WEBVTT Kind: captions Language: es 00:00:00.000 --> 00:00:03.000 Hola a todos los monos estocásticos. 00:00:04.000 --> 00:00:14.000 Bienvenidos a un nuevo episodio de este podcast de inteligencia artificial en el que se nos fue de las manos la introducción del episodio anterior. 00:00:14.000 --> 00:00:17.000 Vamos a intentar ir al grano, Antonio, ¿qué te preocupa hoy? 00:00:18.000 --> 00:00:22.000 Me he dado cuenta, Mati, de una cosa fantástica. 00:00:23.000 --> 00:00:24.000 A ver. 00:00:24.000 --> 00:00:26.000 Cómo tú y yo nos complementamos. 00:00:28.000 --> 00:00:33.000 Martes por la noche, día importante en el sector tecnológico. 00:00:34.000 --> 00:00:35.000 ¿Y qué estábamos haciendo cada uno? 00:00:36.000 --> 00:00:45.000 Tú enfocado, atento, siguiendo la presentación de los nuevos iPhone, qué colores habrá, qué nuevas correas, vamos a sorprender a Apple. 00:00:45.000 --> 00:00:50.000 Que no se note, que la key notes ni la viste ni te interesaban. 00:00:52.000 --> 00:00:56.000 mientras, yo estaba disfrutándolo, viviendo a tope, otro momento 00:00:56.000 --> 00:01:00.000 importante del sector tecnológico, el informe de Mario Draghi sobre el 00:01:00.000 --> 00:01:05.000 futuro de la competitividad europea, Matti. 00:01:05.000 --> 00:01:06.000 Haffordándolo. 00:01:07.000 --> 00:01:10.000 Me viene muy bien porque nos vamos a complementar muy bien. 00:01:10.000 --> 00:01:14.000 Lo que hablemos de Apple, yo lo habré visto en la key note y lo de Mario 00:01:14.000 --> 00:01:18.000 Draghi me interesa, te lo he visto en error quinientos, pero no tengo muy 00:01:18.000 --> 00:01:23.000 claras las declaraciones de este hombre, que me parece que me van a gustar. 00:01:23.000 --> 00:01:26.000 Pero es verdad, es verdad, nos complementamos bastante bien. 00:01:26.000 --> 00:01:29.000 De hecho, yo creo que hay que hay una enseñanza que podemos compartir con 00:01:29.000 --> 00:01:32.000 nuestras amigas y amigos de de Recursos Humanos, que es cuál es la clave 00:01:32.000 --> 00:01:35.000 para formar equipos que se complementen y sean exitosos como el que 00:01:35.000 --> 00:01:40.000 formamos tú y yo, Matías. 00:01:41.000 --> 00:01:43.000 Yo me di cuenta en un momento de nuestra vida. 00:01:45.000 --> 00:01:49.000 El día que coincidimos en un buffet desayuno del hotel. 00:01:50.000 --> 00:01:54.000 No sé si recordaras aquella fecha, pero tú estabas en en un hotel, 00:01:54.000 --> 00:01:58.000 Maritla y Job, estábamos allí invitados a un a un evento importante, un 00:01:58.000 --> 00:02:02.000 evento con moqueta, con con gente con traje, y ahí estuvimos tú y yo, y 00:02:02.000 --> 00:02:06.000 en en ese desayuno yo llegué más tarde, tú te habías adelantado, y de 00:02:06.000 --> 00:02:10.000 repente cuando yo llegué dije, este es esta es la antítesis mía, esto 00:02:10.000 --> 00:02:19.000 es mi mi absoluto contrario, porque tú habías formado un pantagruelico plato, ¿no? 00:02:19.000 --> 00:02:22.000 Que que que rebosaba por los lados, ¿no? 00:02:24.000 --> 00:02:28.000 Era como, ¿sabéis esos mapas de la mejor comida de cada provincia? 00:02:28.000 --> 00:02:29.000 ¿No? 00:02:30.000 --> 00:02:34.000 Pues, estaba absolutamente, era eso, ¿no? 00:02:34.000 --> 00:02:43.000 Es decir, era un un, digamos que hay una cosa que es el plato de Harvard, que dicen que con un plato, pues, la nutricionalmente completo. 00:02:43.000 --> 00:02:48.000 Bueno, entonces, esto esto no es el de Harvard, esto era mucho más allá de que el de Harvard. 00:02:48.000 --> 00:02:51.000 En cambio, yo ahí creo que que te a lo mejor te resultó un poco extraño 00:02:51.000 --> 00:02:54.000 cuando te expliqué mi proceso del bufete de desayuno, Mat, que era, hay 00:02:54.000 --> 00:02:59.000 que desayunar en tres en tres en tres rondas. 00:03:00.000 --> 00:03:01.000 Primero, solo fruta. 00:03:02.000 --> 00:03:05.000 Segundo, pues tienes que ir al al salado con proteína, ¿no? 00:03:05.000 --> 00:03:08.000 Entonces, acabas la fruta, coges un plato nuevo y, entonces, ahí, pues, ya 00:03:08.000 --> 00:03:12.000 tus huevos, tu jamón, a lo mejor una tostada con salmo, queso, bueno, el el salado. 00:03:12.000 --> 00:03:18.000 Y tercero, pues, el dulce, que puede ser, pues, una granola, una avena o un dulce dulce, ¿no? 00:03:18.000 --> 00:03:24.000 Entonces, claro, tú lo condenabas todo en un plato mientras que yo necesitaba mi proceso y mis tres partes en lo que fue el desayuno. 00:03:24.000 --> 00:03:28.000 Y ahí está la clave que podemos compartir con los de recursos humanos. 00:03:28.000 --> 00:03:31.000 Olvidaros de esos eventos de bajar en canoa por los ríos, ¿no? 00:03:31.000 --> 00:03:36.000 De dinámicas de de juegos mentales y cosas graciosas, no. 00:03:36.000 --> 00:03:45.000 Si queréis saber si vuestros equipos se complementan, cómo organizar la empresa de la mejor manera, la clave está en desayunar en un buffet de 00:03:45.000 --> 00:03:46.000 hotel. 00:03:46.000 --> 00:03:51.000 No, sí es verdad, sí es verdad que era, vi bastante contraste entre tu desayuno y el mío. 00:03:51.000 --> 00:03:55.000 También tengo que decir que yo tengo que luchar contra mis instintos en los bufet del desayuno 00:03:55.000 --> 00:04:02.000 instintos me dicen, pues, nocilla, de cosas que no vas a probar más en tu 00:04:02.000 --> 00:04:09.000 vida, pues llénate el plato, pruebas lo máximo posible y sal de aquí, 00:04:09.000 --> 00:04:18.000 pues con una experiencia más, ¿no? 00:04:18.000 --> 00:04:22.000 También es cierto que estoy intentando deconstruirme en ese sentido, ¿no? 00:04:22.000 --> 00:04:24.000 Porque al final te acabas sentando mal el desayuno. 00:04:25.000 --> 00:04:35.000 Últimamente voy a los desayunos de los hoteles y me hago mi pantumaca con con el jamoncito, y intento, pues eso, controlarme. 00:04:35.000 --> 00:04:39.000 Pero esto sabes de qué me viene, Antonio, y con esto ya podemos cerrar la introducción. 00:04:39.000 --> 00:04:46.000 En el Vialia, en mi época de universitario, aquí en Málaga, había un wok, ¿vale? 00:04:46.000 --> 00:04:51.000 Pero no un wok de estos de, antes de entrar, ya pagas los veinte euros, 00:04:51.000 --> 00:04:56.000 más bebidas, y entonces es cuando empiezas a a comer, sino un wok que tú 00:04:56.000 --> 00:05:02.000 te podías echar en un único plato todo lo que quisieras, ¿no? 00:05:03.000 --> 00:05:07.000 Y ese, en su momento, costaba cinco euros, ¿vale? 00:05:07.000 --> 00:05:16.000 Entonces, yo con, bueno, la renta de un universitario, ese sitio lo exploté al máximo. 00:05:16.000 --> 00:05:20.000 Probablemente, tenga que ver con que cerrase, ¿no? 00:05:20.000 --> 00:05:36.000 Y se fuera a la quiebra, pero las mega construcciones que yo he llegado a elaborar encima de un único plato en ese wok dignas de Discovery Channel. 00:05:36.000 --> 00:05:40.000 Fíjate que yo siempre he tenido esa interés editorial que, incluso en 00:05:40.000 --> 00:05:44.000 toda la época de weblos no no llegué a conseguirlo, creo que hay un 00:05:44.000 --> 00:05:49.000 reportaje chulísimo sobre los económicos del bufé libre. 00:05:49.000 --> 00:05:52.000 Es decir, hablar con los financieros y con los dueños de tu restaurante de 00:05:52.000 --> 00:05:55.000 bufé libre y ver cómo funcionan los económicos, porque hay muchos mitos 00:05:55.000 --> 00:05:58.000 que que hay formados alrededor de eso. 00:05:58.000 --> 00:06:05.000 Existen clientes que te llevan a la quiebra, es verdad que lo que renta más es ir a por las gambas. 00:06:06.000 --> 00:06:09.000 Hay muchos mitos alrededor del buffet libre y tú tú interesadísimo en 00:06:09.000 --> 00:06:12.000 ese mundo, pero nunca nunca encontrar el momento de hacer el reportaje de 00:06:12.000 --> 00:06:16.000 de de de ese tema ni a la persona adecuada. 00:06:16.000 --> 00:06:25.000 Bueno, esto si lo está escuchando mi jefa María, seguramente mañana me me pida que me ponga ello, así que nada, ya ya te iré informando. 00:06:25.000 --> 00:06:26.000 La intro. 00:06:44.000 --> 00:06:56.000 Cuando Elon Musk dice que llega el robotaxi, para mí es el nuevo cuento de Pedro y el loco, porque esto, ¿cuántos años lleva pasando? 00:06:56.000 --> 00:06:58.000 Probablemente ya estamos hablando de décadas. 00:06:58.000 --> 00:07:00.000 Yo lo he metido aquí en el guion, ¿verdad? 00:07:00.000 --> 00:07:06.000 Como un tema que va un poco fuera del radar, porque yo creo que ya el personal lo vive así, ¿no? 00:07:06.000 --> 00:07:10.000 Aquí el coche autónomo, tanto en el caso de Elo como, bueno, como en el 00:07:10.000 --> 00:07:14.000 caso general de la de de la tecnología, de hecho, se usa mucho como 00:07:14.000 --> 00:07:18.000 ejemplo de no flipéis con inteligencia artificial, porque, mira, llevan 00:07:18.000 --> 00:07:22.000 veinte años con el coche autónomo y todavía no lo han conseguido, solo 00:07:22.000 --> 00:07:26.000 dar vueltecitas por San Francisco, vale, y un poquito más. 00:07:26.000 --> 00:07:33.000 Ya sale un poquito la toalla, pero en veinte años, ¿dónde están esos coches que se conducen solos y nos iban a llevar a todas partes? 00:07:33.000 --> 00:07:38.000 El caso es que hay un par de noticias y un par de eventos que nos animan a 00:07:38.000 --> 00:07:43.000 pensar que esto ha sido un poco, como como decía el novelista, primero 00:07:43.000 --> 00:07:49.000 sucedió poco a poco y luego de repente. 00:07:49.000 --> 00:07:54.000 Es decir, como que se está acumulando el conocimiento, dato, capacidad de 00:07:54.000 --> 00:07:59.000 cálculo y cambio social que permiten que vayamos a tener una realidad de 00:07:59.000 --> 00:08:06.000 coche autónomo como más real o más seria. 00:08:07.000 --> 00:08:09.000 Dos cosas creo importantes aquí. 00:08:09.000 --> 00:08:13.000 Una, pues tenemos evento programado el diez de octubre. 00:08:14.000 --> 00:08:15.000 El evento lo va a ver, Mati. 00:08:16.000 --> 00:08:20.000 Otra cosa es que cuánto habrá de realidad, porque no solo es de un coche 00:08:20.000 --> 00:08:24.000 autónomo completo, lo que trataría esta presentación de Tesla, sino del 00:08:24.000 --> 00:08:28.000 concepto de robotaxi. 00:08:30.000 --> 00:08:34.000 Este evento que se estaba programado inicialmente para el ocho del ocho, se 00:08:34.000 --> 00:08:38.000 retrasó, creo que lo llegábamos a comentar, ahora sí que está ya 00:08:38.000 --> 00:08:42.000 reservado, han reservado el un estudio de grabación de Warner en 00:08:42.000 --> 00:08:49.000 California, y es para el diez de octubre. 00:08:49.000 --> 00:08:59.000 Pero te digo una cosa, si algo puedo firmar de Elon Musk es que es persistente con sus ideas. 00:08:59.000 --> 00:09:03.000 Porque si tú te lees la biografía, la última que ha salido, la de Walter 00:09:03.000 --> 00:09:07.000 Isaacson, hay declaraciones de el jefe este de diseño de Tesla, que no me 00:09:07.000 --> 00:09:11.000 acuerdo cómo se llama, un hombre rubio alto, diciendo que cuando estaban 00:09:11.000 --> 00:09:15.000 diseñando, no me acuerdo si era el Model S o el Model tres, como Elon 00:09:15.000 --> 00:09:19.000 estaba obsesionado con la idea de hacer un robotaxi, hacían maquetas de 00:09:19.000 --> 00:09:23.000 el coche sin volante para que Elon, cuando llegara al estudio de diseño 00:09:23.000 --> 00:09:27.000 de Tesla, se quedara tranquilo de, ah, bueno, es verdad, están trabajando 00:09:27.000 --> 00:09:31.000 en el robotaxi, me han hecho caso, pero en realidad era una maqueta que no 00:09:31.000 --> 00:09:35.000 tenía ningún tipo de de utilidad ni de sentido, porque nadie creía que 00:09:35.000 --> 00:09:44.000 fuera a salir un robotaxi. 00:09:44.000 --> 00:09:48.000 Claro, es como cuando te encarguen el reportaje de de buffet libre y tú en 00:09:48.000 --> 00:09:52.000 tu Instagram todo el día fotote yendo al buffet libre, pero no escribes nada. 00:09:52.000 --> 00:09:56.000 Claro, hay un paralelismo entre tú y Elon, María, pues no lo hemos encontrado. 00:09:56.000 --> 00:09:57.000 Bueno, 00:09:57.000 --> 00:09:58.000 parece que llega. 00:09:58.000 --> 00:09:59.000 Parece que llega. 00:09:59.000 --> 00:10:04.000 Claro, el concepto de robotaxi entendemos, suponemos que irá muy en la línea de Waymo. 00:10:05.000 --> 00:10:08.000 Waymo es el que realmente lo está haciendo. 00:10:09.000 --> 00:10:14.000 Waymo, subsidiaria de Google y que, bueno, uno de sus CEOs, una de esta 00:10:14.000 --> 00:10:19.000 empresa, pues un poco de management muy moderno, que tiene dos CEOs, pues 00:10:19.000 --> 00:10:24.000 Techedra Mauacana ya dice que están dando cien mil viajes pagados cada 00:10:24.000 --> 00:10:30.000 semana entre Los Ángeles, San Francisco y Fénix. 00:10:30.000 --> 00:10:32.000 Hace unos meses estaban en cincuenta mil. 00:10:32.000 --> 00:10:36.000 Aquí, ten en cuenta que hace hace unos meses era como una beta cerrada, no 00:10:36.000 --> 00:10:41.000 no cualquiera podía pedir un taxi Guaymo y ahora tú puedes ir a hacer turismo. 00:10:41.000 --> 00:10:45.000 De hecho, yo estoy deseando, Mati, si hay cualquier oportunidad de viaje, 00:10:45.000 --> 00:10:49.000 de trabajo, de cualquier cosa, de que me me lleven allí, porque yo lo que 00:10:49.000 --> 00:10:53.000 quiero a mí me da igual las estrellas de de de Los Ángeles, Hollywood, 00:10:53.000 --> 00:10:57.000 bueno, me da igual, que no no no me interesa mucho, pero montarme en un 00:10:57.000 --> 00:11:02.000 Guaymo y que me lleve él solo, estoy deseando que experimentarlo, ¿no? 00:11:02.000 --> 00:11:06.000 Entonces, su gran rival era Cruise, lo hemos contado varias veces en el podcast. 00:11:07.000 --> 00:11:11.000 Esta ha tenido problemas, le pillaron haciendo un poquito de trampita, 00:11:11.000 --> 00:11:15.000 porque muchas de estas startups impresas de coche autónomo, en realidad, 00:11:15.000 --> 00:11:19.000 lo que tienen es conductores de respaldo en remoto, es decir, gente que 00:11:19.000 --> 00:11:23.000 puede tomar el control del vehículo en en divinidades circunstancias y, 00:11:23.000 --> 00:11:27.000 entonces, pues realmente no es un salto de coche con conductor a coche 00:11:27.000 --> 00:11:31.000 completamente autónomo, si es un paso de coche con conductor a coche 00:11:31.000 --> 00:11:38.000 autónomo en mucha parte del tiempo, pero con ayuda de conductor remoto en otra parte. 00:11:38.000 --> 00:11:41.000 Bueno, el caso es que Guaymo es es la que está la que está prevaleciendo, 00:11:41.000 --> 00:11:44.000 la que va pionera y, bueno, de momento le lleva cien mil viajes a la 00:11:44.000 --> 00:11:49.000 semana de ventaja a Tesla. 00:11:49.000 --> 00:11:53.000 Bueno, yo ya lo he contado muchas veces, yo lo la única relación que he 00:11:53.000 --> 00:11:57.000 tenido con la conducción semiautónoma, en este caso de nivel dos, es el 00:11:57.000 --> 00:12:03.000 autopilot del del model tres, y tuvo una experiencia aterradora. 00:12:03.000 --> 00:12:07.000 Creo que era en la M cuarenta, en un falso túnel, cuando vienen todos los 00:12:07.000 --> 00:12:11.000 coches a toda velocidad, y el Tesla, de repente, decide pegar un frenazo 00:12:11.000 --> 00:12:15.000 sin ningún sentido dentro del falso túnel, y ahí fue cuando desactivé 00:12:15.000 --> 00:12:22.000 el autopilot y no volví a probar nadie cercano a la conducción autónoma. 00:12:22.000 --> 00:12:26.000 Pero bueno, no soy no soy de estos que que no se lo creen, yo creo que esto 00:12:26.000 --> 00:12:30.000 va a reducir muchísimo, muchísimo, muchísimo los las estadísticas de 00:12:30.000 --> 00:12:34.000 accidentes de tráfico, porque al final, pues los humanos tienden a fallar 00:12:34.000 --> 00:12:38.000 más que las máquinas. 00:12:38.000 --> 00:12:41.000 Sí, ahí es que se basa un montón de temas, fíjate que Tesla, al basarse 00:12:41.000 --> 00:12:44.000 solo en imagen, es decir, no usa Lidar, ese otro esa alternativa 00:12:44.000 --> 00:12:47.000 tecnológica por la que van otras empresas, que si no recuerdo mal, Wemo, 00:12:47.000 --> 00:12:50.000 Wemo si lo tiene. 00:12:50.000 --> 00:12:54.000 Bueno, el el tema es que un alto contraste lo puede confundir con un muro. 00:12:55.000 --> 00:12:58.000 Es decir, un paso de lo típico de entrar a un garaje, un diez soleado y 00:12:58.000 --> 00:13:01.000 pasas a un, entras a un garaje, pues él se piensa que ese esa oscuridad 00:13:01.000 --> 00:13:04.000 completa, por él se piensa que ese esa oscuridad completa es muy 00:13:04.000 --> 00:13:07.000 confundible con que hay ahí una barrera, que hay una pared. 00:13:07.000 --> 00:13:13.000 Entonces, empieza a alarmarte, a pitar, a decir cuidado y y, bueno, ese es el punto. 00:13:13.000 --> 00:13:20.000 Luego, interesantísimo porque estuve ojeando los informes de siniestralidad de de Waymo. 00:13:22.000 --> 00:13:27.000 Hay que tomarlos con una pizca de sal porque, claro, Waymo es una parte 00:13:27.000 --> 00:13:32.000 interesada, está informando de sus propios accidentes, pero puedes pensar, ¿no? 00:13:32.000 --> 00:13:39.000 Si eres muy suspicados o desconfiado, que que realmente van a barrer para casa a la hora de interpretar de quién es la culpa. 00:13:40.000 --> 00:13:47.000 Pero el caso es que dando un voto de confianza a la honestidad de la empresa, había dos patrones. 00:13:47.000 --> 00:13:51.000 Uno, el que tú dices, es decir, la tasa de siniestralidad es mucho más 00:13:51.000 --> 00:13:55.000 baja con conductores robóticos que con conductores humanos, y dos, en la 00:13:55.000 --> 00:13:59.000 mayoría de los accidentes, Guaymo resolvía que era bastante más culpa 00:13:59.000 --> 00:14:03.000 de de los humanos involucrados en el accidente, es decir, los que no 00:14:03.000 --> 00:14:07.000 conducían el Guaymo, los que tenían otro vehículo eran peatones o 00:14:07.000 --> 00:14:15.000 ciclistas o lo que sea, que del coche autónomo. 00:14:16.000 --> 00:14:20.000 Entonces, bueno, es es un punto que puede ser real. 00:14:20.000 --> 00:14:27.000 Otra cosa es que la aceptación social sea diferente, imagínate la primera vez que el que Guaymo bata a un niño en tu ciudad. 00:14:28.000 --> 00:14:32.000 No, lo que le pasó a Uber en el crowd fue en Phoenix, ¿no? 00:14:32.000 --> 00:14:42.000 El este accidente tan, tan, tan mediático que era de noche y y atropellaron a un ciclista, creo, o un repartidor o algo así. 00:14:42.000 --> 00:14:50.000 Si te pasa un accidente que acaba siendo súper mediático, pues la imagen de la empresa se deteriora, pero de la noche a la mañana. 00:14:50.000 --> 00:14:55.000 Claro, es decir, yo creo que estamos mucho más, no sé si la palabra es 00:14:55.000 --> 00:15:00.000 abiertos o somos mucho, somos capaces de aceptar más el accidente por 00:15:00.000 --> 00:15:05.000 fallo humano que el accidente por el fallo de una máquina de una corporación. 00:15:06.000 --> 00:15:10.000 Yo creo que ahí hay una manera de un debate y una manera de afrontarlo que 00:15:10.000 --> 00:15:14.000 que que lo vamos a tener, porque aunque la tasa de siniestralidad sea más 00:15:14.000 --> 00:15:18.000 baja que con los humanos, tú dices, racionalmente, una manera utilitaria 00:15:18.000 --> 00:15:22.000 deberíamos ser pro coche autónomo, eso va a contrastar con una parte 00:15:22.000 --> 00:15:26.000 emocional, es decir, oye, tenemos máquinas de mil quinientos kilos 00:15:26.000 --> 00:15:30.000 autónomas moviéndose por la calle que pueden atropelar a un niño y un 00:15:30.000 --> 00:15:34.000 día matan a uno. 00:15:34.000 --> 00:15:44.000 Y entonces eso yo creo que que tiene un un registro en el en el debate social y en la opinión pública y bastante diferente. 00:15:44.000 --> 00:15:55.000 De todas maneras, un último apunte de de los coches autónomos, según Tesla, hay fecha para el full self driven en la Unión Europea. 00:15:56.000 --> 00:16:00.000 Bueno, fecha con un asterisco de los gordos, Matías. 00:16:01.000 --> 00:16:06.000 Yo aquí creo que este episodio más de una vez vamos a mencionar a la a la 00:16:06.000 --> 00:16:11.000 Unión Europea, porque en realidad parte de la razón por la que el FSD no 00:16:11.000 --> 00:16:16.000 funciona en Europa como funciona en Estados Unidos, es la es la normativa 00:16:16.000 --> 00:16:21.000 más estricta, que tratándose de conducción autónoma me parece 00:16:21.000 --> 00:16:26.000 fenomenal, pero cuando ha llegado el FSD V doce a Estados Unidos, yo me 00:16:26.000 --> 00:16:31.000 imagino que los usuarios de Tesla en Europa se le pusieron los dientes 00:16:31.000 --> 00:16:36.000 larguísimos, porque las mejoras que que están mostrando, con bastante 00:16:36.000 --> 00:16:45.000 trabajo de marketing de de Tesla por detrás, pues son bastante interesantes. 00:16:45.000 --> 00:16:49.000 Entonces, me sorprende que esto vaya a llegar a Europa por, precisamente, 00:16:49.000 --> 00:16:54.000 por la la dificultad de de la normativa y de sortear todas las restricciones. 00:16:55.000 --> 00:16:59.000 Claro, en en el Twitter la pone primer trimestre de dos mil veinticinco, 00:16:59.000 --> 00:17:03.000 full set drive en Europa, full set drive en China, entre paréntesis, 00:17:03.000 --> 00:17:08.000 pendientes de la aprobación de regulatoria. 00:17:09.000 --> 00:17:20.000 Yo no soy muy optimista, yo no soy un optimista, pero claro, lo que el coche se aparte solo, eso eso es una maravilla. 00:17:20.000 --> 00:17:21.000 Sí, lo sé bien, claro. 00:17:21.000 --> 00:17:26.000 Yo tengo, por suerte, Elena no escucha modos estocásticos, pero tengo un 00:17:26.000 --> 00:17:31.000 problema con mi mujer, y es que ella siempre quiere aparcar en la puerta, 00:17:31.000 --> 00:17:37.000 en la puerta de los sitios, en la puerta del Mercadona, en la puerta. 00:17:37.000 --> 00:17:45.000 Entonces, vemos y dejamos pasar varias plazas de aparcamiento por si hubiera una en la puerta. 00:17:45.000 --> 00:17:53.000 O sea, entonces, cuando das la vuelta, resulta que has perdido ya la plaza que habías visto, por ahorrarte doscientos metros andando. 00:17:53.000 --> 00:18:01.000 Entonces, yo creo que esto podría solucionar esa pequeña discusión familiar recurrente. 00:18:01.000 --> 00:18:10.000 Vamos, el Tesla nos deja en la puerta y le decimos, ve a aparcar, luego salimos con la compra, hacemos el Sammon ese y viene a buscarnos. 00:18:10.000 --> 00:18:13.000 Esto soluciona, yo diría que el noventa y nueve por ciento de mis problemas maritales. 00:18:14.000 --> 00:18:20.000 Yo creo que aprobado en Europa en dos mil sesenta tendrás que trabajar la pareja mientras, eso sí, pero bueno. 00:18:20.000 --> 00:18:23.000 Von der Leyen, que tampoco escucha este podcast, pues algunos se lo podéis 00:18:23.000 --> 00:18:26.000 pasar, aquí, claro, que la seguridad es importante, pero la vida en 00:18:26.000 --> 00:18:30.000 pareja también, ¿no? 00:18:30.000 --> 00:18:32.000 Hay que equilibrar entre entre prioridades, ¿no? 00:18:32.000 --> 00:18:35.000 De igual manera, hay un último tema que a mí me ha hecho muchísima 00:18:35.000 --> 00:18:38.000 gracia, que es tu amigo Elon, en el que, bueno, tú eres el especialista, 00:18:38.000 --> 00:18:43.000 pero esta jugada no se no se la había visto yo antes. 00:18:43.000 --> 00:18:46.000 A veces, Elon tiene Tesla, ¿no? 00:18:46.000 --> 00:18:49.000 Bueno, tiene Tesla, es uno de los accionistas principales de Tesla. 00:18:50.000 --> 00:18:55.000 Pero es también accionista y propietario fundador de XEI. 00:18:58.000 --> 00:19:03.000 Claro, al parecer, lo que plantea más a Elon Musk, es decir, el más de X 00:19:03.000 --> 00:19:08.000 y A y le está planteando al más de Tesla, es algo así como, ¿y si este 00:19:08.000 --> 00:19:13.000 primer Elon Musk, el de X y A y, ayudara a Tesla con su software de 00:19:13.000 --> 00:19:18.000 conducción autónoma? 00:19:18.000 --> 00:19:20.000 El robot Optimus, ¿no? 00:19:20.000 --> 00:19:22.000 Que está ahí en en barbecho, ¿no? 00:19:22.000 --> 00:19:27.000 Y un asistente de voz como Siri, bueno, como Siri no, mucho mejor que Siri, ¿no? 00:19:27.000 --> 00:19:31.000 Como el de GPT cuatro o el el modo de Kathle Johanssoft para los oyentes del podcast. 00:19:31.000 --> 00:19:33.000 Y Tesla a cambio, pues, ¿no? 00:19:33.000 --> 00:19:37.000 El otro Musk, el segundo, el de Tesla, le pagaría, ¿no? 00:19:37.000 --> 00:19:43.000 Pues unos unos cánones, unas unas tasas por el el uso y adopción de esta tecnología. 00:19:43.000 --> 00:19:49.000 Entonces, están ahí Elon negociando con Elon en una cosa un poco poco sui generis, Matthew. 00:19:49.000 --> 00:19:50.000 Claro, claro. 00:19:50.000 --> 00:19:53.000 Elon mirándose al espejo y diciendo, oye, ¿te parecería bien que te 00:19:53.000 --> 00:19:56.000 licenciara mi modelo de IA para todos estos productos que que estás 00:19:56.000 --> 00:20:01.000 planeando dentro de Tesla? 00:20:01.000 --> 00:20:05.000 Y el Elon del espejo le contesta, qué listo eres, Elon, me viene muy bien esto. 00:20:05.000 --> 00:20:10.000 Pues, tiene sentido, no es que sea algo que Elon no haya hecho antes, tuvo 00:20:10.000 --> 00:20:15.000 el el juicio de de la empresa de sus primos de de paneles solares, pero es 00:20:15.000 --> 00:20:22.000 que Xei ya es para tomársela en serio. 00:20:22.000 --> 00:20:27.000 Después del data center este con cien mil H cien de Nvidia que 00:20:27.000 --> 00:20:32.000 construyeron en tiempo récord, me parece que es la apuesta más seria que 00:20:32.000 --> 00:20:37.000 tienen en su catálogo de empresas Elon, y si siempre ha habido esta 00:20:37.000 --> 00:20:42.000 transferencia de secretos industriales, por decirlo de alguna forma, entre 00:20:42.000 --> 00:20:50.000 SpaceX, Tesla, ahora entre Twitter y XCII, pues el siguiente paso es Tesla. 00:20:50.000 --> 00:20:58.000 El problema, y lo delicado, es que Tesla es una empresa cotizada en bolsa, entonces a saber la cantidad de problemas que puede tener por detrás. 00:20:58.000 --> 00:20:59.000 Claro. 00:20:59.000 --> 00:21:03.000 Porque si yo soy un accionista de Tesla y esto sale mal, yo puedo decir, no 00:21:03.000 --> 00:21:07.000 es curioso, no no es tremendamente curioso que estemos traspasando parte 00:21:07.000 --> 00:21:11.000 del valor de Tesla, que es rentable. 00:21:12.000 --> 00:21:16.000 Y empiezas a coger valor de ahí, te lo llevas a x AI, donde Elon tiene un 00:21:16.000 --> 00:21:20.000 porcentaje de la empresa mucho mayor y, por lo tanto, el CEO de Tesla 00:21:20.000 --> 00:21:24.000 está consiguiendo redirigir parte de la actividad económica o, por lo 00:21:24.000 --> 00:21:28.000 menos, parte de, ¿no? 00:21:28.000 --> 00:21:32.000 Del de la ganancia o del del valor a la empresa en la que el CEO es el 00:21:32.000 --> 00:21:36.000 socio mayoritario, fundador, etcétera, a lo mejor, a lo mejor, siendo un 00:21:36.000 --> 00:21:40.000 poquito mal pensado, pues se podría ver por ahí, porque hay un pequeño 00:21:40.000 --> 00:21:44.000 conflicto de interés, tú como CEO de Tesla, deberías decir, bueno, XSEI 00:21:44.000 --> 00:21:48.000 es un proveedor de servicio de inteligencia artificial. 00:21:49.000 --> 00:21:53.000 Si tengo que coger uno, deberías coger el mejor o el más adecuado para 00:21:53.000 --> 00:21:57.000 Tesla, que a lo mejor no es el robot Optimus, es otro, o a lo mejor no es 00:21:57.000 --> 00:22:02.000 el asistente de XEI, es el asistente de Athropic. 00:22:03.000 --> 00:22:07.000 Bueno, es un es una situación, por lo menos 00:22:08.000 --> 00:22:09.000 Sí, no, pero 00:22:09.000 --> 00:22:10.000 para hacerse preguntas. 00:22:10.000 --> 00:22:11.000 No te preocupes. 00:22:11.000 --> 00:22:15.000 Es cierto que el debate de Trump con que Amala Harris le salió mal a 00:22:15.000 --> 00:22:19.000 Trump, pero no hay que preocuparse por estas chanchullos de Elon, porque 00:22:19.000 --> 00:22:23.000 ahí está el rumor de que, si gana Trump, Elon será el encargado de 00:22:23.000 --> 00:22:27.000 auditar las a los reguladores, las administraciones, y el deseo de Elon, y 00:22:27.000 --> 00:22:31.000 lo ha dicho expresamente en Twitter, es reproducir el vídeo de de mi ley 00:22:31.000 --> 00:22:35.000 de afuera, afuera, y quitar la mayor cantidad de regulación posible con 00:22:35.000 --> 00:22:43.000 beneficios para sus propias empresas, claro. 00:22:43.000 --> 00:22:52.000 Claro, John, ¿tú imaginas que que se viene Elon a a auditar, no sé, la la Diputación de Málaga, la Diputación de Teruel, no? 00:22:52.000 --> 00:22:56.000 A ver cómo funcionan aquí las cosas, voy a meter un poquillo mano, sería, ¿no? 00:22:56.000 --> 00:22:57.000 El, ¿no? 00:22:58.000 --> 00:23:04.000 Ese combate Elon funcionaria de cincuenta años con Site Trienius, me encantaría verlo, ¿no? 00:23:04.000 --> 00:23:06.000 Ese diálogo, ese ese encuentro de de entidades. 00:23:07.000 --> 00:23:09.000 Sería muy muy interesante. 00:23:13.000 --> 00:23:16.000 A estas administraciones, imagínate, 00:23:16.000 --> 00:23:18.000 sería un poco. 00:23:18.000 --> 00:23:23.000 Bueno, después de hacer amigos y amigas con el con el coach autónomo, 00:23:23.000 --> 00:23:28.000 pues te traigo una cosita, Matías, una cosa importante, porque la ILA no 00:23:28.000 --> 00:23:33.000 se hace sola, hay que hacerla, Mati, hay que hacerla. 00:23:33.000 --> 00:23:36.000 Mi sección favorita, mi sección favorita. 00:23:36.000 --> 00:23:39.000 Es cierto que yo nunca te traigo nada, pero todo lo que me traes tú me 00:23:39.000 --> 00:23:42.000 sirve luego para mi mi vida, para aplicarlo y y aprovechar estas 00:23:42.000 --> 00:23:47.000 herramientas que mencionas en esta sección. 00:23:48.000 --> 00:23:53.000 Pues, de la mano de Nvidia, nuestros amigos con las GPUs más potentes de 00:23:53.000 --> 00:23:58.000 del mercado, siempre traeremos en esta sección una solución para 00:23:58.000 --> 00:24:03.000 trabajar inteligencia artificial en local, sin pretender de nadie, sin 00:24:03.000 --> 00:24:08.000 pagar servicios a terceros externos, sin necesitar esa conectividad para 00:24:08.000 --> 00:24:13.000 hacer nuestras tareas y nuestras cositas de inteligencia artificial. 00:24:13.000 --> 00:24:22.000 Hoy traigo una que que además creo que especialmente lo que tenemos gráfica de envidia vamos a a disfrutar, es Pinochio. 00:24:24.000 --> 00:24:32.000 Pinochio, que es como Pinocho, pero Pinochio con k de kilo, es una cosa chulísima, Mati. 00:24:32.000 --> 00:24:38.000 Es como la navaja suiza de las aplicaciones de inteligencia artificial local. 00:24:38.000 --> 00:24:41.000 ¿Qué es lo que le echa por qué le echa atrás a mucha gente cuando tiene 00:24:41.000 --> 00:24:44.000 que instalar una de estas aplicaciones de Hugding Face, que descubren 00:24:44.000 --> 00:24:49.000 Github, de inteligencia artificial? 00:24:49.000 --> 00:24:52.000 Pues que el proceso de instalación es es obtuso, no está no es un 00:24:52.000 --> 00:24:55.000 instalador habitual de una aplicación normal muchas veces, hay que 00:24:55.000 --> 00:24:58.000 trabajar con la línea de comandos, no sabes muy bien cuáles de los 00:24:58.000 --> 00:25:04.000 ochenta fork del mismo proyecto te te interesa. 00:25:04.000 --> 00:25:05.000 Bueno, es es complicado, ¿no? 00:25:05.000 --> 00:25:15.000 Y luego, además, para ejecutar, te metes en la línea, cómo era esto, si llego dos semanas después, en qué directorio, es es un es un lío, ¿no? 00:25:15.000 --> 00:25:17.000 Y yo lo he sufrido en mis carnes. 00:25:17.000 --> 00:25:21.000 Al final tenía seis instalaciones de la misma aplicación, porque cada vez la podía instalar. 00:25:21.000 --> 00:25:22.000 Bueno, un un desastre. 00:25:22.000 --> 00:25:26.000 Pinochio es como una especie de navegador, ¿no? 00:25:26.000 --> 00:25:30.000 De aplicación contenedor que te permite instalar, ejecutar y controlar, 00:25:30.000 --> 00:25:34.000 incluso programar cuándo, cuándo, cuándo, cuándo utilizarlo, cualquier 00:25:34.000 --> 00:25:38.000 aplicación de esta naturaleza, de cualquier aplicación de esta que se 00:25:38.000 --> 00:25:45.000 ejecuta con la línea de comandos, con cualquier script de inteligencia artificial. 00:25:45.000 --> 00:25:48.000 Entonces, tú te pones pinoquio, e incluso si te vas a la página verás 00:25:48.000 --> 00:25:51.000 que hay un montón de proyectos que, además, en cada proyecto muchas 00:25:51.000 --> 00:25:54.000 veces te ayudan una información muy valiosa. 00:25:54.000 --> 00:25:59.000 Por ejemplo, mi tarjeta gráfica, yo tengo la tres mil setenta, tiene un nivel de memoria RAM. 00:26:00.000 --> 00:26:09.000 Tú tienes que mirar muchas veces, este proyecto te pide más memoria RAM VRAM de la que tiene, pues este proyecto no es para ti. 00:26:09.000 --> 00:26:15.000 Entonces, puedo escoger en este interfaz de Pinocho cuáles son las adecuadas para mi mi equipo local. 00:26:15.000 --> 00:26:21.000 Bueno, pues ahí tú escoges qué aplicaciones te interesan, las instalas, las ejecutas y es una chulada. 00:26:21.000 --> 00:26:24.000 Entonces, ¿qué quiero tener confu I? 00:26:24.000 --> 00:26:29.000 Que lo hablamos en otra semana del podcast, pues lo puedes a través, configurar a través de Pinochio. 00:26:29.000 --> 00:26:31.000 ¿Que quieres instalar Stable Diffusion? 00:26:31.000 --> 00:26:35.000 ¿Que quieres probar el modelo Flores nuevo que ha sacado Microsoft y que ha liberado? 00:26:35.000 --> 00:26:36.000 Pues ahí lo tienes. 00:26:36.000 --> 00:26:39.000 ¿Que quieres hacer un huésped en local, que es súper útil? 00:26:39.000 --> 00:26:40.000 Pues lo tienes. 00:26:40.000 --> 00:26:43.000 Que quieres tener, probar, experimentar con los sistemas de síntesis de 00:26:43.000 --> 00:26:46.000 voz, pues hay un montón de proyectos pequeñitos, open source que te 00:26:46.000 --> 00:26:49.000 puedes descargar, etcétera. 00:26:49.000 --> 00:26:53.000 Que quieres probar los lora de flux, que son esas pequeñas modificaciones, 00:26:53.000 --> 00:26:57.000 ya lo aplicaremos más con más profundidad, sobre Flux, que te permiten, 00:26:57.000 --> 00:27:01.000 pues, hacer, pues, un género de imágenes como muy especializado, pues 00:27:01.000 --> 00:27:05.000 también lo puedes instalar a través de Pinoctio. 00:27:06.000 --> 00:27:09.000 Entonces, amigas y amigos, los que tengáis graficar de Nvidia, o incluso 00:27:09.000 --> 00:27:12.000 si todavía no la tenéis, pero queréis experimentar o que hay proyectos 00:27:12.000 --> 00:27:17.000 muy ligeros, pues es una aplicación muy recomendable para trabajar el local. 00:27:18.000 --> 00:27:26.000 Esto es la venganza perfecta contra los geeks que ponen barreras de entrada bastante elevadas para acceder a esas herramientas. 00:27:26.000 --> 00:27:35.000 De que tú ves a alguien que te dice, bueno, increíble este lora de flux para hacer imágenes con estilo Minecraft, ¿no? 00:27:35.000 --> 00:27:39.000 Pero vas a instalarlo, tienes que meterte en la línea de comandos y seguir 00:27:39.000 --> 00:27:43.000 unas instrucciones que no entiendes, porque no te da la cabeza, pues me 00:27:43.000 --> 00:27:47.000 parece una venganza perfecta contra contra ese tipo de de barreras de 00:27:47.000 --> 00:27:51.000 entrada para estas herramientas de IA. 00:27:51.000 --> 00:27:52.000 Muchola, Muchola. 00:27:53.000 --> 00:27:56.000 Pues nada, gracias a Nvidia por patrocinar esta sesión. 00:27:56.000 --> 00:28:01.000 Sí, amigos Nvidia, muchas gracias, pero tenemos que promover un asunto a 00:28:01.000 --> 00:28:06.000 Mathey importante en el podcast, que es que más mujeres utilicen estos 00:28:06.000 --> 00:28:12.000 servicios, Mathey, porque nos está pasando una cosa. 00:28:12.000 --> 00:28:17.000 Las mujeres utilizan mucho menos la inteligencia artificial que los hombres. 00:28:18.000 --> 00:28:21.000 Me ha gustado mucho este estudio de qué está pasando, porque realmente la 00:28:21.000 --> 00:28:24.000 brecha es muy grande, sobre todo en en profesionales que te te puede 00:28:24.000 --> 00:28:29.000 llegar a sorprender, como la informática, ¿no? 00:28:29.000 --> 00:28:40.000 Los informáticos varones usan muchísimo más la inteligencia artificial para acelerar su trabajo que que las mujeres, ¿no? 00:28:40.000 --> 00:28:45.000 Y no está muy claro por qué, si es que estas mujeres, a lo mejor, piensan 00:28:45.000 --> 00:28:50.000 que están haciendo trampa y que tienen que conseguir por ellas y con su 00:28:50.000 --> 00:28:56.000 esfuerzo y con sus conocimientos llegar al código que en el que están trabajando. 00:28:56.000 --> 00:28:57.000 No lo sé, es muy interesante. 00:28:58.000 --> 00:29:02.000 Sí, hay una pieza de de Economic que recoge este estudio y alguno más, en 00:29:02.000 --> 00:29:06.000 el que la diferencia hombre y mujer entre entornos, pues, de igual 00:29:06.000 --> 00:29:10.000 profesión, en el mismo país, muchas veces en la misma organización, las 00:29:10.000 --> 00:29:14.000 diferencias estaban entre dieciséis y dieciocho puntos porcentuales, una 00:29:14.000 --> 00:29:19.000 brecha muy, muy, pero que muy significativa, ¿no? 00:29:20.000 --> 00:29:28.000 Entonces, los hombres están mucho más dispuestos a utilizar la inteligencia artificial y las, pues mujeres, pues son un poco más renentes, ¿no? 00:29:28.000 --> 00:29:34.000 Son un poco menos, bueno, menos menos lanzada o o lo ven menos oportuno, ¿no? 00:29:34.000 --> 00:29:41.000 Claro, los investigadores, después de de recabar los datos, realizaron 00:29:41.000 --> 00:29:48.000 preguntas a participantes en el estudio para intentar, intentar entender sus razones. 00:29:48.000 --> 00:29:53.000 Es decir, que por por qué esto sucedía. 00:29:54.000 --> 00:29:58.000 Hay un matiz, es decir, cuando, por ejemplo, se llevaron esto a a a 00:29:58.000 --> 00:30:02.000 estudiantes de la Escuela Norbera de Economía, vieron una anomalía por 00:30:02.000 --> 00:30:06.000 notas, es decir, la brecha refleja un comportamiento de las mujeres de 00:30:06.000 --> 00:30:13.000 rendimiento medio y alto en el que la diferencia es muy grande con los hombres. 00:30:13.000 --> 00:30:21.000 Y si las mujeres tienen unas notas medias o altas, usan mucho menos la inteligencia artificial que su equivalente masculina. 00:30:21.000 --> 00:30:24.000 Pero las de rendimiento académico bajo estaban casi a la par con los 00:30:24.000 --> 00:30:27.000 hombres, eso fue una de las cosas que les llamó la atención a los a los 00:30:27.000 --> 00:30:31.000 investigadores. 00:30:32.000 --> 00:30:40.000 Claro, cuando preguntaron a los estudiantes, ¿utilizarías ChatGPT si tu profesor te lo prohibiera? 00:30:41.000 --> 00:30:49.000 Entonces, la la respuesta era muy similar a los datos que habían recabado antes, es decir, si la estaban usando de manera efectiva, ¿no? 00:30:49.000 --> 00:30:52.000 Las mujeres mucho menos que los que los hombres. 00:30:52.000 --> 00:30:56.000 Pero si había una aprobación explícita, es decir, un contexto en el que, 00:30:56.000 --> 00:31:00.000 pues, el profesorado, las normas de la institución permitieran que se 00:31:00.000 --> 00:31:04.000 podía utilizar inteligencia artificial, entonces, incluso las mujeres con 00:31:04.000 --> 00:31:10.000 mejores resultados decían que sí. 00:31:10.000 --> 00:31:11.000 Entonces, ¿qué es lo que tenemos? 00:31:11.000 --> 00:31:15.000 La conclusión de los investigadores que que que recoge The Economist es 00:31:15.000 --> 00:31:19.000 que las mujeres se auto prohíben de alguna manera bajo la idea de ser, 00:31:19.000 --> 00:31:23.000 pues, muy recta y muy cumplidora de de un deber moral, de una de un 00:31:23.000 --> 00:31:27.000 reglamento, el concepto, a lo mejor, y menciona explícitamente lo que 00:31:27.000 --> 00:31:31.000 dice Economic, de niña buena, de que tienen que conseguir los resultados 00:31:31.000 --> 00:31:35.000 con gran sacrificio y que eso está muy interiorizado por por el género 00:31:35.000 --> 00:31:39.000 femenino, al menos, por lo menos, más que en el masculino, en el que eso 00:31:39.000 --> 00:31:43.000 de que tengo que pasarlo muy mal para conseguir éxito y no hacer ninguna 00:31:43.000 --> 00:31:53.000 trampa, parece que los hombres lo tenemos un poco menos metido dentro. 00:31:54.000 --> 00:31:58.000 Sí, tiene mucho que ver también con la educación, hay más que, a lo 00:31:58.000 --> 00:32:02.000 mejor, más severa con las mujeres y más expectativas de sus padres, que 00:32:02.000 --> 00:32:06.000 tienen que ser niñas buenas y a los niños, pues, se se los educa de otra 00:32:06.000 --> 00:32:10.000 manera todavía, estamos en ese punto. 00:32:10.000 --> 00:32:15.000 Sí que tiene que haber, pero por aterrizar en algún dato, la encuesta es 00:32:15.000 --> 00:32:20.000 a cien mil daneses, además Dinamarca tiene un montón de de open data, de 00:32:20.000 --> 00:32:25.000 datos abiertos, donde pueden cotejar todo esto con ingresos, etcétera. 00:32:25.000 --> 00:32:30.000 Entonces, es un estudio bastante complejo, bastante completo, once profesiones diferentes. 00:32:31.000 --> 00:32:34.000 Y entre los programadores informáticos que no se escuchan mucho, casi dos 00:32:34.000 --> 00:32:37.000 tercios de los hombres utilizaban estas herramientas, mientras que menos 00:32:37.000 --> 00:32:41.000 de la mitad de las mujeres lo 00:32:41.000 --> 00:32:45.000 Pero luego El mundo el mundo de los promedios informáticos a mí me tiene fascinado. 00:32:45.000 --> 00:32:49.000 Es decir, todas las profesiones de la industria del conocimiento, ¿no? 00:32:49.000 --> 00:32:57.000 Escritores, periodistas, diseñadores, artistas, están como entre el miedo, el pánico, el odio, ¿no? 00:32:57.000 --> 00:33:00.000 Unas relaciones muy complicadas con la inteligencia artificial en su mayoría. 00:33:00.000 --> 00:33:04.000 Hay mayorías que no, pero casi me atrevo a decir que que, por lo menos, en 00:33:04.000 --> 00:33:08.000 el discurso público se escucha más a los que están recelosos, 00:33:08.000 --> 00:33:13.000 contrarian a la inteligencia artificial, pero con los programadores yo flipo. 00:33:13.000 --> 00:33:19.000 Oh, qué guay, esto hace mucho trabajo por mí, qué bien, no, es fantástico. 00:33:19.000 --> 00:33:22.000 Oh, un agente inteligente que va a programar, estupendo. 00:33:23.000 --> 00:33:35.000 No sé, estamos sobre confiados los programadores y y y y vendrá vendrá luego vendrá luego a que paguemos la factura, no sé yo. 00:33:35.000 --> 00:33:39.000 No lo sé, ojalá fuera que los sueldos que tienen los programadores se 00:33:39.000 --> 00:33:43.000 vayan a convertir en el sueldo de todos, pero tal y como funcionan las 00:33:43.000 --> 00:33:47.000 cosas, me da más la sensación de que esos sueldos se van a esfumar 00:33:47.000 --> 00:33:51.000 gracias a las posibilidades que habilita en los programadores mediocres la 00:33:51.000 --> 00:33:56.000 inteligencia artificial. 00:33:57.000 --> 00:33:59.000 Así que, tened cuidado. 00:33:59.000 --> 00:34:05.000 Recomendamos el el episodio que tuvimos con Juan Lupion en la temporada dos, en el que hablamos un montón y desarrollamos esto. 00:34:05.000 --> 00:34:13.000 Pero hablando de hombres listillos que quieren trabajar poco, Mati, estoy metido estoy metido en el subreddit de Suno. 00:34:14.000 --> 00:34:20.000 Suno es una herramienta de la que hemos hablado varias veces por aquí, y degenerativa para crear canciones. 00:34:21.000 --> 00:34:24.000 De hecho, algún hitazo propio de Buenos Hidrocráticos está creado con 00:34:24.000 --> 00:34:27.000 con Suno, tenemos que reconocerlo, aquella canción de Carta Maestación 00:34:27.000 --> 00:34:30.000 que que, bueno, ha sido poco publicitada y yo, bueno, aquí vengo a 00:34:30.000 --> 00:34:35.000 también a a comentarla, ¿no? 00:34:35.000 --> 00:34:37.000 Y Ya, tendremos que hacer una del sexmo. 00:34:38.000 --> 00:34:43.000 El sexmo es verdad, poca gente ha escrito canciones sobre el sexmo, ahí ahí hay un nicho. 00:34:44.000 --> 00:34:55.000 Bueno, el caso es que el el el el subred desde su uno me me me da una visión un poco, bueno, que que que hay un patrón. 00:34:55.000 --> 00:35:00.000 Es decir, el patrón es chavales jóvenes que les gustaría pegar un 00:35:00.000 --> 00:35:05.000 pelotazo y vivir de sus canciones generadas con Suno, porque cada dos por 00:35:05.000 --> 00:35:10.000 tres el post habitual es, mira, este es mi canal de YouTube de canciones 00:35:10.000 --> 00:35:15.000 con Zuno, estos son mis números, a ver cómo consigo que esto me dé unos 00:35:15.000 --> 00:35:22.000 cuantos eurillos, Matías. 00:35:23.000 --> 00:35:27.000 Pues sabes que este es un tema en el que pienso mucho, no porque esté 00:35:27.000 --> 00:35:31.000 metido como tú en eso del ready de de Suno, sino porque yo para trabajar 00:35:31.000 --> 00:35:35.000 me pongo música instrumental, generalmente en YouTube, que tengo YouTube 00:35:35.000 --> 00:35:39.000 premium, entonces no me saltan anuncios y tal, Y de un tiempo a esta 00:35:39.000 --> 00:35:43.000 parte, casi todos los vídeos que me saltan, en plan banda sonora de 00:35:43.000 --> 00:35:50.000 Señor de los Anillos, pero low fi, hip hop. 00:35:50.000 --> 00:35:55.000 Empiezo a notar que probablemente estén hechas con inteligencia artificial, ¿no? 00:35:57.000 --> 00:36:01.000 Y lo noto en que tienen menos cariño, tienen, no sé, me parecen menos 00:36:01.000 --> 00:36:05.000 creativas y más planas la las los vídeos estos de canciones de una hora 00:36:05.000 --> 00:36:09.000 que que me pongo, además de que la propia imagen del vídeo está 00:36:09.000 --> 00:36:14.000 autogenerada y eso sí que se pilla rápidamente. 00:36:14.000 --> 00:36:18.000 Entonces, me están inundando de inteligencia artificial. 00:36:18.000 --> 00:36:23.000 No sé si con las escuchas que yo les doy esta gente se está haciendo rica o no. 00:36:24.000 --> 00:36:27.000 Bueno, la mayoría son como algunos de los ejemplos que que te he pasado 00:36:27.000 --> 00:36:30.000 del tipo he lanzado cuarenta y cuarenta y dos canciones con su uno a 00:36:30.000 --> 00:36:34.000 YouTube y he ganado novecientos dólares en tres meses. 00:36:34.000 --> 00:36:37.000 Claro, es complicado, es complicado, ¿no? 00:36:37.000 --> 00:36:41.000 Esto, realmente, es que las economías de YouTube son muy duras, es decir, 00:36:41.000 --> 00:36:45.000 a lo mejor para hacer mil pagos necesitas un millón de views, No, es una 00:36:45.000 --> 00:36:50.000 economía de escala, ¿no? 00:36:50.000 --> 00:36:53.000 Que no es para tener un nichito de gente muy específica que le guste de lo 00:36:53.000 --> 00:36:56.000 tuyo, es para ser éxito masivo o si no, pues no, económico, en YouTube, 00:36:56.000 --> 00:37:01.000 pues no, no te van a funcionar. 00:37:01.000 --> 00:37:07.000 De todas maneras, ha sido muy llamativo porque claro, ha habido quien ha 00:37:07.000 --> 00:37:13.000 querido tomar un atajo y bueno, la han pillado con el carrito del helado, Matías. 00:37:14.000 --> 00:37:18.000 Departamento de Justicia de Estados Unidos, saltaba la noticia, ha 00:37:18.000 --> 00:37:22.000 presentado cargos contra un músico, creador de Carolina del Norte, 00:37:22.000 --> 00:37:27.000 acusado de fraude musical asistido por inteligencia artificial. 00:37:28.000 --> 00:37:35.000 Claro, cuando se ha contado esto, el caso de Daniel Laruso, veintisiete años, el perfil perfecto de estoy en el subreddit de su, ¿no? 00:37:35.000 --> 00:37:42.000 Se dice, ah, que es lo están acusando porque, o lo han arrestado, porque ha creado música con inteligencia artificial y la ha publicado. 00:37:42.000 --> 00:37:49.000 No, no, es decir, él ha creado canciones con inteligencia artificial, la subía a distintas plataformas, ¿vale? 00:37:49.000 --> 00:37:52.000 ¿Qué es qué es de lo que se le acusa realmente? 00:37:52.000 --> 00:37:53.000 ¿O por qué? 00:37:54.000 --> 00:38:02.000 Porque realmente también creaba un sistema de bots que añadían escuchas a sus propias creaciones. 00:38:02.000 --> 00:38:05.000 Es decir, el delito no estaba en crear música con inteligencia artificial 00:38:05.000 --> 00:38:08.000 y publicarla, eso no es un delito, sino que estaba en que intentaba 00:38:08.000 --> 00:38:11.000 falsear los números de escuchas reales, pues, pues mandando bots, sobre 00:38:11.000 --> 00:38:14.000 todo a YouTube, que es donde realmente hay un esquema de compartición de 00:38:14.000 --> 00:38:20.000 ingresos directo y claro. 00:38:20.000 --> 00:38:24.000 Entonces, él sí que estaba triunfando y sí que había generado, según 00:38:24.000 --> 00:38:28.000 la la información publicada, hasta un millón de dólares en en en en 00:38:28.000 --> 00:38:34.000 regalías, ¿no? 00:38:34.000 --> 00:38:39.000 En en realties de de las escuchas, bueno, en este caso, fraudulenta. 00:38:40.000 --> 00:38:43.000 Me recuerda cuando yo le ponía mis podcast, cuando mi perra oía, que 00:38:43.000 --> 00:38:46.000 ahora con casi dieciocho años no oye nada, le ponía mis propios podcast 00:38:46.000 --> 00:38:49.000 a la perra para que se quedara tranquila y escuchaba horas y horas y horas 00:38:49.000 --> 00:38:52.000 de mis podcast. 00:38:52.000 --> 00:38:59.000 Si yo hubiera generado ingresos con esto, no, en monos estocásticos no tenemos ni siquiera activa la monetización de YouTube, por cierto. 00:39:00.000 --> 00:39:04.000 Pues sería también una un fraude lo que habría estado cometiendo. 00:39:04.000 --> 00:39:06.000 No eran bots, pero era mi perra. 00:39:06.000 --> 00:39:09.000 Oye, pues en YouTube estamos ya ahí en mil quinientas views, dos mil views 00:39:09.000 --> 00:39:12.000 por, nosotros que somos un podcast muy clásico, somos más de oyente, 00:39:12.000 --> 00:39:15.000 pelado y montado, ¿no? 00:39:15.000 --> 00:39:20.000 De de te pones tus casquitos, te das un paseo o mientras fregas los platos, la plancha, ¿no? 00:39:20.000 --> 00:39:21.000 Ese es nuestro contexto bueno. 00:39:22.000 --> 00:39:29.000 YouTube es un añadido para que nos descubra aquí, pues, otro perfil de público y tenemos esos mil quinientos views. 00:39:29.000 --> 00:39:30.000 No está, no está mal, Matty. 00:39:31.000 --> 00:39:34.000 No encargues el el Tesla a tope cargado con todo, ¿no? 00:39:34.000 --> 00:39:39.000 Con toda la fullsel drive y tal, pues hay que ir pensando en el más modesto, pero bueno, ahí estamos, 00:39:41.000 --> 00:39:44.000 Sí, la verdad es que cuando publicamos un episodio nuevo y nos escucha 00:39:44.000 --> 00:39:47.000 tanta gente, luego me arrepiento de hacer chistes sobre funcionarios que 00:39:47.000 --> 00:39:52.000 desayunan a las diez de la mañana. 00:39:52.000 --> 00:39:55.000 Ya, a lo mejor a lo mejor lo puedes editar y que esto quede un poco extraño, ¿no? 00:39:55.000 --> 00:40:01.000 Y que la gente no sepa qué qué tipo de chistes hiciste, pero os da contexto a los oyentes si Matías al final lo ha editado. 00:40:01.000 --> 00:40:08.000 Era una alabanza al funcionario español, gran oyente de podcast al que queremos mucho más que a a Elon Musk. 00:40:08.000 --> 00:40:17.000 Hay una mujer que lo tiene clarísimo, que tiene clarísimo que hay que apostar por la inteligencia artificial, que es Alba Mejide. 00:40:18.000 --> 00:40:22.000 Esta chica está en todas partes últimamente, no recuerdo si la hemos 00:40:22.000 --> 00:40:26.000 llegado a mencionar en el podcast, pero la han entrevistado en paréntesis 00:40:26.000 --> 00:40:30.000 media, y me he leído la entrevista entera, que está la transcripción en 00:40:30.000 --> 00:40:34.000 paréntesis punto media, pero luego también la tenéis en en YouTube, en 00:40:34.000 --> 00:40:39.000 el canal de YouTube de paréntesis media Yo creo que ahora os voy a poner. 00:40:39.000 --> 00:40:40.000 Problemas de incertidumbre. 00:40:40.000 --> 00:40:43.000 Es decir, yo como empresa, ¿cómo voy a apostar por un modelo de Ia o por 00:40:43.000 --> 00:40:46.000 un desarrollo que utiliza un modelo de Ia, en seis meses es posible que 00:40:46.000 --> 00:40:49.000 venga la Unión Europea y me diga, no puedes usarlo. 00:40:50.000 --> 00:40:59.000 Queremos lanzarnos a la Ia y resulta que nos hemos quedado por el camino y nuestra gestión de datos es muy mala o seguimos trabajando en papel boli. 00:40:59.000 --> 00:41:05.000 Esta chica ahora está asesorando al gobierno de España en cuestiones de IA y no me ha podido caer mejor. 00:41:06.000 --> 00:41:10.000 Pues nada, paréntesis media, otra vez que que son el mejor medio de 00:41:10.000 --> 00:41:14.000 inteligencia artificial en español, además son muy amigos de monos 00:41:14.000 --> 00:41:19.000 estocásticos, así que ahí tenéis la entrevista con Alba Mejide. 00:41:19.000 --> 00:41:26.000 Ay, bueno, vamos a vamos a un tema que que sí has controlado, Mati, porque tú estuviste viendo la presentación de de Apple. 00:41:26.000 --> 00:41:33.000 La inteligencia manzana la tendremos, no la tendremos, vendrá Europa o no vendrá. 00:41:34.000 --> 00:41:38.000 Para mí ha sido una desilusión, porque en las últimas betas el la 00:41:38.000 --> 00:41:42.000 inteligencia manzana, como decimos nosotros, se podía activar muy fácil, 00:41:42.000 --> 00:41:46.000 cambiando el idioma a inglés del iPhone, del iPad o del Mac, y a inglés 00:41:46.000 --> 00:41:52.000 de Estados Unidos. 00:41:52.000 --> 00:41:56.000 Y en la presentación y en la web de Apple dicen que va a estar 00:41:56.000 --> 00:42:00.000 geobloqueado en la Unión Europea y en China, lo que sugiere que no vamos 00:42:00.000 --> 00:42:04.000 a poder aprovechar estas herramientas. 00:42:05.000 --> 00:42:10.000 La realidad es que tampoco son para tirar cohetes. 00:42:10.000 --> 00:42:13.000 Ya sabemos que Apple, por un lado, llegaba tarde a la inteligencia 00:42:13.000 --> 00:42:16.000 artificial generativa, y por otro, para diferenciarse, una cosa que ha 00:42:16.000 --> 00:42:19.000 hecho es que la ha integrado de una forma bastante sutil en la que Apple 00:42:19.000 --> 00:42:25.000 no genera texto. 00:42:25.000 --> 00:42:28.000 Por ejemplo, tiene muchas herramientas para ayudarte a cambiar tu texto a, 00:42:28.000 --> 00:42:31.000 pues, oye, quieres que un email a tu jefe, pues, tenga un tono más 00:42:31.000 --> 00:42:34.000 formal, pues se lo pides a Apple Intelligence y te reescribe el email con 00:42:34.000 --> 00:42:38.000 un tono más formal. 00:42:39.000 --> 00:42:47.000 O lo contrario, quieres que sea más más gracioso, más coloquial, pero el Apple Intelligence no va a generar el texto desde cero. 00:42:47.000 --> 00:42:57.000 Igual con las imágenes autogeneradas, tú no puedes con el iPhone hacer un, que Bob Esponja sea el piloto del avión del once S. 00:42:57.000 --> 00:43:05.000 Eso no puedes hacerlo con el iPhone, puedes crear emojis, nuevos, entre comillas, mezclando elementos de otros emojis, gracias a la guía generativa. 00:43:08.000 --> 00:43:12.000 Guía generativa, pero no puedes crear una imagen desde cero y las que 00:43:12.000 --> 00:43:17.000 puedes crear son con estilo muy, muy limitados, y sobre todo de dibujitos, ¿no? 00:43:17.000 --> 00:43:20.000 Y y animación y ese tipo de de estilos. 00:43:21.000 --> 00:43:26.000 Entonces, no nos perdemos gran cosa, pero la verdad es que es lo más 00:43:26.000 --> 00:43:31.000 grande y más importante que trae el iPhone nuevo, porque es un cambio 00:43:31.000 --> 00:43:37.000 interactivo pequeñito, y no sé si va a llegar a afectar a las ventas en Europa. 00:43:37.000 --> 00:43:40.000 Me me interesa saberlo, porque yo creo que hay gente que compra el iPhone 00:43:40.000 --> 00:43:43.000 simplemente porque es el iPhone y es el último que ha salido, y no sé 00:43:43.000 --> 00:43:46.000 hasta qué punto la gente va a comprar el iPhone porque tenga o no tenga 00:43:46.000 --> 00:43:50.000 inteligencia artificial. 00:43:51.000 --> 00:44:00.000 Bueno, yo ahí soy un poco escéptico de que la IA sea, se llama un driver de ventas, no, no creo que que esto vaya a afectar. 00:44:00.000 --> 00:44:03.000 Es verdad que en cierto público adolescente, aunque nosotros lo riamos 00:44:03.000 --> 00:44:06.000 mucho, los emojis pueden tener su punto, el emojis como gran innovación 00:44:06.000 --> 00:44:10.000 de Apple, pues ahí ahí la tenemos, ¿no? 00:44:10.000 --> 00:44:14.000 Porque este mundo de adolescente en el que el estatus social, la 00:44:14.000 --> 00:44:18.000 pertenencia al grupo, que tú tengas los emojis de iPhone o tengas los 00:44:18.000 --> 00:44:22.000 otros emojis menos asthetic, Matías, pues eso genera preocupación en ese 00:44:22.000 --> 00:44:29.000 tipo de público. 00:44:29.000 --> 00:44:32.000 No sé si el genmoji irá por ahí. 00:44:32.000 --> 00:44:36.000 Bueno, yo creo que, viendo la expectación que generan ya las keyno de 00:44:36.000 --> 00:44:40.000 Apple, creo que es el momento de aceptar que, tras muchos años de 00:44:40.000 --> 00:44:44.000 pequeñas mejoras incrementales, el iPhone o la nueva generación de 00:44:44.000 --> 00:44:48.000 teléfonos móvil no difiere mucho de otros cacharros utilitarios que 00:44:48.000 --> 00:44:53.000 tenemos que tener, ¿no? 00:44:53.000 --> 00:44:58.000 Y que, de alguna manera, esto se va apareciendo cada vez más a la nueva 00:44:58.000 --> 00:45:03.000 temporada de televisores, aburrida, previsible, con alguna mejorita, pero 00:45:03.000 --> 00:45:08.000 en la que no no no va a dejar nadie con la boca abierta ni ni nada de eso, ¿no? 00:45:08.000 --> 00:45:11.000 Entonces, lo que tú dices, yo creo que la gente la que renueva todos los 00:45:11.000 --> 00:45:14.000 años o la que dice, bueno, cuando ya el iPhone no da más de seis, cinco 00:45:14.000 --> 00:45:17.000 años después lo renuevo, y que son gente que está muy marquista y muy 00:45:17.000 --> 00:45:23.000 muy metida en el ecosistema y que no se plantea mirar fuera, ¿no? 00:45:23.000 --> 00:45:26.000 También creo que ese que ese es su potencial ahora mismo, ¿no? 00:45:26.000 --> 00:45:28.000 También tengo que decir, la gente que nos está escuchando de fuera de la 00:45:28.000 --> 00:45:30.000 Unión Europea, que también lo sabe, y si nos estás escuchando de 00:45:30.000 --> 00:45:32.000 México, Colombia, Argentina, déjanos un comentario por dos razones, para 00:45:32.000 --> 00:45:34.000 saber desde dónde nos escucháis, y también porque si dejáis 00:45:34.000 --> 00:45:36.000 comentarios en cualquiera de las plataformas, entonces el algoritmo nuevo 00:45:36.000 --> 00:45:43.000 nos sube en visibilidad. 00:45:44.000 --> 00:45:50.000 Hay hay un truco, ¿y si si te acercas a Andorra, podrás usar la la inteligencia manzana o o cerca de Gibraltar? 00:45:51.000 --> 00:45:58.000 Ahí es que, claro, la gente de la línea de la concepción puede ser la la más avanzada en inteligencia artificial de España. 00:45:58.000 --> 00:46:01.000 Yo creo que ya tenemos título para el piso. 00:46:04.000 --> 00:46:10.000 Entonces, entonces dirían Gibraltar español, pero todavía no, todavía no, que tenemos que usar la guía. 00:46:13.000 --> 00:46:17.000 De todas maneras, hay hay un hay un punto, porque te estuve escuchando en 00:46:17.000 --> 00:46:22.000 el podcast de Tech uno cero uno, que es de nuestro amigo Edu y tú fuiste invitado. 00:46:22.000 --> 00:46:24.000 Yo hay un punto que que hay que discutir. 00:46:25.000 --> 00:46:29.000 Creo que Apple se está especializando bien en el público viejúner, Matías. 00:46:30.000 --> 00:46:34.000 Porque tenías toda esa parte de detectar los infartos del corazón. 00:46:35.000 --> 00:46:36.000 Sí. 00:46:36.000 --> 00:46:40.000 Ahora el reloj que te mide la calidad del sueño. 00:46:40.000 --> 00:46:45.000 Y los AirPods que pueden funcionar como audífonos, se está quedando sordo. 00:46:46.000 --> 00:46:52.000 Es decir, el público más setenta es el target claro de Apple ahora mismo. 00:46:53.000 --> 00:46:59.000 Entonces, claro, nosotros estamos desatendidos, Mati, porque si tienes trece años, pues tienes el genmoji, ¿no? 00:46:59.000 --> 00:47:03.000 Que te da muy importante en tu vida social digital, ¿no? 00:47:04.000 --> 00:47:11.000 Si tienes más setenta, pues tiene el audífono, la te cuida la apnea, los infartos, todo eso también Apple te tiene cuidado. 00:47:11.000 --> 00:47:19.000 Pero en los treinta y los cuarenta estamos estamos desatendidos, estamos huérfanos de novedades de Apple que apelen a nuestras necesidades. 00:47:19.000 --> 00:47:21.000 Claro, sí, sí, sí. 00:47:21.000 --> 00:47:26.000 Y fíjate, y si esto, sabemos que la gen z no, que la gen z sigue queriendo 00:47:26.000 --> 00:47:31.000 iPhone y que siguen viéndolo como un tema de estatus, pero imagínate que 00:47:31.000 --> 00:47:36.000 la gen alfa, que es la siguiente, que ya están casi en edad de tener 00:47:36.000 --> 00:47:41.000 teléfono, decide que el iPhone es una cosa de boomers, es una cosa de 00:47:41.000 --> 00:47:46.000 viejos, entonces se le cae a Apple el el castillo de naipes de una manera increíble. 00:47:46.000 --> 00:47:49.000 La se salva porque en Estados Unidos no existe el WhatsApp y y todo el 00:47:49.000 --> 00:47:52.000 mundo habla por iMessage, pero bueno, a eso tienen que venir ahí 00:47:52.000 --> 00:47:57.000 antimonopolio a hacer algo. 00:47:57.000 --> 00:48:03.000 Sí, sí, sí, yo ahí dejo dejo ese tema ahí, el tema del marketing de Apple, porque yo me preocuparía, ¿no? 00:48:03.000 --> 00:48:07.000 Estar ahí con con una pata en cada lado, pero yo a quien veas atendido es al cuarentón. 00:48:07.000 --> 00:48:13.000 Al cuarentón, a pela aquí, no no nos ha no nos ha no nos ha dado ningún ningún valor nuevo. 00:48:14.000 --> 00:48:18.000 Y bueno, pasamos página, Mati, porque es que he disfrutado tanto, lo he 00:48:18.000 --> 00:48:22.000 gozado, es decir, ha sido una un éxtasis esta semana con el informe de 00:48:22.000 --> 00:48:26.000 Mario Draghi, que que, bueno, es que tenía que contarlo en el podcast de 00:48:26.000 --> 00:48:32.000 de alguna manera o de otra. 00:48:33.000 --> 00:48:36.000 A ver, cuéntame, ¿por qué no estoy muy enterado qué dijo Mario Draghi? 00:48:36.000 --> 00:48:48.000 Bueno, Mario Draghi, la Lali Aparta, ha ha presentado un informe que que, bueno, que que son mil doscientas páginas. 00:48:48.000 --> 00:48:54.000 Te voy a confesar que no las he leído todas, me ha ido me ha ido un poco a la parte tecnológica de IA, digital, etcétera. 00:48:54.000 --> 00:48:59.000 Bueno, bueno, su informe se llama competitividad de la Unión Europea de cara al futuro. 00:48:59.000 --> 00:49:08.000 Es un informe que, si lo juntas con las declaraciones que ha hecho en en su presentación, que que es letal. 00:49:09.000 --> 00:49:13.000 Básicamente, la tesis fundamental de de de este político italiano es que 00:49:13.000 --> 00:49:17.000 la Unión Europea está matando sus empresas a base de sobrregular, 00:49:17.000 --> 00:49:21.000 sobrerregular, que nos estamos quedando atrás en tecnología e 00:49:21.000 --> 00:49:25.000 innovación y que o reaccionamos de una manera radical o estamos abocados 00:49:25.000 --> 00:49:29.000 a una lenta decadencia. 00:49:30.000 --> 00:49:32.000 Pues hasta ahora es basadísimo Mario Draging. 00:49:33.000 --> 00:49:37.000 Está basado, pero además en un grado en un grado superativo, porque yo 00:49:37.000 --> 00:49:41.000 todo lo que he leído en la Unión Europea, vamos a vamos a hablar claro, 00:49:41.000 --> 00:49:45.000 hay hay, en todas las cosas de la Unión Europea, hay un montón de paja, 00:49:45.000 --> 00:49:49.000 hay un montón de de de discurso de wisful thinking, de vamos a crecer el 00:49:49.000 --> 00:49:57.000 mundo para que las florecillas del campo y las próximas generaciones, ¿no? 00:49:57.000 --> 00:50:02.000 Y Hay siempre ese ese halo como de buenista. 00:50:02.000 --> 00:50:11.000 No, no, no, aquí el amigo Mario tiene un informe, cero bullshit, cero gilipolleces y y, bueno, son mil doscientas páginas, ¿no? 00:50:11.000 --> 00:50:18.000 Dice que haya ido al grano exactamente, pero que que realmente veo un un repaso tremendísimo. 00:50:18.000 --> 00:50:26.000 El error quinto lo lo desarrolló un poco más, pero, básicamente, España Europa se queda atrás de la productividad con respecto a Estados Unidos. 00:50:26.000 --> 00:50:32.000 Esta diferencia de productividad de los europeos se nota cada vez más en la renta disponible de las familias. 00:50:32.000 --> 00:50:34.000 Si queremos familias más ricas, tenemos que mejorar muchísimo la 00:50:34.000 --> 00:50:36.000 publicidad, como sí está pasando en Estados Unidos, pero no está 00:50:36.000 --> 00:50:40.000 pasando en Europa. 00:50:40.000 --> 00:50:42.000 ¿Qué es lo que dice Mario además? 00:50:42.000 --> 00:50:46.000 Pues que la regulación europea, la GPDR, la AEAT, la DMA, la DCA, es 00:50:46.000 --> 00:50:50.000 mutícaro, dice, claro, son bien intencionadas, y le pega un mostión en 00:50:50.000 --> 00:50:54.000 el informe, pero bueno, bueno, es decir, son bien intencionadas, pero a 00:50:54.000 --> 00:50:58.000 mix de la Unión Europea estamos previniendo riesgos imaginarios 00:50:58.000 --> 00:51:02.000 hipotéticos que no se han dado todavía, en el que esos escenarios 00:51:02.000 --> 00:51:06.000 negativos, pues no sabemos si pasarán o no pasarán, si hemos adivinado 00:51:06.000 --> 00:51:10.000 bien el futuro, si no lo hemos adivinado bien, pero lo que es seguro es 00:51:10.000 --> 00:51:14.000 que toda esta sobreregulación que mete burocracia, enlentece, prohíbe 00:51:14.000 --> 00:51:18.000 mucho experimentación e innovación, está además provocando solapes 00:51:18.000 --> 00:51:22.000 entre distintas legislaciones que afectan a los mismos campos, genera 00:51:22.000 --> 00:51:26.000 incertidumbre, porque hay muchos casos no claros, es decir, le mete una 00:51:26.000 --> 00:51:30.000 caña a la regulación de la Unión Europea que dice, oye, esto en los 00:51:30.000 --> 00:51:34.000 casos hipotéticos que estamos previniendo, pues que no sabíamos si se 00:51:34.000 --> 00:51:38.000 iban a dar o no se iban a dar, pues ahí están, pero lo que es seguro es 00:51:38.000 --> 00:51:42.000 que estamos consiguiendo el perjuicio económico la productividad de 00:51:42.000 --> 00:51:46.000 nuestras empresas y nuestras compañías digitales, que no tenemos ningún 00:51:46.000 --> 00:51:50.000 campeón digital o gran compañía creada en los últimos cincuenta años 00:51:50.000 --> 00:52:08.000 y que, oye, esto es una lenta decadencia que tenemos que resolver chat. 00:52:08.000 --> 00:52:12.000 Entonces, luego hace una prescripción de medidas que tiene que ver tanto 00:52:12.000 --> 00:52:16.000 como con lo legislativo como con la inversión, pero que, básicamente, es 00:52:16.000 --> 00:52:20.000 una enmienda a la totalidad, a la inercia legislativa de los últimos 00:52:20.000 --> 00:52:24.000 diez, quince años de la Unión Europea, y que aquí nos afecta mucho, 00:52:24.000 --> 00:52:28.000 porque aquí hemos hablado mucho de la AIAT, de su filosofía y de su 00:52:28.000 --> 00:52:32.000 puesta en práctica, porque lo que también dice Draghi, lo hemos dicho en 00:52:32.000 --> 00:52:36.000 este podcast, no vamos a crear los grandes modelos de inteligencia 00:52:36.000 --> 00:52:40.000 artificial en Europa. 00:52:40.000 --> 00:52:43.000 Y es más, a la hora de adoptar los grandes modelos de inteligencia 00:52:43.000 --> 00:52:46.000 artificial que se crean fuera de Europa, sobre todo en Estados Unidos, 00:52:46.000 --> 00:52:49.000 pero, fíjense también en chino, pero, bueno, sobre todo en Estados 00:52:49.000 --> 00:52:52.000 Unidos, es que esas empresas no van a traerla a Europa, porque por GPDR y 00:52:52.000 --> 00:52:59.000 por la IAC van a tener muchos problemas y muchas trabas. 00:52:59.000 --> 00:53:00.000 Entonces, ¿qué es lo que tenemos? 00:53:00.000 --> 00:53:04.000 Que Apple no trae la Apple Intelligence, que Meta ya dice que los modelos 00:53:04.000 --> 00:53:08.000 multimodales de Meta no van a salir y que ya veremos en los grandes 00:53:08.000 --> 00:53:12.000 modelos de dos mil veinticinco si hay versiones especiales para Europa, si 00:53:12.000 --> 00:53:16.000 llegamos meses más tarde o si no llegan en absoluto. 00:53:16.000 --> 00:53:24.000 O, bueno, hay un caso optimista que es que consiguen cumplir la legislación europea y la obtenemos, pero yo ahora mismo soy pesimista. 00:53:24.000 --> 00:53:30.000 Entonces, el amigo Mario es un es un compañero más de monos estocásticos. 00:53:30.000 --> 00:53:33.000 Incluso, nosotros siempre hemos sido más tibios, o menos hay que pensarlo, 00:53:33.000 --> 00:53:36.000 quizás no estamos pasando, pero el amigo Mario va frontal, va directo y 00:53:36.000 --> 00:53:39.000 va duro con este tema. 00:53:41.000 --> 00:53:43.000 Pues, no veas, a ver si tiene algún efecto este, ¿no? 00:53:43.000 --> 00:53:47.000 Porque el, también un problema que veo es que igual tenemos en Europa más 00:53:47.000 --> 00:53:51.000 gente diciendo que hay que emprender, hay que arriesgar, hay, y gente a 00:53:51.000 --> 00:53:55.000 que luego da cursos sobre este tema, que luego gente emprendiendo y 00:53:55.000 --> 00:54:01.000 arriesgando su dinero, ¿no? 00:54:01.000 --> 00:54:07.000 Pues me da la sensación de que somos más de de tiktokers que de que de Mark Zuckerberg. 00:54:07.000 --> 00:54:12.000 Ahora bien, tiene razón en que estamos frenando lo que lo que pueda surgir 00:54:12.000 --> 00:54:17.000 en Europa, Toda la razón, y en ese sentido, yo creo que en monos 00:54:17.000 --> 00:54:22.000 estocásticos también vemos demasiado restrictivo, hemos sido restrictiva 00:54:22.000 --> 00:54:27.000 la ILA y Act, y sobre todo demasiado etérea, en el sentido de intentar 00:54:27.000 --> 00:54:35.000 anticiparse a Enrollo Minority Report a algo que no todavía no no existe, ¿no? 00:54:35.000 --> 00:54:43.000 Entonces, pues, no sé, parecen juristas siendo juristas. 00:54:44.000 --> 00:54:47.000 Bueno, yo creo que la inercia en Europa es muy difícil de de mover. 00:54:47.000 --> 00:54:50.000 De hecho, hay una parte del informe Mario que dice, oye, necesitamos una 00:54:50.000 --> 00:54:53.000 inversión de ochocientos mil millones anuales en I más D en Europa, que 00:54:53.000 --> 00:54:56.000 no dice que todo sea público, es decir, hay hay varia gente que está 00:54:56.000 --> 00:54:59.000 leyendo como uf, al final es un italiano con solución italiana, subamos 00:54:59.000 --> 00:55:06.000 los impuestos y que lo público haga cosas. 00:55:06.000 --> 00:55:09.000 No no es el planteamiento de Draggy, él él dice que el capital europeo 00:55:09.000 --> 00:55:12.000 privado que va a invertir en I más D no va a dar para todo lo que 00:55:12.000 --> 00:55:15.000 necesitamos en Europa y que los países tendrán que aportar y arriesgar, 00:55:15.000 --> 00:55:21.000 y que esto va de uno o dos por ciento del PIB. 00:55:21.000 --> 00:55:25.000 Aquí me meteré un poco en un charco, que es el gran proyecto que tenemos 00:55:25.000 --> 00:55:30.000 en gran parte de Europa, pero sobre todo en España, es el de pagar las pensiones. 00:55:31.000 --> 00:55:36.000 Es donde se están dañando todo el gasto presente, futuro, porque nos 00:55:36.000 --> 00:55:41.000 endeudamos para pagar las pensiones, y que esta apuesta económica de de 00:55:41.000 --> 00:55:46.000 mejorar la productividad europea ahora mismo está lejísimos de nuestro 00:55:46.000 --> 00:55:51.000 de de nuestro mapa o de nuestras prioridades presupuestarias. 00:55:52.000 --> 00:55:54.000 La semana que viene voy a ir a un evento que va al ministro de economía. 00:55:54.000 --> 00:56:01.000 Voy a ver qué qué dice, porque seguro que este informe de Draki va a ser va a ser central, ¿no? 00:56:01.000 --> 00:56:08.000 Entonces, bueno, si quieres pasamos página de de política económica y vamos a hablar todas tres cositas de OpenEye. 00:56:09.000 --> 00:56:10.000 ¿Te parece, Mati? 00:56:10.000 --> 00:56:14.000 Porque se viene se viene cositas, Mati, se viene algo. 00:56:14.000 --> 00:56:15.000 A ver, 00:56:17.000 --> 00:56:21.000 llevamos cuánto hablando de primero del cuesestrella y luego de Strawberry. 00:56:21.000 --> 00:56:25.000 Os parece que se viene de verdad y que se viene en dos semanas. 00:56:25.000 --> 00:56:30.000 Es decir, en el si episodio siguiente vamos estocástico o no, pero en el 00:56:30.000 --> 00:56:35.000 siguiente del siguiente probablemente estemos hablando de Strawberry, que 00:56:35.000 --> 00:56:40.000 no sé si lo llegamos a explicar, pero no es exactamente un modelo nuevo, 00:56:40.000 --> 00:56:45.000 sino una técnica para enseñar a razonar mejor a estos modelos. 00:56:46.000 --> 00:56:50.000 Seguro que habéis visto muchas veces cómo ChatGPT, cuando le haces una 00:56:50.000 --> 00:56:54.000 pregunta, empieza a responder y a razonar la respuesta, y a veces se 00:56:54.000 --> 00:56:58.000 equivoca y el propio, en la propia respuesta se corrige, y eso es por 00:56:58.000 --> 00:57:02.000 cómo funcionan los modelos de lenguaje, que es como prediciendo la la 00:57:02.000 --> 00:57:09.000 siguiente palabra, ¿no? 00:57:09.000 --> 00:57:13.000 Pues, aplicando este paso a paso en el razonamiento del modelo de lenguaje 00:57:13.000 --> 00:57:17.000 dentro de cómo funciona el modelo de lenguaje que ya que ya existe, esto 00:57:17.000 --> 00:57:21.000 es Strawberry, y se supone que esto es lo que va a mejorar mucho los 00:57:21.000 --> 00:57:25.000 modelos de OpenAI a nivel de de lógica y de razonamiento, y de las 00:57:25.000 --> 00:57:32.000 respuestas que te da de programación, de matemáticas, etcétera. 00:57:34.000 --> 00:57:35.000 ¿Qué ocurre? 00:57:35.000 --> 00:57:39.000 Que, a pesar de que se espera con gran expectación de Strawberry, se está 00:57:39.000 --> 00:57:43.000 hablando de que lo próximo de OpenAI, lo próximo grande, no va a ser 00:57:43.000 --> 00:57:47.000 Strawberry, sino este otro modelo, como era, era como una constelación, 00:57:47.000 --> 00:57:52.000 lo habían llamado, igual que Gemini, ¿no? 00:57:52.000 --> 00:57:54.000 Lo que se llamaba GPT Next, ¿puede ser? 00:57:54.000 --> 00:58:01.000 Sí, GPT Next es uno de los nombres, pero tenía un nombre en clave que era como uno de una constelación. 00:58:02.000 --> 00:58:09.000 Pero, bueno, se supone que ese ya sí que es el siguiente modelo y que estaría entrenado con datos sintéticos creados a partir de de Strawberry. 00:58:10.000 --> 00:58:15.000 O sea, que no sé exactamente qué nivel de transformación, cómo de 00:58:15.000 --> 00:58:20.000 transformativo va a ser este lanzamiento de Strawberry, pero por fin mueve ficha OpenAI. 00:58:20.000 --> 00:58:23.000 Bueno, a ver si es verdad, yo estoy a punto de estallar de odio contra 00:58:23.000 --> 00:58:26.000 OpenAI, Matty, porque como vuelve a ser una beta cerrada para catorce 00:58:26.000 --> 00:58:29.000 tipos de Twitter blue y que hasta dentro de ocho meses no podremos 00:58:29.000 --> 00:58:32.000 ejecutarla, pero te lo enseño y no lo vas a probar hasta dentro de 00:58:32.000 --> 00:58:35.000 muchísimo, yo dejo de pagar hecha GPT, que que lo lo mantengo ahí ya 00:58:35.000 --> 00:58:43.000 como un acto de fe, no sé por qué. 00:58:43.000 --> 00:58:47.000 Es que lo que le ha pasado con Sora es lamentable, es lamentable. 00:58:47.000 --> 00:58:51.000 Y y el modelo y el modelo es Carlen Johansson y y etcétera, etcétera, etcétera. 00:58:51.000 --> 00:58:54.000 Es decir, si lo que vas a hacer es una empresa de betas cerradas, pues que 00:58:54.000 --> 00:58:57.000 te lo pague el colega que entra, porque yo ya estoy cansado de de eso y 00:58:57.000 --> 00:59:00.000 prefiero, a lo mejor, por hablar con otra empresa que, pues lo que tenga 00:59:00.000 --> 00:59:04.000 me lo ofrece, ¿no? 00:59:04.000 --> 00:59:07.000 Y ya no me hace esta este este truquito. 00:59:07.000 --> 00:59:12.000 Bueno, en caso que también en paralelo, ha aparecido en The Information 00:59:12.000 --> 00:59:17.000 una especie de globos sonda, creo que es lanzado por la propia NEA, en la 00:59:17.000 --> 00:59:22.000 que mencionan que los precios van a subir, que para pagar strawberry 00:59:22.000 --> 00:59:27.000 necesitan algo más que los veinte dólares al mes por usuario y que, 00:59:27.000 --> 00:59:32.000 bueno, yo creo que en una en un momento muy atrevido, en The Information 00:59:32.000 --> 00:59:39.000 llegan a hablar de suscripciones de hasta dos mil dólares al mes. 00:59:40.000 --> 00:59:43.000 Bueno, aquí ya sí que me bajo del todo. 00:59:43.000 --> 00:59:48.000 Haré lo que lo que hace mucha gente de ejecutarlo a través de la API y 00:59:48.000 --> 00:59:53.000 pagar solo los tokens que estoy gastando y que vaya el el programa 00:59:53.000 --> 00:59:58.000 saltando de ChatGPT a Sonet y de Sonet a Gemini, ¿no? 00:59:58.000 --> 01:00:02.000 Con el que será más barato al final que pagar doscientos dólares al mes. 01:00:02.000 --> 01:00:03.000 Sí, sí, sí. 01:00:03.000 --> 01:00:10.000 Yo, vamos, claro, para un usuario no tiene, yo creo que es absolutamente sin sentido ni que fuera la PlayStation cinco Pro, ¿no? 01:00:10.000 --> 01:00:13.000 Es una gran locura. 01:00:13.000 --> 01:00:18.000 Pero, claro, si tú me barajas esa cifra, yo solo lo entiendo bajo una lógica. 01:00:19.000 --> 01:00:22.000 Es decir, esto es tan bueno que realmente, bueno, en Estados Unidos 01:00:22.000 --> 01:00:25.000 estaría muy lejos, muy lejos sería mejor la quinta parte de un 01:00:25.000 --> 01:00:29.000 profesional del conocimiento. 01:00:29.000 --> 01:00:31.000 En España sería como la mitad del coste de un profesional del 01:00:31.000 --> 01:00:33.000 conocimiento, teniendo en cuenta, sobre todo, que Strawberry no paga 01:00:33.000 --> 01:00:37.000 cotizaciones sociales. 01:00:37.000 --> 01:00:50.000 Tienes que estar muy seguro de que esto aporta más valor o una productividad equivalente a medio recurso humano, hablando en en empresarial. 01:00:50.000 --> 01:00:55.000 Entonces, tienes que estar súper confiado de que esto es muy, muy bueno, ¿no? 01:00:55.000 --> 01:01:03.000 Bueno, no sé, yo creo que hay un poco de inflación con con el tema de de la inteligencia artificial, lo hemos visto con el ejemplo de Canva, ¿no? 01:01:03.000 --> 01:01:07.000 Que ha subido un trescientos por ciento las suscripciones del de su modelo 01:01:07.000 --> 01:01:11.000 empresarial de Teams justificándolo en que hemos añadido inteligencia 01:01:11.000 --> 01:01:15.000 artificial, una subida bastante potente. 01:01:17.000 --> 01:01:22.000 Claro, tú dices, los costos, la ILA es cara, vamos a hacer que los usuarios empiecen a pagar por ella. 01:01:23.000 --> 01:01:26.000 Creo que hay una parte de eso y hay una parte de queríamos subir el 01:01:26.000 --> 01:01:29.000 precio, porque creemos que la electricidad es suficiente y vamos a usarla 01:01:29.000 --> 01:01:32.000 ya como excusa. 01:01:33.000 --> 01:01:40.000 Y y Canva, lo mismo, mucha gente lo usa también y y vamos a surgir a sufrir las consecuencias de la inteligencia artificial. 01:01:41.000 --> 01:01:44.000 Bueno, una un último apunte antes de cerrar el podcast o irnos a nuestra 01:01:44.000 --> 01:01:47.000 sesión favorita, que es que nuestro amigo Ilia, que es Ilia Suskever, un 01:01:47.000 --> 01:01:50.000 gran amigo de este podcast, no podemos dejar de mencionarlo, a Pia o 01:01:50.000 --> 01:01:53.000 Perras le han dado unos mil millones de dólares de inversión con una 01:01:53.000 --> 01:02:00.000 valoración de cinco mil millones? 01:02:00.000 --> 01:02:07.000 Es decir, es un tío que dice, veo dentro de una empresa y a y a los dos meses vale cinco mil millones, Matías, y 01:02:09.000 --> 01:02:14.000 La verdad, no entiendo en qué mundo vivimos que una empresa que tiene diez 01:02:14.000 --> 01:02:19.000 empleados y menos de tres meses de existencia, en la que no se sabe 01:02:19.000 --> 01:02:24.000 exactamente, porque van a hacer una superinteligencia artificial para 01:02:24.000 --> 01:02:29.000 controlar las superinteligencias artificiales, para que sean seguras. 01:02:30.000 --> 01:02:33.000 No se sabe exactamente cuál es el producto, no existe todavía ningún 01:02:33.000 --> 01:02:36.000 producto, y la valoran tan alta, y y no solo eso, sino que le inyectan mil 01:02:36.000 --> 01:02:41.000 millones de dólares. 01:02:42.000 --> 01:02:45.000 Bueno, solo Ilia Suskever, porque todo el mundo sabe que es un genio de la 01:02:45.000 --> 01:02:48.000 IA y que es la mente brillante detrás de ChatGPT, podría conseguir esto 01:02:48.000 --> 01:02:53.000 en tan poco tiempo con una empresa totalmente nueva. 01:02:53.000 --> 01:02:58.000 Sí, además, va muy a la contra, porque si en el episodio pasado de la 01:02:58.000 --> 01:03:03.000 burbuja de la inteligencia artificial apuntábamos básicamente a que esas 01:03:03.000 --> 01:03:08.000 empresas no tenían que reconducirse a, vamos a a ofrecer productos y 01:03:08.000 --> 01:03:13.000 servicios tangibles que el resto de la industria considere rentable 01:03:13.000 --> 01:03:18.000 adoptar y pagar un precio por él, más producto y servicio, menos 01:03:18.000 --> 01:03:23.000 fliparnos con esa teoría de que vamos a llegar a la AGI, pues llega Ilia 01:03:23.000 --> 01:03:28.000 totalmente a la contra y decirnos, llamo a mi empresa superinteligencia 01:03:28.000 --> 01:03:33.000 segura, lo único que vamos a hacer es superinteligencia segura, dame mil 01:03:33.000 --> 01:03:42.000 millones y ahí, ahí lo tienes. 01:03:42.000 --> 01:03:48.000 Bueno, en fin, Matty, es que, claro, ha salido muy bien en este podcast. 01:03:48.000 --> 01:03:54.000 Yo no voy a decir que sea que sea causa y efecto, pero tampoco hay que creer en las casualidades. 01:03:54.000 --> 01:04:01.000 Hay que tener mucho cuidado con las personas que mencionamos y en desde este podcast, porque nuestro poder es inmenso. 01:04:02.000 --> 01:04:09.000 Y entre nuestro poder está uno muy importante, que es el de otorgar o puerta grande o encengrería. 01:04:19.000 --> 01:04:26.000 Tenemos un oyente, un escuchante de este podcast que nos nos va a abrir los ojos, Mati. 01:04:26.000 --> 01:04:30.000 Nos da un consejo práctico, pues, realmente vital, fundamental a la hora 01:04:30.000 --> 01:04:34.000 de usar ChatGPT, porque ChatGPT ahora tiene memoria, bueno, la tenía para 01:04:34.000 --> 01:04:38.000 los usuarios de fuera de Europa hace meses, ahora llega también a los 01:04:38.000 --> 01:04:42.000 usuarios españoles. 01:04:43.000 --> 01:04:47.000 Además, es una memoria bastante curiosa porque tú le puedes decir 01:04:47.000 --> 01:04:51.000 acuérdate de esto, tenlo en cuenta presente y eso empieza a formar parte 01:04:51.000 --> 01:04:55.000 de la memoria de chat GPT para contigo de una manera, pues privada. 01:04:56.000 --> 01:05:01.000 Entonces, nuestro oyente, Miguel, nos pasaba y nos compartía lo primero 01:05:01.000 --> 01:05:06.000 que le ha dicho ChatGPT que tiene que recordar sobre él, y esa frase ha 01:05:06.000 --> 01:05:11.000 sido, chagete, yo tengo novia, y se llama, punto suspensivo, nombre de la 01:05:11.000 --> 01:05:18.000 novia, por privacidad no lo voy a decir, fin de la cita. 01:05:18.000 --> 01:05:23.000 Es decir, el amigo Miguel nos abre los ojos a algo importante, Mati, que es 01:05:23.000 --> 01:05:28.000 lo primero tú tienes que decir a la chag vete es tu situación sentimental. 01:05:28.000 --> 01:05:29.000 ¿Por qué? 01:05:29.000 --> 01:05:33.000 Bueno, esto ya lo supongo yo, para que no se haga ilusiones. 01:05:34.000 --> 01:05:37.000 Porque claro, tú eres muy majo, Mati, ¿no? 01:05:37.000 --> 01:05:41.000 Tú empiezas ahí muy simpático, blablablá, tus chistes de mi ley, tal, 01:05:41.000 --> 01:05:45.000 de lo demás, y eso a una inteligencia artificial la pueden candida, la 01:05:45.000 --> 01:05:50.000 puede confundir, le puede hacer creerse falsas esperanzas. 01:05:50.000 --> 01:05:53.000 Pero si tú eres claro y dices, no, no, esta es mi situación sentimental, 01:05:53.000 --> 01:05:56.000 que a partir de aquí ya ya no lo olvides nunca, yo creo que eso es lo que 01:05:56.000 --> 01:05:59.000 va a cimentar una relación sana, afectiva, sentimental para con la 01:05:59.000 --> 01:06:05.000 inteligencia artificial. 01:06:05.000 --> 01:06:09.000 Es una forma de honestidad, pero si nos paramos a pensar en el efecto 01:06:09.000 --> 01:06:13.000 perjudicial que puedes tener esto para el rendimiento de ChatGPT, porque 01:06:13.000 --> 01:06:17.000 si ChatGPT se enamora de ti, las respuestas que te va a dar van a ser más 01:06:17.000 --> 01:06:21.000 elaboradas y van a ser, pues mejores, que sabiendo que no tienen ninguna 01:06:21.000 --> 01:06:29.000 posibilidad, porque ya tienes novia, ya estás pillado, ¿no? 01:06:29.000 --> 01:06:32.000 Y así, además, es como funcionan muchas relaciones. 01:06:33.000 --> 01:06:44.000 Tú haces ilusiones a una persona y esa persona, pues, te hace muchos favores hasta que descubre que que estás fuera del mercado, ¿no? 01:06:44.000 --> 01:06:47.000 Luego he visto varias veces esto en el mundo real. 01:06:47.000 --> 01:06:51.000 Hombre, hay hay una una síntesis que que yo creo que puede ser un consejo 01:06:51.000 --> 01:06:55.000 importante para nuestra nuestra comunidad, que es, vale, aunque seáis 01:06:55.000 --> 01:06:59.000 monógamos en el mundo analógico, a lo mejor podéis ser poliamorosos 01:06:59.000 --> 01:07:06.000 digitalmente con las IAs. 01:07:08.000 --> 01:07:15.000 No, es decir, tú sigues manteniendo en el mundo real, pues, una relación uno a uno, la que tú prefieras o la que sea, ¿no? 01:07:15.000 --> 01:07:18.000 Pero con las sillas puedes estar más abierto y de repente practicar el 01:07:18.000 --> 01:07:21.000 poliamor y poder tener ahí a un chat GPT, pues más encandilado, más 01:07:21.000 --> 01:07:25.000 enamorado de ti. 01:07:26.000 --> 01:07:28.000 Creo que has descubierto algo importante, ¿sabes por qué? 01:07:28.000 --> 01:07:33.000 Porque todavía no se considera infidelidad tener varias novias de ILA. 01:07:34.000 --> 01:07:44.000 En cambio, si tienes, pues novias en el mundo real, a menos que todas sean abiertamente poliamorosos, siempre hay conflicto, ¿no? 01:07:44.000 --> 01:07:47.000 Pero con la ILA todavía no hay no existe ese conflicto. 01:07:47.000 --> 01:07:51.000 Pues me parece que has descubierto una forma de de fogar, ¿no? 01:07:51.000 --> 01:07:53.000 Sí, sí, sí, sí. 01:07:53.000 --> 01:07:56.000 Pues, puerta grande para para Miguel, ¿no? 01:07:56.000 --> 01:08:01.000 Por su honestidad, pero puerta todavía más grande al poliamor con la inteligencia artificial. 01:08:01.000 --> 01:08:03.000 Entonces, ahí hay una una parte grande. 01:08:03.000 --> 01:08:05.000 Otro amigo del podcast, Xavier Miglana. 01:08:05.000 --> 01:08:10.000 Ya recordáis que grabamos un episodio con él y con Dot Dot CSV. 01:08:11.000 --> 01:08:17.000 No, Javier Millánez no para de crear, de probar herramientas de inteligencia artificial, y creo que ha dado con algo importante. 01:08:18.000 --> 01:08:29.000 Es decir, en en LinkedIn, curiosamente en LinkedIn publicó una foto con alguien que es esta actriz famosa llamada Emma Watson. 01:08:29.000 --> 01:08:33.000 Pero, claro, había hecho un truquito, que es el utilizar un lora de flux, 01:08:33.000 --> 01:08:37.000 es decir, un modelo a partir del modelo generativo de imágenes de Flux 01:08:37.000 --> 01:08:41.000 alterado y modificado para hacerse fotos de sí mismo y, en este caso, 01:08:41.000 --> 01:08:46.000 añadir a la famosa, a Emma Watson. 01:08:46.000 --> 01:08:50.000 Entonces, de repente, Xiaven Millana nos ha dado una clave del futuro que 01:08:50.000 --> 01:08:54.000 no es sino que todos vamos a tener las fotos con famosos que queramos en 01:08:54.000 --> 01:08:58.000 cualquier momento, en cualquier disposición, y ese momento de agobiar al 01:08:58.000 --> 01:09:05.000 famoso en un restaurante, en un aeropuerto, o el, ¿no? 01:09:05.000 --> 01:09:08.000 El esa ese momento, Mocito Feliz, no sé si tú recordarás, Mocito Feliz 01:09:08.000 --> 01:09:11.000 era un un un hombre que consiguió hacerse miles de famosos, miles de 01:09:11.000 --> 01:09:15.000 fotos con famosos. 01:09:15.000 --> 01:09:22.000 Pues es un mundo que está acabando y que finalizará y que, de repente, todos tendremos la foto con famosos que queramos. 01:09:22.000 --> 01:09:23.000 No habrá límite, Matías. 01:09:23.000 --> 01:09:26.000 Yo me acuerdo de Mocito Feliz porque además una vez nos lo cruzamos y la 01:09:26.000 --> 01:09:29.000 gente que estaba delante de nosotros para pedirle una foto al final no se 01:09:29.000 --> 01:09:34.000 hizo la foto porque el Mocito Feliz les pidió cinco euros. 01:09:35.000 --> 01:09:40.000 Entonces, nosotros, pues, también descartamos la posibilidad de hacernos una foto, porque cinco euros por una foto con el Mousito Feliz. 01:09:40.000 --> 01:09:44.000 Pero te digo una cosa, esto también me parece puerta grande, te voy a explicar por qué. 01:09:45.000 --> 01:09:46.000 Me quito un peso de encima. 01:09:47.000 --> 01:09:56.000 Yo, si veo un famoso, me gustaría tener una foto y compartirla en redes sociales, como por ejemplo, la que me hice con el Chumbel de Málaga, ¿no? 01:09:56.000 --> 01:10:00.000 Porque yo sé que esa foto luego va a tener éxito en redes sociales. 01:10:00.000 --> 01:10:01.000 ¿Qué ocurre? 01:10:01.000 --> 01:10:06.000 Que a mí me da mucho palo, no precisamente en el caso del Churumbel, pero 01:10:06.000 --> 01:10:11.000 sí me da mucho palo cuando te cruzas con un famoso, pararlo y pedirle una 01:10:11.000 --> 01:10:17.000 foto, y seguramente ese famoso es lo último que desea en en la vida. 01:10:19.000 --> 01:10:26.000 Entonces, esto hace que pierda valor tener fotos con famosos o compartirlas en redes sociales, por lo menos. 01:10:26.000 --> 01:10:32.000 Entonces, va a haber menos fotos con famosos, yo no voy a tener ese peso de, joder, me acabo de cruzar con un famoso, ¿qué hago? 01:10:32.000 --> 01:10:34.000 Le pido una foto, no le pido una foto. 01:10:34.000 --> 01:10:41.000 Y los famosos, a su vez, pues lo peor que tiene la fama, pues van a poder descansar de ello, ¿no? 01:10:42.000 --> 01:10:46.000 Jared, el otro día estuve en un restaurante en Alorín de la Torre, un 01:10:46.000 --> 01:10:50.000 marroquí que hay allí, es muy bueno, y oye, por cierto, qué alto nivel 01:10:50.000 --> 01:10:55.000 de rotondas tiene Alorín de la Torre. 01:10:56.000 --> 01:10:58.000 Yo nunca me había fijado, pero las rotondas son muy elaboradas. 01:10:58.000 --> 01:11:00.000 Sí, sí, sí, sí. 01:11:00.000 --> 01:11:07.000 Probablemente, mi nivel top de rotondas en en España, Alorín, Bueno, me voy por las ramas, Mati. 01:11:07.000 --> 01:11:13.000 El caso es que ese restaurante era bueno porque cumplía el criterio que nosotros habíamos recomendado en este podcast. 01:11:13.000 --> 01:11:20.000 Si tiene fotos de famoso de los noventa, entonces es buen restaurante, y allí estaba, por ejemplo, Agustín Bravo. 01:11:20.000 --> 01:11:21.000 ¿No? 01:11:21.000 --> 01:11:23.000 Tú ves allí Agustín Bravo con los dueños del restaurante. 01:11:24.000 --> 01:11:26.000 Eso ya lo hemos comentado en el podcast. 01:11:26.000 --> 01:11:34.000 Toda esta innovación de Chaver Millán nos trae una pérdida de la confianza en la restauración, porque de repente, imagínate, ¿no? 01:11:34.000 --> 01:11:35.000 Tú vas a abrir un restaurante. 01:11:35.000 --> 01:11:37.000 ¿Cómo voy a tener esto? 01:11:37.000 --> 01:11:41.000 Un chef famoso, una cuenta de Instagram, ¿no? 01:11:41.000 --> 01:11:46.000 Tú lo que tienes que tener una foto tuya ahí con Andoni Ferreño o con Verónica Forqué, ¿no? 01:11:46.000 --> 01:11:50.000 Entonces, si tú tienes esa foto con Cocha Velasco, entonces ahí triunfas. 01:11:51.000 --> 01:11:54.000 Pero claro, ya no te puedes fiar de de de este patrón. 01:11:54.000 --> 01:12:05.000 De repente, Andori Ferreño, Asa Service, estará disponible en Internet y ya perderemos este esta pista de la confianza en el restaurador español. 01:12:05.000 --> 01:12:08.000 Claro, esto es business to business, es SaaS, ¿no? 01:12:08.000 --> 01:12:12.000 Software assa Service, de hacer fotos con con famosos gracias a la Pues 01:12:12.000 --> 01:12:16.000 sí, además, Verónica Forqués ha muerto, entonces, la única forma de 01:12:16.000 --> 01:12:22.000 tener una foto con ella es es hacerlo con la IA. 01:12:22.000 --> 01:12:27.000 Tú puedes De hecho, y me quedo con el misterio, pues, dicho, claro, Verónica Ferquea de Coche Velasco. 01:12:27.000 --> 01:12:29.000 ¿Estará vivo Andoni Ferreño? 01:12:29.000 --> 01:12:30.000 Espero que sí, tío. 01:12:30.000 --> 01:12:33.000 Bueno, última, último portagando en febrería, volvemos al tema 01:12:33.000 --> 01:12:36.000 sentimental, están las cosas muy agitadas con el sexo, el ligar, Mathi, y 01:12:36.000 --> 01:12:41.000 la IA no es ajeno a ello. 01:12:41.000 --> 01:12:44.000 Y aquí tenemos a las aplicaciones para ligar que están preocupadas porque 01:12:44.000 --> 01:12:47.000 el público de la agencia Z parece un poco más reacio que otras 01:12:47.000 --> 01:12:50.000 generaciones a la adopción de estas apps de ligue. 01:12:51.000 --> 01:12:54.000 Bueno, Tinder, Hingue, esta no la conocía. 01:12:54.000 --> 01:13:01.000 Bubblet y Grinder se apresuran a crear chatbots capaces de enseñar a ligar a la generación Zeta. 01:13:01.000 --> 01:13:04.000 Si la generación Zeta, claro, no sabe cómo ligar, ¿verdad? 01:13:04.000 --> 01:13:08.000 No, nadie nadie ha aprendido, que diría mi madre. 01:13:08.000 --> 01:13:17.000 Pues las aplicaciones de cita están creando estos asistentes para pues, tú puedas tener unas conversaciones más, pues, fáciles, ¿no? 01:13:17.000 --> 01:13:20.000 Romper ese ese ese muro que es el folio en blanco, en este caso, la cajita 01:13:20.000 --> 01:13:23.000 de chat en blanco, para empezar a ligar en en el mundo de la del del 01:13:23.000 --> 01:13:28.000 Internet, ¿no? 01:13:28.000 --> 01:13:35.000 Entonces, claro, es una ayuda, pero también es una preocupación, ¿no? 01:13:35.000 --> 01:13:39.000 De que, oye, al final, es probable que ligar por Internet con cita en dos 01:13:39.000 --> 01:13:43.000 chatbots que están hablando entre ellos y al final te digan, oye, vete a 01:13:43.000 --> 01:13:48.000 la diez, al plata mayor que has quedado, ¿no? 01:13:49.000 --> 01:13:54.000 Eso, llevamos unos episodios con problemas para las aplicaciones de citas, ¿no? 01:13:54.000 --> 01:13:58.000 Mujeres que usan la inteligencia artificial para saber si los hombres son 01:13:58.000 --> 01:14:02.000 tan altos como dicen, hombres que a lo mejor alteran su aspecto físico 01:14:02.000 --> 01:14:06.000 gracias a la inteligencia artificial en las fotos que ponen en estas 01:14:06.000 --> 01:14:10.000 aplicaciones, y ahora, pues, la generación Z, como no le interesan estas 01:14:10.000 --> 01:14:14.000 aplicaciones, pues, pasan a ser chatbots hablando entre ellos, me parece 01:14:14.000 --> 01:14:18.000 que esto lo que está diciéndonos es que es el fin de las aplicaciones de 01:14:18.000 --> 01:14:22.000 citas, y a partir de ahora, o se liga en persona o se liga con la IA en 01:14:22.000 --> 01:14:32.000 casa, no hay otra opción. 01:14:32.000 --> 01:14:35.000 Yo creo que la mi conclusión es, como todavía no me acaba el informe de 01:14:35.000 --> 01:14:38.000 Mario Duragi, voy a ver si tiene alguna algún tema sobre aplicaciones de 01:14:38.000 --> 01:14:41.000 ligar, porque no me extrañaría, en doscientas páginas yo creo que el 01:14:41.000 --> 01:14:46.000 hombre le da tiempo a a arreglarlo todo, ¿no? 01:14:46.000 --> 01:14:49.000 Es decir, un hombre que que se pone a arreglar Europa y no para, ¿no? 01:14:49.000 --> 01:14:51.000 Hasta que la carta la deja a níquel. 01:14:51.000 --> 01:14:55.000 Entonces, bueno, yo creo que el próximo capítulo, si descubro algo más 01:14:55.000 --> 01:14:59.000 que nos que nos recomiende Mario, yo lo traeré al podcast de monos estocásticos. 01:15:00.000 --> 01:15:07.000 Mario, desde hoy, es uno de los ídolos de, junto con Ávalos, de Monas Estoclásticos. 01:15:08.000 --> 01:15:14.000 Por supuesto, irá en la miniatura, y y nada, las aplicaciones de ligar para abajo. 01:15:14.000 --> 01:15:16.000 Yo creo que esto, cuando lleguen los robots, ya sí que este será un 01:15:16.000 --> 01:15:18.000 desmadre increíble, porque cuando lleguen los robots es que ni siquiera 01:15:18.000 --> 01:15:22.000 tendrá sentido ligar. 01:15:22.000 --> 01:15:26.000 Sí, aquí tendremos que traer al podcast a SpitMe Fix de Twitter. 01:15:28.000 --> 01:15:36.000 Yo estoy convencido que es una tía, pero ese es un debate que del Internet profundo que a lo mejor no es recomendable tener hoy aquí. 01:15:37.000 --> 01:15:44.000 Ah, bueno, otro día más que nos pasamos quince minutos de la hora, pero que al final lo escucháis, así queda un poco elwatch. 01:15:44.000 --> 01:15:46.000 Un abrazo a todos, volvemos la semana que viene con