La progresión del odio hacia la IA

Fiabilidad, error y preocupaciones epistémicas

• Muchos sostienen que los resúmenes de IA y las salidas de los LLM son sustancialmente menos fiables que los flujos de búsqueda anteriores, especialmente porque:
  • Alucinan con seguridad e imprevisiblemente, y rara vez dicen “no lo sé”.
  • Eliminan el contexto de la fuente y las señales de confianza (dominio, autor, respuestas en foros).
  • Pueden malinterpretar las fuentes o incluso contradecirlas; algunos informan que los resúmenes tergiversan con regularidad las páginas enlazadas.
• Otros contraargumentan que internet siempre ha estado lleno de desinformación; la IA cambia sobre todo la comodidad y la escala, no la existencia de errores.
• Varios señalan que los LLM están bien para tareas de bajo riesgo o como herramientas de desarrollo, pero son peligrosos cuando se usan para tareas críticas (por ejemplo, especificaciones de par de apriete automotrices, decisiones de atención al cliente).

Consentimiento, copyright y uso de datos

• Un hilo dominante: el entrenamiento y el despliegue de IA ignoran en gran medida el consentimiento del usuario.
  • Los creadores sienten que no pueden publicar trabajos, código o escritos sin que se rastreen para entrenamiento.
  • Hay indignación porque los modelos se entrenan con material con copyright y luego compiten con los originales.
• Algunos argumentan que esto es solo una extensión de una erosión del consentimiento que lleva tiempo: indexación de búsquedas, rastreo, dark patterns, filtraciones de datos.
• Desacuerdo sobre el “fair use”:
  • Un lado: el entrenamiento es transformador y, por tanto, fair use; la reproducción es un asunto separado.
  • El otro lado: esta interpretación es una “grave injusticia” y contradice el espíritu del copyright.
  • Participantes no estadounidenses señalan que el “fair use” depende de la jurisdicción; funcionarios de EE. UU. también han expresado preocupación por el entrenamiento comercial de modelos.

Capitalismo, hype y la carrera armamentística de la IA

• Muchas críticas apuntan a la “fiebre del oro” de la IA: FOMO de los inversores, control oligopólico de la computación, funciones de IA impuestas en los productos y despidos “lavados con IA”.
• Debate sobre si esto es un fracaso del “capitalismo” en sí o de sistemas políticos capturados y oligopolios.
• Algunos esperan una burbuja de IA o un “invierno”; otros ven ganancias de productividad duraderas pero más limitadas.

Impacto en el trabajo, la creatividad y la vida cotidiana

• Los creativos se quejan de plataformas inundadas de “AI slop”, de un descubrimiento más difícil y de medios de vida debilitados.
• Algunos trabajadores usan mucho la IA subvencionada en sus empleos, en parte por pragmatismo, en parte para aprovechar servicios infravalorados.
• Los ejemplos de centros de llamadas muestran mejoras significativas (triaje multilingüe), pero otros señalan que muchas empresas usan la IA para evitar contratar humanos y degradar el servicio.

Sentimiento público y polarización

• Varios señalan una desconfianza o antipatía generalizada hacia la “IA” tal como se comercializa (LLMs, generación de imágenes/vídeo), incluso cuando la gente depende sin saberlo de funciones de ML más antiguas.
• Otros enfatizan la popularidad real de los productos de IA y sostienen que la tecnología se normalizará y pasará a segundo plano.
• Las emociones van desde una molestia leve hasta una ira intensa y esfuerzos de boicot; algunos comentaristas critican tanto el “zelotismo” de la IA como el “zelotismo” anti-IA por ser improductivos.