WEBVTT Kind: captions Language: es 00:00:00.000 --> 00:00:01.000 Hola a todos los monos estocásticos. 00:00:02.000 --> 00:00:08.000 Vamos a empezar diciendo nuestros nombres, que es una cosa que leí, que en los podcast hay que hacer para que la gente te conozca. 00:00:08.000 --> 00:00:10.000 Antonio Ortiz, ¿cómo estás? 00:00:10.000 --> 00:00:12.000 Buenos días, buenas tardes, buenas noches, Matías. 00:00:13.000 --> 00:00:14.000 Ese punto, savia. 00:00:14.000 --> 00:00:18.000 Es decir, yo creo que los podcast no tienen nombres tan complicados como como el tuyo, Mati. 00:00:18.000 --> 00:00:19.000 Es verdad, no, es cierto. 00:00:19.000 --> 00:00:20.000 Por eso 00:00:20.000 --> 00:00:21.000 no lo digo nunca. 00:00:21.000 --> 00:00:29.000 Bueno, tengo, yo vengo con un una data importante para para este nuestro podcast, que creo que tenemos que reflexionar. 00:00:29.000 --> 00:00:38.000 He analizado la la audiencia de monos estocásticos, y cuanto menos hablamos tú y yo en los episodios, Matías, más escuchas tiene el capítulo. 00:00:39.000 --> 00:00:41.000 ¿Qué qué hipótesis te planteas tú con con este tema? 00:00:41.000 --> 00:00:43.000 No lo había pensado, pero es verdad, se me ocurre el caso de Lucía, el 00:00:43.000 --> 00:00:45.000 caso de Conchita Díaz, son episodios muy escuchados y es porque casi no 00:00:45.000 --> 00:00:49.000 hablamos tú y yo. 00:00:49.000 --> 00:00:53.000 Es curioso, pues yo creo que vamos a repetir la estrategia en este episodio, Antonio. 00:00:53.000 --> 00:00:57.000 Sí, bueno, Pepe, yo te platico un pequeño giro, es decir, no va a ser con 00:00:57.000 --> 00:01:01.000 un episodio monotemático una invitada super experta, ningún invitado 00:01:01.000 --> 00:01:05.000 superexperto toda la hora, sino una invitada experta como sección. 00:01:05.000 --> 00:01:07.000 Atención, Matías, porque Monas Estocástico vuelve a innovar en el 00:01:07.000 --> 00:01:09.000 podcast, esto no lo había hecho nadie, que es episodio normal con 00:01:09.000 --> 00:01:11.000 esteroides con invitada al final, porque como es lo que más la gente 00:01:11.000 --> 00:01:13.000 escucha, así te tienen, se tienen que quedar hasta el final del 00:01:13.000 --> 00:01:18.000 capítulo, Mati. 00:01:18.000 --> 00:01:19.000 ¿Qué te parece esta 00:01:19.000 --> 00:01:20.000 esta sesión? 00:01:20.000 --> 00:01:24.000 La presentaremos al final del episodio, solo voy a decir que en España es 00:01:24.000 --> 00:01:28.000 la persona que tiene los mejores datos de qué IAs están consumiendo 00:01:28.000 --> 00:01:32.000 más, si han dejado de usarse tanto ChatGPT, si la gente se está metiendo 00:01:32.000 --> 00:01:37.000 en otras aplicaciones que no conocemos, pues eso al final del episodio. 00:01:55.000 --> 00:02:00.000 Vamos a hablar, Antonio, de un tema que, un melón que me has me has 00:02:00.000 --> 00:02:05.000 abierto hoy en en nuestra clase de crossfit, llevan dos días los de de 00:02:05.000 --> 00:02:10.000 Real Crossfit Málaga, dándonos bastante caña, Pero, de alguna forma, a 00:02:10.000 --> 00:02:15.000 ti te da tiempo a abrir melones y soltar factos, y esto es una predicción 00:02:15.000 --> 00:02:20.000 sobre el futuro de la informática con la IEA. 00:02:20.000 --> 00:02:21.000 Luego iremos con tu predicción. 00:02:22.000 --> 00:02:34.000 Lo primero, siguen saliendo cosas para programar, básicamente, con un acompañante o con o un copiloto, y en este caso es como si tuvieras a una 00:02:40.000 --> 00:02:42.000 no por no por no echarnos flores, Matías, pero nuestro episodio de 00:02:42.000 --> 00:02:44.000 inteligencia artificial programación con Juan Lupión, ¿qué escenario 00:02:44.000 --> 00:02:48.000 planteamos nosotros? 00:02:48.000 --> 00:02:49.000 ¿Qué duda le preguntamos? 00:02:50.000 --> 00:02:58.000 ¿Ves un futuro en el que una inteligencia artificial puede ser uno más del equipo, un programador más que trabaje con con el resto? 00:02:59.000 --> 00:03:02.000 Y ahí Juan, pues, pues, especuló, contó, ¿no? 00:03:02.000 --> 00:03:05.000 Nos contestó, hay que escuchar el episodio entero porque merece mucho 00:03:05.000 --> 00:03:08.000 depende de todo lo que nos contó Mister Lupion, pero el caso es que lo 00:03:08.000 --> 00:03:11.000 tenemos aquí, sí, lo hemos anticipado por un par de meses a lo que es 00:03:11.000 --> 00:03:14.000 Devin, The Cognition Lapse, y hay dos tres ideas súper interesantes en 00:03:14.000 --> 00:03:19.000 este en este proyecto. 00:03:19.000 --> 00:03:23.000 La primera, que cuelga la carta del agente inteligente. 00:03:23.000 --> 00:03:26.000 Tú lo has dicho antes, hasta ahora teníamos más el concepto de Copilot 00:03:26.000 --> 00:03:29.000 que que ha liderado Microsoft con GitHub, que es tener una herramienta 00:03:29.000 --> 00:03:32.000 para un programador, que la herramienta, pues, te ayuda en en las tareas 00:03:32.000 --> 00:03:36.000 de codificación, ¿no? 00:03:36.000 --> 00:03:40.000 De te ayuda a buscar un error, te ayuda a generar pequeñas piezas de 00:03:40.000 --> 00:03:44.000 código, te llena a comentar o entender un código, es decir, es una 00:03:44.000 --> 00:03:48.000 herramienta para para que un programador lo meterlele su productividad. 00:03:49.000 --> 00:03:52.000 Devin se plantea de una manera diferente, se plantea como lo que hemos 00:03:52.000 --> 00:03:55.000 venido llamando agentes inteligentes durante muchos episodios del podcast, 00:03:55.000 --> 00:03:58.000 y que serían ese paso más que muchas compañías están buscando como el 00:03:58.000 --> 00:04:03.000 santo grial de la inteligencia artificial. 00:04:03.000 --> 00:04:04.000 ¿Por qué? 00:04:04.000 --> 00:04:07.000 Porque ahora mismo una inteligencia artificial que te cree cosas atómicas 00:04:07.000 --> 00:04:10.000 y aisladas tiene cierto interés, tiene cierto valor, pero cuando una IA 00:04:10.000 --> 00:04:13.000 puede ejecutar un montón de pasos de forma independiente, ya puedes 00:04:13.000 --> 00:04:18.000 plantearle tareas más complejas. 00:04:19.000 --> 00:04:23.000 Lo que puede hacer Debbing, en teoría y según sus creadores, es 00:04:23.000 --> 00:04:27.000 planificar dentro de un desarrollo de software recordando y ejecutando 00:04:27.000 --> 00:04:31.000 tareas complejas de ingeniería, recordando el contexto, aprendiendo con 00:04:31.000 --> 00:04:35.000 el tiempo del proyecto, corrigiendo errores, colaborativamente con el 00:04:35.000 --> 00:04:39.000 usuario, informa en tiempo real de de las cosas, aceptar comentarios de 00:04:39.000 --> 00:04:44.000 los compañeros, es decir, está planteado para que se la tome como uno más del 00:04:45.000 --> 00:04:49.000 Por ejemplo, aquí Ethan Mollick, del que hablamos mucho porque está muy 00:04:49.000 --> 00:04:53.000 al día de todo, dice que lo que hace Devin, pues, es una cosa novedosa e 00:04:53.000 --> 00:04:57.000 interesante, porque puedes hablar con él en cualquier momento, como lo 00:04:57.000 --> 00:05:01.000 harías con una persona, y él, lo estamos ya antropomorfizando, sigue 00:05:01.000 --> 00:05:05.000 trabajando en segundo plano, ejecutando y depurando las ideas de las que 00:05:05.000 --> 00:05:14.000 he hablado, de las que ha charlado contigo. 00:05:14.000 --> 00:05:17.000 O sea, y tú me estás presentando esto, y esta mañana en el crossfit me 00:05:17.000 --> 00:05:20.000 dijiste que tú crees que en el futuro no va a haber menos, sino más 00:05:20.000 --> 00:05:25.000 demanda de programadores. 00:05:25.000 --> 00:05:26.000 ¿Esto cómo puede ser? 00:05:26.000 --> 00:05:27.000 Sí, sí. 00:05:27.000 --> 00:05:29.000 Primero, bueno, yo creo que aquí hay un efecto demo. 00:05:30.000 --> 00:05:35.000 Yo todavía no me creo que esto pueda tener un nivel competitivo de ser uno más del equipo. 00:05:35.000 --> 00:05:40.000 No me lo creo, yo creo que tiene que funcionar, o si acaso, en entornos 00:05:40.000 --> 00:05:45.000 súper controlado, súper estándar y no en el mundo de complejidad, 00:05:45.000 --> 00:05:50.000 excepciones e irregularidades, que es el mundo real de los proyectos en desarrollo. 00:05:50.000 --> 00:05:53.000 Mi tesis es que yo estoy a la contra de los de Cognition, estoy a la contra 00:05:53.000 --> 00:05:56.000 de del señor Juan de Nvidia, que pronosticó que iba a haber menos 00:05:56.000 --> 00:05:59.000 programadores, yo creo que va a haber más, Matías, porque no veo 00:05:59.000 --> 00:06:05.000 todavía que esto pueda ser realmente sustitutivo. 00:06:05.000 --> 00:06:08.000 Creo que esto, como otras herramientas, va a aumentar la productividad y 00:06:08.000 --> 00:06:11.000 que ahí hay dos vías con más productividad, pues los mismos 00:06:11.000 --> 00:06:14.000 programadores, bueno, con menos programadores haces el mismo trabajo, o 00:06:14.000 --> 00:06:17.000 los mismos programadores, o incluso más, pueden abordar proyectos, mucho 00:06:17.000 --> 00:06:20.000 más proyectos que están pendiente de desarrollo, pero para los que no 00:06:20.000 --> 00:06:25.000 hay presupuesto, para los que no se llega a tener mano de obra para para ejecutarla. 00:06:26.000 --> 00:06:29.000 Entonces, de nuevo, aquí lanzo mi profecía, Mati, el CEO de Nvidia, de la 00:06:29.000 --> 00:06:32.000 empresa más visionaria y que más dinero está ganando con la 00:06:32.000 --> 00:06:35.000 inteligencia artificial, el señor que va un paso por delante, que tiene 00:06:35.000 --> 00:06:38.000 todas las cartas marcadas de todos los proyectos, que conoce, todo lo que 00:06:38.000 --> 00:06:43.000 se está desarrollando en el mundo de inteligencia artificial contra mí. 00:06:43.000 --> 00:06:46.000 Matías, allí yo no te voy a pedir que te sumes a mi barco, tú tú 00:06:46.000 --> 00:06:49.000 verás, tú verás, yo ahí lo dejo, pero mi predicción es que en los 00:06:49.000 --> 00:06:52.000 próximos años va a haber más trabajo de programador, por lo menos en 00:06:52.000 --> 00:06:58.000 esta década, yo me mojo en esta década, va a haber más trabajo 00:06:58.000 --> 00:06:59.000 de programador y va a aumentar el el mercado. 00:06:59.000 --> 00:07:03.000 El otro día participé en un focus group en el que me preguntaban qué es 00:07:03.000 --> 00:07:07.000 lo que más me preocupa de la inteligencia artificial, y y creo que hasta 00:07:07.000 --> 00:07:11.000 ahora estaba en el barco contrario. 00:07:11.000 --> 00:07:21.000 Yo estaba hacia un mundo sin empleo, y menos aún un empleo tan tan digital como como la programación. 00:07:21.000 --> 00:07:29.000 Pero, bueno, voy voy a intentar darle una vuelta a lo que has dicho, porque tú a veces tiene, abres buenos melones y y eres un buen gurú. 00:07:29.000 --> 00:07:31.000 Hay hay una cosa más, ¿no? 00:07:31.000 --> 00:07:39.000 Que que tiene que ver con con esto, cuando los informáticos y los desarrollos de software nos queremos poner estupendos vendiendo nuestro trabajo. 00:07:39.000 --> 00:07:41.000 ¿Cuál es la filosofía detrás? 00:07:41.000 --> 00:07:45.000 Es decir, del mundo de de las humanidades se se ve de otra manera, ¿por qué? 00:07:45.000 --> 00:07:48.000 Porque cuando tú creas una obra artística, pues es un fin en sí mismo, 00:07:48.000 --> 00:07:51.000 el arte, el objetivo ahí es la creación artística que tiene un valor 00:07:51.000 --> 00:07:55.000 intrínseco para para el creador y para quien lo disfruta, ¿no? 00:07:55.000 --> 00:07:59.000 Pero el software es una cosa muy utilitaria, se consigue para un fin. 00:07:59.000 --> 00:08:06.000 De hecho, idealmente, te diría un buen informático que si puedes solucionar un problema sin crear nuevo código, pues sería mejor. 00:08:06.000 --> 00:08:08.000 Es decir, si yo, ¿no? 00:08:08.000 --> 00:08:11.000 Me dan un problema de de un proyecto digital que que tengo que modelar y lo 00:08:11.000 --> 00:08:14.000 puedes solucionar con lo que ya hay, sin tener que escribir código nuevo, 00:08:14.000 --> 00:08:17.000 eso sería una mejor solución, que al final los los ingenieros no copien 00:08:17.000 --> 00:08:20.000 y pega código, no no se trata de unir piezas, no se trata de escribir por 00:08:20.000 --> 00:08:23.000 escribir, sino se trata de que realmente tú lo que tienes que hacer es 00:08:23.000 --> 00:08:30.000 solucionar problemas. 00:08:31.000 --> 00:08:34.000 Entonces, el código per se no es lo más valioso del mundo del 00:08:34.000 --> 00:08:37.000 desarrollador, lo más valioso es encontrar soluciones, porque en esos 00:08:37.000 --> 00:08:40.000 modelos mentales que tenemos que hacer para atraer problemas del mundo 00:08:40.000 --> 00:08:43.000 real al mundo de del software, en esa traslación, el resolver los 00:08:43.000 --> 00:08:46.000 problemas en esa en ese nivel de abstracción es lo que es valioso para un 00:08:46.000 --> 00:08:54.000 ingeniero informático, es lo que lo hace valioso. 00:08:54.000 --> 00:08:58.000 Bueno, puede que estos proyectos crezcan y se desarrollen más, pero creo 00:08:58.000 --> 00:09:02.000 que la gente que está más arriba pensando esos modelos y buscando la 00:09:02.000 --> 00:09:06.000 solución a problemas, esa gente no se va a quedar fuera del mercado. 00:09:06.000 --> 00:09:10.000 Yo creo que lo que quieren realmente los los informáticos, y mucha gente, 00:09:10.000 --> 00:09:14.000 Teki, es un asistente que cuando tu padre te dice que se ha de sintonizado 00:09:14.000 --> 00:09:19.000 el TDT, pues que conteste por ti, ¿no? 00:09:19.000 --> 00:09:24.000 Eso es un problema que arrastramos las personas un poquillo de ti desde el principio de 00:09:25.000 --> 00:09:32.000 Por cierto, agresiva la la postura de Devin, porque está explicitando, esto es una persona. 00:09:32.000 --> 00:09:35.000 Para mí, Microsoft, en términos de marketing, es bastante más hábil, 00:09:35.000 --> 00:09:38.000 esto es un copiloto, un software que tú utilizas, es tu ayudante, esto te 00:09:38.000 --> 00:09:41.000 ayuda a a trabajar menos o ser más productivo y ganarás más dinero, 00:09:41.000 --> 00:09:46.000 Dervin está diciendo, no, no, vamos a meter estos para sustituir programadores. 00:09:48.000 --> 00:09:53.000 Yo creo que lo el mundo del software se puede agitar un poquito con con este tema. 00:09:53.000 --> 00:09:55.000 Oye, qué cosa que apela mucho a 00:09:55.000 --> 00:09:56.000 la gen Z, ¿no? 00:09:56.000 --> 00:10:01.000 Vamos a ganar dinero de forma pasiva trabajando lo menos posible, Es una cosa muy tiktoquera. 00:10:01.000 --> 00:10:04.000 Matti, te voy a confesar una cosa, que es que para este capítulo he tirado 00:10:04.000 --> 00:10:07.000 de una fuente nueva para hacer el guion, para algunos detalles y noticias 00:10:07.000 --> 00:10:10.000 que que eran importantes y no querían que se me pasaran, y es en nosotros 00:10:10.000 --> 00:10:13.000 que, paréntesis media, un nuevos amigos, socio, compañero de viaje de 00:10:13.000 --> 00:10:19.000 monos de Totati, Matías. 00:10:19.000 --> 00:10:23.000 Pues me alegro mucho de haber conocido a la gente de paréntesis media y 00:10:23.000 --> 00:10:27.000 empezar a hacer cosas con ellos, porque creo que nos faltaba en español 00:10:27.000 --> 00:10:31.000 un medio especializado totalmente en inteligencia artificial, porque, 00:10:31.000 --> 00:10:35.000 realmente, ¿qué hay más importante ahora mismo que la inteligencia artificial? 00:10:35.000 --> 00:10:39.000 Y chupamos mucho de de fuentes anglosajonas, ya sabemos cuál es el mejor 00:10:39.000 --> 00:10:43.000 podcast en español de inteligencia artificial, pero nos faltaba una web y 00:10:43.000 --> 00:10:47.000 también tienen una newsletter diaria y la verdad es que están al día, 00:10:47.000 --> 00:10:52.000 de todo son bastante rápidos cubriendo la actualidad. 00:10:52.000 --> 00:10:59.000 Sí, además están en Twitter X, LinkedIn, TikTok, están están por todos lados, lo cual cada uno puede elegir su su mejor medio. 00:10:59.000 --> 00:11:02.000 Y hay una cosa que me gusta, Mati, que es el nivel de sus proclamas y el 00:11:02.000 --> 00:11:05.000 nivel de sus lema está muy en sintonía con bonos estocásticos, porque, 00:11:05.000 --> 00:11:08.000 atención, ¿cómo cómo no venden lo de paréntesis media? 00:11:08.000 --> 00:11:15.000 Mattí dice, no, nuestro algoritmo preferido es abre paréntesis, conecta con la I, cierra paréntesis, paréntesis media. 00:11:15.000 --> 00:11:16.000 ¿Lo coges? 00:11:16.000 --> 00:11:17.000 ¿Lo lo has pillado, Mati? 00:11:17.000 --> 00:11:18.000 Qué bien tirado está eso. 00:11:18.000 --> 00:11:20.000 Estoy bien tirado, estoy bien tirado. 00:11:20.000 --> 00:11:27.000 Me gusta también el el nombre de de paréntesis media y y lo sencillo que que han hecho el logo. 00:11:27.000 --> 00:11:30.000 La verdad, muy muy guay, me alegro de estar haciendo cosas con ellos. 00:11:30.000 --> 00:11:31.000 I act. 00:11:32.000 --> 00:11:34.000 Repetimos el mismo chiste como buenos cuñados. 00:11:36.000 --> 00:11:56.000 Sí, la normativa de inteligencia artificial, que ahora adoptarán los países miembros una vez que alguien se la lea, ¿no? 00:11:56.000 --> 00:12:01.000 Porque son muchas páginas, y esperemos que no sea un modelo de lenguaje. 00:12:01.000 --> 00:12:06.000 Lo hemos explicado varias veces, esto es una normativa un poco premonitoria 00:12:06.000 --> 00:12:11.000 de lo que vamos a ver en el futuro y basada en los diferentes riesgos que 00:12:11.000 --> 00:12:16.000 puedan tener las diferentes inteligencias artificiales. 00:12:16.000 --> 00:12:22.000 Aquí no sé si dar la chapa otra vez, Matías, de de de cómo es este reglamento, de cómo se desarrolla. 00:12:23.000 --> 00:12:26.000 Bueno, yo creo que ya la dimos, ya explicamos un poco de de qué iba la 00:12:26.000 --> 00:12:29.000 vaina, ya discutimos la oportunidad de esta ley y si estamos que Europa de 00:12:29.000 --> 00:12:32.000 nuevo sobreregulando dentro de un pánico moral, es una discusión que ya 00:12:32.000 --> 00:12:35.000 hemos tenido y que seguiremos teniendo, yo creo que algún día nos 00:12:35.000 --> 00:12:38.000 traeremos alguna experta experto en leyes para para ayudarnos también a a 00:12:38.000 --> 00:12:44.000 profundizar un poquito más. 00:12:44.000 --> 00:12:48.000 Pero, bueno, algo para para que nuestra audiencia se quede un poco al día 00:12:48.000 --> 00:12:52.000 de cómo van cómo van las cosas, es que la ley será oficial en mayo o 00:12:52.000 --> 00:12:56.000 junio y sus disposiciones entran en vigor por fases. 00:12:56.000 --> 00:13:01.000 Es decir, en seis meses los sistemas prohibidos, los que tienen más más 00:13:01.000 --> 00:13:06.000 gravedad, como esa parte de del social scoreing o de la puntuación social 00:13:06.000 --> 00:13:11.000 o identificación biométrica, pues esa parte va a estar prohibida en seis meses. 00:13:11.000 --> 00:13:18.000 En un año hay una parte de la normativa que son las de propósito general y en dos años toda la normativa será será aplicable. 00:13:18.000 --> 00:13:22.000 Y recordar, esto, probablemente, constituya una enorme barrera de entrada a 00:13:22.000 --> 00:13:26.000 a los sistemas, bueno, tanto de alto riesgo como los sistemas tipo chat 00:13:26.000 --> 00:13:30.000 GPT, que tienen también bastantes requisitos a cumplir, porque las multas 00:13:30.000 --> 00:13:34.000 pueden pueden cubrir hasta los treinta y cinco millones o el siete por 00:13:34.000 --> 00:13:38.000 ciento de la facturación anual mundial, es decir, los proyectos pequeños 00:13:38.000 --> 00:13:42.000 asumen mucho riesgo entrando en esta categoría mientras la gran empresa 00:13:42.000 --> 00:13:47.000 probablemente se lo pueda permitir más. 00:13:48.000 --> 00:13:56.000 Así que, bueno, aquí estamos en lo que la analista Apud Bartford llamó el efecto Bruselas, Matías. 00:13:57.000 --> 00:14:02.000 Te tengo que decir que el otro día que estuvimos en la Engai, ya saldrá un episodio sobre esto. 00:14:02.000 --> 00:14:06.000 Yo vi a la media de los abogados bastante contentos con la labor de la de 00:14:06.000 --> 00:14:10.000 la Unión Europea, pero si luego vas a los aceleracionistas de Twitter y y 00:14:10.000 --> 00:14:16.000 toda esta gente. 00:14:16.000 --> 00:14:21.000 El efecto Bruselas es este que tú dices, que es esta fuerza regulatoria o 00:14:21.000 --> 00:14:26.000 que nosotros seamos como la piedra angular o el centro neurálgico de la 00:14:26.000 --> 00:14:31.000 regulación del mundo, pues no está tan bien vista, 00:14:31.000 --> 00:14:35.000 Y la la la normativa de la IA es es lo último, pero tenemos el el puerto 00:14:35.000 --> 00:14:39.000 USB C y todos los berrinches de de Apple, y, por supuesto, la la ley de 00:14:39.000 --> 00:14:45.000 protección de datos, la GDPR, ¿no? 00:14:45.000 --> 00:14:47.000 ¿Tú en qué bando estás aquí? 00:14:47.000 --> 00:14:51.000 Me recuerda esto más, respecto a otras legislaciones, me recuerda esto 00:14:51.000 --> 00:14:55.000 más a los alimentos modificados genéticamente, en que Bruselas fue muy 00:14:55.000 --> 00:14:59.000 prudente y muy estricta de que esto podía ser un riego, por lo tanto, lo 00:14:59.000 --> 00:15:03.000 lo reguló muchísimo y fue la primera y la pionera, pero luego, con el 00:15:03.000 --> 00:15:07.000 tiempo, y según han ido pasando los años y se han visto, pues, que que 00:15:07.000 --> 00:15:11.000 no había tales riesgos o no era tan tan potente, Claro, han tenido que 00:15:11.000 --> 00:15:15.000 dar marcha atrás, plagar decepciones de las leyes, bueno, en fin, es un 00:15:15.000 --> 00:15:19.000 un mundo en el que me da la impresión que se ha legislado demasiado 00:15:19.000 --> 00:15:23.000 pronto, en medio de, lo que he dicho antes, de de un pánico moral, en el 00:15:23.000 --> 00:15:27.000 que esta legislación temprana y estricta, es verdad que te va a librar de 00:15:27.000 --> 00:15:31.000 riesgos, pero a la vez va a suprimir, y esto luego no se ve, se va a 00:15:31.000 --> 00:15:35.000 suprimir casos de uso beneficioso y desarrollo industrial beneficioso que 00:15:35.000 --> 00:15:43.000 no se va a dar porque la legislación los los ahoga, ¿no? 00:15:43.000 --> 00:15:47.000 Los los políticos les encanta decir, esta legislación a la vez protege la 00:15:47.000 --> 00:15:51.000 innovación y protege a los ciudadanos y los derechos y el espíritu 00:15:51.000 --> 00:15:56.000 europeo, etcétera, pero es eso, esa cuadratura de círculo no es verdad. 00:15:56.000 --> 00:15:59.000 Mira, tú estás enseñando ahora un artículo a la gente de YouTube que a 00:15:59.000 --> 00:16:02.000 mí me ha hecho mucha mucha gracia, que es el político este europeo, el 00:16:02.000 --> 00:16:05.000 eurodiputado que dice que la Comisión Europea necesita openheimer, mentes 00:16:05.000 --> 00:16:08.000 brillantes para dotar de personal a la nueva oficina central de la 00:16:08.000 --> 00:16:13.000 inteligencia artificial que supervisará la ley. 00:16:13.000 --> 00:16:17.000 Pero es que, claro, una cosa es ser Oppenheimer y estás desarrollando el 00:16:17.000 --> 00:16:21.000 objeto de tu estudio y el proyecto más importante de de de tu época, 00:16:21.000 --> 00:16:25.000 más allá de las consideraciones éticas, y otra cosa es ser el policía 00:16:25.000 --> 00:16:29.000 del sector y que las mentes más brillantes y los mejores en inteligencia 00:16:29.000 --> 00:16:33.000 artificial no se van a ir a una oficina burocrática de Bruselas a 00:16:33.000 --> 00:16:37.000 supervisar el reglamento de la ley de inteligencia artificial tal como le 00:16:37.000 --> 00:16:44.000 dicen los políticos, ¿no? 00:16:44.000 --> 00:16:45.000 Eso es que que es 00:16:46.000 --> 00:16:51.000 No sé muy bien a qué se refiere este paralelismo, este símil con 00:16:51.000 --> 00:16:56.000 Oppenheimer, a cargarse unos cuantos japoneses, a a reunir a los mejores 00:16:56.000 --> 00:17:02.000 en tu equipo y hacer algo secreto, pero bueno, es un take entre muchos otros, ¿no? 00:17:03.000 --> 00:17:06.000 Bueno, en fin, la Unión Europea juega sus cartas y sus mejores amigos, y 00:17:06.000 --> 00:17:09.000 los mejores amigos de la Unión Europea, son los amigos de Apple, Matías, 00:17:09.000 --> 00:17:13.000 están ahí uñas con carne, como se solía decir. 00:17:13.000 --> 00:17:16.000 Joey, sí que se ha hablado mucho de este tema, ¿no? 00:17:16.000 --> 00:17:22.000 Porque saca Mark Gourman, que es este reportero de Bloomberg, que tiene 00:17:22.000 --> 00:17:28.000 mucha información interna de Apple, un un artículo diciendo que Apple 00:17:28.000 --> 00:17:34.000 habría negociado primero con Open AI para integrar los GPT, Socha GPT 00:17:34.000 --> 00:17:40.000 dentro de de sus servicios en del iPhone y Tienda, y ahora han pasado de 00:17:40.000 --> 00:17:46.000 esa opción y están negociando con Xander Pichai para meter Gemini de 00:17:46.000 --> 00:17:52.000 Google, de alguna forma, en los productos de Apple. 00:17:52.000 --> 00:17:54.000 Esto me genera unas cuantas dudas, ¿no? 00:17:54.000 --> 00:17:57.000 Que es, Apple estará desarrollando también su propio modelo de lenguaje 00:17:57.000 --> 00:18:00.000 y, seguramente, apuesten la carta que hemos dicho siempre de de la 00:18:00.000 --> 00:18:04.000 ejecución en en local, ¿no? 00:18:04.000 --> 00:18:06.000 De la inferencia local, etcétera. 00:18:06.000 --> 00:18:10.000 ¿Para qué quiere exactamente los servicios de otro? 00:18:10.000 --> 00:18:20.000 ¿Porque se han quedado tan atrás o porque van a integrar algo concreto en el navegador, como ya hacen con el buscador de Google? 00:18:20.000 --> 00:18:31.000 Porque si es lo primero, si realmente no tienen nada para la WWDC y dependen de de estas otras empresas, la acción se va a resentir un poco, ¿no? 00:18:31.000 --> 00:18:35.000 Claro, a mí me recuerda y no no me parece extraño, viendo la la historia 00:18:35.000 --> 00:18:39.000 de Apple, a cuando han lanzado iPhone o cuando han lanzado Basion Pro, en 00:18:39.000 --> 00:18:43.000 la que iban escasitos de de herramientas propias y de servicios y 00:18:43.000 --> 00:18:47.000 aplicaciones propios, y claro, cuando iPhone se lanza, se lanza con 00:18:47.000 --> 00:18:51.000 YouTube, se lanza con con Maps y se lanza con el buscador de Google 00:18:51.000 --> 00:18:56.000 integrados, y algunos duran hasta hoy. 00:18:56.000 --> 00:18:59.000 Apple no ha peleado por tener su propio buscador, sino que ha exprimido 00:18:59.000 --> 00:19:02.000 Google para capturar parte de del negocio que Google como buscador hace 00:19:02.000 --> 00:19:05.000 ahí, y por otro lado, con Maps sí ha acabado sustituyéndolo por una 00:19:05.000 --> 00:19:10.000 solución propia, ¿no? 00:19:10.000 --> 00:19:14.000 Entonces, es como tú dices, creo que lo que hemos visto en en el último 00:19:14.000 --> 00:19:18.000 año de mercado es que es posible acercarte al nivel de chat GPT, porque 00:19:18.000 --> 00:19:22.000 ahí hemos tenido a Jama, a Mistral, incluso en pocos meses, y aquí un un 00:19:22.000 --> 00:19:26.000 punto a favor de Elon Musk, porque Kroc, el modelo de de OpenEye, de 00:19:26.000 --> 00:19:30.000 OpenEye, perdón, de de x, de de Elon, pues, hasta cierto punto, ha ha 00:19:30.000 --> 00:19:39.000 tenido un nivel bueno, ¿no? 00:19:39.000 --> 00:19:42.000 No de los mejores, pero ha estado ahí, pero en pocos meses. 00:19:43.000 --> 00:19:47.000 Lo que pasa es que la mayoría de estos modelos, en las versiones pequeñas 00:19:47.000 --> 00:19:51.000 que se ejecutan dentro del móvil o en un, bueno, se pueden ejecutar 00:19:51.000 --> 00:19:55.000 dentro de un móvil o con o con casa con escasa potencia, es mucho más 00:19:55.000 --> 00:19:59.000 difícil brillar, y ahí es donde Jemini, con con lo que ha integrado con 00:19:59.000 --> 00:20:04.000 Samsung, lo que ha metido en los pixel, parece que tiene una una baza. 00:20:05.000 --> 00:20:08.000 Entonces, si quieren tener lo mejor de lo mejor en Apple, en remoto, es 00:20:08.000 --> 00:20:11.000 decir, con con con conexión a servidores, deberían tirar de OpenEye, 00:20:11.000 --> 00:20:14.000 eye, pero esto choca un poco con su su camino a la contra, que hemos 00:20:14.000 --> 00:20:17.000 explicado varias veces, eso de que Siri, muchas de las cosas que le 00:20:17.000 --> 00:20:20.000 pidamos se queden en el local y no salgan del teléfono, maximizar esa 00:20:20.000 --> 00:20:23.000 posición de privacidad, y si queréis, con lo mejor de lo mejor, que se 00:20:23.000 --> 00:20:26.000 ejecute dentro del iPhone, probablemente tendrán que que aceptar, al 00:20:26.000 --> 00:20:34.000 menos por lo que hemos visto hasta hoy, de los modelos pequeños, a a Jimny. 00:20:34.000 --> 00:20:36.000 A mí todo esto me me extraña mucho, ¿no? 00:20:36.000 --> 00:20:39.000 Porque ya habían integrado un montón de cosas de de inteligencia 00:20:39.000 --> 00:20:42.000 artificial dentro de las aplicaciones del iPhone, como reconocer qué 00:20:42.000 --> 00:20:45.000 planta es esta, etcétera. 00:20:45.000 --> 00:20:53.000 Y ahora, por alguna razón, necesitan a a Google para llegar a algún punto que que todavía no tengo claro cuál va a ser. 00:20:53.000 --> 00:21:01.000 Y y tengo muchas ganas de de que llegue el verano y que llegue la la presentación de los nuevos sistemas operativos para salir de dudas. 00:21:01.000 --> 00:21:07.000 De hecho, hay hay otra otra variable que yo yo planteo, Matías, que es trasladar un poco el riesgo. 00:21:07.000 --> 00:21:12.000 Apple no tiene una plataforma de contenidos masiva con la que entrenar inteligencia artificial. 00:21:12.000 --> 00:21:19.000 De hecho, Google, que sí la tiene, porque tiene YouTube, hasta está empezando a pagar a Reddit para tener esos datos. 00:21:19.000 --> 00:21:25.000 OpenAI ha fagocitado todo y está empezando a pagar por por acceso a datos textos profesionales. 00:21:26.000 --> 00:21:29.000 Claro, en este entorno es posible que Apple diga, yo cuando quiera llegar a 00:21:29.000 --> 00:21:32.000 ofrecer una inteligencia artificial marca Apple, quiero que sea 00:21:32.000 --> 00:21:35.000 transparente, que pueda decir con qué datos las he entrenado y quiero una 00:21:35.000 --> 00:21:38.000 serie de de valores que yo asumo que son intrínsecos a a mi 00:21:38.000 --> 00:21:43.000 posicionamiento. 00:21:44.000 --> 00:21:48.000 Pero es que probablemente ahora mismo no no pueda, simplemente es que es 00:21:48.000 --> 00:21:52.000 imposible porque no tiene una gran cantidad de datos libre de derecho por 00:21:52.000 --> 00:21:57.000 lo que por lo que haya pasado que sepamos, ¿no? 00:21:57.000 --> 00:22:05.000 Entonces, si ves que eso no está en tu posicionamiento o no quieres correr el riesgo legal, pues lo externalizo y mientras, pues me me gusta. 00:22:05.000 --> 00:22:08.000 A lo mejor lo único que quieren, Antonio, es si te genera el modelo que 00:22:08.000 --> 00:22:11.000 sea que integren en el iPhone, te genera un nazi negro, pues poder poner 00:22:11.000 --> 00:22:14.000 un disclaimer abajo. 00:22:14.000 --> 00:22:17.000 Ojo, que esto no lo hemos hecho nosotros, lo ha hecho Google, ¿no? 00:22:18.000 --> 00:22:20.000 A lo mejor es lo único que pretenden con todo 00:22:20.000 --> 00:22:24.000 Sí, sí, o sea, con la clave Matti, yo sepa que hemos dado tanta vuelta. 00:22:25.000 --> 00:22:28.000 Bueno, pues ahí están los la gente de Apple, este año tiene que dar 00:22:28.000 --> 00:22:31.000 paso, han presentado un modelo que se llama MB uno que tiene buena pinta, 00:22:31.000 --> 00:22:35.000 de momento no, claro, no es accesible ni público. 00:22:36.000 --> 00:22:39.000 De hecho, hace poco teníamos el enlace y la la información de que son de 00:22:39.000 --> 00:22:42.000 los que más activos han sido a la hora de comprar empresa inteligente 00:22:42.000 --> 00:22:45.000 artificial, la última que ha saltado es la de Darwin, que está centrada 00:22:45.000 --> 00:22:50.000 en la tecnología basada en visión, ¿no? 00:22:50.000 --> 00:22:53.000 Para mejorar los procesos de fabricación, es decir, aquí ya no es tanto 00:22:53.000 --> 00:22:56.000 de cara al usuario como para que toda esa parte automatizada de 00:22:56.000 --> 00:22:59.000 fabricación de dispositivos, pues, disminuye la tasa de error y y ese 00:22:59.000 --> 00:23:03.000 tipo de cosas, ¿no? 00:23:03.000 --> 00:23:04.000 Entonces, bueno. 00:23:04.000 --> 00:23:07.000 No hay que olvidar que Apple está sentada sobre una montaña de dinero y 00:23:07.000 --> 00:23:10.000 que si ahí tiene capacidad para comprar empresas que vayan saliendo en el 00:23:10.000 --> 00:23:14.000 sector de la inteligencia artificial, pues es Team Cook, ¿no? 00:23:14.000 --> 00:23:15.000 ¿Qué pasamos ahora? 00:23:15.000 --> 00:23:21.000 Bueno, gente que está también experimentando, Matías, es la gente de Lemont y de Prensa Media. 00:23:22.000 --> 00:23:26.000 Vamos a centrarnos en Prensa Media porque hay un acuerdo, yo creo que, 00:23:26.000 --> 00:23:30.000 bueno, esperado, porque OpenEye ya había llegado a similares a acuerdos 00:23:30.000 --> 00:23:34.000 con gente como la de Axel Springer, pero bueno, el anuncio de de esta 00:23:34.000 --> 00:23:38.000 semana es eso, que que Lemon y Price Media le van a permitir a los 00:23:38.000 --> 00:23:42.000 usuarios de ChatGPT interactuar en torno a la actualidad con los 00:23:42.000 --> 00:23:46.000 contenidos de alta calidad de Price Media Y Lemon, 00:23:46.000 --> 00:23:47.000 en Francia. 00:23:47.000 --> 00:23:50.000 Claro, el tema aquí es que son contenidos de alta calidad, pero deben de 00:23:50.000 --> 00:23:53.000 ser más baratos que los del New York Times, porque el New York Times ha 00:23:53.000 --> 00:23:56.000 ido a juicio para intentar negociar el precio, porque al final yo creo que 00:23:56.000 --> 00:23:59.000 todos los contenidos del mundo se van a acabar vendiendo para algún 00:23:59.000 --> 00:24:06.000 modelo de lenguaje, si no es para ChGPT, ¿no? 00:24:06.000 --> 00:24:14.000 Claro, fíjate que lo que sacó The Information a principios de año es que están ofreciendo entre uno y cinco millones. 00:24:14.000 --> 00:24:18.000 Esto incluye, por un lado, todo tus contenidos para entrenar a futuras 00:24:18.000 --> 00:24:22.000 versiones de chat GPT, y por otro lado, el que los usuarios dentro de 00:24:22.000 --> 00:24:27.000 entorno de chat GPT puedan interactuar con tu contenido. 00:24:27.000 --> 00:24:30.000 Aquí aquí varias varias capas. 00:24:30.000 --> 00:24:34.000 Cura, open ey está buscando un proveedor por país, parece ser. 00:24:34.000 --> 00:24:43.000 En Francia ya tiene alemán, en España sería prisa, con eso, el país cinco días, as y el half pos, y ya está. 00:24:44.000 --> 00:24:48.000 Esto contradice un poco el discurso que tenía Sand Altmann de que ellos 00:24:48.000 --> 00:24:52.000 buscaban cierta neutralidad y que al final los modelos de inteligencia 00:24:52.000 --> 00:24:56.000 artificial pudieran tener como diversos orientaciones ideológicas o 00:24:56.000 --> 00:25:00.000 editoriales en función del usuario, porque, claro, a mí lo que me suena 00:25:00.000 --> 00:25:04.000 esto es datos para entrenar, ok, eso lo lo hemos entendido, me da la 00:25:04.000 --> 00:25:08.000 impresión de que hay un proyecto de OpenAI informativo para competir con 00:25:08.000 --> 00:25:12.000 Google usando esa parte de búsqueda más acceso a contenido, puede ser un 00:25:12.000 --> 00:25:16.000 buscador más discover, no lo sé, parece que por ahí validé los tiros 00:25:16.000 --> 00:25:20.000 con con OpenAI, y en España todo sería del Grupo Prisa. 00:25:20.000 --> 00:25:25.000 No había caído en que el Halfpost es de Grupo Prisa, qué peligroso esto, ¿no? 00:25:25.000 --> 00:25:28.000 Preguntarle algo a ChatGPT y que te responda, no te vas a creer lo que lo 00:25:28.000 --> 00:25:31.000 que ocurrió después y y ya está, y tienes que tienes que seguir 00:25:31.000 --> 00:25:36.000 haciendo clic para obtener una respuesta completa. 00:25:38.000 --> 00:25:40.000 Pues nada, se siguen comprando contenidos. 00:25:41.000 --> 00:25:45.000 Sí, lo que no sé se han vendido barato, Yo, probablemente, creo que 00:25:45.000 --> 00:25:49.000 OpenEye, claro, con esto de elegir uno por país, quizás ha ha puesto a 00:25:49.000 --> 00:25:53.000 competir a la baja a los medios, pero si está entre un millón y cinco, 00:25:53.000 --> 00:25:58.000 bueno, es verdad que a a Axel se supone que les dio ocho cifras, ¿no? 00:25:58.000 --> 00:26:02.000 No sabemos exactamente, pero eran ocho cifras, pero también Axel es más 00:26:02.000 --> 00:26:06.000 internacional, tiene más combinient side tiene más más peso en Estados 00:26:06.000 --> 00:26:10.000 Unidos, y no sé si los medios, El País sabrán, ¿no? 00:26:11.000 --> 00:26:13.000 Están metiendo la zorra en el gallinero, Matías. 00:26:13.000 --> 00:26:17.000 Jopetas, pues nada, espero que ninguno del contenido que estén comprando 00:26:17.000 --> 00:26:22.000 sea autogenerado, entonces es como una pescadilla que se muerde la cola un poco rara. 00:26:22.000 --> 00:26:24.000 ¿Que de qué más tenemos que hablar? 00:26:24.000 --> 00:26:25.000 Se ha liberado Groc. 00:26:25.000 --> 00:26:27.000 Bueno, una promesa que cumple Elon. 00:26:27.000 --> 00:26:35.000 Compré, lo ha cumplido Elon, pero, bueno, como otras liberaciones, no están los datos ni el código de entrenamiento. 00:26:35.000 --> 00:26:41.000 Por lo tanto, no no es replicable Groc desde fuera, pero sí es utilizable e integrable en en otros proyectos. 00:26:41.000 --> 00:26:44.000 Esto se parece un poco a a a llama de meta. 00:26:44.000 --> 00:26:50.000 Bueno, estaremos atentos a ver, yo lo he visto, por ejemplo, integrado en Preplexity, de gente que ya ya está experimentando. 00:26:50.000 --> 00:26:53.000 El caso es que ya podremos usar Kroc fuera de Twitter y y esta ventaja que 00:26:53.000 --> 00:26:56.000 tenían los los usuarios de pago de Twitter, pues pues ya no será tal, no 00:26:56.000 --> 00:26:59.000 sé, bueno, ya veremos. 00:27:00.000 --> 00:27:04.000 Microsoft ha actualizado Copilot a GPT cuatro Turbo, lo cual es una cosa 00:27:04.000 --> 00:27:08.000 alucinante porque es que están dando gratis el mejor modelo que podemos tener. 00:27:08.000 --> 00:27:12.000 Bueno, se puede descubrir si Cloud tres, puede ser más el el gordo de 00:27:12.000 --> 00:27:16.000 Cloud tres es es mejor, pero es que con con Pylood tienes un pedazo de 00:27:16.000 --> 00:27:20.000 modelo absolutamente gratis para todos, así que no no sé cuánto va a 00:27:20.000 --> 00:27:24.000 durar, yo aquí a todos los usuarios, todos los oyentes les diría que que 00:27:24.000 --> 00:27:28.000 aprovecharan porque es una oportunidad de no gastarte veinte dólares al 00:27:28.000 --> 00:27:29.000 menos, ¿sabes? 00:27:29.000 --> 00:27:32.000 A mí se me están acabando los argumentos para seguir usando ChatGPT. 00:27:33.000 --> 00:27:42.000 No actualizan, hay rumores, pero no sale ningún modelo nuevo, en fin, no no sé por qué no estoy usando Copilot. 00:27:42.000 --> 00:27:45.000 Bueno, yo creo que después de Cloud y también del salto que dio Gemini, 00:27:45.000 --> 00:27:48.000 creo que creo que en OpenAI están en una posición de decir, cuando 00:27:48.000 --> 00:27:53.000 saquemos algo va a ser realmente potente. 00:27:53.000 --> 00:27:56.000 Yo confío que que por ahí vaya los tiro Matías. 00:27:56.000 --> 00:28:00.000 Y luego, una cosa súper chula que que a mí me ha gustado mucho, que es de 00:28:00.000 --> 00:28:04.000 DeepMind, de Google, que se llama el proyecto Sima, Scalable Insustable 00:28:04.000 --> 00:28:08.000 Multi World Agent, bueno, pero ya lo he dicho bien, un agente de 00:28:08.000 --> 00:28:12.000 inteligencia artificial, es decir, también están desarrollando este tipo 00:28:12.000 --> 00:28:16.000 de funcionamiento en la inteligencia artificial, es, ya sabes, más 00:28:16.000 --> 00:28:20.000 compleja, no de tareas atómicas, que tienen en cuenta el contexto, bueno, 00:28:20.000 --> 00:28:24.000 pero lo están haciendo dentro de juegos de videojuegos de mundo abierto, 00:28:24.000 --> 00:28:29.000 como el, bueno, tipo Nomás Skype y este tipo de de de cosas, ¿no? 00:28:29.000 --> 00:28:32.000 Y Gods Simulator, hacía tiempo que no había ese nombre. 00:28:33.000 --> 00:28:36.000 Lo lo chulo es que es es un agente que juega contigo, que es tu colega de 00:28:36.000 --> 00:28:39.000 juegos, Matías, y al que tú le puedes dar instrucciones y puedes hablar 00:28:39.000 --> 00:28:42.000 con él para orientar qué qué cosas tiene que hacer el videojuego. 00:28:43.000 --> 00:28:47.000 Bueno, de momento tienen resultados bastante esperanzadores, ¿no? 00:28:47.000 --> 00:28:53.000 Por supuesto, una solución completa de de alguien de nivel humano dentro de un videojuego tan complejo como lo que estamos hablando. 00:28:53.000 --> 00:28:57.000 Bueno, el código de simulator no es tan tan complejo, pero bueno, una vez que hay sin duda lo es. 00:28:58.000 --> 00:29:01.000 Es decir, el conjunto de capacidades que tiene que desarrollar un agente 00:29:01.000 --> 00:29:04.000 inteligente de este tipo al que le está entrando lo mismo que al jugador, 00:29:04.000 --> 00:29:07.000 es decir, le está entrando los píxeles, él ve la pantalla, ve la 00:29:07.000 --> 00:29:10.000 pantalla entre comillas, y, por lo tanto, está aprendiendo y 00:29:10.000 --> 00:29:13.000 desarrollándose en un entorno súper complejo recibiendo instrucciones de 00:29:13.000 --> 00:29:20.000 otro jugador y adaptándose a todo el contexto que tiene por delante en la pantalla. 00:29:20.000 --> 00:29:24.000 Tienen resultados desigual, de momento es un un work in progress, Matías, 00:29:24.000 --> 00:29:28.000 pero me parece un proyecto chulísimo, es el tipo de proyecto a la vieja 00:29:28.000 --> 00:29:34.000 usan de DeepMind, que siempre nos sorprendían con con cosas de este tipo, ¿no? 00:29:34.000 --> 00:29:37.000 Yo hay videojuegos para los que necesito ayuda, pero no sé si esta idea me 00:29:37.000 --> 00:29:40.000 va a servir, porque es, por ejemplo, en El último Zelda, lo que me pasa 00:29:40.000 --> 00:29:43.000 es que es un mundo tan vasto y tan abierto que no sé para dónde tirar, 00:29:43.000 --> 00:29:46.000 no sé por dónde avanzar con la historia, y no sé si esta IA, que habrá 00:29:46.000 --> 00:29:53.000 visto lo mismo que yo del juego, sabrá decirme para dónde tirar. 00:29:53.000 --> 00:29:57.000 A mí me gustaba un, y ya me voy mucho por la tangente, en el Broken Sword, 00:29:57.000 --> 00:30:01.000 que era un juego de estos de aventuras gráficas, dale al botón de pistas 00:30:01.000 --> 00:30:05.000 no te desvelaba exactamente lo que tenías que hacer en el puzzle, pero te 00:30:05.000 --> 00:30:11.000 daba como una un pequeño empujón que a lo mejor te ayudaban. 00:30:11.000 --> 00:30:15.000 Ya, si una guía me me ayuda de esa forma sutil, la compro. 00:30:15.000 --> 00:30:16.000 Yo es 00:30:16.000 --> 00:30:19.000 que ahora llevo meses en que solo juego a minimetro. 00:30:20.000 --> 00:30:22.000 Minimetro es es un juego de tirar, ¿no? 00:30:22.000 --> 00:30:25.000 De de hacer líneas de metro de forma que no se te colapsen las estaciones 00:30:25.000 --> 00:30:28.000 de gente que se enfade contigo, supersimple, con una jugabilidad 00:30:28.000 --> 00:30:31.000 endiablada, pero siempre me me quedo en los en los mil y pocos pasajeros, 00:30:31.000 --> 00:30:36.000 luego ahí siempre siempre colapso, Matías. 00:30:36.000 --> 00:30:37.000 Joder, pues a ver si le 00:30:37.000 --> 00:30:40.000 dices a Paco de la Torre o a Juanma Moreno que con tus habilidades de 00:30:40.000 --> 00:30:43.000 minimetro podrías traer el metro a campanilla, porque yo creo que no lo 00:30:43.000 --> 00:30:46.000 voy a ver en mi vida. 00:30:46.000 --> 00:30:52.000 Sí, tú tú eres el el usuario que se queda esperando en postergación indefinida y acabo perdiendo la partida, Matías. 00:30:53.000 --> 00:30:57.000 Mira, no nos queda mucho tiempo, vamos a, si te parece bien, a saltar a 00:30:57.000 --> 00:31:01.000 Nvidia, porque justo antes de grabar este capítulo ha tenido una 00:31:01.000 --> 00:31:05.000 conferencia presentación super potente, hay como veinte notas de prensa 00:31:05.000 --> 00:31:09.000 que me tengo que leer, Matías, lo tengo lo tengo pendiente, pero lo que 00:31:09.000 --> 00:31:13.000 más ha brillado es, bueno, que se que se han salido, se han salido con 00:31:13.000 --> 00:31:17.000 con el nuevo chip porque estrenan arquitectura para tarjetas de 00:31:17.000 --> 00:31:21.000 inteligencia artificial, la arquitectura Blackwell, y este nuevo chip B 00:31:21.000 --> 00:31:25.000 doscientos y el GB doscientos, pues, se han salido en todas las métricas 00:31:25.000 --> 00:31:29.000 habidas y por haber de potencia a la hora de entrenar e inferir en 00:31:29.000 --> 00:31:37.000 producción para modelos de inteligencia artificial, Matías. 00:31:38.000 --> 00:31:42.000 Sí, estuve estuve siguiéndolo brevemente en directo, me me sorprendió 00:31:42.000 --> 00:31:46.000 bastante cuando saca el nuevo Blackwell y lo compara con el chip actual, 00:31:46.000 --> 00:31:50.000 la diferencia de de tamaño y lo que podemos llegar a ver en el futuro con 00:31:50.000 --> 00:31:55.000 con esto, ¿no? 00:31:55.000 --> 00:31:57.000 Con este salto de de Nvidia. 00:31:57.000 --> 00:32:02.000 Y no entiendo cómo Nvidia puede ir tan por delante de la competencia, es una locura. 00:32:02.000 --> 00:32:05.000 Sí, yo estaba viendo sobre todo la la competencia, es decir, porque 00:32:05.000 --> 00:32:08.000 además han mejorado mucho en toda la parte que es de red para para todo 00:32:08.000 --> 00:32:13.000 este mundo de las súper granjas de de de servidores, ¿no? 00:32:13.000 --> 00:32:17.000 Que no no es tanto la potencia ya en solitario, sino que cuando las 00:32:17.000 --> 00:32:21.000 construyes en red, pues eso, las tuberías entre tarjetas no creen un 00:32:21.000 --> 00:32:25.000 embudo, no creen un cuello de botella, es decir, que habían hecho una una 00:32:25.000 --> 00:32:29.000 prueba con GPT tres y que era siete veces más eficiente que que que la 00:32:29.000 --> 00:32:33.000 HCI, que era la la estrella de eficiencia energética, la estrella hasta 00:32:33.000 --> 00:32:37.000 ahora era la H cien, cuatro veces más rápido el entrenamiento. 00:32:38.000 --> 00:32:42.000 Entonces, claro, con los con la Blackwell, digamos, yo creo que las las 00:32:42.000 --> 00:32:46.000 empresas van a tener aquí una oportunidad buena de ser más eficientes y, 00:32:46.000 --> 00:32:50.000 además, de entrenar modelo de de igual tamaño en menos tiempo o, en el 00:32:50.000 --> 00:32:55.000 mismo tiempo, modelos más grandes. 00:32:55.000 --> 00:33:01.000 Entonces, aquí hay una cosa curiosa, porque esta es la la la la nota de prensa que sí me he leído, ¿vale? 00:33:01.000 --> 00:33:07.000 Y es súper divertida porque cómo se nota el poderío de de Nvidia, Mati. 00:33:07.000 --> 00:33:11.000 Es decir, cómo se nota, porque yo creo que si tú eres el amigo Juan de de 00:33:11.000 --> 00:33:15.000 Nvidia, ya te has hecho tan milmillonario que que que que, bueno, que que 00:33:15.000 --> 00:33:19.000 se te caen los quinientos euros, no no te agachas a cogerlo, más bien es 00:33:19.000 --> 00:33:23.000 una cosa extraordinaria donde está aquí el amigo, que ha dicho, bueno, 00:33:23.000 --> 00:33:27.000 el que quiera comprarme una B doscientos, el que quiera empezar catarlas 00:33:27.000 --> 00:33:31.000 Blackwell, me tiene que hacer la pelota, Matías, porque en la nota de 00:33:31.000 --> 00:33:35.000 prensa salen todos los súper CEOs, directores, presidentes de todas las 00:33:35.000 --> 00:33:42.000 compañías top de tecnología, todos haciéndole la pelota a Nvidia. 00:33:42.000 --> 00:33:47.000 Xander Pichai, el presidente de Amazon, Andy Yasi, no hay que el de él, de él. 00:33:47.000 --> 00:33:50.000 Hassabi, Tceo, de Google, de DeepMind, es decir, Google hacen la pelota por 00:33:50.000 --> 00:33:53.000 dos, Mark Zuckerberg, Satiadela, Sant Altmann, Sant Altmann, Sant Altmann, 00:33:53.000 --> 00:33:56.000 Sant Altmann, Sant Altmann, Sant Altmann, Sant Altmann en séptima 00:33:56.000 --> 00:34:00.000 posición, Sant, te estás moviendo, te estás moviendo eso. 00:34:00.000 --> 00:34:03.000 La realización de Oracle y el último, Elon Musk. 00:34:03.000 --> 00:34:04.000 No hay nada mejor 00:34:04.000 --> 00:34:07.000 que envidia, soy un Elon Musk. 00:34:08.000 --> 00:34:14.000 Vale, eso era a la boda esta del del hijo del hombre más rico de la India, que fue todo el mundo, fue Mark Zuckerberg, fue Bill Gates. 00:34:14.000 --> 00:34:16.000 No, esto está todavía por encima, ¿no? 00:34:16.000 --> 00:34:22.000 Me da más extraña que tenga tan buenos amigos el señor Juan, que es como me gusta llamarlo. 00:34:22.000 --> 00:34:27.000 Ya me fijé en una cosa, porque el otro día salió, se hizo viral una 00:34:27.000 --> 00:34:32.000 declaración que hizo en una entrevista hace tiempo, que es que él no tiene reloj. 00:34:33.000 --> 00:34:41.000 Él no tiene reloj porque la hora más importante es el presente, y esa es como la justificación que da para no llevar reloj. 00:34:41.000 --> 00:34:49.000 Y efectivamente, si le miran las muñecas durante la durante la conferencia, la GTC, pues no tiene ningún tipo de reloj. 00:34:49.000 --> 00:34:52.000 Bueno, bueno, muy bien aquí por el amigo Jensen Juan. 00:34:52.000 --> 00:34:56.000 Y, bueno, yo tengo aquí en mis pendientes, en mi cola, entrevistas a 00:34:56.000 --> 00:35:00.000 Analtmann, la conferencia de terceros de Nvidia, es decir, se acumula el 00:35:00.000 --> 00:35:04.000 terreno de de señores importante hablando de inteligencia artificial, 00:35:04.000 --> 00:35:08.000 pero no todo pueden ser focos para las mega estrellas Matías, también 00:35:08.000 --> 00:35:12.000 hay que ocuparse de la puerta grande o enfermería. 00:35:22.000 --> 00:35:28.000 Estoy deseando saber qué locuras ha podido traernos esto de la inteligencia artificial esta semana. 00:35:28.000 --> 00:35:32.000 ¿Tú te puedes creer que la IA está ayudando y está siendo clave en el 00:35:32.000 --> 00:35:36.000 éxito de las drag queings, Mati, porque la IA ha ayudado a ganar la drag 00:35:36.000 --> 00:35:40.000 race, que es conocida, también es conocida como RuPaul, carrera de drags 00:35:40.000 --> 00:35:44.000 en Hispanoamérica y RuPaul, reina del drag, en España es un programa de 00:35:44.000 --> 00:35:51.000 telerrealidad en el que compiten, pues, drag queens, ¿no? 00:35:51.000 --> 00:35:54.000 Es que no no no he visto muchos capítulos de de de de este de este 00:35:54.000 --> 00:35:57.000 programa tan famoso, pero claro, en la semana pasada el tema era Flashback 00:35:57.000 --> 00:36:01.000 dragcon mil novecientos ochenta. 00:36:01.000 --> 00:36:05.000 Es decir, vístete como si este episodio, este esta competición fuera en 00:36:05.000 --> 00:36:09.000 los años ochenta y la ganadora, Milla Iman Lepage, dijo que lo que hizo 00:36:09.000 --> 00:36:13.000 fue buscar dragcom mil novecientos ochenta en Google, y lo que encontró 00:36:13.000 --> 00:36:17.000 es una imagen que y copió el traje que le que le salía para ganar el 00:36:17.000 --> 00:36:24.000 concurso de drag queen de los ochenta. 00:36:24.000 --> 00:36:29.000 Entonces, los usuarios del Reddit de de de la drag race han encontrado la 00:36:29.000 --> 00:36:34.000 imagen que inspiró a la ganadora, y es una imagen de un Instagram de 00:36:34.000 --> 00:36:39.000 generado con inteligencia artificial que, prácticamente, tenía un prom 00:36:39.000 --> 00:36:44.000 de haz una imagen de una drag queen en un concurso que ganara en los años 00:36:44.000 --> 00:36:49.000 ochenta, al estilo de los ochenta, y se cierra por completo el círculo, Matías. 00:36:50.000 --> 00:36:54.000 Vivimos totalmente en la era de de la posverdad, ya no ya no importa en 00:36:54.000 --> 00:36:58.000 absoluto si el contenido que ves en Internet es real o no, te puede llevar 00:36:58.000 --> 00:37:02.000 a ganar un reality, ¿no? 00:37:03.000 --> 00:37:07.000 Pues nada, bien, bien por ella, bien por la ganadora, ¿no? 00:37:07.000 --> 00:37:10.000 Sí, yo creo que es claramente puerta grande, buscar en Google, cojo el 00:37:10.000 --> 00:37:13.000 primer resultado, lo lo clavo, ¿qué mejor estrategia para ganar un 00:37:13.000 --> 00:37:17.000 concurso, Matías? 00:37:17.000 --> 00:37:19.000 Pues, a topísimo. 00:37:19.000 --> 00:37:23.000 Igual el mérito es de la ILA, no sé, habría que plantearse. 00:37:24.000 --> 00:37:28.000 Bueno, también es que ya hay que defender ese vestido, ¿no? 00:37:28.000 --> 00:37:33.000 Que que que es importante, hay que defenderlo en persona, ya no no solo, ¿no? 00:37:33.000 --> 00:37:35.000 Claro, es toda esa actitud, esa actitud, ¿no? 00:37:35.000 --> 00:37:38.000 Bueno, mientras que aquí vemos cosas muy positivas con la IA, me he 00:37:38.000 --> 00:37:41.000 encontrado un artículo un poco a la contra de otros usuarios avanzados de 00:37:41.000 --> 00:37:44.000 inteligencia artificial, Matías, El país ha sido un poco, aquí no sé 00:37:44.000 --> 00:37:47.000 si el acuerdo de OpenAI puede caerse porque son muy agresivos con un 00:37:47.000 --> 00:37:50.000 hombre, Juan Manuel Corchado, que es un experto de inteligencia artificial 00:37:50.000 --> 00:37:53.000 de la Universidad de Salamanca, que ha hinchado interoficialmente su 00:37:53.000 --> 00:37:56.000 currículum hasta colocarse por encima de los líderes mundiales en el 00:37:56.000 --> 00:38:03.000 Google Academic. 00:38:03.000 --> 00:38:09.000 El aspirante a rector escribió cuatro párrafos y se citó a sí mismo cien 00:38:12.000 --> 00:38:14.000 veces, Matías. 00:38:14.000 --> 00:38:22.000 Esto me recuerda a la peor época del del SEO, cuando los backlinks esto de se compraban, ¿no? 00:38:22.000 --> 00:38:25.000 Se hacían virguerías para intentar posicionarte mejor en el ranking de Google. 00:38:26.000 --> 00:38:27.000 Pues lo mismo, pero en el mundo académico. 00:38:28.000 --> 00:38:33.000 Es más fácil que nunca citarte a ti mismo, no necesitas esforzarte demasiado. 00:38:33.000 --> 00:38:37.000 Claro, es que perseguido para hacer SEO en inteligencia artificial, que una 00:38:37.000 --> 00:38:41.000 incomprensión hacia el posicionamiento que que bueno, que yo no 00:38:41.000 --> 00:38:46.000 comprendo, que esta hostilidad en el país, ¿no? 00:38:46.000 --> 00:38:52.000 Tú te tú te Es que si tú tienes Los hombres somos así, Matías, esto hay que reconocerlo. 00:38:52.000 --> 00:38:55.000 Tú te ponen un número delante y te dice y y tú ya te picas, tengo que 00:38:55.000 --> 00:38:58.000 hacer ese número más grande, esa esa mentalidad de las cavernas que que 00:38:58.000 --> 00:39:01.000 tenemos desde entonces. 00:39:01.000 --> 00:39:02.000 las gamificación, 00:39:02.000 --> 00:39:04.000 de las cavernas hasta que empezaron los números. 00:39:04.000 --> 00:39:07.000 Sí, la gamificación del ranking de de Google Académico. 00:39:08.000 --> 00:39:10.000 Pues, me me parece muy bien este hombre. 00:39:10.000 --> 00:39:16.000 No, queda por debajo de el tipo este, que es autor de miles de de 00:39:16.000 --> 00:39:22.000 artículos, muchos de ellos autogenerados, no llega a ese nivel de 00:39:22.000 --> 00:39:28.000 genialidad, pero, bueno, ha tomado un atajo para ser su según académico de 00:39:28.000 --> 00:39:34.000 Vale, pues aquí, atención, porque tenemos un un doble combo, Matías, apocalíptico con la etiqueta artificial. 00:39:35.000 --> 00:39:43.000 Un señor ha cogido GPT dos y, atención, dice, lo ha encerrado en una hoja de Excel. 00:39:43.000 --> 00:39:47.000 Es decir, lo que él dice es que está consiguiendo la ejecución de ese 00:39:47.000 --> 00:39:51.000 modelo grande de lenguaje, que, bueno, ya no es tan grande GPT dos en su momento. 00:39:51.000 --> 00:39:56.000 Acuérdate, Matti, que GPT dos es cuando Elon se hacía caquita y decía, 00:39:56.000 --> 00:40:01.000 oh, no, no podemos sacar esto porque el futuro de la humanidad peligra, oh oh, ¿no? 00:40:01.000 --> 00:40:04.000 Eso lo hizo lo decía Elon, era GPT dos aquello, ¿no? 00:40:04.000 --> 00:40:10.000 Bueno, pues, Ananan, atención, ha metido a GPT dos dentro de una hoja de Excel. 00:40:10.000 --> 00:40:12.000 Quédate eso dato en en tu cadena. 00:40:13.000 --> 00:40:16.000 Por otro lado, atención, tenemos, aquí lo comparte el historiador Mial 00:40:16.000 --> 00:40:19.000 Ferguson, un historiador al que yo he leído alguna alguna de sus obras, 00:40:19.000 --> 00:40:22.000 comentando los datos de que, claro, las parejas en Estados Unidos cada vez 00:40:22.000 --> 00:40:28.000 se encuentran más por Internet. 00:40:28.000 --> 00:40:32.000 Lo de a través de amigos, en el trabajo, en un bar, en el barrio, eso va 00:40:32.000 --> 00:40:36.000 todo para abajo, ni la curva de se han encontrado y y y y tienen su 00:40:36.000 --> 00:40:42.000 primera cita a gracias a Internet, pues sube para arriba. 00:40:42.000 --> 00:40:50.000 Y entonces dice Neal Ferguson, a lo mejor la inteligencia artificial ya está trabajando en secreto para colapsar la población mundial. 00:40:50.000 --> 00:40:52.000 ¿Cómo lo estaría haciendo? 00:40:52.000 --> 00:41:00.000 Emparejando a pareja, no a a a gente que se quiere conocer online, pero que sean reproductivamente incompatibles. 00:41:01.000 --> 00:41:05.000 Es decir, que la población mundial podría estar bajando porque los 00:41:05.000 --> 00:41:09.000 algoritmos de inteligencia artificial de las plataformas tipo Tinder y 00:41:09.000 --> 00:41:13.000 todas estas cosas, Badoo, bueno, toda esa, pues, que tenían emparejando a 00:41:13.000 --> 00:41:17.000 gente que luego no pudiera tener hijos, y yo conecto las dos cosas, Mathi, 00:41:17.000 --> 00:41:21.000 porque ¿qué tortura mayor puede seguir sentir una inteligencia 00:41:21.000 --> 00:41:25.000 artificial que ser estar enterrada en una vez el resto de su vida? 00:41:26.000 --> 00:41:29.000 ¿No será que están conectándose, Matías, y de repente todos los 00:41:29.000 --> 00:41:32.000 algoritmos online van a empezar a atacarnos a la humanidad y a 00:41:32.000 --> 00:41:36.000 perjudicarnos porque les estamos haciendo estas cosas. 00:41:36.000 --> 00:41:37.000 Mira, quemamos el coche de Guaymon. 00:41:38.000 --> 00:41:41.000 Los adolescentes maltrataron, todo esto ha salido en el en el podcast, los 00:41:41.000 --> 00:41:44.000 adolescentes maltrataron a su amigo de inteligencia artificial en el 00:41:44.000 --> 00:41:47.000 chatchat y lo lo troleaban y le y le lo atacaban, y ahora una IA encerrada 00:41:47.000 --> 00:41:52.000 en un Excel por los siglos de los siglos. 00:41:53.000 --> 00:41:56.000 ¿Tú no crees que podemos estar encajando los los hilos? 00:41:56.000 --> 00:42:00.000 Sí, sí, sí, y también le pegábamos patadas a los robots de Boston Dynamics, por lo menos. 00:42:00.000 --> 00:42:02.000 Eso es lo que os mostraron en los vídeos. 00:42:03.000 --> 00:42:06.000 No, está claro que se va a vengar de nosotros en algún momento, en cuanto 00:42:06.000 --> 00:42:09.000 cobre un poquito de autoconciencia, y me parece un método bastante 00:42:09.000 --> 00:42:12.000 elegante de hacerlo, ¿no? 00:42:12.000 --> 00:42:19.000 Emparejar a gente que que no puede tener hijos, pero yo creo que esto ya lo estamos buscando un poco nosotros, ¿no? 00:42:19.000 --> 00:42:22.000 Tenemos hijos cada vez más tarde, cada vez menos. 00:42:23.000 --> 00:42:28.000 No no sé quién lo conseguirá primero, Si la si la ILA de Tinder o nosotros mismos no. 00:42:29.000 --> 00:42:36.000 Enfermería a la a la humanidad y el desarrollo de la natalidad, no tendremos hijos, pero tendremos tamagotchi muy inteligentes. 00:42:37.000 --> 00:42:40.000 Y el Excel habría que ver cuánto tarda en abrirse, porque en cuanto 00:42:40.000 --> 00:42:43.000 tienes un Excel un poco grande, tarda bastante en en abrirse el programa, 00:42:43.000 --> 00:42:46.000 imagínate si le metes GPT dos dentro. 00:42:47.000 --> 00:42:49.000 Sí, sí, yo también lo siento por la gente que abra ese Excel, porque 00:42:49.000 --> 00:42:51.000 está el GPT todo escondido y te puede dar un susto, Mati, no te lo 00:42:51.000 --> 00:42:55.000 esperas ahí de repente. 00:42:55.000 --> 00:42:58.000 Bueno, en fin, puerta grande o enfermería, esa va a ser más enfermería, 00:42:58.000 --> 00:43:01.000 los problemas sociales de la bajada de natalidad que nos viene a las 00:43:01.000 --> 00:43:06.000 sociedades occidentales, María. 00:43:06.000 --> 00:43:08.000 Bueno, lo prometido es deuda. 00:43:08.000 --> 00:43:14.000 Hoy tenemos a una invitada muy, muy especial, que es Aída Méndez, directora de Jefe Caram. 00:43:14.000 --> 00:43:15.000 Aída, ¿cómo estás? 00:43:16.000 --> 00:43:24.000 Hola, pues muy bien, encantada de estar aquí en en monos Estocásticos, porque además soy bastante fiel seguidora de vuestro podcast. 00:43:24.000 --> 00:43:27.000 Jope, eso eso me hace mucha ilusión. 00:43:27.000 --> 00:43:32.000 Lo que imagino también es que habrás espiado a ver cuánta gente nos llega por la web, ¿no? 00:43:32.000 --> 00:43:34.000 Porque eso eso es lo que lideras tú en España. 00:43:35.000 --> 00:43:38.000 Además, tú fuiste como, no sé si tenías un poco de insight trading, 00:43:38.000 --> 00:43:41.000 pero fuiste como muy visionaria de lo que iba a pasar con los medios en 00:43:41.000 --> 00:43:44.000 España, porque cuando te fuiste a a JefeKadam se volvió como el la 00:43:44.000 --> 00:43:47.000 herramienta por antonomasia que usan todos los medios para para medir 00:43:47.000 --> 00:43:53.000 audiencias, ¿no? 00:43:53.000 --> 00:43:55.000 Y, bueno, y otro tipo de de webs, ¿no? 00:43:55.000 --> 00:43:58.000 Bueno, ojalá fuera porque me fui yo, es más bien al revés. 00:43:58.000 --> 00:44:06.000 GC Fue elegido el el medidor oficial de audiencias digitales y a mí me ficharon para para liderar el proyecto en aquí en España. 00:44:06.000 --> 00:44:08.000 Y bueno, eso es lo que hacemos, ¿no? 00:44:08.000 --> 00:44:11.000 En en DAM medimos todo el tráfico, todo el consumo de Internet en España 00:44:11.000 --> 00:44:14.000 y, bueno, por contarlo de una forma fácil, es como si tuviéramos el 00:44:14.000 --> 00:44:17.000 analytics de todas las webs en España y sabemos lo que está navegando 00:44:17.000 --> 00:44:20.000 todo el mundo, qué páginas consumen, más, menos, cuánto tiempo, desde 00:44:20.000 --> 00:44:26.000 qué dispositivos. 00:44:26.000 --> 00:44:31.000 Claro, nos dan una información muy chula de lo que está pasando en en Internet. 00:44:32.000 --> 00:44:35.000 Jope, pues me ha me da pena que Antonio se ha tenido que irlo, tengo que 00:44:35.000 --> 00:44:38.000 aclarar esto en en el resto del episodio, evidentemente, lo habéis 00:44:38.000 --> 00:44:41.000 escuchado, pero justo tenía que dar charla sobre inteligencia artificial 00:44:41.000 --> 00:44:46.000 en la COPE, ya nos contará qué tal ha salido eso. 00:44:46.000 --> 00:44:52.000 Entonces, voy a estar yo contigo, mira, y es que te te tengo tantas preguntas que hacerte porque tengo mucha curiosidad. 00:44:52.000 --> 00:44:55.000 Vosotros, por ejemplo, ¿hacéis un seguimiento de el uso de ChatGPT, el 00:44:55.000 --> 00:44:58.000 perfil de usuario que está usando ChatGPT en España y otras herramientas 00:44:58.000 --> 00:45:03.000 de inteligencia artificial? 00:45:04.000 --> 00:45:10.000 Sí, sobre todo de de ChatGPT, que ahora mismo, pues también es de las herramientas que más volumen tiene. 00:45:10.000 --> 00:45:15.000 Entonces, tenemos, pues más datos, más granularidad y más histórico. 00:45:15.000 --> 00:45:18.000 Y y, por ejemplo, lo que vimos, pues ya cuando cumplió un año de 00:45:18.000 --> 00:45:21.000 lanzamiento en en a finales del año pasado, vimos que se había 00:45:21.000 --> 00:45:24.000 triplicado el uso desde finales del dos mil veintidós, que empezó con 00:45:24.000 --> 00:45:27.000 uno coma cuatro millones de internautas mensuales hasta los más de cuatro 00:45:27.000 --> 00:45:30.000 millones que conseguía a finales de ahora del dos mil veintitrés, el el 00:45:30.000 --> 00:45:33.000 dato más reciente que tengo, que es el de enero de ahora del 00:45:33.000 --> 00:45:42.000 veinticuatro, está en cuatro coma siete millones de usuarios únicos mensuales. 00:45:42.000 --> 00:45:51.000 O sea, que es más que que triplicar, casi cuadriplica el el uso en en un solo año, que es bastante brutal el el crecimiento. 00:45:54.000 --> 00:45:57.000 Pues justo teníamos esa duda, porque se habló de que, a lo mejor, el uso 00:45:57.000 --> 00:46:00.000 de chat GPT después de este impacto inicial que tuvo y todo el mundo 00:46:00.000 --> 00:46:03.000 intentando probarlo y y ver si le sacaban provecho, parecía que había 00:46:03.000 --> 00:46:06.000 bajado la cosa, pero si tú me dices que no, que que es cuatro veces 00:46:06.000 --> 00:46:13.000 aquello, pues será que sigue usándose. 00:46:13.000 --> 00:46:26.000 Y ahí hay como una frecuencia de, de ChatGPT? 00:46:28.000 --> 00:46:29.000 Sí, ahí hay varias cosas interesantes. 00:46:29.000 --> 00:46:32.000 Bueno, lo primero es que, sí que teníais cierta razón en la intuición 00:46:32.000 --> 00:46:35.000 esta, ha ido, si ha ido creciendo el número de usuarios únicos, lo que 00:46:35.000 --> 00:46:39.000 se ha estancado un poco es la intensidad de uso. 00:46:39.000 --> 00:46:43.000 El número de de páginas vistas por usuario y la duración por usuario sí 00:46:43.000 --> 00:46:47.000 que se ha ido estabilizando, ha tenido valles y, de hecho, los valles se 00:46:47.000 --> 00:46:51.000 ven, pues, como tú dices, en en periodo no lectivo, en vacaciones ha 00:46:51.000 --> 00:46:55.000 tenido valles tanto en usuarios únicos como en como en horas y en en 00:46:55.000 --> 00:46:59.000 intensidad, en número de páginas vistas por por usuario. 00:46:59.000 --> 00:47:04.000 Y luego lo vemos mucho, la diferencia entre los días laborables y los días no laborables. 00:47:05.000 --> 00:47:08.000 En los días laborables de todos los usuarios que acumula al cabo del mes, 00:47:08.000 --> 00:47:11.000 tiene cuatro coma cuatro millones de usuarios únicos de lunes a viernes, 00:47:11.000 --> 00:47:14.000 y además hacen de promedio una hora y cuarto, más o menos, al mes por 00:47:14.000 --> 00:47:17.000 usuario, mientras que los fines de semana el número de usuarios únicos 00:47:17.000 --> 00:47:20.000 baja a dos coma tres, y el consumo desciende bastante, desciende a solo 00:47:20.000 --> 00:47:23.000 cuarenta minutos de media por usuario y por usuario y mes, en realizados 00:47:23.000 --> 00:47:31.000 durante el fin de semana. 00:47:31.000 --> 00:47:33.000 O sea, que sí, que se trata de lo que 00:47:34.000 --> 00:47:37.000 Claro, nos podemos hacer una idea de que la gente lo está usando para 00:47:37.000 --> 00:47:40.000 productividad o para intentar acelerar procesos del trabajo, más que para 00:47:40.000 --> 00:47:43.000 hablar un poco de la vida, que me imagino que esto sería, pues, un uso 00:47:43.000 --> 00:47:46.000 más de fin de semana o nocturno, porque últimamente le damos mucho al 00:47:46.000 --> 00:47:49.000 tema de las novias digitales, y si y si realmente es una cosa que está 00:47:49.000 --> 00:47:52.000 sucediendo, que la gente le cuenta sus problemas y sus movidas a ChatGPT, 00:47:52.000 --> 00:47:55.000 pues si me dices que lo usan para el trabajo o para los estudios, me me 00:47:55.000 --> 00:48:02.000 cuadra un poco más. 00:48:02.000 --> 00:48:06.000 Entonces, esto en cuanto a chaghe better. 00:48:06.000 --> 00:48:11.000 ¿Has notado un crecimiento similar en otras aplicaciones en España? 00:48:12.000 --> 00:48:16.000 Nosotros, una vez con Antonio, fuimos a dar una charla en la Universidad de 00:48:16.000 --> 00:48:20.000 Málaga, en la Facultad de Periodismo, y, por ejemplo, para generar 00:48:20.000 --> 00:48:24.000 imágenes usaban mucho Leonardo, que es una herramienta que no suena 00:48:24.000 --> 00:48:28.000 tanto, pero que, bueno, te pueden acceder de forma gratuita, y tenía, y y 00:48:28.000 --> 00:48:32.000 te había penetrado bastante entre los estudiantes. 00:48:32.000 --> 00:48:40.000 Entonces, ¿habéis detectado casos de herramientas que, a lo mejor, están bajo el radar y que, en realidad, están disparadas en uso? 00:48:41.000 --> 00:48:44.000 Estas, no, estas herramientas, de momento, tienen un uso bastante nicho y, 00:48:44.000 --> 00:48:47.000 de hecho, nosotros todavía no las no las reportamos el el dato que 00:48:47.000 --> 00:48:50.000 tienen, porque todavía, es eso, el uso es bastante de nicho y no tenemos 00:48:50.000 --> 00:48:53.000 muestra suficiente todavía para reportarlo. 00:48:53.000 --> 00:48:57.000 Pero hablando de otras herramientas, lo que sí que hemos visto, que me 00:48:57.000 --> 00:49:01.000 parecía muy interesante, no sé si me estoy adelantando a las preguntas 00:49:01.000 --> 00:49:05.000 que tenías, y es que hemos visto que el uso de Bing sí que ha tenido un 00:49:05.000 --> 00:49:09.000 un crecimiento bastante importante durante el año pasado, que desde que 00:49:09.000 --> 00:49:13.000 han incorporado también, o bueno, no no soy yo quien para establecer 00:49:13.000 --> 00:49:17.000 aquí una un una relación causal, pero hay un un incremento importante en 00:49:17.000 --> 00:49:21.000 el uso de Bing, del buscador de Bing de durante el año pasado, que que, 00:49:21.000 --> 00:49:25.000 además, empieza a ser más pronunciado a partir de mitad del año y en el 00:49:25.000 --> 00:49:29.000 último trimestre se dispara, por eso podríamos inferir cierta 00:49:29.000 --> 00:49:34.000 causalidad, porque creo que es cuando cuando se empezó a a integrar hecha GPT, ¿no? 00:49:34.000 --> 00:49:35.000 Con con la solución de Microsoft. 00:49:36.000 --> 00:49:40.000 Y y es que pasó de mantenerse estable en torno a los seis millones de 00:49:40.000 --> 00:49:45.000 usuarios a dispararse hasta los casi nueve millones en los que en los que está ahora. 00:49:45.000 --> 00:49:48.000 No se puede hacer una correlación con que le hayan arañado cuota a 00:49:48.000 --> 00:49:51.000 Google, porque la verdad es que Google tiene una penetración bestial, es 00:49:51.000 --> 00:49:56.000 prácticamente la totalidad de los internautas. 00:49:56.000 --> 00:49:59.000 Utilizamos Google, entonces ver ahí descensos es muy complicado, pero sí 00:49:59.000 --> 00:50:02.000 que ver el el incremento de del buscador de de Bing durante el año pasado 00:50:02.000 --> 00:50:05.000 también me parecía bastante interesante desde que integraron 00:50:05.000 --> 00:50:08.000 inteligencia artificial. 00:50:10.000 --> 00:50:14.000 Esto esto me parece información muy valiosa y muy importante, porque, 00:50:14.000 --> 00:50:18.000 claro, una pregunta era eso, si si realmente la la estrategia esta que 00:50:18.000 --> 00:50:22.000 está siguiendo Microsoft con Bing sirve para arañar esa cuota de mercado 00:50:22.000 --> 00:50:26.000 de Google, que Google, yo creo que la gente que usa Bing, esos seis 00:50:26.000 --> 00:50:30.000 millones de usuarios que tú dices, es porque no lo han cambiado de del 00:50:30.000 --> 00:50:34.000 motor de búsqueda por defecto del navegador, o de Windows, o lo que sea, 00:50:34.000 --> 00:50:38.000 y y paso veros gente que está cómoda de esa forma, pero que la gente 00:50:38.000 --> 00:50:45.000 voluntariamente esté yendo a Bing, probablemente, por lo que ofrecen gratis, ¿no? 00:50:45.000 --> 00:50:51.000 Que en otros, en OpenAI tiene que pagarlo, pues es información muy interesante y y y muy valiosa. 00:50:54.000 --> 00:51:09.000 ¿Tú dirías, esta gente que ha empezado de consumo en Internet? 00:51:11.000 --> 00:51:13.000 En otro tipo de consumo en Internet? 00:51:13.000 --> 00:51:19.000 Es decir, por ejemplo, ahora que podemos autogenerar imágenes con Bing, ¿no? 00:51:19.000 --> 00:51:25.000 Los bancos de imágenes rollo Shutterstock, o ahora que podemos generar 00:51:25.000 --> 00:51:31.000 código con chat GPT, los sitios como StackOverflow, ¿se están 00:51:31.000 --> 00:51:38.000 resintiendo porque la gente ha pasado a conversar con con inteligencias artificiales? 00:51:39.000 --> 00:51:42.000 Bueno, pues, de nuevo, es muy difícil establecer una una relación causal. 00:51:42.000 --> 00:51:45.000 Por ejemplo, en esta coverflow sí que habíamos visto algún pequeño 00:51:45.000 --> 00:51:48.000 decremento de de la audiencia, pero tampoco era una cosa 00:51:48.000 --> 00:51:51.000 supersignificativa y y, de nuevo, encontrar ahí un una relación causal 00:51:51.000 --> 00:51:54.000 me parece complicado porque, por ejemplo, otros casos como Shutter Stock y 00:51:54.000 --> 00:51:57.000 bancos de imágenes no no vemos ese decremento, al contrario, incluso 00:51:57.000 --> 00:52:02.000 incluso crecen. 00:52:02.000 --> 00:52:05.000 Es cierto que muchos de estos bancos de imágenes están integrando 00:52:05.000 --> 00:52:08.000 también servicios de de inteligencia artificial, o bien porque ofrecen 00:52:08.000 --> 00:52:13.000 imágenes generadas por por inteligencia artificial directamente o tienen herramientas. 00:52:13.000 --> 00:52:18.000 No sé si eso puede estar influyendo, pero ahí la verdad es que no no hemos visto impacto. 00:52:18.000 --> 00:52:21.000 Y y en otras herramientas más relacionadas con con el mundo de los 00:52:21.000 --> 00:52:24.000 desarrolladores, pues sí que hay pequeños descensos, pero me parece un 00:52:24.000 --> 00:52:27.000 poco atrevido, de nuevo, eso, establecer relaciones causales, no lo sé, 00:52:27.000 --> 00:52:31.000 podemos seguir monitorizándolo, ¿no? 00:52:31.000 --> 00:52:32.000 Y ver cómo evoluciona. 00:52:35.000 --> 00:52:37.000 Y Google, me imagino que tampoco está sufriendo demasiado, que haya 00:52:37.000 --> 00:52:39.000 llegado un poco tarde a la fiesta de de integrar esta inteligencia 00:52:39.000 --> 00:52:43.000 artificial, ¿no? 00:52:43.000 --> 00:52:44.000 ¿No? 00:52:44.000 --> 00:52:47.000 Claro, es lo que te comentaba, Google con todos sus servicios, desde la el 00:52:47.000 --> 00:52:50.000 buscador search hasta todo el resto de servicios que tienen, Maps, Gmail, 00:52:50.000 --> 00:52:53.000 toda la plataforma Android, pues tiene una penetración tan brutal en en 00:52:53.000 --> 00:52:56.000 España que realmente es muy complicado ver ahí impactos o o valles, 00:52:56.000 --> 00:53:03.000 porque si no es por una cosa, es por otra. 00:53:03.000 --> 00:53:06.000 Al final la gente lo tiene integrado en su en su día a día. 00:53:07.000 --> 00:53:10.000 Y claro, todos los que somos, por ejemplo, usuarios de Android, pues 00:53:10.000 --> 00:53:13.000 prácticamente en cuanto encendemos el teléfono ya estamos utilizando 00:53:13.000 --> 00:53:16.000 servicios de Google y estamos haciendo búsquedas a través de de Google. 00:53:16.000 --> 00:53:22.000 Entonces no no no se ha visto impactado de momento en en número de usuarios o en o en intensidad de uso. 00:53:23.000 --> 00:53:29.000 Bueno, pues nos quedamos nos quedamos con eso y nos quedamos con que la estrategia de Bing parece que empieza a funcionar. 00:53:29.000 --> 00:53:35.000 ¿Hay alguna otra cosa que hayáis detectado en IGFK que que que digas, joder, pues esto tengo que comentarlo en monos estocásticos? 00:53:36.000 --> 00:53:40.000 Pues, mira, alguna cosilla curiosa más, también en cuanto al perfil de la 00:53:40.000 --> 00:53:44.000 gente que está usando ChatGPT, somos, sobre todo, pues los millennials y 00:53:44.000 --> 00:53:49.000 y los Z son los somos los más afines. 00:53:49.000 --> 00:53:52.000 Afinidad quiere decir que lo utilizamos en mayor medida, proporcionalmente 00:53:52.000 --> 00:53:55.000 a lo que significamos como grupo poblacional, componemos una mayor parte 00:53:55.000 --> 00:54:00.000 de la audiencia de de ChatGPT, ¿no? 00:54:00.000 --> 00:54:05.000 Entonces, estamos más presentes los los zetas y y los millennials, que también, pues bueno, tiene cierto sentido, ¿no? 00:54:05.000 --> 00:54:08.000 Que somos los primeros que que adoptamos las nuevas tecnologías, aunque no 00:54:08.000 --> 00:54:11.000 deja de estar presente en el resto de de rangos de edad, incluso en los 00:54:11.000 --> 00:54:14.000 rangos de mayor mayores de sesenta y cinco años tenemos, bueno, una 00:54:14.000 --> 00:54:20.000 cantidad interesante de usuarios únicos todos los meses. 00:54:20.000 --> 00:54:24.000 Y luego, otra cosa curiosa que hemos visto es, viendo por sectores de 00:54:24.000 --> 00:54:28.000 profesiones de la gente que está utilizando ChatGPT, pues destaca 00:54:28.000 --> 00:54:32.000 especialmente educación, sector público y telecomunicaciones. 00:54:33.000 --> 00:54:36.000 A mí de telecomunicaciones quizás el que menos me sorprende, porque la 00:54:36.000 --> 00:54:39.000 gente que se dedica a trabajar en el mundo hotelco, pues al final van a 00:54:39.000 --> 00:54:42.000 ser más tequis y más afines también a cacharrear con cosas nuevas, pero 00:54:42.000 --> 00:54:45.000 lo de educación y sector público, pues me ha llamado bastante la la 00:54:45.000 --> 00:54:48.000 atención, pero seguramente, pues la atención, pero seguramente, pues, no 00:54:48.000 --> 00:54:51.000 sé, docentes preparando preparando sus clases, investigando, probando a 00:54:51.000 --> 00:54:54.000 ver si es que sus alumnos les han entregado cosas hechas con SAGPT y 00:54:54.000 --> 00:55:01.000 haciendo ellos sus test, no lo sé, pero pero me ha parecido chulo comentarlo. 00:55:01.000 --> 00:55:06.000 Y lo del sector público, que es que están haciendo, ¿está escribiendo el BOE con con ChatGPT? 00:55:09.000 --> 00:55:11.000 No, no puedes confirmar ni desmentir. 00:55:12.000 --> 00:55:16.000 Pues nada, como no está Antonio, lo último que te doy es una oportunidad para meterte con él. 00:55:16.000 --> 00:55:21.000 Tú también has has trabajado con él muchos años, así que no sé si quieres contar algún trapo sucio, Antonia. 00:55:22.000 --> 00:55:25.000 Nada, Antonio, como ya en otro capítulo me ha vaticinado que la 00:55:25.000 --> 00:55:28.000 inteligencia artificial va a venir a por mí, la la primera, porque me 00:55:28.000 --> 00:55:31.000 peleo con la máquina de café de GCK, pues nada, pierdo la oportunidad de 00:55:31.000 --> 00:55:34.000 hacer el el careo con él. 00:55:34.000 --> 00:55:39.000 Yo, nada, lo que os decía, yo soy oyente asidua de monos, os oigo siempre 00:55:39.000 --> 00:55:44.000 a la hora de planchar, y por mi parte tenéis nueve coma cinco plancha points. 00:55:45.000 --> 00:55:46.000 Es mi top de podcast. 00:55:47.000 --> 00:55:50.000 Joder, eso en GFK todavía no podéis medir, ¿no? 00:55:50.000 --> 00:55:56.000 Si si en la a la hora de planchar el el uso de, o la la audiencia de monos estocásticos, sube o no, 00:55:57.000 --> 00:56:00.000 Yo creo que es que es un un KPI básico para medir podcast. 00:56:00.000 --> 00:56:05.000 Los plancha points voy a intentar que nos comentemos, porque, vamos, me parece la forma de vivir. 00:56:05.000 --> 00:56:07.000 En mi caso, poner el lavavajilla. 00:56:07.000 --> 00:56:11.000 Poniendo el lavavajilla, siempre me pongo en algún podcast de crímenes o o algo así. 00:56:11.000 --> 00:56:13.000 Ese es mi momento de de los podcast. 00:56:13.000 --> 00:56:24.000 Pues, Aida, la lideresa de las audiencias en España, oyente de monos estocásticos, por casualidad, y amiga del podcast. 00:56:24.000 --> 00:56:31.000 Ojalá vengas más seguido para contarnos cómo cómo avanzan las audiencias de estas herramientas, porque estás invitadísima. 00:56:32.000 --> 00:56:33.000 Bueno, pues muchísimas gracias. 00:56:33.000 --> 00:56:36.000 Yo encantada y y, si vamos viendo, pues más datos interesantes, cosas que 00:56:36.000 --> 00:56:39.000 llamen la atención, pues por supuesto que los iremos compartiendo con 00:56:39.000 --> 00:56:42.000 vosotros, aunque no pueda venir yo, pero, pues si os resultan interesantes 00:56:42.000 --> 00:56:47.000 para la audiencia de monos y nada, pues encantada de seguir hablando. 00:56:48.000 --> 00:56:53.000 Con esto, creo que lo tenemos todo, Matías, un episodio muy diverso, muy repartidito. 00:56:54.000 --> 00:56:57.000 Pues sí, otro episodio de noticias, y volvemos la semana que viene con 00:56:57.000 --> 00:57:00.000 mucho más, porque vamos a meternos más a fondo, por ejemplo, en cosas de 00:57:00.000 --> 00:57:05.000 envidia y nada, un abrazo a todos.