1
00:00:10,000 --> 00:00:15,800
Buenas, esto es BIMPRAXIS, el podcast donde el

2
00:00:15,800 --> 00:00:17,920
BIM se encuentra con la inteligencia artificial.

3
00:00:20,519 --> 00:00:23,620
Exploramos la ciencia, la tecnología y el futuro

4
00:00:23,620 --> 00:00:26,559
desde el enfoque de la arquitectura, ingeniería y

5
00:00:26,559 --> 00:00:27,179
construcción.

6
00:00:28,859 --> 00:00:29,519
¡Empezamos!

7
00:00:37,320 --> 00:00:38,159
Muy buenas.

8
00:00:38,219 --> 00:00:41,100
Bienvenidas, bienvenidas a un nuevo episodio de BIMPRAXIS.

9
00:00:41,439 --> 00:00:43,299
Hoy os traemos el fascinante salto desde la

10
00:00:43,299 --> 00:00:46,619
programación intuitiva hasta la ingeniería de agentes autónomos,

11
00:00:47,280 --> 00:00:49,759
de la mano del visionario André Cárpate.

12
00:00:49,880 --> 00:00:50,439
Hola, ¿qué tal?

13
00:00:50,719 --> 00:00:53,640
Un tema absolutamente apasionante el que tenemos hoy,

14
00:00:53,640 --> 00:00:53,659
¿eh?

15
00:00:53,960 --> 00:00:54,960
Totalmente.

16
00:00:55,100 --> 00:00:56,579
A ver, la inversión de hoy tiene una

17
00:00:56,579 --> 00:00:57,640
misión clara.

18
00:00:57,719 --> 00:00:59,799
Vamos a desgranar una entrevista reciente que se

19
00:00:59,799 --> 00:01:01,280
cohiere con a Capital le hizo a André

20
00:01:01,280 --> 00:01:02,020
Carpacy.

21
00:01:02,020 --> 00:01:04,939
Para quien no lo ubique, Carpacy es uno

22
00:01:04,939 --> 00:01:08,200
de los pioneros de la inteligencia artificial moderna,

23
00:01:08,200 --> 00:01:10,939
ex director de IA en Tesla y ex

24
00:01:10,939 --> 00:01:12,780
investigador en OpenAI.

25
00:01:12,780 --> 00:01:15,260
Exacto, una leyenda viva del sector.

26
00:01:15,260 --> 00:01:17,599
Y nuestra misión es exponer todo lo que

27
00:01:17,599 --> 00:01:20,859
contó allí de manera extensa, amena y bueno,

28
00:01:20,859 --> 00:01:23,459
dirigida a una audiencia como la nuestra, inteligente,

29
00:01:23,459 --> 00:01:25,200
preparada y con sentido del humor.

30
00:01:25,200 --> 00:01:26,099
Claro que sí.

31
00:01:26,099 --> 00:01:28,140
Hay mucho jugo que sacar de esa charla.

32
00:01:28,140 --> 00:01:29,099
Y tanto.

33
00:01:29,099 --> 00:01:31,219
Porque el gancho de todo esto, la verdadera

34
00:01:31,219 --> 00:01:33,519
bomba, es que este hombre, uno de los

35
00:01:33,519 --> 00:01:37,400
mejores programadores del mundo, confesó que últimamente nunca

36
00:01:37,400 --> 00:01:40,400
se había sentido tan rezagado programando.

37
00:01:40,400 --> 00:01:42,480
Sí, sí, lo dijo tal cual.

38
00:01:42,500 --> 00:01:45,439
O sea, plantea un misterio brutal.

39
00:01:45,439 --> 00:01:47,700
¿Cómo es posible que uno de los mismísimos

40
00:01:47,700 --> 00:01:50,680
creadores de esta tecnología sienta de repente que

41
00:01:50,680 --> 00:01:51,640
se queda atrás?

42
00:01:51,640 --> 00:01:54,219
Es que esa confesión ilustra perfectamente el momento

43
00:01:54,219 --> 00:01:55,340
que vivimos.

44
00:01:55,340 --> 00:01:57,159
A ver, Carpati no es que haya perdido

45
00:01:57,159 --> 00:01:59,319
habilidad técnica de la noche a la mañana,

46
00:01:59,319 --> 00:01:59,780
¿sabes?

47
00:01:59,780 --> 00:02:02,099
Ya, claro, no se le ha olvidado teclear.

48
00:02:02,099 --> 00:02:02,599
Exacto.

49
00:02:02,599 --> 00:02:04,560
Lo que experimentó fue un cambio de fase

50
00:02:04,560 --> 00:02:06,340
radical en las herramientas.

51
00:02:06,340 --> 00:02:08,520
Él sitúa este momento de inflexión, este momento

52
00:02:08,520 --> 00:02:11,099
eureka, alrededor del pasado diciembre.

53
00:02:11,099 --> 00:02:13,939
Vale, vamos a desgranar esto, porque diciembre fue

54
00:02:13,939 --> 00:02:14,879
hace nada.

55
00:02:15,080 --> 00:02:16,439
¿Qué pasó exactamente?

56
00:02:16,439 --> 00:02:19,780
Pues que antes de esa fecha, las herramientas

57
00:02:19,780 --> 00:02:23,520
de inteligencia artificial Generaban código, sí, pero había

58
00:02:23,520 --> 00:02:25,599
que corregirlo constantemente.

59
00:02:26,560 --> 00:02:29,659
Eran como asistentes espabilados pero muy torpes.

60
00:02:29,800 --> 00:02:31,139
Te daban un bloque de código y tú

61
00:02:31,139 --> 00:02:33,639
te pasabas horas buscando fallos de sintaxis o

62
00:02:33,639 --> 00:02:35,240
alucinaciones lógicas.

63
00:02:35,020 --> 00:02:37,020
Claro, y si tardas lo mismo en buscar

64
00:02:37,020 --> 00:02:38,759
el fallo oculto que en escribirlo tú desde

65
00:02:38,759 --> 00:02:40,240
cero, pues vaya gracia, ¿no?

66
00:02:40,819 --> 00:02:41,780
Eso es.

67
00:02:41,780 --> 00:02:44,259
El humano seguía siendo el compilador final.

68
00:02:44,479 --> 00:02:46,719
Pero en diciembre cuenta que estaba de vacaciones

69
00:02:46,719 --> 00:02:49,659
con unos proyectos paralelos y de repente los

70
00:02:49,659 --> 00:02:52,139
bloques de código empezaron a salir perfectos.

71
00:02:52,139 --> 00:02:52,639
¡Hostas!

72
00:02:52,979 --> 00:02:54,120
Sin tocar una coma.

73
00:02:54,139 --> 00:02:55,419
Sin tocar nada.

74
00:02:55,759 --> 00:02:56,919
Llegó un punto en el que dejó de

75
00:02:56,919 --> 00:02:58,599
leer el código generado.

76
00:02:58,819 --> 00:03:02,120
Pasó de la supervisión exhaustiva a confiar ciegamente

77
00:03:02,120 --> 00:03:03,319
en el sistema.

78
00:03:03,280 --> 00:03:05,400
Y a esto lo bautizó como Bytecoding.

79
00:03:06,060 --> 00:03:07,199
¿Bytecoding?

80
00:03:07,240 --> 00:03:10,340
O sea, programar por intuición, por vibras.

81
00:03:09,879 --> 00:03:11,180
Literalmente.

82
00:03:11,259 --> 00:03:14,000
Decía que su carpeta de proyectos se llenó

83
00:03:14,000 --> 00:03:16,699
hasta el infinito porque la velocidad a la

84
00:03:16,699 --> 00:03:19,900
que podía crear cosas se multiplicó por 100.

85
00:03:20,219 --> 00:03:22,500
Es que, fíjate, la analogía perfecta para esto

86
00:03:22,500 --> 00:03:25,180
es como conducir un coche manual durante 20

87
00:03:25,180 --> 00:03:28,500
años, cambiando marchas, pisando embrague...

88
00:03:28,259 --> 00:03:30,400
Y sufriendo en los atascos, claro.

89
00:03:30,240 --> 00:03:30,759
Exacto.

90
00:03:30,759 --> 00:03:32,919
Y de repente, un día te subes a

91
00:03:32,919 --> 00:03:35,659
un coche totalmente autónomo donde solo tienes que

92
00:03:35,659 --> 00:03:37,460
decirle al GPS a dónde ir y te

93
00:03:37,460 --> 00:03:38,460
echas a dormir.

94
00:03:38,340 --> 00:03:40,039
Es una buena forma de verlo, sí.

95
00:03:39,840 --> 00:03:41,719
Pero claro, si el coche ahora se conduce

96
00:03:41,719 --> 00:03:44,639
solo, la pregunta es, ¿qué es exactamente este

97
00:03:44,639 --> 00:03:45,659
nuevo motor?

98
00:03:45,659 --> 00:03:48,199
Porque pasar de escribir líneas de código a

99
00:03:48,199 --> 00:03:50,259
dictarle tus vibras a una máquina es un

100
00:03:50,259 --> 00:03:51,400
salto muy bestia.

101
00:03:51,500 --> 00:03:53,819
Lo que resulta fascinante aquí es que no

102
00:03:53,819 --> 00:03:56,060
estamos ante un simple acelerador de lo que

103
00:03:56,060 --> 00:03:56,879
ya existía, ¿eh?

104
00:03:56,879 --> 00:03:59,000
No es un chat GPT más rápido.

105
00:03:59,000 --> 00:04:01,319
Estamos ante un nuevo paradigma de computación.

106
00:04:01,639 --> 00:04:04,159
El famoso software 3.0 del que habla, ¿no?

107
00:04:04,180 --> 00:04:05,400
Exactamente.

108
00:04:05,400 --> 00:04:07,219
A ver, hagamos un repaso rápido.

109
00:04:07,219 --> 00:04:11,300
El software 1.0 era escribir reglas explícitas, lo

110
00:04:11,300 --> 00:04:12,479
clásico.

111
00:04:12,479 --> 00:04:14,740
C++, Python, todo eso.

112
00:04:14,740 --> 00:04:16,279
Si pasa A, haz B.

113
00:04:16,060 --> 00:04:17,319
Eso es.

114
00:04:17,319 --> 00:04:21,060
Luego pasamos al software 2.0, que era entrenar

115
00:04:21,017 --> 00:04:24,597
redes neuronales organizando montañas de datos para que

116
00:04:24,597 --> 00:04:27,177
la máquina aprendiera los pesos matemáticos.

117
00:04:27,197 --> 00:04:28,777
Vale, o sea, ahí ya no escribías la

118
00:04:28,777 --> 00:04:31,357
regla lógica, sino que le dabas los ejemplos.

119
00:04:31,237 --> 00:04:31,757
Exacto.

120
00:04:31,757 --> 00:04:35,437
Pero el software 3.0 es otra bestia.

121
00:04:35,437 --> 00:04:37,837
Aquí el prompting, o sea, el texto que

122
00:04:37,837 --> 00:04:39,597
tú pones en la ventana de chat, se

123
00:04:39,597 --> 00:04:41,317
convierte en la palanca principal.

124
00:04:41,597 --> 00:04:43,597
¿El código fuente es el inglés o el

125
00:04:43,597 --> 00:04:44,337
español?

126
00:04:44,317 --> 00:04:45,497
Literalmente.

127
00:04:45,497 --> 00:04:48,037
El modelo de lenguaje actúa como un ordenador

128
00:04:48,037 --> 00:04:49,237
en sí mismo.

129
00:04:49,297 --> 00:04:51,277
Tu texto es el script y la red

130
00:04:51,277 --> 00:04:54,017
neuronal es el sistema operativo que lo ejecuta.

131
00:04:53,957 --> 00:04:56,577
Ya, pero ¿tienes algún ejemplo concreto de cómo

132
00:04:56,577 --> 00:04:58,057
cambia esto el día a día?

133
00:04:58,337 --> 00:04:59,697
Porque suena un poco abstracto.

134
00:05:00,117 --> 00:05:02,997
Claro, mira el caso de OpenSchool.

135
00:05:03,157 --> 00:05:06,777
En el paradigma antiguo, el 1.0, si querías

136
00:05:06,777 --> 00:05:09,677
que alguien instalara ese programa en su ordenador,

137
00:05:09,777 --> 00:05:13,197
tenías que escribir un script de Bash inmenso.

138
00:05:12,977 --> 00:05:15,397
Uf, los típicos scripts que preven si tienes

139
00:05:15,397 --> 00:05:17,737
Mac, si tienes Linux, si te falta una

140
00:05:17,737 --> 00:05:18,277
librería.

141
00:05:18,657 --> 00:05:19,237
Exacto.

142
00:05:19,237 --> 00:05:22,197
Y si el usuario tiene una configuración rara

143
00:05:22,197 --> 00:05:23,897
que tú no previste, ¡pum!

144
00:05:23,897 --> 00:05:25,817
Error en la línea 14 y se acabó

145
00:05:25,817 --> 00:05:26,557
la instalación.

146
00:05:26,557 --> 00:05:27,317
Totalmente.

147
00:05:27,317 --> 00:05:28,437
Te quedas atascado.

148
00:05:28,377 --> 00:05:31,397
Pues en el software 3.0 simplemente le das

149
00:05:31,397 --> 00:05:34,037
un bloque de texto a tu agente inteligente

150
00:05:34,037 --> 00:05:35,597
diciéndole, instala esto.

151
00:05:35,597 --> 00:05:36,437
Y ya está.

152
00:05:36,337 --> 00:05:37,477
Y ya está.

153
00:05:37,477 --> 00:05:40,857
El agente inspecciona el entorno del usuario, lee

154
00:05:40,857 --> 00:05:43,937
los errores en la pantalla, toma decisiones, se

155
00:05:43,937 --> 00:05:46,237
da cuenta de que falta una dependencia, la

156
00:05:46,237 --> 00:05:48,057
busca, la instala y sigue.

157
00:05:48,057 --> 00:05:50,377
O sea, razona y depura sobre la marcha.

158
00:05:50,377 --> 00:05:51,157
¡Qué barbaridad!

159
00:05:51,237 --> 00:05:53,097
Es totalmente autónomo.

160
00:05:53,097 --> 00:05:55,657
Carpazzi también puso el ejemplo de Menuyen, una

161
00:05:55,657 --> 00:05:57,677
aplicación que él mismo programó.

162
00:05:57,497 --> 00:06:00,077
Así, la app para leer menús de restaurantes,

163
00:06:00,077 --> 00:06:00,357
¿verdad?

164
00:06:00,837 --> 00:06:01,597
Esa misma.

165
00:06:01,597 --> 00:06:05,177
Antes requería subirla a Vercel, usar OCR para

166
00:06:05,177 --> 00:06:08,037
extraer el texto del menú, conectarlo a un

167
00:06:08,037 --> 00:06:10,277
generador de imágenes y un montón de código

168
00:06:10,277 --> 00:06:11,957
pegamento para unir todo.

169
00:06:11,937 --> 00:06:13,857
Un trabajo de ingeniería serio.

170
00:06:13,857 --> 00:06:15,617
Pues de repente vio que en el Paradigma

171
00:06:15,617 --> 00:06:18,817
3.0 simplemente le das la foto del menú

172
00:06:18,817 --> 00:06:21,117
a Gemini, le pides a una herramienta como

173
00:06:21,117 --> 00:06:23,737
Nanobana que superponga las imágenes en los píxeles

174
00:06:23,737 --> 00:06:25,797
originales y listo.

175
00:06:25,617 --> 00:06:26,577
Madre mía.

176
00:06:26,577 --> 00:06:28,377
O sea, todo el código intermedio de su

177
00:06:28,377 --> 00:06:31,197
aplicación original era de repente basura inútil.

178
00:06:31,297 --> 00:06:32,897
Literalmente inútil.

179
00:06:32,897 --> 00:06:34,137
Y esto nos lleva a cómo va a

180
00:06:34,137 --> 00:06:35,377
cambiar el hardware.

181
00:06:35,557 --> 00:06:37,417
En los años 50 no se sabía si

182
00:06:37,417 --> 00:06:41,117
los ordenadores serían calculadoras lógicas o redes neuronales

183
00:06:41,117 --> 00:06:42,257
biológicas.

184
00:06:42,137 --> 00:06:43,377
Ganó la calculadora.

185
00:06:43,377 --> 00:06:45,397
Claro, nuestras CPUs actuales.

186
00:06:45,397 --> 00:06:46,737
Ganó la CPU, exacto.

187
00:06:46,737 --> 00:06:49,117
Pero en el futuro, Carpatid dice que la

188
00:06:49,117 --> 00:06:51,917
red neuronal basada en silicio será el procesador

189
00:06:51,917 --> 00:06:52,637
principal.

190
00:06:52,557 --> 00:06:53,817
Y la CPU clásica.

191
00:06:53,577 --> 00:06:57,157
Un simple coprocesador auxiliar.

192
00:06:57,157 --> 00:06:59,577
La red neuronal solo acudirá a ella cuando

193
00:06:59,577 --> 00:07:02,817
necesite hacer un cálculo matemático exacto.

194
00:07:02,837 --> 00:07:03,697
¡Ostras!

195
00:07:03,697 --> 00:07:06,157
Aquí es donde se pone realmente interesante.

196
00:07:06,897 --> 00:07:09,877
Porque si este software 3.0 es tan revolucionario,

197
00:07:09,877 --> 00:07:12,357
tan potente, que relega a la CPU a

198
00:07:12,357 --> 00:07:14,477
un segundo plano, ¿por qué a veces la

199
00:07:14,477 --> 00:07:16,837
IA parece tan, bueno, estúpida?

200
00:07:17,137 --> 00:07:19,237
Ah, la gran paradoja.

201
00:07:18,857 --> 00:07:21,317
Claro, porque el modelo Opus 4.7 te puede

202
00:07:21,317 --> 00:07:23,757
refactorizar una base de código de 100.000 líneas

203
00:07:23,757 --> 00:07:26,697
o encontrarte un fallo de seguridad nivel cero,

204
00:07:26,697 --> 00:07:28,657
pero luego le haces una pregunta básica y

205
00:07:28,657 --> 00:07:29,197
patina.

206
00:07:29,197 --> 00:07:32,177
Sí, Carpazzi ponía un ejemplo buenísimo de esto.

207
00:07:32,157 --> 00:07:33,357
El del lavadero de coches, ¿no?

208
00:07:33,397 --> 00:07:35,337
Si le preguntas a la IA si debes

209
00:07:35,337 --> 00:07:37,457
ir andando o en coche a un lavadero

210
00:07:37,457 --> 00:07:39,657
que está a 50 metros, la máquina te

211
00:07:39,657 --> 00:07:41,417
dice que vayas andando.

212
00:07:41,237 --> 00:07:42,357
¿Para ir a lavar el coche?

213
00:07:42,237 --> 00:07:43,597
Exacto.

214
00:07:43,597 --> 00:07:46,317
Vas andando, lavas un coche imaginario y te

215
00:07:46,317 --> 00:07:47,297
vuelves.

216
00:07:47,297 --> 00:07:49,517
O sea, es como un erudito que te

217
00:07:49,517 --> 00:07:52,317
puede recitar el Quijote del revés, pero luego

218
00:07:52,317 --> 00:07:54,777
no sabe abrir un paraguas cuando llueve.

219
00:07:54,777 --> 00:07:56,897
Es una analogía perfecta.

220
00:07:56,897 --> 00:08:00,337
A esto Carpazzi lo llama entidades dentadas o

221
00:08:00,337 --> 00:08:02,317
jacket intelligence en inglés.

222
00:08:02,417 --> 00:08:03,837
Inteligencia dentada, vale.

223
00:08:03,817 --> 00:08:07,277
Tienen picos altísimos de genialidad y baches profundísimos

224
00:08:07,277 --> 00:08:09,177
de torpeza absoluta.

225
00:08:09,177 --> 00:08:11,677
Y la explicación detrás de esto es la

226
00:08:11,677 --> 00:08:15,017
verificabilidad y el aprendizaje por refuerzo, el RL.

227
00:08:15,477 --> 00:08:17,277
A ver, explícanos un poco más esto del

228
00:08:17,277 --> 00:08:18,497
aprendizaje por refuerzo.

229
00:08:18,977 --> 00:08:21,837
Las empresas entrenan estos modelos masivamente en entornos

230
00:08:21,837 --> 00:08:24,377
donde es muy fácil comprobar automáticamente si la

231
00:08:24,377 --> 00:08:25,397
respuesta es correcta.

232
00:08:25,397 --> 00:08:29,917
Matemáticas, código, ajedrez… Claro, compila o no compila.

233
00:08:29,917 --> 00:08:30,917
Es binario.

234
00:08:30,437 --> 00:08:31,597
Eso es.

235
00:08:31,597 --> 00:08:33,377
Si tu problema cae dentro de esos circuitos

236
00:08:33,377 --> 00:08:35,917
de entrenamiento masivo, el modelo vuela, es un

237
00:08:35,917 --> 00:08:36,257
genio.

238
00:08:36,257 --> 00:08:38,697
Pero si te sales un milímetro de ahí…

239
00:08:38,557 --> 00:08:40,995
El modelo se despeña por el precipicio.

240
00:08:41,055 --> 00:08:42,135
Exacto.

241
00:08:42,135 --> 00:08:44,775
Sufre muchísimo porque le falta el sentido común.

242
00:08:44,815 --> 00:08:47,075
Hay un concepto filosófico que menciona que es

243
00:08:47,075 --> 00:08:48,255
brillante.

244
00:08:48,315 --> 00:08:52,435
Dice que estamos invocando fantasmas, no construyendo animales.

245
00:08:53,495 --> 00:08:54,755
¡Qué buena frase!

246
00:08:54,755 --> 00:08:56,655
Invocamos fantasmas.

247
00:08:56,595 --> 00:08:59,695
Claro, porque las sías no tienen motivación intrínseca.

248
00:08:59,735 --> 00:09:02,135
No tienen curiosidad, no quieren divertirse, no se

249
00:09:02,135 --> 00:09:03,015
aburren.

250
00:09:02,595 --> 00:09:05,775
son solo circuitos de simulación estadística.

251
00:09:05,815 --> 00:09:08,035
O sea que gritarles en mayúsculas en el

252
00:09:08,035 --> 00:09:11,735
prompt o tratarlas como mascotas diciendo, por favor,

253
00:09:11,735 --> 00:09:12,575
no sirve de nada.

254
00:09:12,895 --> 00:09:13,675
De nada.

255
00:09:13,675 --> 00:09:15,795
Son matemáticas frías.

256
00:09:16,035 --> 00:09:16,655
Vale.

257
00:09:16,655 --> 00:09:19,675
Pero entonces, sabiendo esto, que estamos tratando con

258
00:09:19,675 --> 00:09:24,395
fantasmas estadísticos, dentados y bastante impredecibles, ¿cómo narices

259
00:09:24,395 --> 00:09:27,095
se construye software profesional y fiable hoy en

260
00:09:27,095 --> 00:09:27,515
día?

261
00:09:27,595 --> 00:09:29,795
Bueno, ahí está la diferencia entre el vibe

262
00:09:29,795 --> 00:09:32,075
coding y lo que ahora llamamos ingeniería de

263
00:09:32,075 --> 00:09:32,535
agentes.

264
00:09:32,955 --> 00:09:34,715
o agentic engineering.

265
00:09:34,715 --> 00:09:35,415
Ajá.

266
00:09:35,455 --> 00:09:37,255
Vibe coding es lo de las vibras que

267
00:09:37,255 --> 00:09:38,795
hablábamos al principio.

268
00:09:38,695 --> 00:09:39,695
Exacto.

269
00:09:39,795 --> 00:09:42,455
El vibe coding eleva el suelo.

270
00:09:42,535 --> 00:09:45,995
Permite que cualquier persona, sepa programar o no,

271
00:09:45,995 --> 00:09:49,075
pueda crear software básico a toda velocidad.

272
00:09:48,875 --> 00:09:50,835
Pero, claro, yo no pondría la contabilidad de

273
00:09:50,835 --> 00:09:52,535
mi empresa en manos de las vibras de

274
00:09:52,535 --> 00:09:53,915
un fantasma estadístico, ¿sabes?

275
00:09:54,075 --> 00:09:55,435
Evidentemente no.

276
00:09:55,475 --> 00:09:57,675
Y ahí entra la ingeniería de agentes, que

277
00:09:57,675 --> 00:09:59,455
es lo que mantiene el techo de calidad

278
00:09:59,455 --> 00:10:00,495
profesional.

279
00:10:00,455 --> 00:10:02,195
¿Y en qué consiste exactamente?

280
00:10:01,715 --> 00:10:04,895
Consiste en coordinar a varios de estos agentes

281
00:10:04,895 --> 00:10:08,495
estocásticos e impredecibles para que se supervisen entre

282
00:10:08,495 --> 00:10:09,235
sí.

283
00:10:09,315 --> 00:10:13,175
Vas muchísimo más rápido, pero sin introducir vulnerabilidades

284
00:10:13,175 --> 00:10:14,215
de seguridad.

285
00:10:13,555 --> 00:10:15,695
O sea, pones a un agente a escribir

286
00:10:15,695 --> 00:10:18,715
el código y a otro a intentar hackearlo.

287
00:10:18,495 --> 00:10:19,515
Eso es.

288
00:10:19,515 --> 00:10:21,815
Y claro, esto supone la muerte del famoso

289
00:10:21,815 --> 00:10:24,495
mito de Silicon Valley del programador 10X.

290
00:10:25,035 --> 00:10:26,675
Ostras, el programador 10X.

291
00:10:26,675 --> 00:10:28,835
El tío que tecleaba a la velocidad de

292
00:10:28,835 --> 00:10:30,895
la luz y producía 10 veces más que

293
00:10:30,895 --> 00:10:31,695
el resto.

294
00:10:31,235 --> 00:10:32,855
Ya no importa.

295
00:10:32,855 --> 00:10:35,315
La mejora de productividad con estos enjambres de

296
00:10:35,315 --> 00:10:38,355
agentes es astronómicamente mayor a un 10x.

297
00:10:38,855 --> 00:10:39,395
Claro.

298
00:10:39,395 --> 00:10:42,035
Es que tecleando no puedes competir contra 50

299
00:10:42,035 --> 00:10:44,935
instancias de inteligencia artificial trabajando en paralelo.

300
00:10:44,935 --> 00:10:47,535
Si conectamos esto con el panorama general, fíjate

301
00:10:47,535 --> 00:10:50,035
en cómo están cambiando las entrevistas de trabajo.

302
00:10:50,035 --> 00:10:52,135
Ah, sí, lo de los rompecabezas de código

303
00:10:52,135 --> 00:10:52,815
ya no siempre, ¿no?

304
00:10:53,095 --> 00:10:54,215
Para nada.

305
00:10:54,215 --> 00:10:56,395
Carpazzi sugiere una prueba nueva que es una

306
00:10:56,395 --> 00:10:57,155
locura.

307
00:10:57,455 --> 00:10:59,375
Le pides al candidato que construya un clon

308
00:10:59,375 --> 00:11:00,775
de Twitter, seguro.

309
00:11:00,655 --> 00:11:01,215
Vale.

310
00:11:00,875 --> 00:11:02,755
Y una vez que lo tiene, pones a

311
00:11:02,755 --> 00:11:04,775
varios agentes a simular el tráfico humano en

312
00:11:04,775 --> 00:11:05,075
la web.

313
00:11:05,335 --> 00:11:07,215
Como si hubiera miles de personas tuiteando.

314
00:11:07,275 --> 00:11:07,815
Exacto.

315
00:11:07,815 --> 00:11:11,055
Y simultáneamente, atacas la web del candidato con

316
00:11:11,055 --> 00:11:14,835
10 modelos códex, superpotentes, para intentar tumbarla buscando

317
00:11:14,835 --> 00:11:16,235
vulnerabilidades.

318
00:11:15,935 --> 00:11:16,795
¡Qué barbaridad!

319
00:11:16,795 --> 00:11:18,075
Un asedio en toda regla.

320
00:11:18,435 --> 00:11:19,535
Totalmente.

321
00:11:19,535 --> 00:11:21,815
Y si la arquitectura del candidato aguanta ese

322
00:11:21,815 --> 00:11:25,295
ataque brutal de la IA, entonces estás contratado.

323
00:11:25,255 --> 00:11:27,335
Entonces, ¿qué significa todo esto para nosotros?

324
00:11:27,895 --> 00:11:31,655
Porque si los agentes diseñan, construyen, prueban y

325
00:11:31,655 --> 00:11:33,795
se atacan a sí mismos, ¿qué nos queda

326
00:11:33,795 --> 00:11:34,775
a los humanos?

327
00:11:34,775 --> 00:11:35,895
¿Mirar la pantalla?

328
00:11:36,355 --> 00:11:36,935
No, no.

329
00:11:36,935 --> 00:11:39,275
Los humanos seguimos siendo los directores de la

330
00:11:39,275 --> 00:11:40,115
película.

331
00:11:40,295 --> 00:11:42,975
Aportamos la estética, el criterio, el buen gusto

332
00:11:42,975 --> 00:11:46,195
y, sobre todo, la supervisión estructural.

333
00:11:46,155 --> 00:11:48,815
¿Tienes algún ejemplo donde esa supervisión humana siga

334
00:11:48,815 --> 00:11:49,355
siendo vital?

335
00:11:49,915 --> 00:11:50,335
Sí.

336
00:11:50,335 --> 00:11:52,695
Carpati contó un error absurdo que tuvo con

337
00:11:52,695 --> 00:11:54,255
su aplicación Menuaen.

338
00:11:54,415 --> 00:11:56,475
Usaba cuentas de Google para que el agente

339
00:11:56,475 --> 00:11:59,375
se registrara y cuentas de Stripe para procesar

340
00:11:59,375 --> 00:11:59,855
los pagos.

341
00:12:00,115 --> 00:12:01,695
Vale, lo típico en cualquier web hoy en

342
00:12:01,695 --> 00:12:02,075
día.

343
00:12:02,075 --> 00:12:04,475
Pues su agente intentó emparejar las cuentas de

344
00:12:04,475 --> 00:12:06,995
los usuarios basándose en las direcciones de correo

345
00:12:06,995 --> 00:12:08,275
electrónico.

346
00:12:07,895 --> 00:12:08,435
¡Ostras!

347
00:12:08,435 --> 00:12:10,835
Claro, pero ¿yo puedo usar un correo personal

348
00:12:10,835 --> 00:12:13,535
de Gmail para registrarme y luego pagar con

349
00:12:13,535 --> 00:12:15,215
el correo de mi empresa en Stripe?

350
00:12:15,315 --> 00:12:15,955
Exacto.

351
00:12:15,955 --> 00:12:18,835
Es un error de diseño garrafal.

352
00:12:18,835 --> 00:12:21,595
El agente no entiende cómo funcionan los humanos

353
00:12:21,595 --> 00:12:22,915
en el mundo real.

354
00:12:22,435 --> 00:12:24,415
En parejados textos que se parecen y se

355
00:12:24,415 --> 00:12:25,275
queda tan ancho.

356
00:12:25,395 --> 00:12:26,135
Eso es.

357
00:12:26,135 --> 00:12:28,835
Por eso el humano diseña la arquitectura general.

358
00:12:28,835 --> 00:12:31,395
Los detalles aburridos de las APIs se los

359
00:12:31,395 --> 00:12:32,875
delegas a la máquina.

360
00:12:32,695 --> 00:12:33,355
Claro.

361
00:12:33,355 --> 00:12:35,275
Como no acordarte de si en una librería

362
00:12:35,275 --> 00:12:38,495
concreta de Python la función se llama keepDims,

363
00:12:38,495 --> 00:12:40,135
axis o reshape.

364
00:12:39,755 --> 00:12:40,695
Exacto.

365
00:12:40,695 --> 00:12:42,175
El agente te busca el nombre de la

366
00:12:42,175 --> 00:12:43,935
función en mil segundos.

367
00:12:43,935 --> 00:12:46,355
Pero el humano debe entender el concepto que

368
00:12:46,355 --> 00:12:47,275
hay debajo.

369
00:12:46,795 --> 00:12:48,975
O sea, tienes que entender cómo funciona la

370
00:12:48,975 --> 00:12:51,235
gestión de memoria RAM o la diferencia entre

371
00:12:51,235 --> 00:12:53,395
visualizar un dato o duplicarlo en el disco

372
00:12:53,395 --> 00:12:53,715
duro.

373
00:12:53,775 --> 00:12:54,655
Totalmente.

374
00:12:54,655 --> 00:12:57,455
Porque si no entiendes eso, el agente te

375
00:12:57,455 --> 00:12:59,755
escribe un código que satura la memoria del

376
00:12:59,755 --> 00:13:01,473
servidor en dos minutos y te tumba el

377
00:13:01,473 --> 00:13:03,333
sistema y tú no sabes ni por qué.

378
00:13:03,413 --> 00:13:06,593
Básicamente nos estamos convirtiendo en arquitectos o directores

379
00:13:06,593 --> 00:13:07,533
de orquesta.

380
00:13:07,553 --> 00:13:09,793
Ya no tocamos el violín y el violonchelo,

381
00:13:09,793 --> 00:13:12,413
pero sabemos exactamente cómo tiene que sonar la

382
00:13:12,413 --> 00:13:13,793
Sinfonía de Beethoven.

383
00:13:12,973 --> 00:13:15,773
Es una analogía preciosa y muy certera.

384
00:13:15,773 --> 00:13:18,253
Y fíjate, esto conecta con un enfado monumental

385
00:13:18,253 --> 00:13:19,773
que tiene Carpazzi últimamente.

386
00:13:20,473 --> 00:13:23,753
con que odia profundamente que la documentación técnica

387
00:13:23,753 --> 00:13:26,093
de hoy en día siga estando escrita para

388
00:13:26,093 --> 00:13:27,453
que la lean los humanos.

389
00:13:27,433 --> 00:13:29,213
Bueno, es que hasta hace dos días éramos

390
00:13:29,213 --> 00:13:30,953
los únicos que la leyamos.

391
00:13:30,853 --> 00:13:32,553
Ya, pero él dice que ahora todo debería

392
00:13:32,553 --> 00:13:34,073
ser nativo para agentes.

393
00:13:34,133 --> 00:13:36,993
La documentación debería estar descompuesta en sensores, para

394
00:13:36,993 --> 00:13:38,733
que la máquina lea el mundo, y en

395
00:13:38,733 --> 00:13:40,633
actuadores, para que interactúe.

396
00:13:40,313 --> 00:13:42,993
Claro, sin colorines ni tutoriales paso a paso

397
00:13:42,993 --> 00:13:45,533
para humanos que solo confunden a la IA.

398
00:13:45,593 --> 00:13:47,333
Su sueño es pedirle a un agente que

399
00:13:47,333 --> 00:13:50,153
construya una app y que este configure la

400
00:13:50,153 --> 00:13:53,073
base de datos, los registros DNS y el

401
00:13:53,073 --> 00:13:55,233
servidor sin que el humano tenga que hacer

402
00:13:55,233 --> 00:13:57,573
clic en un solo menú desplegable.

403
00:13:57,513 --> 00:14:00,453
Pero claro, si externalizamos toda esa fricción, todo

404
00:14:00,453 --> 00:14:03,313
ese trabajo duro, ¿no nos volvemos un poco

405
00:14:03,313 --> 00:14:04,233
inútiles?

406
00:14:04,373 --> 00:14:06,873
Esto plantea una pregunta importante sobre el cuello

407
00:14:06,873 --> 00:14:08,193
de botella del entendimiento.

408
00:14:08,653 --> 00:14:09,193
A ver.

409
00:14:09,253 --> 00:14:11,073
Carpacy cita una frase que le voló la

410
00:14:11,073 --> 00:14:12,833
cabeza y es esta.

411
00:14:13,053 --> 00:14:16,713
Puedes externalizar el pensamiento, pero no puedes externalizar

412
00:14:16,713 --> 00:14:18,113
el entendimiento.

413
00:14:17,893 --> 00:14:19,453
Uf, qué profunda.

414
00:14:19,453 --> 00:14:21,333
O sea, el modelo procesa y piensa, pero

415
00:14:21,333 --> 00:14:23,413
el que lo entiende sigo siendo yo.

416
00:14:23,473 --> 00:14:23,913
Exacto.

417
00:14:23,913 --> 00:14:26,733
El ser humano es el cuello de botella.

418
00:14:26,733 --> 00:14:29,193
Los modelos de lenguaje pueden generar gigabytes de

419
00:14:29,193 --> 00:14:32,113
datos, pero la comprensión real ocurre en la

420
00:14:32,113 --> 00:14:34,453
circuitería húmeda de nuestro cerebro.

421
00:14:34,233 --> 00:14:35,073
Claro.

422
00:14:35,073 --> 00:14:37,813
Si no entiendes tu propio problema de negocio,

423
00:14:37,813 --> 00:14:40,673
da igual cuántas IAs tengas, no puedes dirigirlas

424
00:14:40,673 --> 00:14:41,993
hacia la solución.

425
00:14:42,153 --> 00:14:45,113
Por eso Carpaccio usa las IA no para

426
00:14:45,113 --> 00:14:48,853
dejar de estudiar, sino para crear wikis personales

427
00:14:48,853 --> 00:14:51,653
automáticas de los artículos que lee.

428
00:14:51,953 --> 00:14:53,813
¡Ah, qué interesante!

429
00:14:53,813 --> 00:14:56,913
Las usa como una herramienta de estudio turboalimentada.

430
00:14:57,733 --> 00:15:00,573
Sí, le pide a la IA diferentes perspectivas

431
00:15:00,573 --> 00:15:03,613
o proyecciones de la misma información para forzar

432
00:15:03,613 --> 00:15:07,233
esos momentos de ajá, de inspiración en su

433
00:15:07,233 --> 00:15:07,813
propia cabeza.

434
00:15:08,413 --> 00:15:11,073
O sea que, paradójicamente, a medida que la

435
00:15:11,073 --> 00:15:14,553
inteligencia artificial se abarata hasta costar céntimos, la

436
00:15:14,553 --> 00:15:17,233
claridad mental y el entendimiento profundo del ser

437
00:15:17,233 --> 00:15:19,833
humano se convierte en el recurso más valioso

438
00:15:19,833 --> 00:15:20,373
de la Tierra.

439
00:15:20,833 --> 00:15:23,153
El más valioso y el más escaso, me

440
00:15:23,153 --> 00:15:23,813
temo.

441
00:15:23,733 --> 00:15:24,513
Desde luego.

442
00:15:24,513 --> 00:15:26,813
Pues fíjate, escuchando todo esto me surce una

443
00:15:26,813 --> 00:15:29,293
reflexión final que quiero dejar votando para nuestra

444
00:15:29,293 --> 00:15:30,213
audiencia.

445
00:15:30,393 --> 00:15:31,333
A ver, dispara.

446
00:15:31,513 --> 00:15:35,113
Si realmente estamos avanzando hacia esta infraestructura puramente

447
00:15:35,113 --> 00:15:38,193
nativa para gentes de la que habla Carpazzi,

448
00:15:38,193 --> 00:15:40,473
donde toda la documentación, las herramientas y el

449
00:15:40,473 --> 00:15:42,033
código se escriben para que lo lean las

450
00:15:42,033 --> 00:15:44,933
máquinas y no los humanos, llegará un momento

451
00:15:44,933 --> 00:15:46,573
en que el software que mueve nuestro mundo

452
00:15:46,573 --> 00:15:49,293
sea un lenguaje completamente ininteligible para nosotros.

453
00:15:49,433 --> 00:15:49,873
¡Ostras!

454
00:15:50,233 --> 00:15:52,713
Es decir, estaremos operando un mundo digital hiper

455
00:15:52,713 --> 00:15:56,253
avanzado del que básicamente hemos perdido el diccionario.

456
00:15:56,273 --> 00:15:58,753
Es una posibilidad muy real y bastante inquietante,

457
00:15:58,753 --> 00:15:59,753
la verdad.

458
00:15:59,753 --> 00:16:02,373
Seríamos como los operarios de una nave alienígena

459
00:16:02,373 --> 00:16:04,353
que pulsan botones sin saber qué cables hay

460
00:16:04,353 --> 00:16:05,073
debajo.

461
00:16:05,153 --> 00:16:06,333
Exactamente.

462
00:16:06,333 --> 00:16:08,453
Ahí lo dejamos, para pensar un buen rato.

463
00:16:09,513 --> 00:16:11,453
Ha sido un placer repasar todo esto hoy.

464
00:16:11,673 --> 00:16:12,833
Lo mismo digo.

465
00:16:12,833 --> 00:16:15,413
Antes de despedirnos hasta el próximo programa, os

466
00:16:15,413 --> 00:16:17,073
informamos de que las voces que oyes han

467
00:16:17,073 --> 00:16:19,373
sido generadas por la IA de Notebook LM

468
00:16:19,373 --> 00:16:22,153
y que dirigiendo el podcast se encuentra Julio

469
00:16:22,153 --> 00:16:24,993
Pablo Vázquez, un humano que te envía saludos.

470
00:16:24,993 --> 00:16:28,213
En caso de error, probablemente sean errores humanos.

471
00:16:28,213 --> 00:16:28,793
¡Nos escuchamos!

472
00:16:40,253 --> 00:16:42,673
Y hasta aquí el episodio de hoy Muchas

473
00:16:42,673 --> 00:16:56,093
gracias por tu atención Esto es BIMPRAXIS Nos

474
00:16:56,093 --> 00:17:19,033
escuchamos en el próximo episodio ¡Suscríbete al canal!