Cuando el genio fracasa: la arrogancia intelectual de los laboratorios de IA
Crece un intenso escepticismo en torno a las narrativas de “genio” en IA y finanzas, ilustrado por un exinvestigador de OpenAI de 25 años que recaudó rápidamente decenas de miles de millones para un hedge fund temático de IA, solo para sufrir un espectacular colapso por margin call pese a seguir estando en positivo en el año. Los comentaristas usan este caso para cuestionar la arrogancia intelectual más amplia de Silicon Valley: la suposición de que ser inteligente en un dominio (como el aprendizaje automático) confiere autoridad en otros (como la inversión macro, la economía laboral o la radiología), y de que la IA reemplazará sin más amplias capas de trabajo experto. Muchos argumentan que tanto los entusiastas de la IA como sus críticos subestiman el conocimiento de dominio, la gestión del riesgo y las restricciones sociales, y que las predicciones sobre la AGI inminente o la obsolescencia masiva de empleos son mucho menos fiables de lo que parecen.
Fondo de “awareness situacional” y narrativa del “genio”
- El hilo gira en torno a un gestor de fondos muy joven que levantó decenas de miles de millones en torno a una tesis maximalista de IA, con un currículum que incluye educación de élite, graduación anticipada, trabajo en un laboratorio de IA, filantropía de FTX y vínculos con Effective Altruism.
- Algunos comentaristas lo presentan como alguien con una visión excepcional; otros dicen que sus predicciones sobre IA llegaron tarde, estaban exageradas o eran simplemente marketing aprovechando la ola.
- Hay un gran desacuerdo sobre lo que ocurrió con su fondo:
- Un lado dice que “se hundió” después de que un apalancamiento extremo provocara llamadas de margen y la liquidación forzosa de posiciones públicas.
- Otro insiste en que el fondo sobrevivió, sigue en fuerte positivo en el año gracias a una apuesta temprana privada en IA, y que una gran caída no es lo mismo que la bancarrota.
- Muchos sostienen que no se trata de que la IA estuviera equivocada, sino de un fallo básico de gestión del riesgo (apalancamiento excesivo, falta de cobertura, ignorar el criterio de Kelly).
Arrogancia intelectual y errores de categoría
- Tema central: ser brillante en un dominio (investigación en IA, academia de élite) no implica competencia en otros (gestión de activos, macroeconomía, ciencia climática).
- Varios lo conectan con la “enfermedad del ingeniero” y la “enfermedad del Nobel”: exceso de confianza al opinar sobre campos que uno no entiende.
- Otros señalan el problema en espejo: los dominios tradicionales a menudo asumen que no pueden ser disrumpidos.
IA, empleos y hype frente a realidad
- Fuerte escepticismo hacia cronogramas audaces de AGI (por ejemplo, AGI/ASI para 2027) y supuestos de que más esfuerzo de escalado = progreso exponencial, señalando límites de energía, hardware y curvas en S.
- Debate sobre la sustitución de empleos por IA:
- Algunos ven la IA como “tecnología normal”, como en radiología, que aumenta el volumen y la productividad en vez de eliminar puestos.
- Otros esperan una automatización total eventual, pero reconocen que hasta ahora los plazos han sido pésimamente erróneos (por ejemplo, camioneros, radiólogos).
- Los comentaristas enfatizan lo fácil que es declarar automatizable el trabajo ajeno sin entender el juicio tácito que implica.
Cultura tecnológica, ciclos de hype y finanzas
- Comparaciones con blockchain y otras manías de SV: los forasteros seguros de sí mismos diagnostican mal las restricciones reales (legales, sociales, de responsabilidad, complejidad del dominio).
- Varios señalan que los mercados alcistas hacen que todos parezcan genios hasta que la volatilidad expone quién solo estaba apalancado en beta.
- Algunos ven a los hedge funds y a los laboratorios de IA como racionalmente “ordeñando el boom”, cobrando comisiones por la subida y marchándose después de los descalabros.
- Hay frustración con las startups de IA de vigilancia/“mira a tus empleados trabajar” y con afirmaciones exageradas como reemplazar Hollywood, frente a visiones más aterrizadas de la IA como una herramienta útil pero limitada.