Jorge Parra

📡 Engineer. Assistant Professor at @UV_EG. Alumnus @upvntc @TelecoUPV @UPV.

[Jorge Parra @jorpargo_]

La paradoja de ser profesor universitario: Entre lo que se espera y lo que se reconoce https://t.co/za1razrkk8

[Juan Luis Hortelano @jlhortelano]

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.

[outside five sigma @jwt0625]

im now the biggest fan of marki microwave.

if you are doing rf, check out the tools they have on their website, very handy, and they got one of the best filter specs search and comparison UI.

[Calculators and applications for online RF analysis and synthesis](https://t.co/85xaQpPOB5)

[CPU Duke @duke_cpu]

Here some more detailed macroshots of the two die-heavy sections of the package. Beautiful 😻
(3/n)

[Fang @FangSystems]

Wait, so the reason 115200 baud is a common bit rate for UART is because its a multiple of 9600 (x12=115200).

And 9600 baud was commonly used because its 32*300 baud.

And 300 baud was used because its the lowest common denominator of 50Hz and 60Hz.
And that was used because telecom signals used to be clocked to the mains frequency?

So many examples of engineers just adapting around legacy systems because its easier to build upon stuff than reinvent stuff lol

[Know Nothing, Notice Everything @biffdon]

One reality absorbing another without being detected

[outside five sigma @jwt0625]

if anyone is going to make optical/photonic computing work and win, it's going to be a marriage between the microLED/VCSEL array folks, and the lockin camera folks.
it's not going to be using modulators from telecom folks, nor SLM/DMD from display folks. You need someone that cares about every single photon, and every single electron, and those people are doing sensing at the edge like ToF cameras starved with low power consumption.

[CPU Duke @duke_cpu]

It’s the 8008, the first #8bit CPU of #Intel…
I stitched 216 individual #microscopy pictures to get this high resolution canvas of the die from 1971.
(8/n)

[Kevin S. Xu @kevinsxu]

TSMC's Project Nightingale never stopped since 2014

It started when TSMC fell behind Samsung and lost Apple’s A9 chip order

That paranoia never stopped -- research engineers continued their 3-shifts, 24-hour non-stop R&D operations until today

TSMC took Andy Grove's wisdom more to heart than Intel

[Dabs @DabsMalone]

Researchers at NUS just 3D printed metal circuits in mid air using a system called CHARM3D. It uses Field’s metal, a low melting alloy that cools fast enough to hold its own shape.

They can literally draw wires in space that conduct electricity, bend, and heal when reheated.

A step toward electronics that build themselves.

[Jorge Parra @jorpargo_]

@pablo_artal @UMU ¿Las financias con tu dinero personal? Me llama la atención el nombre de la beca.

[Vicharak @Vicharak_In]

Two decades ago, Arduino put a microcontroller in every student’s hand, revolutionizing grassroots education.

Today, as Arduino begins a new chapter in another domain, we’re opening the next chapter in education: putting FPGAs into every student’s hand.

We’re delighted to introduce Shrike-Lite, the world’s most affordable FPGA development board, priced at just ₹349 / $4.

Shrike-Lite combines an MCU (RP2040) with an FPGA (ForgeFPGA – 1K LUT) on a single board, unlocking hands-on learning for thousands of students and makers.

Even with a 1K LUT FPGA, you can build:
– Custom UART / SPI / I²C cores
– LED and PWM drivers
– Simple robotics controllers
– Tiny accelerators and logic blocks
– Many more digital-logic projects

Since Shrike-Lite is a pet project at Vicharak, we’re keeping everything open-source, hardware, software, and toolchains, with complete software support from our team.

We’re opening pre-orders for the first 1,000 units in India, starting now.

Which will be delivered by 15th Nov, 2025.

[Hackster.io @Hacksterio]

BREAKING NEWS! @Qualcomm acquires @Arduino, launches the new Arduino UNO Q. https://t.co/cPUSoUO5QL

[Massimo @Rainmaker1973]

Laser reveals the hidden circuits inside a computer chip

[Jorge Parra @jorpargo_]

A new toy arrived today. Looking forward to testing if it really runs at 1.25 Gbps over 20 km. Cost was under 15€.

[Mahesh Sathiamoorthy @madiator]

~2012 must have been like a crazy time.

Neural networks were considered nonsense by most people. Hinton, LeCun and Bengio were the amongst the very few people who kept it all alive for decades.

Alex Krizhevsky, a mad coding genius and a socially aloof kid, shows up to Hinton's lab and says he is bored by the software engineering courses and asks to work there.

Hinton has another student Ilya Sutskever, who is like this mystic guy, who says neural networks are the future and they will outpace human intelligence.

Safe to say most people at this point think these guys are crazy.

Hinton tells these two guys to train a convolutional neural network on Imagenet and specifically tells them to use GPUs. He wants to make machines see.

Krizhevsky goes to town and masters CUDA and parallel programming, and they train a model called SuperVision. Hinton understands the magnitude of what just happened, and tells him to use the name AlexNet instead to carry on Krizhevsky's legacy.

This is submitted to the ImageNet challenge, and Fei Fei Li's student is like "wtf, this must be someone cheating" because it's miles ahead of other submissions. This was most likely the last year for ImageNet challenge because the progress was super slow until then.

Fei Fei Li gets a call and the student says "you better take a look at this".

They can't find out any problem. They test the model on entirely unseen data, and it crushes everything else.

Fei Fei Li is dumbfounded, not just because of the jump in performance, but because it's using this "nonsense" piece of technology called a neural network. She says “It was like being told the land speed record had been broken by a margin of a hundred miles per hour by a Honda Civic”.

Two things happen: people wake up about neural networks. And Jensen truly now (actually only in 2013, but that's story for another time) understands what Nvidia needs to do next.

And then the socially aloof Alex Krizhevsky disappears completely, but his legacy lives on with AlexNet. It is rumored that he is living somewhere in Mountain view, having given up on AI and perhaps technology itself.

[Jorge Parra @jorpargo_]

Respect to profs who improve teaching and research even if the system doesn’t reward it. My role models, even without monthly Nature papers.

[Jorge Parra @jorpargo_]

While everyone’s busy with TikToks & podcasts, I went retro: built a personal website 😁

No dances, no trends, just research, teaching & resources.

Thinking of a PhD in Spain or starting academia? You might find it useful.

👉 https://t.co/7odv1ymcV0

[Jorge Parra @jorpargo_]

⛰️ Holidays

[memes.xlsx @ExcelHumor]

no one:

microsoft authenticator: one more time