¿¿¿Ganas de los Playoffs??? 😏
¿Que os parece? Metele like y entre los que interactúen y sigan a @UCAM_Creatives hago un sorteo para regalarle bufanda y camiseta ❤️🔥
#Eterno
“Si la película se percibe vacía, no es por un error de cálculo de sus directores. Es, sencillamente, porque su único objetivo nunca fue contar una historia, sino obligarnos a hojear las páginas satinadas de un inmenso y lucrativo catálogo”
Buenos días, @digimobil_es. Llevo toda la mañana sin que me funcione ninguna de las 3 líneas de móvil que tengo con vosotros. Por tanto, no puedo contactaros por la app ni por el 1200. ¿Qué puedo hacer?
12 años después de que mi "grandísimo" amigo suplantara mi identidad y me estafara 15.000€, y 4 tras la sentencia, todavía tengo que perder tiempo y salud "visitando" la Ciudad de la Justicia de Murcia por demandas de compañías de créditos online #QuienTieneUnAmigoPierdeUnTesoro
🚨Esto es una locura.
143 millones de personas creían que estaban capturando Pokémon. En realidad, estaban creando uno de los conjuntos de datos visuales del mundo real más grandes de la historia de la IA.
Niantic acaba de revelar que las fotos y los escaneos de realidad aumentada recopilados a través de Pokémon Go han generado un conjunto de datos de más de 30 mil millones de imágenes del mundo real. La compañía ahora está utilizando esos datos para potenciar la IA de navegación visual de los robots de reparto.
Los participantes no se limitaron a pasear con sus teléfonos. Escanearon lugares emblemáticos, escaparates, parques y aceras desde todos los ángulos, a cualquier hora del día, con condiciones de luz y climáticas que ninguna fotografía profesional podría haber capturado. Documentaron el mundo físico a una escala que ninguna empresa de cartografía con una flota de vehículos podría haber replicado en el mismo plazo ni con el mismo presupuesto.
Niantic recopiló estos datos de forma sistemática, dato por dato, a lo largo de ocho años, mientras que los usuarios pensaban que lo único que estaba en juego era capturar un Charizard raro.
Los conjuntos de datos de entrenamiento de IA más valiosos del mundo no se están recopilando en centros de datos. Los están creando personas que no tienen ni idea de que los están creando.
Se viene rollo filosófico, aviso ;)
Llevo casi 30 años en el mundo tech. He cofundado empresas, gestionado equipos, invertido en startups, construido productos desde cero. Y hay algo que me está pasando con la IA que me cuesta describir con una sola palabra. Así que voy a intentar describirlo con varias.
La primera reacción, al menos en mi caso, cuando empiezas a usar estas herramientas de verdad, es una mezcla rara. Euforia. Miedo. Y sobre todo vértigo.
Ver que algo en lo que eras bueno, algo que te costó años construir, se convierte en commodity de golpe tiene mucho de desconcertante. Años construyendo una empresa, con patentes y con una tecnología que creías era una barrera de entrada y tu principal valor... y que de repente desaparece. No te lo esperas. Y aunque intelectualmente puedes entenderlo, vivirlo es otra cosa.
Pero ese miedo pasa. Al menos a mí me ha pasado.
Lo que viene después es energía. Proyectos que antes no intentaba porque el coste era demasiado alto, ahora los puedo arrancar en una tarde. Cosas que requerían un equipo, las puedo explorar solo pese a llevar años sin programar y alejado de la parte técnica.
Nuevas oportunidades.
De repente, para muchas cosas no dependo del equipo técnico de mi empresa. Y eso es por una parte reconfortante, pero por otra inquietante.
El techo no ha bajado... es que ha desaparecido. Y eso tiene algo de adictivo, de "joder, ¿por qué no estaba haciendo esto antes?".
Y aquí entra algo que creo que mucha gente no está considerando: la paradoja de Jevons.
En el siglo XIX, cuando se inventaron máquinas de vapor más eficientes, todo el mundo asumió que se consumiría menos carbón. Ocurrió exactamente lo contrario. La eficiencia hizo que usar carbón fuera más barato, así que se usó para más cosas, en más sitios, por más gente. El consumo total se disparó.
Con la IA va a pasar lo mismo. No vamos a escribir menos software porque la IA lo haga más rápido. Vamos a escribir muchísimo más, en muchos más sitios, para muchos más problemas que antes ni siquiera intentábamos resolver porque el coste era prohibitivo. La demanda de inteligencia no se reduce cuando se abarata. Se expande.
Hay un estudio de Berkeley en HBR (https://t.co/sRjR7sWszs) que lo confirma de forma bastante incómoda.
Investigadores de Haas School of Business pasaron 8 meses dentro de una empresa de 200 personas observando qué pasa cuando das herramientas de IA a todo el mundo y dices "adelante". Lo que encontraron contradice todo lo que nos han vendido: los empleados trabajaron más rápido, asumieron más tareas y extendieron su jornada. Nadie se lo pidió. Lo hicieron solos porque la IA hacía que "hacer más" se sintiese posible.
Un empleado lo resumió mejor que cualquier paper: "Pensabas que ahorrarías tiempo y trabajarías menos. Pero no trabajas menos"
El 77% de los empleados que usaban IA en otro estudio decían que les había aumentado la carga de trabajo.
La IA no te devuelve tiempo. Expande el perímetro de lo que sientes que deberías estar haciendo.
Y luego está el estudio del MIT (https://t.co/7rZqK7Pi8W) , que me parece el más incómodo de todos.
Pusieron a 54 personas con electrodos en la cabeza mientras usaban ChatGPT para escribir. Los que usaron IA mostraron un 47% menos de conectividad neuronal durante la tarea. El cerebro no trabajaba menos duro. Directamente se apagaba en las zonas vinculadas al pensamiento crítico y la creatividad.
Pero el dato que más me impactó es otro: el 83% de los usuarios de IA no podían citar ni una frase del ensayo que acababan de escribir. Porque nunca fue realmente suyo.
Y cuando al final de la prueba les quitaron la herramienta, el cerebro no se recuperó. Los patrones de desconexión persistieron.
Los investigadores lo llaman "deuda cognitiva". La misma lógica que la deuda técnica en software: cada atajo de hoy acumula intereses que pagas mañana en forma de menor capacidad para pensar de forma independiente.
El problema no es que la IA te haga menos inteligente. Es que tu cerebro optimiza para el entorno que le das. Y si dejas de ejercitar las partes difíciles del pensamiento, esas partes dejan de estar afiladas.
Pero entiendo perfectamente al otro lado también.
Hay un desarrollador que habló hace poco sobre algo que me impactó bastante.
Su tweet es este : I was a 10x engineer. Now I'm useless.
El video de 12 minutos merece la pena verlo (https://t.co/gLjCPrFfl3)
Describe haber construido un producto completo con IA, que funciona, que la gente usa, que genera ingresos... y al que no tiene ningún vínculo emocional. Porque no sufrió para hacerlo. Y lo describía como fabricar hot dogs: el producto existe, cumple su función, pero tú no pusiste nada de ti.
Eso conecta con algo más profundo que no estamos discutiendo suficiente.
Antes aprendías construyendo. El sufrimiento del proceso era el mecanismo. Te ibas a dormir sin saber cómo resolver algo y te levantabas con la solución, y eso te cambiaba. Ahora puedes construir sin ese ciclo. Más output, sí. Pero menos crecimiento.
Y luego está la red de seguridad. Un desarrollador siempre podía tomarse un año sabático y volver a un trabajo mejor pagado. O dejar su empresa actual sin miedo a encontrar casi lo que quisiera al día siguiente y con mejores condiciones.
Ese colchón existía de verdad y organizaba la vida profesional de mucha gente. La pregunta que nadie quiere hacerse en voz alta es si eso sigue siendo así. Tengo mis dudas.
Y aquí viene lo más complicado: no hay término medio fácil. Una vez que empiezas a usar estas herramientas en serio, tu cerebro deja de querer volver al esfuerzo. No es que puedas reservarte lo difícil para ti y delegar lo aburrido. Es todo o nada.
La energía nueva es real. Y la pérdida también es real. El error está en intentar resolver esa tensión demasiado rápido, en elegir un bando antes de haberlo vivido de verdad.
Lo que sí tengo claro, después de verlo en primera persona, es que la línea divisoria no es generacional.
He visto veteranos de 20 años sacarle un partido tremendo a estas herramientas. Y recién llegados que las tratan como una abstracción filosófica en lugar de algo que puedes usar hoy mismo.
La edad no predice nada. Lo que predice es la disposición. Si corres hacia el cambio o lo miras desde la barrera esperando a que alguien te explique si es seguro cruzar.
Nadie sabe exactamente adónde va esto. Y desconfío de los que dicen que sí lo saben, en cualquiera de los dos sentidos.
Lo que sí sé es que quiero estar en el grupo que corre hacia ello. Con la incomodidad incluida. Con la pérdida incluida. Con las preguntas sin respuesta incluidas.
Porque la alternativa es quedarse parado. Y eso, con o sin IA, nunca ha funcionado.
Y me ha faltado esta otra para nostálgicos o entrados en canas. ¿Recordáis los hipermercados PRYCA? Pues me acabo de enterar que el nombre era un acrónimo de PRecio Y CAlidad 🫢🤨🫨
Actualizando los materiales de mis clases de #branding siempre me encuentro con suriosidades de marcas nacinales e internacionales. Te paso unas cuantas. Inicio hilo
Donuts es una marca registrada de BIMBO en España, anteriormente de Panrico, y por eso Dunkin' Donuts en el país se llama solo Dunkin'. En Sudamérica los llaman donas y proviene del original americano doughnut, también llamado donut.
This is why PE has particularly targeted industries with fragmented markets (lots of small independent operators), steady demand (people will always need healthcare, housing, childcare), and pricing power (customers can’t easily shop around or delay purchases)"
Si quieres una explicación sencilla de cómo funcionan los fondos de capital privado, lee este artículo de #HannaHorvath en #YourBrainOnMoney https://t.co/FokWmycUCl 👇
"When a PE firm buys a veterinary clinic chain at 10x earnings, expecting to sell at 15x, the value has to come from somewhere. That somewhere is usually: raising prices, reducing staff, cutting services that don’t generate revenue, consolidating operations, squeezing suppliers👇