Di no a OpenAI y Anthropic

IA a gran escala, política y “Big Tech 2.0”

• Muchos ven que la IA repite el patrón de las redes sociales/Big Tech: poder concentrado, regulación débil y sistemas mediáticos y políticos capturados por el dinero y el hype.
• Algunos enmarcan al liderazgo actual y a los medios como máquinas oportunistas de “grift” donde los detalles (cripto, IA) importan menos que la extracción.
• Otros replican, argumentando que las últimas décadas han sido en general buenas y que el pesimismo está exagerado, aunque reconocen la desigualdad y el disfuncionamiento.

Cultura de HN, astroturfing y polarización

• Varios señalan que HN antes se inclinaba al escepticismo frente a empresas al estilo Uber que se saltaban la ley, pero solo se volvió contra ellas después de los escándalos.
• Hay quejas de astroturfing y de un fuerte sesgo estadounidense en las discusiones sobre IA, especialmente contra modelos no estadounidenses o abiertos.
• Se sospecha que el apego emocional a laboratorios/modelos favoritos (y abierto vs. cerrado) impulsa parte de la intensidad del debate.

Privacidad, retención cero de datos y confianza

• Debate central: si los laboratorios de frontera pueden ser alguna vez “privados” cuando las políticas predeterminadas incluyen registros y retención de corto plazo para abuso/seguridad.
• La Retención Cero de Datos (ZDR) existe a través de algunos proveedores de nube e intermediarios, pero:
  • Está disponible de forma inconsistente entre modelos y vendedores.
  • Las excepciones de monitoreo de abuso y la retención de prompts marcados socavan una ZDR “real”.
  • La ZDR empresarial suele estar restringida; algunos ven esto como una forma de privilegiar a los grandes clientes.
• En general se afirma que los datos de la API no se usan para entrenamiento, pero la retención a corto plazo es común. Algunos sostienen que no debe tomarse al pie de la letra las promesas de ninguna empresa; otros dicen que entonces la desconfianza también aplica a los envoltorios “privados” más pequeños.

Coste y concesiones de acceso

• Las suscripciones individuales a laboratorios de frontera se describen como “ofertas increíblemente buenas”, especialmente para usuarios intensivos, lo que dificulta justificar la migración a inferencia de pesos abiertos de pago.
• Otros informan costes comparables o menores usando modelos abiertos eficientes mediante proveedores de terceros, dependiendo mucho del volumen de tokens, la caché y los agentes en paralelo.
• Preocupa que los precios bajos de los laboratorios de frontera sean temporales y enganchen a los usuarios.

Calidad de los modelos: frontera vs abierto

• Algunos dicen que modelos abiertos más nuevos o chinos (p. ej., DeepSeek, GLM) están “prácticamente a la par” de los mejores modelos propietarios para programación.
• Otros discrepan fuertemente y reportan brechas claras de calidad, especialmente en bases de código grandes o complejas; sospechan que los usuarios satisfechos hacen trabajos más simples donde las diferencias de calidad importan menos.
• En general: no hay consenso; las experiencias varían según la carga de trabajo.

Ética, riesgo y motivos de los laboratorios de frontera

• Un hilo importante discute si los líderes de los laboratorios de frontera estadounidenses son “lunáticos” imprudentes, grifters cínicos o tecnólogos sinceros pero miopes.
• Los críticos argumentan:
  • Estas empresas aceleran conscientemente el impacto climático y el desplazamiento laboral.
  • Algunos internos asignan públicamente probabilidades no triviales a escenarios de extinción humana, pero siguen escalando.
  • La alta compensación y la posibilidad de renunciar elevan las expectativas morales sobre el personal que no hace tareas de limpieza.
• Los defensores piden una caridad humana básica, señalando que no “todo humano” en estos laboratorios se comporta mal y que la retórica fanática es contraproducente.
• Algunos aceptan que los fundadores creen estar construyendo una especie de “dios máquina” o ASI, y unos pocos lo acogen abiertamente, dando prioridad a una “siguiente fase de la vida” posthumana por encima del bienestar humano actual.
• Otros encuentran moralmente horrorizante esta visión, viéndola explícitamente como hostil a los 8 mil millones de personas vivas hoy.
• Varios comentaristas piden regulación estricta, responsabilidad personal por daños catastróficos y escepticismo hacia cualquier entidad (estatal o corporativa) que ejerza semejante poder.

Alternativas: pesos abiertos, local y proveedores no estadounidenses

• Muchos abogan por modelos de pesos abiertos en hardware personal o europeo, citando:
  • Privacidad y control.
  • Competencia y diversidad del ecosistema.
  • Menor dependencia de los laboratorios de frontera estadounidenses.
• Los modelos chinos de pesos abiertos reciben elogios por su apertura y coste, pero algunos señalan el riesgo de control del PCCh/Estado como un dilema moral serio.
• Es común el enfoque de reducción de daño: preferir local, luego pesos abiertos mediante proveedores nacionales de confianza, y tratar los pagos a los grandes laboratorios estadounidenses como “peor caso” cuando no haya alternativa.
• Algunos subrayan que los modelos de pesos abiertos pueden usarse mediante proveedores neutrales, evitando enviar dinero al laboratorio original.

Ansiedades sociales más amplias

• El debate sobre IA se vincula con preocupaciones sobre la desigualdad de riqueza, la corrupción institucional, el daño ambiental de los centros de datos y un posible declive civilizatorio.
• Otros siguen siendo optimistas, viendo las últimas décadas como históricamente buenas y creyendo que la sociedad puede corregir el rumbo tras experimentar con malas opciones.
• Una minoría sugiere que simplemente no usar IA en absoluto es una opción válida y poco discutida.