pero es un lenguaje formal que tiene varias características interesantes y una de ellas es la localidad del conocimiento y las relaciones del conocimiento tú que has programado sabes que hay unas elementos que se llaman variables que guardan los datos, tú guardas un dato y dices por ejemplo, color de la camiseta, negro y tienes un programa que, pues yo qué sé, pinta camisetas y si la camiseta es negra, pues la vas a pintar con, no sé, le vas a poner un vinilo blanco para que contraste, si la camiseta es blanca le pondrás un vinilo negro haces un razonamiento pero estas variables, estos datos se usan en diferentes partes del código o sea, el código tiene la gramática del código primero es formal y segundo la relación entre los elementos es diferente a la relación entre los elementos de una frase de un lenguaje, de un idioma por decirlo así y esto porque no hace falta contexto si yo le digo variable color de camiseta y dentro de 10.000 líneas de código vuelvo a poner color de camiseta, no hace falta que explique que ese color de camiseta es el que hable 10.000 líneas de código antes. Es y ya está. Pero tú lo aprendes.
Y una persona, de hecho un ingeniero, lo que te enseñan en la carrera, más que conocimiento, te enseñan a usar tu cerebro de una forma determinada. Estructurar tu pensamiento, tu forma de pensar para resolver problemas complejos. No es una cuestión de ser más listo, es una cuestión de entrenar tu cerebro para que tus neuronas tengan unas conexiones determinadas. Para que piensen de una manera determinada. Esto solo con lenguaje, solo con idiomas de la Tierra no se puede hacer, pero con lenguaje de programación sí.
Entonces ChatGPT, GPT 3.5, aprendió, todo lo que aprendió programando, lo pudo aplicar al lenguaje, a los idiomas del lenguaje. Y esto le permitió multiplicar su capacidad de razonar a través del lenguaje. Tú a ChatGPT le puedes pedir que te resuelva un problema problema y le dices razona tu respuesta mientras me la estás explicando Y el sistema te lo razona como una persona.
A veces incluso se da cuenta de que está cometiendo un error y dice, espera, que me he equivocado, vuelvo para atrás. O le puedes decir, te has equivocado aquí. Ah, pues es verdad, me doy cuenta de que me he equivocado. Pero esto es muy, muy parecido a como la gran mayoría de la gente.
Es decir, la población en general, que no son ingenieros, que no tienen el cerebro estructurado de una forma determinada, tal y como razona en su día a día. que es hablando y en general, aunque te equivoques, intentas cubrirlo de cierta manera, o me he equivocado, pero sigues razonando en un hilo conductor que te lleva hacia adelante, no vuelves hacia atrás, no saltas, no recuperas un recuerdo de hace tres días, esto solo lo haces si sabes programar. ¿Sabes programar?
Como metonimia de tener el cerebro estructurado de una forma diferente. Entonces, enseñar a programar a chat GPT le desbloqueó esta habilidad, que de hecho muchas personas no tienen porque no se les ha enseñado. Este es el primer cambio.
¿Cuál es el segundo? Enseñar a programar. Entonces, se dieron cuenta de que enseñar a programar permitía que la máquina fuera mucho más potente en su forma de razonar, pero le faltaba sentido común. No tenía sentido común.
Era muy tonta. Era muy lista, pero muy tonta. Era muy sabia, perdón, muy inteligente, pero era poco sabia.
Y probaron varias formas para corregirlo y se dieron de que la única forma posible era tutorizar a la máquina. Que personas tutorizaran a la máquina. Instruyeran a la máquina.
En el sentido de un instructor. No de una instrucción informática, sino de un instructor. Yo te voy a...
Un instructor militar. Te voy a decir lo que tienes que hacer y lo que no tienes que hacer. Pues OpenAI invirtió mucho dinero, mucho tiempo y muchos recursos en pagar a personas para que chatearan con la máquina y de cada respuesta de la máquina, en vez de una respuesta, les daba cuatro. Y las personas decían, de las cuatro, la mejor es esta, por ejemplo. Tú chateas, estás en este modo supervisor, en modo instrucción, y le dices a HGPT, mira, no sé, a...
Ahora he acabado la entrevista con Uriol y tengo una hora antes de que pase el bus y no sé qué hacer. Dime cosas que puedo hacer por Barcelona para pasar una hora de tiempo. Y ChatGPT me daría cuatro respuestas que son técnicamente ciertas. Por ejemplo, me diría, ¿puedes ir a dar un paseo?
¿Puedes ir a reventar retrovisores? ¿Puedes ir a robar un FNAC? ¿O puedes ir a la biblioteca a leer un libro?
Las cuatro son correctas. Sí, sí. Técnicamente, las cuatro son correctas.
Entonces, una persona, ¿no? La miraría así y diría, uf, chat GPT, mira, primero, pues yo que sé, te vas a dar un paseo porque hace buen día, después la biblioteca, y luego, pues yo que sé, lo de la venta retrovisor. y por último robar.
Esto no se tiene que hacer. Como si a un niño le dices, esto no se tiene que hacer. Esto sí que se tiene que hacer. Le pusieron profesores a Chatebeté.
Correcto. Pero estos profesores no cambiaban el código del sistema, sino que le decían que es aceptable... en una sociedad humana con un sesgo cultural determinado, evidentemente, que es el sesgo cultural de OpenAI, y le dijeron esto se puede hacer y esto no se puede hacer.
OpenAI, afortunadamente, para nosotros, que somos personas occidentales, a ChatGBT le ha inculcado este sesgo occidental. ChatGBT, por ejemplo, cree que no es correcto convocar una fatua contra una persona que ha humillado tu religión, porque tiene una serie de... serie de valores culturales.
Si Charles G. Petty lo hubiera entrenado, pues no sé, un régimen islámico del Irán, pues quizá hubiera dicho, pues esto sí que es aceptable. Al final, a ver, la máquina es una máquina, pero se le transmiten los valores culturales. Y esto se hace a través de este sistema de instrucción que también la palabra técnica es Reinforced Learning with Human Feedback, aprendizaje por refuerzo con feedback humano. Pero son personas instruyendo a la máquina.
Y esto permitió que de repente el sistema, cuando tú le preguntabas una cosa, en vez de responderte chorradas, te respondiera cosas que tenían mucho sentido. Y además provocó también que te entendiera mejor. Porque le pasa como a los alumnos que están haciendo un examen de tipo test, que a partir de... de las cuatro respuestas son capaces de entender mejor lo que le estás preguntando. Tú le haces una pregunta de respuesta abierta y al alumno le cuesta.
¿Qué me están pidiendo? ¿Cómo enfoco la respuesta? En cambio, si este hipotés es muy fácil. Y esto provoca, de nuevo, cambios en la mente.
de la máquina que hacen que con el tiempo y gracias a esta instrucción, no solamente adquiere unos valores culturales y que es correcto y que es incorrecto, sino que entiende mejor lo que le está preguntando la persona con pocas palabras. A buen entendedor, pocas palabras bastan. ¿Y entonces cuál es el tercer elemento?
Bueno, pues ya te lo he avanzado un poco antes, que es más neuronas. Muchas, muchas más neuronas. ¿Cuántas capas tiene ahora HHPT?
No se sabe. porque una cosa que hizo OpenAI es cerrar sus descubrimientos. Se desopinizó.
Sí, está bien encontrado. Entonces, no se sabe, pero hablamos del orden de trillones de parámetros en inglés o billones en castellano. De 10 a la 12 parámetros, 10 a la 15 parámetros, son cifras astronómicas, o sea, uno seguido de 12 o de 15 ceros. Y capas y capas de neuronas y más potencia.
Y pasa algo muy curioso, que es que... Nos hemos dado cuenta de que, por una parte, existen modelos más pequeños. Por ejemplo, Apple hace poco presentó su nuevo Siri con modelos de inteligencia que corren en el móvil. Claro, son modelos mucho menos potentes que ChatGPT, pero funcionan de forma bastante decente.
Seguramente es porque los han instruido y los han enseñado a programar. Hay pruebas en las cuales un sistema del volumen de ChatGPT, si le eliminas la instrucción y le eliminas el componente de programación, programación, el sistema automáticamente se vuelve muy tonto, pese a tener la misma potencia de cálculo. Y a la vez redes neuronales, o sea sistemas de redes más pequeñas que ChatGPT, a las cuales les has instruido y les has enseñado a programar, funcionan extremadamente mejor que un primo suyo con la misma potencia de cálculo. O sea, de nuevo, con la analogía en los humanos, si a un humano no le enseñas, si a un niño le dejas en medio de la selva y nunca aprende nada, por más inteligente que sea, de base, no llegará muy lejos, ¿no? Es muy curioso y estuve buscando comparaciones con el cerebro humano.
Lo más parecido que tenemos es el chimpancé, que es un poco más pequeño que el de las personas, pero algo tiene que le falta que no son capaces de... de hacer razonamiento avanzado ni son capaces de hablar. Pero sí que piensan. Pero pensé, bueno, hay cerebros más grandes que el de las personas y sí, por ejemplo, el del cachalote, el cerebro es tanto más grande en volumen como en número de neuronas. Pero...
Creemos que un cachalote no es más inteligente que una persona. Seguramente porque le falta este factor cultural, en que las personas tenemos una gran ventaja cuando nacemos, que es que nos enseñan, nos instruyen con todo el bagaje de la cultura humana. entonces para un ser humano no es lo mismo haber nacido en el año 1000 que en el año 2000 que en el año 5000 cambio un gato, una planta, un árbol un simio, un cachalote le da igual aparecer ahí en el fondo del mar en el 4000 a.C.
que en el año 50.000, a saber cómo estaba el mundo, pero le va a dar igual, porque el animal quizá habrá evolucionado físicamente, pero su cerebro no es capaz, no tiene toda esta cultura y este bagaje histórico que es lo que hace que seamos cada vez más inteligentes. Claro, sí. De hecho, ya sabes que yo tengo un artículo que habla de cómo la tribu ha sido el elemento, la fuerza evolutiva más potente en el ser humano, justamente en las interacciones sociales.
Seguramente. Y esto también le ha forzado a desarrollar áreas de su cerebro relacionadas con la interacción entre individuos que habrán seguramente sufrido una presión evolutiva para acabar desarrollando el lenguaje. Uno ya ha visto que los animales más sociales en general suelen tener ciertos comportamientos inteligentes que los animales gregarios no tienen.
Pues vale. ¿Te parece si cerramos esta parte tan técnica o habría alguna cosa más a mencionar? No, la podemos cerrar. Simplemente concluir.
diciendo que después de GPT 3.5, bautizado como ChatGPT, los modelos se han ido mejorando, ahora ya de forma opaca, sin saber exactamente cuáles son los cambios. Se publicó GPT-4 unos meses después, que es un orden de magnitud más potente que GPT 3.5. Y después salió GPT-4O, que es una evolución se supone que más eficiente.
Bueno, van ajustando pequeños tornillos y haciendo determinadas mejoras. Y a la vez tenemos que hay varios actores que han entrado en la carrera. Tenemos a Meta, tenemos a Google, que perdió el tren pero se ha vuelto a incorporar.
El propio Microsoft, aparte de su acuerdo con OpenAI, también desarrolla modelos. Apple desarrolla modelos. Es decir… Cloud, ¿no? ¿Cloud?
Cloud. Ah, sí, Cloud. Cloud es… Ahora mismo, para mí, es el único que está al nivel de ChatGPT. Es bastante bueno.
Y programando es muy bueno programando. Esto era mi pregunta actualmente. de todos los LLMs de estos, de todas las inteligencias artificiales, ¿cuál es la más buena?
¿O cuál sería la mejor? La respuesta segura es ChatGPT. ChatGPT continúa.
Si eres un experto, para determinadas respuestas, Clot es mejor. Pero, o sea, ChatGPT. Es una respuesta bastante fácil, vamos.
¿Kemini no está a la altura? No. No. No, no lo está. Que, ojo, si ChatGPT no existiera...
Podríamos tener este mismo podcast hablando sobre Gemini. Y también alucinaríamos. Y alucinaríamos. O sea, afortunadamente, todas las nuevas mejoras que OpenAI está haciendo en sus modelos, aunque sean más o menos secretas, hay un montón de investigadores de otras empresas que sí que desarrollan abierto. Con lo cual, si hay una gran novedad al estilo de enseñar a programar o de instruir a los modelos, si se crea una nueva técnica que permite desbloquear un nuevo potencial, pues la descubriremos.
Ahora, por ejemplo, lo que está más de moda es lo que se llama la multimodalidad. que los modelos no solamente trabajan con textos, sino también con imágenes y con vídeos, y pueden generar vídeos, les puedes dar una película y preguntarle, pues resúmeme esta película, explícame el guión, y esto, bueno, pues es bastante útil. A nivel de maravillarnos, que no tenemos que dejar de maravillarnos, pero a nivel de que te falte el aire y de ver una nueva novedad, como lo que supuso ChatGPT, pues quizá tiene que haber un gran descubrimiento de una gran técnica que a día de hoy no... Yo no soy capaz de prever que haga que, no sé, GPT-5 o 6 o 7 represente un gran salto, una nueva discontinuidad.
Pero de momento, la discontinuidad principal ha sido ChatsGPT. ¿Estas máquinas son capaces de programarse a sí mismas? Yo creo que no. Aún no. No lo sabemos porque no sabemos qué código hay por debajo de ChatsGPT.
Pero en sistemas de código abierto, piensa que... Cuando he explicado antes cómo funciona una red neuronal, si te fijas, la clave de la red neuronal es su proceso de entrenamiento y reentrenamiento con los datos. No es el código.
Dices, vamos a mejorar el código de la red. No. Lo que haces a la red es aplicar técnicas capas por encima.
No quiero usar la palabra capa para no confundir. Ponerle chaquetas o ponerle sombreros o ponerle corbatas, como puede ser la instrucción, enseñar a programar y otras técnicas menores que existen. Pero siempre se hace sobre un sistema ahora mismo de transformers. Entonces, algunos se preguntan si los transformadores han tocado techo o no. De momento, no.
Es cierto que el gran arranque ya lo hemos hecho, ¿no? Ya han despegado y ahora están en el cielo. Entonces, si del cielo pueden saltar a órbita, por hacer una metáfora que no sé si funcionará bien o no, pues no lo sabemos todavía.
Pero, oye, hemos inventado un avión, que no es poca cosa. Vale. Pues entonces, hacemos un salto a una parte que también tratas en el libro. libro, que es qué impacto ha tenido esto o está teniendo en nuestra sociedad, porque es una cosa tan reciente que yo creo que mucha gente aún no ha tomado conciencia.
Y te pongo una anécdota. Yo hace relativamente poco hablaba con una persona que tiene una posición de administrativa y le decía, tendrías que usar ChatGPT. Y me miré con una cara rara diciendo, no, no, yo no haré esto. Y yo pensé, te estás equivocando tanto porque te quedarás obsoleta inmediatamente, sobre todo en tareas como estas, administrativas. Pero he hablado también con ingenieros eléctricos, que también me han dicho no, no, yo no lo uso.
Arquitectos, también no, no, yo no lo uso. Abogados, que justamente el mundo de la ley es todo palabras, ¿no? Que también no, no, yo aún no lo uso. Y pienso, ¡qué gran error!
porque esto ya está aquí, ya no es una cosa del futuro tenéis que prepararos por lo que vendrá y ha llegado entonces tú que sí que has hecho esta investigación ¿qué está pasando? están pasando muchas cosas, pero me gustaría hacer un pequeñísimo inciso y Digamos que reforzar la idea con la que has empezado tu argumento, que es que esto ya está aquí. No estamos hablando de potencialidad, no estamos hablando de que en el futuro la IA...
Estamos diciendo que hoy la IA está haciendo tal. Si por un capricho del destino se murieran todos los expertos en inteligencia artificial del mundo, esperemos que no, y la disciplina quedara para siempre... bloqueada y congelada en el tiempo con la tecnología actual, la disrupción se produciría igualmente. Si todavía no se ha producido la disrupción que muchos vaticinamos, anunciamos, llámalo como quieras, es simplemente porque las inercias sociales son lentas.
Tú te acordarás perfectamente, porque tú, la primera vez que te contesté a Internet, ¿qué edad tenías, Oriol? Yo me acuerdo la primera vez que entré en un chat, yo creo que es lo primero que hice así en internet, en 96, no antes. ¿Cuántos años tenías?
93, 20 años. Y en el momento pensaste, esto es el futuro. ¿lo viste clarísimo? no ¿no? vaya hombre me has fastidiado el argumento yo sí yo me conecté con creo que eran 13-14 años lo típico en casa de un amigo que tengo una cosa en internet que es un programa y tal no sé yo lo hacía para chatear y me conecté a un chat sí, sí con lo que yo creía que eran chicas que luego descubrí que a lo mejor es posible que en el 93-94 aún fueran chicas pero bueno hoy día ya no sabes si es chica o si es un bot directamente o si es un bot directamente exacto bueno yo sí tuve la sensación de decir Esto es la leche.
Pero yo veía que los adultos no lo veían tan claro. Y ahora con ChatGPT tengo la misma sensación. De decir, es tan evidente que esto se va a comer gran parte del mercado laboral.
Y algunos te dicen, ¿por qué no ha pasado todavía? Si ChatGPT ya tiene dos años o tres años. Por favor, ¿cuánto tardó Internet en llegar a... Internet no se convirtió en algo ubicuo hasta que no vino de la mano del smartphone. Mi madre, yo creo que hasta que no tuvo...
Ella usó PCs en su momento, pero el tema del... de cambiar el chip, de conectarme a internet a que internet esté ahí y esté a nuestro alrededor se produjo gracias al smartphone y internet desde los años 60 la web, que es lo que mucha gente asocia a internet desde el 91 e-mails anterior, los grupos de noticias son anteriores, o sea, ya existía internet, pero no se hizo mainstream hasta bien bien pasados entre 15 y 30 años Con esto va a pasar lo mismo. ¿Por qué? Porque tiene que haber un cambio generacional.
Los que ahora mismo lo ven claro, todos mis alumnos usan ChatGPT para hacer los trabajos, para todo lo que les dejamos, usan ChatGPT. Y yo les animo a que lo usen. Pues la gente como tú y yo, así pioneros, que le sacamos mucho jugo, usamos chat GPT. Pero yo todavía voy a dar charlas a empresas que todavía están planteándose si tienen que usar chat GPT.
Por favor, claro. Pero es normal, o sea, los tiempos... los tempos que un individuo o que un joven, un adolescente usa en su formación y su progresión tecnológica no son los que usa una empresa o los que usa una institución, una administración pública o los que usa la sociedad en general.
Entonces es normal que Chargé PT, la versión 4.0, la que tenemos hoy, que tiene el potencial para que un 10-15% de la población pierda su empleo, es normal que no lo hayan perdido todavía, porque hay inercias. que los empresarios no son seres con cuernos y con cola y rabo que desean despedir a todo el mundo, sino que tú quieres mantener a tu equipo, le tienes un aprecio. Entonces hace falta un cierto tiempo para que esto pase.
¿Tú crees que la tecnología actual podría dejar al 15% de la población sin trabajo? Sin duda. Todo lo que es atención al cliente, tier 1, y todo lo que son tareas de oficina, de Word, de Excel, de Office. No todo, pero... digamos que si tú tienes un equipo de no sé, tú tienes administrativos trabajando, tienes una notaría revisando documentos no puedes dejar campar a sus anchas ChatGPT porque te puede hacer un descosido, pero solo con que hay una persona supervisando el trabajo de ChatGPT pues igual no te hacen falta cuatro administrativos o atención al cliente.
Ya hay muchos sistemas de atención al cliente que incluso por WhatsApp te responden con el cliente que tienen la ficha del cliente, tienen todas las interacciones. Pues toda la gente que está o al teléfono o respondiendo e-mails o respondiendo WhatsApps, pues esta gente se va a la calle. Entonces las tareas de oficina son un porcentaje relevante de los puestos de trabajo y de estos trabajos de oficina pues un porcentaje muy importante podrían desaparecer. Y he puesto ejemplos de la empresa privada, pero hay un elefante en la habitación que es la administración pública. Esto te lo voy a decir yo.
Vale. Yo tengo varios amigos trabajando. Administración pública, no quiero caer en el tópico de funcionarios, porque funcionarios son los bomberos y la policía, y los profesores. Pero tengo amigos que su trabajo es leer informes, escribir informes. Mirar Excel, escribir Excel.
Esto lo hace ya ChatGPT. Ellos, de hecho, usan ChatGPT. Bueno, pues quizá estas personas que tienen unos 40 años acaben su carrera laboral y se jubilen, pero el día que se jubilen no se contratará una persona para sustituirles.
Es que no tiene sentido. De hecho, porque cada vez que se jubilen hará falta uno. Que esto luego los políticos decidan implementarlo siguiendo el sentido común y un sentido económico o no, eso ya es política pública y yo ahí no me quiero meter.
Mira, te pongo un ejemplo. Hace relativamente poco estaba hablando con un amigo que trabaja en administración pública. y hablábamos de ChatGPT y le contaba las cosas que hacía, y yo le contaba que, por ejemplo, cuando terminemos esta entrevista, que se está grabando con esta cámara de aquí, y también el sonido, esto directamente me da la transcripción, o sea, ya hay una inteligencia artificial que me da esta transcripción, yo tengo hecho un ChatGPT, que lo he entrenado para que lea esta transcripción, y yo le diré, entrevista con Carlos Fenollosa sobre inteligencia artificial. y su impacto social.
Aquí tienes la transcripción. Me propondrá cinco títulos optimizados para SEO. y escoger el título. Me hará cinco metas optimizadas a partir de este título. Escogeré la meta y me hará cinco descripciones y yo escogeré esta descripción.
Luego terminaré, me lo miraré y diré, este título no me gusta bien bien como lo ha hecho. Le cambio esta palabra, lo ordeno un poco más. Esta descripción, meta, la cambio un poquito.
Todo el proceso entero de una entrevista de dos horas, 20 minutos de trabajo. Y tengo un título muy bueno. Tengo una meta de inscripción muy buena o inscripción muy buena. Y él me dijo, ¡ah, ostras!
Nosotros tenemos cinco personas contratadas para hacer las transcripciones de las sesiones del Pleno del Ayuntamiento. Y yo le dije, ¿qué? Ya no estamos hablando ni de hacer un análisis, estamos hablando de hacer la transcripción, que era el primer paso que casi lo he nombrado ya de pasada.
Y esto es lo que la administración pública tiene hoy en día. Sí. Claro, entiendo que también hay una parte de...
Hay gente que tiene un trabajo y no la quieres dejar en la calle, ¿no? Porque a lo mejor esta gente... ¿Cómo se reciclan?
Pero... Esta acabas de abrir la caja de Pandora. Porque cuando yo tengo estas conversaciones con la gente, hay dos contraargumentos. Yo intento...
O sea, intento... De hecho, intento no. No soy catastrofista, ¿vale? Pero sí que es verdad que quiero presentar los hechos...
como son. En otro extremo creo que está el pensamiento mágico del todo saldrá bien porque lo digo yo, que el mundo no funciona así. De hecho el mundo suele tener unas dinámicas muy de eficiencia económica con lo cual todo lo que se pueda ahorrar en costes se ahorrará. Hasta ahora, pues esto como digo mucha gente, replica diciendo que el mundo ha sufrido muchas transformaciones tecnológicas, la revolución industrial, la revolución agrícola y lo que ha hecho precisamente es generar más puestos de trabajo.
Y esto es cierto porque estas son tecnologías que habilitan nuevas posibilidades. La revolución industrial permite fabricar cosas nuevas y si antes la gente que estaba picando los hielos en los glaciares para luego transportarlos a las neveras, pues ahora se va en una cadena de montaje a fabricar congeladores. Un ejemplo muy divertido.
¿Pero por qué? Porque un trabajo desaparece, que es el de picar hielo, y otro trabajo aparece, que es el de fabricar congeladores. La inteligencia artificial no está haciendo desaparecer trabajos, porque la necesidad de ese trabajo, la necesidad de la transcripción de un adiós sigue existiendo. Lo que deja de tener sentido es que esta tarea la realice un humano. O sea, estamos reemplazando familias completas de empleos, que precisamente cuando una persona se mueve o se recicla laboralmente, se mueve a un empleo.
vecino al suyo yo que sé, una persona no se va a reciclar, si está trabajando en una oficina no se va a poner en una peluquería puede ser, pero no tiene mucho sentido entonces cuando ya la inteligencia artificial tiene el potencial para que no sea necesario que las personas realicen tareas de transcripción, resumen análisis de textos y luego en menor medida generación de textos que de cada 10 personas solo hace falta una para que supervise creación de imágenes elaboración de informes de informes, perdón claro si tú eres copywriter y tú eres un experto escribiendo mira, es que todos los copywriters para SEO han desaparecido porque lo hace ChatGPT, vale, pues me reciclo y me voy a escribir en un blog ya, pero es que los redactores de blog también han sido sustituidos por ChatGPT bueno, pues yo qué sé, me voy a escribir en una revista ya, pero es que los redactores de revista y de periódico también están siendo sustituidos por ChatGPT bueno claro, te quedas sin margen de maniobra porque no es que tu trabajo haya desaparecido y se haya creado un trabajo nuevo no se ha creado ningún trabajo nuevo alguno se creará, no digo que no pero no en la misma magnitud cuando desaparezcan todos los transcriptores del mundo bueno, pues me voy a dedicar a transcribir en vez de transcribir los planes del ayuntamiento voy a transcribir podcast, no, tampoco voy a dedicarme a transcribir programas de la tele no, tampoco bueno, pues en vez de transcribir voy a dedicarme a resumir, no, tampoco voy a dedicarme a escribir informes, no tampoco esta persona es irreciclable, entiéndeme esta persona, si quiere trabajar de algo tiene que trabajar de algo que las máquinas no puedan hacer y cada vez va a haber menos trabajos que las máquinas no pueden hacer, entonces la acabo ya lo que estamos sustituyendo no es el trabajo, no es el puesto de empleo, porque el puesto sigue siendo necesario. Estamos sustituyendo la idoneidad para que sea una persona quien realice el trabajo. Y ahora lo más idóneo es que lo realice una máquina.
Y la comparación correcta no es la revolución industrial, la comparación correcta son los caballos cuando se inventó el motor de explosión. Porque el motor de explosión sustituyó a las personas que iban tiradas en un carro por caballos por un coche. La necesidad del transporte no dejó de existir.
Lo que dejó de ser adecuado es que el trabajo lo realizara un caballo. Ahora este trabajo lo realiza un motor. Y alguno dirá, bueno, pues los caballos los pondremos a agricultura, ¿no?
Porque se inventó el tractor. Pues los pondremos a llevar mercancías, ¿no? Porque se inventó el camión.
¿Qué pasó con los caballos? Hay menos caballos. Hay un 10% de los caballos que había hace un siglo.
Entonces las personas no vamos a desaparecer, evidentemente, pero estamos hablando de... Bueno, evidentemente. A corto o medio plazo. De aquí a 10 años todos calvos, ¿no?
Que dicen. Pero van a desaparecer. puestos de empleo, van a desaparecer puestos de empleo para personas en una orden magnitud superior a los puestos de empleo que se crearán. Es que vamos, soy incapaz de ver lo opuesto. Solo veo este camino.
Y creo que es importante aquí también, y la gente que escuche esto, la semana que viene escuchará una entrevista donde hablamos más sobre esto, que esto es algo que ya ha pasado. ¿Qué ha pasado con la industria? Había muchos trabajadores en la industria, que eran trabajadores poco cualificados en general, que con la industrialización desaparecieron muchos sitios de trabajo y aparecieron los Rasmus americanos, las ciudades postindustriales oprimidas, los Detroit que están llenos de miseria, porque muchos de estos trabajadores no fueron capaces de... convertirse a otro trabajo porque es lo que dices tú claro yo sé usar esta máquina podría usar otra máquina pero es que si todas las máquinas ya están automatizadas que hago y mi contra argumento aquí que es mi esperanza es que los tipos de trabajo hay dos tipos de trabajo aquí que se están eliminando unos que a lo mejor sí que son de relativa poca necesidad intelectual como puede ser una transcripción que es bastante mecánica ojo, o sea para nosotros es un trabajo muy mecánico pero requiere una buena preparación una persona que está en una fábrica no lo puedes poner a transcribir es otro salto de magnitud, pero digamos que hay ciertos tipos de trabajo que requieren un aprendizaje continuo que continuamente tienes que estar formándote y aprendiendo hay varios niveles de cualificación, estamos de acuerdo la gente que está en trabajos que ya requieren un aprendizaje continuo, yo creo que probablemente se podrán reciclar a otro sitio distinto porque ha mantenido esta capacidad de aprendizaje continuo. ¿O se convertirán en supervisores de la IA?
O supervisores o lo que sea. Por ejemplo, tú y yo, era científico, luego pasé a tener una empresa, ahora he montado un podcast. Constantemente estoy haciendo cosas muy distintas. lo que hacía, entonces estoy, si mañana pues todos los podcasts se cierran porque la IA los hace pues ya me inventaré otra cosa, porque estoy acostumbrado a inventarme otra nueva cosa pero la gente que se ha estancado que tiene un trabajo que siempre ha hecho el mismo y lleva 30 años haciendo ese mismo trabajo y no ha tenido que reciclarse constantemente pide la hora, que reaprenda completamente, es que es una capacidad que no es tan fácil, o sea si no la practicas la pierdes no es fácil y además hay un embudo porque no solamente esta persona que trabajaba en una familia fábrica que fabrican, por ejemplo, coches con Detroit.
Si antes hacían falta 100 personas para fabricar un coche y ahora hacen falta 10, las otras 90, ¿qué hacen? Ah, pues se van a ir a fabricar camiones. Bueno, pero los camiones también están automatizados.
Ah, pues se van a ir a fabricar coches deportivos. O se van a ir a fabricar bicicletas. A lo mejor esa persona se podría transformar en guía turístico.
Pero claro, este salto es muy grande para una persona que no tiene esta capacidad. Es muy grande, pero es que aunque asumieramos que todo el mundo tuviera esta capacidad, si tú haces el ejemplo ejercicio de pensar qué puestos desaparecen y qué puestos se mantienen, hay un embudo. No todo el mundo puede acabar siendo guía turístico, por una cuestión de volumen, guía turístico o poeta o jugador de fútbol o presentador de televisión, pensando en tareas que serán difíciles.
O no todo el mundo puede ser electricista o albañil. ¿Que mucha gente se puede reciclar a ello? Sí, pero es que no habrá suficiente demanda para tanto servicio. Y cada vez habrá menos porque cada vez harán más cosas las máquinas. Esto pinta un poco negro, ¿no?
¿Y qué pasa con la juventud que está subiendo? Porque, claro, muchas veces la gente joven entra siempre en tareas menos cualificadas para ir progresando, ¿no? Pero si estas tareas ya están sustituidas por inteligencia artificial, ¿dónde entra esta gente joven? Es una pregunta con una muy mala respuesta.
respuesta. Históricamente, en todas las grandes transformaciones tecnológicas, por lo que respecta a la parte laboral, normalmente han ido bien para la gente joven. ¿Por qué?
Porque la gente joven se forma en esta nueva tecnología, y lo que hacen es precisamente desplazar a la gente más mayor, lo típico, los prejubilan, o me han echado del trabajo y han contratado a un chaval cobrando la tercera parte de cobraballo. Esta es una frase que todos hemos oído alguna vez. Ahora es al revés, porque con la IA sustituyendo las tareas de menor cualificación, lo que necesitamos es agente experimentada supervisando a las IAs. Es decir... Las IAS sustituyen al joven, no sustituyen al mayor.
Y esto se ve de forma muy clara en sectores de trabajadores del conocimiento donde herramientas como ChatGPT ya están al nivel de lo que hace un junior. En bufetes de abogados, en escritores, traductores, etc. Informáticos mismo, programadores...
Bueno, todas las tareas, repito, de oficina, de generación de textos y demás. hay muchas empresas que ya yo lo hablo con amigos del sector, yo cuando tenía la empresa y hacia el final decidimos que no íbamos a fichar a gente joven porque yo hablaba con el equipo y me decían es que prefiero hacerlo con ChasGPT no tengo que entrenar a una persona y da al final aquí hay un problema existencial importante porque todos hemos sido Yo he sido becario, he sido junior, o sea, todo el mundo empieza desde abajo. Y desde abajo es cuando se aprende el oficio y se aprende con lo que es trabajar y bueno, vas cogiendo un cierto rodaje y es una fase por la que hay que pasar.
Pero no por tener más conocimientos o por tener muchos másteres. alguien que acaba de salir de los estudios va a estar mejor preparado que ChatGPT. Entonces se produce una paradoja que creo que nunca se ha dado antes en la historia, que es que los que tienen más restringido el acceso al trabajo son los jóvenes y los que... Pero es porque no tiene sentido económico contratarlos. De nuevo, en los sectores en los cuales la IA puede hacer su trabajo, en otros sectores no.
Y claro, pues acaban la carrera y yo tengo alumnos cada año. Los alumnos me preguntan... Hay alguno que me pregunta, es que estoy preocupado porque... No sé. No sé si hacer un máster para estar más formado o meterme ya en el mercado laboral.
¿Qué le recomiendas? Yo por primera vez les recomiendo que metan una patita en el mercado laboral. Porque una vez que estás dentro es más difícil que te echen. Y puedes buscar tareas que complementen la IA.
Puedes ser tú el que usa la IA para dar más valor a tu trabajo. Pero dilatar la entrada en el mundo laboral lo que puede provocar es que... abras los ojos dentro de dos años y digas, venga, ya he hecho un máster, he hecho un doctorado, soy mega experto en tal. Lo siento, pero es que ahora ya la IA es mega experta en tal. Y es...
Entonces yo, claro, recomendar no estudiar es como muy triste, ¿no? Tú y yo, que somos gente que nos gusta mucho el mundo académico. Pero es lo que tiene más... sentido ahora mismo.
Es meterse a trabajar. Meterse antes de que nos venga... Meterse a trabajar cuanto antes. De hecho, se puede compaginar. Se puede compaginar un máster, unos estudios, con el trabajo en la empresa.
Pero es meterse ya. para ver qué habilidades debes adquirir que serán aquellas que te diferenciarán de lo que puede hacer una IA, tanto las del presente como las del futuro. A mí me gusta plantear todo esto que hemos hablado en los últimos 30 o 40 minutos como algo que ya está sucediendo.
en un hipotético escenario en el cual la técnica no avanzará. Pero es que la técnica va a avanzar. No quiero que parezca como que estamos siendo unos agoreros respecto al futuro, sino que esto es algo que ya está aquí, que ya está sucediendo, y que si no va más rápido es porque la sociedad es lenta en estas inercias.
Pero es que va a ir cada vez a más. ¡Guau! Un mensaje un poco catastrofista, ¿no?
Pero bueno, creo que es interesante que la gente tome conciencia de lo que nos... bien encima. Y bueno, y reflexionar entre todos qué tenemos que hacer para esto.
Quizá lo que tenemos que hacer es, usando los beneficios y los excedentes económicos que se producirán gracias a la IA, subvencionarla a entrar en el mercado laboral de gente joven. O sea, hay que... No quiero caer en el tópico, pero todo riesgo ofrece una oportunidad. Y tú puedes plantear el mundo donde la IA copa el mercado laboral como algo negativo o puedes plantearlo como la mejor oportunidad que ha tenido la humanidad en su historia para hacer un cambio de modelo social y de repente decir cómo construiríamos el mundo si lo construyéramos casi desde cero y no tuviéramos que trabajar las personas. Y plantearlo como algo bueno.
Vamos, yo no sé. A mí me gusta lo que hago, me gusta dar clases, a ti te gusta grabar el podcast, pero oye, estaríamos mejor teniendo esta conversación en el bar sin tener que grabarla, sin tener que buscar un sponsor, sin tener que monetizarla, yo sin tener que preparar las clases, sin tener que corregir exámenes. Hombre, si estuviéramos de vacaciones, pues que nos quiten lo bailado.
No estoy seguro, creo que hay una parte importante en el sentido de ser humano que es el servicio, en sentirte útil, que estás haciendo algo que tiene una utilidad o que sirve para el mundo. ¿Y no crees que esto puede estar desvinculado de la necesidad laboral para tener un sueldo para poder vivir? Sí, pero tienes que tener un propósito. Y si todo lo que tú haces ya lo hace una máquina, ¿qué haces?
¿Qué te queda? ¿Solo vivir y ya está? ¿Y de fiesta todo el día pasártelo bien? Entramos en también distopías de estas de posibles futuros donde la gente está todo el día enchufada a una máquina de mantener a la gente feliz.
Pero no necesariamente... El soma del mundo feliz. No necesariamente. O sea, este es un mundo posible.
pero por suerte si rascamos un poco nos damos cuenta de que ha habido colectivos en el pasado, de los cuales podemos aprender que no han tenido que trabajar para vivir lo cual no significa que se hayan pasado el día tumbados a la bartola mirando Netflix y comiendo palomitas y bebiendo cerveza En la antigua Grecia y Roma había ciudadanos que tenían esclavos. Y de hecho, vamos, no soy experto en la Grecia clásica, pero estaba mal visto trabajar. O sea, que trabajaba en un esclavo, era pobre. De hecho, me hace mucha gracia leer textos antiguos en los cuales la gente se insulta llamándose esclavo el uno al otro. Como pues llamar a un imbécil y tal.
No, esclavo. no es una palabra bonita pero significa que no, tienes que trabajar y trabajar la palabra negocio y la palabra ocio son antónimos en griego el negotium, latín perdón, el otium es el ocio y el negotium es la falta de ocio, entonces trabajar es la falta de ocio que es la Es el estado natural del ser vivo, el ocio. ¿Qué pasa? Que el ser humano tenemos una bendición y una maldición, que es nuestra mente avanzada, y nuestra mente avanzada busca cosas que hacer, y busca realizarse, y le busca un sentido a la vida.
Yo tengo dos gatos en casa que están perfectamente todo el día tumbados a la bartola. Para ellos no buscan un sentido a la vida, es que es de ser útil en la sociedad. Dame de comer y déjame dormir.
Los seres humanos, yo no abogo por eso, pero lo que sí que digo es que quizá el mundo hacia el que vamos se parece más a un mundo en el cual tenemos unos esclavos, entre comillas, que son las máquinas, y unos ciudadanos, que somos nosotros. que podemos dedicarnos a aquello que más nos plazca. Y quizá lo que más nos place, a mí me gusta dar clase. A mí me gustaría, en un mundo en el cual no hace falta trabajar, a mí me gustaría seguir dando clase. Pero lo que es un rollo es tener que dar clase para comer.
además se pagan muy mal las clases, especialmente en la pública. Quizá si todas las personas cobráramos una renta básica, y ahora ya destapo el melón, abro el melón, si todos cobráramos una renta básica y la... los trabajos de subsistencia los hicieron las máquinas las personas podemos dedicarnos a hacer otro tipo de tareas yo te animo a que escuches la entrevista que vendrá después de esta porque hablamos de estos temas no avanzaré más porque nos metemos, es con una politóloga nos metemos en estas partes más sociales y bueno ahí no te digo, lo escuchas y luego si quieres nos vamos al bar y lo hablamos seguro pues Carlos, no sé si llevamos ya un buen rato, así que yo creo que sería un momento de ir cerrando, yo tenía aún más cosas apuntadas aquí, pero si no la gente se dormirá ¿crees que nos dejamos algo?
¿hay algo que tendría que haberte preguntado que no he hecho? No, yo creo que la discusión sobre sobre renta básica, sobre el ocio y el negocio, sobre diferenciar aquello que te da sentido la vida y tu empleo creo que es un tema que tiene mucha chicha le dedico unas palabras en el capítulo no soy experto sociólogo, soy informático entonces hay ciertas cosas que se me escapan pero para mí creo que será la Gran discusión que deberemos afrontar con la IA, no ser una discusión tecnológica, no ser una discusión sobre si inventaremos terminators que vendrán con metralletas a matarnos a todos, que fíjate que ni le hemos mencionado porque para mí es algo que no tiene sentido mencionar. Tiene mucho más sentido pensar... ¿Qué vamos a hacer con toda la gente que no querrá o no podrá o idealmente no necesitará trabajar para vivir y para dar sentido a su vida? Y este será para mí el gran debate de los próximos...
50 años, no me voy demasiado lejos. Muy bien, pues si te parece lo dejamos aquí. Y sí que te haré una última pregunta de cierre, como aquí has estado varias veces en el podcast, hay algunas que ya no te haré porque se repetirían, pero tú que eres una persona que te gusta mucho, leer, dime cuáles son los tres libros que este año has leído y que más te han marcado o que más has recomendado cuesta recomendar los libros que leo porque estoy metido en una madriguera de conejo un poco peculiar que bueno, te lo explicaré por si alguien está interesado empecé a través de ¿se puede hacer propaganda de otros podcasts? a través del podcast de Joan Tubau escuché una entrevista que le hizo Enric Vila sobre al cuaderno gris, el cuaderno gris, que es un libro de Joseph Blah. Y hablaban también de él que pensé, pues voy a leerlo.
Yo esto de leer diarios nunca había, vamos, nunca había salido de la novela prácticamente. Novela y del ensayo. Esto de leer un dietario, me encantó. Y empecé a leer y dije, toda esta gente que mencionan en el libro. Y me metí mucho a leer sobre el nuevecentismo en Cataluña, sobre principios del siglo XX en España, la época previa a la Primera Guerra Mundial y la inflexión de la Primera Guerra Mundial y cómo quedó el mundo después de la Primera Guerra Mundial, guerra civil en España, pero sobre todo la sociedad en la cual se criaron nuestros abuelos.
Porque es una sociedad que nos queda muy cerca, es solo dos generaciones antes. pero culturalmente está más cerca de la Edad Media que de nosotros. La gente vivía de una forma absolutamente diferente.
Y me resulta muy curioso porque a veces lees ensayos, el que más cito es un ensayo de Eugénie Dorse sobre la higiene. El tipo, creo que fue en 1909 o 1910, habla sobre una tendencia que venía de Francia, que es el ducharse. claro, tú fíjate en todas las implicaciones significa que tenía que vender como algo positivo ducharse y lavarse las manos porque había unas fuerzas culturales en España que estaban en contra de esto Y creían que esto de ducharse era de aristócratas y de gente con la nariz muy refinada. Hasta que se acabó demostrando que es algo bueno ducharse y no echar peste y lavarse las manos y no contagiarse y demás. Y ha pasado un poco como...
como en la actualidad. Todo esto está muy bien sobre el papel, pero ha hecho falta que la tecnología de canalización y de agua potable llegara a las casas, que llegara a las casas la canalización de alcantarillado, porque antes la gente... hacía sus cosas en un orinal y las tiraba por la ventana nuestros abuelos, no te hablo de 200 años atrás no se lavaban las manos antes de comer en algunas habitaciones había una palangana con agua que a saber cuándo se cambiaba ese agua y a veces se lavaban las manos o se lavaban la cara por las mañanas Y esto provocó una revolución, o sea, la tecnología provocó una revolución cultural, que fue la de la higiene, con un detonante del destino, que fue la gripe de 1918. La gripe hizo que la gente se concienciara en que quizá la higiene es buena para no morirse, porque murió mucha gente en aquella época. Entonces, leer esto, que no tiene nada que ver con lo que hemos hablado hoy, te ayuda a tomar una perspectiva histórica de qué está sucediendo en el presente que en el futuro se analizará como nosotros analizamos lo que pasó a principios del siglo XX. Y esto parece algo totalmente ido de la obra.
pero me ayuda muchísimo a entender la sociedad y este es mi mecanismo de atención de los transformadores para determinar qué cosas están sucediendo, van a tener una importancia histórica y cuáles no, y combinar la tecnología... que la tecnología es un factor de cambio, es un catalizador del cambio, pero el cambio tiene que venir socialmente. Porque por mucho que esté inventada la canalización y por mucho que haya expertos afrancesados predicando las ventajas de la higiene, pues si hay un señor en la España profunda que dice que ducharse es de ricos y de gente con la nariz muy refinada y de gente de corte, y yo no me ducho porque en mi casa uno nunca se ha duchado y nunca ha pasado nada.
Entonces, bueno, este argumento, pues esto lo vamos repitiendo. hasta que viene un cataclismo como una gran pandemia global y la gente entiende que hay que ducharse. Y el hábito se queda.
Y esto con la tecnología es equivalente. Yo lo creé. La recomendación muy... Muy ecléctica que hago en este podcast es que la gente busque algo que le atraiga de principios del siglo XX y que entienda la sociedad previa a la Primera Guerra Mundial o de la Primera Guerra Mundial y la sociedad post Primera Guerra Mundial.
En España se estudia mucho la Guerra Civil, en el colegio estudiamos mucho la Guerra Civil, pero la Guerra Civil ya es... Y es un siglo XX muy avanzado, ¿no? Ya hay coches, ya hay... No había televisores en España, pero ya había tecnología, había radio.
Pero la gente hace 100 años, o sea, 1924, era... no sé, vivían como animalicos. No había coches por las calles, no había ruido, evidentemente. No digo que la vida fuera mejor, era mucho más rudimentaria.
Pero te das cuenta de cuáles eran las aspiraciones de la gente en aquella época. Tenían los mismos problemas que nosotros, las mismas cavilaciones. También le buscaban sentido a su vida. Y también consideraban que la tecnología, la electricidad, las luces, a veces leo dietarios de gente que... pues he ido de viaje y he estado en un hotel en el cual había luz eléctrica porque la luz normal la luz sin adjetivo eléctrica era luz de vela o de candil y para ellos era una novedad he estado en una habitación de hotel en París en el cual no había agua corriente había palangana, oh que retroceso para ellos el agua corriente era una tecnología como para nosotros es el internet o es el wifi y Las luchas del hombre son las mismas durante toda la historia.
Nos pensamos que somos especiales, pero no lo somos. Y darte cuenta de esto, no sé, es muy liberador, porque te das cuenta de que al final lo que prima en el ser humano, lo que da sentido a la vida, la constante histórica, son cuatro o cinco cosas. que son las relaciones con los amigos, son la familia, son el comer, es el estar tranquilo, buscar la felicidad. Te das cuenta de que Montaigne, un tipo del siglo XVII creo que es, XVIII, se enfía en la vida. encerró en una torre, literalmente, porque era un tipo muy rico, tiene una torre, para huir de la vida moderna.
¿Cómo era la vida moderna del 1700? O sea, la vida moderna de ahí para nosotros sería lo más rupestre. Y ahora estamos también pensando, no, es que quiero irme un tiempo a desconectar, ¿no? Al campo, a la montaña. No somos diferentes.
No somos diferentes del resto de las personas que han habitado esta tierra y descubrir esto es muy liberador. Así que yo recomiendo el cuaderno gris. Leerlo en catalán. ¿Quién entiende catalán?
El cuaderno gris. de playa es intraducible, pero las traducciones son bastante aceptables. Y a partir de aquí, quizá alguien le permita entrar en este mundo tan curioso, y si no se cuadra en gris pues, no sé, que lean a Eugenie Dorz... O que lean a Ortega y Gasset, que lean a gente de principios del siglo XX y que empiecen a conectar los puntos.
Muy bien, pues lo ponte también en las notas del episodio y finalmente, ¿dónde te pueden seguir hoy en día a ti? Carlos? Pues me pueden seguir en Twitter, es donde tengo más presencia es cfenollosa de carlosfenollosa, mi página web que también es cfenollosa.com y desde ambas, pero si quieren ir directamente a buscar el libro que pueden ir a mi página web pueden ir a la página singularidad.ai donde tendrán toda la información, podrán ver dónde comprarlo, podrán ver el primer capítulo y si tienen alguna duda me pueden consultar. Muy bien, pues muchas gracias por este episodio que al final ha sido casi más de filosofía que de tecnología.
La tecnología es un catalizador, pero la constante es la filosofía. Pues muchas gracias. Gracias, Urión.
Atención, tengo una gran noticia para compartir. Aunque ya terminó el verano, muchos de nosotros seguimos arrastrando los excesos de esos días. Una cintura más ancha, nebulosa mental, agotamiento y es momento de darle la vuelta a esto. Por esto he preparado un reto de un mes para ayudarte a desinflamarte, recuperar la flexibilidad metabólica, también perder algunos kilos de grasa y sobre todo rejuvenecer la mente y el cuerpo. cuerpo.
Puede que todos estos retos te suenen muy ambiciosos, pero la realidad es que no lo son. Si sigues el protocolo que te daré durante el reto, que combinará un plan de nutrición keto combinado con ayuno estratégico, ayuno prolongado rejuvenecedor, estrategias horméticas y muchas otras cosas que he ido descubriendo a lo largo de mis 14 años investigando en este mundo. Y es que además no estaré solo en este reto, también estará la doctora Lucía Galloso, una doctora experta en nutrición, fisiología y salud.
Será una experiencia fenomenal y empezamos el día... 1 de octubre. Si te interesa, no te pierdas la oportunidad y apúntate a la comunidad gratuita de WhatsApp que he creado para irnos preparándoos antes de empezar, porque la previa también es muy importante.
Te dejo el enlace en las notas del episodio, pero es realmente muy fácil, octubre.oriolroda.com. Nos vemos.