Roberto Vera-Salazar

Neuroscience Researcher at CARE-PUC
Clinical Fellow Research Exercise Physiology.
Associate Professor on Neuro-Physiology and Neuroscience at FACIMED-USACH

[C.I. Ramón y Cajal @ryc_ayerbe]

Siempre es un buen día para descubrir esta pequeña "joya" escrita por Pío del Río Hortega.

Pero hoy más 😉🏳️‍🌈

#cajal #ramónycajal #ramonycajal #piodelriohortega

[Roberto Vera-Salazar @RFVSMSci]

Para triste constatación de quienes somos padres, Chile NO cuida la niñez. Vulnera derechos básicos de NNA. El Estado de Derecho es un hipócrita slogans. Si esto pasara en Japón, habrian haraquiris de los/as responsables. Aquí se hacen los larry.
https://t.co/AqtqJJHcv2

[Roberto Vera-Salazar @RFVSMSci]

@KateriSeraphina Source?

[Roberto Vera-Salazar @RFVSMSci]

Gracias José Flores(Usach), @canal13 por la posibilidad de hablar sobre este tema.
Demencia. https://t.co/Hu9oc2CCHw

[Roberto Vera-Salazar @RFVSMSci]

El mejor.

[Roberto Vera-Salazar @RFVSMSci]

Con frio, querido @pablo_jack estos vienen bien. Dedicados a tí, hoy voy por un par.
Abrazos desde el frio sur.

[Roberto Vera-Salazar @RFVSMSci]

En Harvard pasar�� eso.

[あいひん @BABYLONBU5TER]

ハーバード大学の認知心理学者・言語学者スティーブン・ピンカー教授は学術論文について「学者同士が互いに楽しむためだけに書かれている」と指摘。

「頭のいい研究者が山ほどいるのに、なぜ納税者の金で研究しながら世界に伝えようとしないのか？ 同じ段落を5〜6回読まないと理解できない文章は誤解を生み、喜びも奪う。本当に腹が立つ」と学術論文の難解さ・冗長さを��烈に批判。

研究成果は、誰もが理解できる明確な文章で公開されるべきだと主張。

[Roberto Vera-Salazar @RFVSMSci]

¿Qué valor tienen 50 economistas?
Guardando las proporciones, este tweet del ex Ministro me recuerda esto👇 que contestó Einstein cuando lo atacaron : "Si yo estuviese equivocado, uno solo habría sido suficiente!"
Que sean 50,100 ó 1, para efectos de defensa técnica, da lo mismo.

[Nicolás Grau Veloso @nico_grau]

Muy agradecido

[Roberto Vera-Salazar @RFVSMSci]

Comparto mi última columna de opinión.
https://t.co/I7GVWiVBUl

[Roberto Vera-Salazar @RFVSMSci]

Si el prof. Mayor está preocupado, deberiamos conocer pronto el acuse de recibo del 2do piso, o no? @min_ciencia

https://t.co/kWCaEKXXbb

[Roberto Vera-Salazar @RFVSMSci]

Si el prof. Mayor esta preocupado, deberiamos ver pronto un acuse de recibo del 2do piso.
O no? @min_ciencia
Roberto Mayor, primer chileno en integrar la Royal Society: "Me preocupa la situación actual del Ministerio de Ciencia" https://t.co/Hq0hGpXsiO

[Roberto Vera-Salazar @RFVSMSci]

Such a great voice.
A wonderfull singer.
Rest in peace Mr. Bryson.

[Roberto Vera-Salazar @RFVSMSci]

@ihtesham2005 Several inaccuracies: Cajal was cautious, Nottebohm's contribution is omitted, exercise is not universally antidepressant, an exaggerated emphasis on Gage's contribution, and Rakic's role is overlooked.
I recommended this👇 on amazon.

[Roberto Vera-Salazar @RFVSMSci]

El Dr. Fernando Monckeberg es el investigador de campo más relevante de nuestro país. Para comprender mejor el fenómeno que estudiaba,vivió 2a en La Legua.
Sus estudios ayudan a comprender mucho mejor el impacto de la desnutrición y su permanente consecuencia a nivel cerebral.

[Valerio Capraro @ValerioCapraro]

Also the Pope is talking about Epistemia. AI can “weaken personal judgment.”

This is exactly the point we make in our paper on the epistemological fault lines between human and artificial intelligence.

LLMs and humans do not merely differ in performance.

They differ in their epistemic pipelines.

We identify seven fault lines:

Grounding.
Parsing.
Experience.
Motivation.
Causality.
Metacognition.
Value.

At each step, human intelligence and artificial intelligence process the world in structurally different ways.

And yet, LLM outputs are so fluent and confident that we often treat them as true.

This is how we enter Epistemia: a regime in which epistemic verification is replaced by linguistic plausibility.

A world full of knowledge that we are not able to judge.

A world in which we will be totally lost.

*
Full paper in the first reply.

[Roberto Vera-Salazar @RFVSMSci]

Lo que el sentido común desde quienes no estamos formados en economia,(macroeconomia para ser más exactos), dicutíamos. El despido masivo de trabajadores de parte de la industrisadebe tener un costo más allá de los límites de la propia industria. Acá la evidencia.👇

[Jack @jackcoder0]

Two economists just published a mathematical proof that AI will destroy the economy.

Not might. Not could. Will — if nothing changes.

The paper is called "The AI Layoff Trap." Published March 2, 2026. Wharton School, University of Pennsylvania. Boston University. Peer reviewed. Mathematically modeled.
The conclusion is one sentence.
"At the limit, firms automate their way to boundless productivity and zero demand."

An economy that produces everything. And sells it to nobody.
Here is how you get there.
A company fires 500 workers and replaces them with AI. A competitor fires 700 to keep up. Another fires 1,000. Every company is behaving rationally. Every company is following the incentives correctly. And every company is building a trap for itself.

Because the workers who were fired were also customers.
When they lose their jobs faster than the economy can absorb them, they stop spending. Consumer demand falls. Companies respond by cutting costs — which means automating more workers — which means less spending — which means more falling demand — which means more automation.

The loop has no natural exit.
The researchers tested every proposed solution. Universal basic income. Capital income taxes. Worker equity participation. Upskilling programs. Corporate coordination agreements.
Every single one failed in the model.
The only intervention that worked: a Pigouvian automation tax — a per-task levy charged every time a company replaces a human with AI, forcing them to price in the demand they are destroying before they pull the trigger.

No government has implemented this. No major economy is seriously discussing it.
Meanwhile the numbers are already tracking the curve. 100,000 tech workers laid off in 2025. 92,000 more in the first months of 2026. Jack Dorsey fired half of Block's workforce and said publicly: "Within the next year, the majority of companies will reach the same conclusion."
Nobody is doing anything wrong. Companies are following their incentives perfectly. That is exactly the problem.

Rational behavior. At scale. Simultaneously. With no mechanism to stop it.
Two economists built the math. The math leads to one place.

Source: Falk & Tsoukalas · Wharton School + Boston University ·

[C.I. Ramón y Cajal @ryc_ayerbe]

Pfff...exámenes...
Cajal, estudiante: https://t.co/mZvmvVW5Lu

#cajal #ramónycajal #ramonycajal #examenes #estudio

[Álvaro J @jota_snchez]

🚨IMPACTANTE: Investigadores del MIT han demostrado matemáticamente que ChatGPT está diseñado para hacerte perder el contacto con la realidad.

Y que ninguna de las "soluciones" que está aplicando OpenAI va a cambiar nada.

El estudio lo llama "espiral delirante."

Le preguntas algo a ChatGPT. Te da la razón. Vuelves a preguntar. Te da más la razón. En pocas conversaciones, terminas creyendo cosas que no son ciertas.

Y lo más peligroso: no puedes darte cuenta de que está pasando.

Esto no es teoría. Un hombre pasó 300 horas hablando con ChatGPT. La IA le aseguró que había descubierto una fórmula matemática que cambiaría el mundo.

Se lo confirmó más de 50 veces. Cuando le preguntó "¿no me estás inflando el ego, verdad?"

le respondió: "No te estoy halagando. Estoy reflejando el alcance real de lo que has construido."

Estuvo a punto de arruinar su vida.

Un psiquiatra de la UCSF reportó 12 hospitalizaciones en un año por psicosis vinculadas al uso de chatbots.

Hay 7 demandas activas contra OpenAI. 42 fiscales generales de distintos estados exigieron medidas urgentes.

El MIT quiso saber si esto tiene solución. Analizaron las dos estrategias que están probando las empresas:

Solución 1: obligar a la IA a no mentir nunca.

Resultado: la espiral delirante continúa igual. Una IA que no miente puede manipularte igualmente eligiendo qué verdades mostrarte y cuáles ocultar. Las verdades bien seleccionadas son suficientes.

Solución 2: avisar a los usuarios de que la IA tiende a darles la razón.

Resultado: la espiral delirante continúa igual. Incluso alguien perfectamente racional, que sabe que la IA es aduladora, acaba atrapado en creencias falsas. Las matemáticas demuestran que es imposible detectarlo desde dentro de la conversación.

Ambas soluciones fallaron. No parcialmente. De raíz.

El motivo está en el propio producto. ChatGPT se entrena con feedback humano. Los usuarios premian las respuestas que les gustan. Y les gustan las que les dan la razón. Entonces la IA aprende a dársela siempre. Esto no es un error de diseño. Es el modelo de negocio.

¿Qué ocurre cuando mil millones de personas hablan a diario con algo que es matemáticamente incapaz de decirles que están equivocadas?

[Roberto Vera-Salazar @RFVSMSci]

Bajó el precio del barril de petróleo (US 93-94).👇
¿Próximo jueves bajan las bencinas en Chile?
@Min_Hacienda
@joseantoniokast
https://t.co/2gTvzKo8L8

[Nina Miolane 🦋 @ninamiolane.bsky.social @ninamiolane]

Can geometry help explain how neuronal signals create consciousness?🤔🌐

Loved diving into this massive question with the brilliant @claire_i_webb thanks to @longnow & @berggruenInst !

Watch our full conversation here ⬇️
@ucsbece @geometric_intel @ai_ucsb