la crítica principal que escuchas sobre la IA no tiene nada que ver con el uso del agua o el riesgo existencial: la mayoría de la gente simplemente piensa que es falsa, que no funciona y que es una burbuja tremenda que consume propiedad intelectual mientras emite desperdicios inútiles en el camino. Cuando salió GPT-5 y quizás no cumplió con lo que la gente esperaba de una actualización completa, la reacción en la línea de tiempo no fue leve, fue un colapso a gran escala. Hay muchas personas inteligentes (y no inteligentes) que se aferraron a este momento para declarar que la escalada de la IA ha terminado, miles de tweets virales, sigue siendo una opinión predominante en muchos círculos. El fenómeno financiero-cultural de la inteligencia de máquina es uno de los más poderosos en décadas, y hay muchas personas que desearían que su posición se debilitara, muchos celebrando abiertamente sus pérdidas y retrocesos. Michael Burry, famoso por 'The Big Short', desafortunadamente el tipo de persona que predice 12 de las últimas 3 recesiones, ha apostado hasta la insolvencia en el colapso de la burbuja de la IA. Una de las cosas más extrañas de este momento es que hay muy pocos secretos y muy poca razón para estar tan desinformado. Los laboratorios de modelos tienen muy poco espacio entre la creación de nuevas capacidades y su lanzamiento al público. La opinión entre el público bien informado y no solo entre los "insiders de laboratorio" es que la inteligencia de máquina es absurdamente alegremente inteligente en tantas cosas nuevas cada mes. Está contribuyendo activamente en la vanguardia de la programación, las matemáticas y la ciencia. Un reciente artículo de Sebastian Bubeck y compañía informa que GPT5-pro es capaz de producir resultados en la frontera de la investigación en física teórica, Terry Tao escribió un blog sobre "vibe-proving" problemas de Erdos con la IA de auto-formalización Aristóteles. Puedes leer que estos científicos lo están utilizando para contribuir activamente a la física de agujeros negros, ajustar límites matemáticos en teoría de optimización, transformando morrales de datos biomédicos en información real. Google Deepmind, por la forma en que están señalando, parece estar cerrando lentamente una red alrededor del problema de suavidad de Navier-Stokes del milenio (aunque, por supuesto, no lo sé). Varias empresas repletas de brillantes científicos están compitiendo para construir canales que resuelvan física, química y biología novedosas. Puedes leer en línea sobre los nuevos tipos de organizaciones que están naciendo en torno a la inteligencia de máquina como un factor de producción de primera clase. Por primera vez, el nuevo factor realmente te da ideas para mejorar los propios procesos. Está diseñando líneas de ensamblaje enteras donde algunos de los trabajadores en la línea de ensamblaje también son IA, y la línea misma está cambiando y auto-optimizándose. Equipos pequeños están produciendo cantidades de trabajo que parecían imposibles para organizaciones de hace unos años. Es difícil no sentirse emocionado por el crecimiento de la productividad que está ocurriendo en estos sectores de software, admitidamente estrechos. Cada vez que uso codex para resolver algún problema tarde en la noche o GPT me ayuda a resolver un difícil problema estratégico, siento: qué alivio. Hay tan pocas mentes en la Tierra que son tanto inteligentes como persistentes en alguna búsqueda intelectual para generar nuevos conocimientos y mantener viva la antorcha de la civilización científica. Ahora tienes mentes potencialmente infinitas para abordar problemas potencialmente infinitos. Tu amigo computadora que nunca se toma el día libre, nunca se aburre, nunca se desconecta y deja de intentar. Puedes sentir el desahogo de Atlas, el despegue. Se siente más prosaico y menos poético de lo que se sentía en 2023, aunque los resultados hablan por sí mismos más fuerte.

@atroyn estoy de acuerdo con tu punto general, aunque