Blog de Carlos J. Gil Bellosta

Carlos J. Gil Bellosta es ex-eBay, ex-BBVA, ex-everis, ex-Barclays, exmatemático, ex-casi todo. No obstante, estadístico diletante, científico de datos, pionero y entusiasta de R, picapedrero de Python y bloguero en los ratos libres de los días de hacer.

Estas páginas reflejan parte de sus gustos e intereses intelectuales y profesionales —los concernientes a la estadística, el análisis de datos, la inteligencia artificial, el data science, la programación y otras disciplinas aledañas— más fielmente que su tortuoso CV.

La economía de las matemáticas y el «shock monetario» de los LLMs

En una economía moderna, hay dos: la real y la monetaria. Ambas tienen vida independiente —como el cuerpo y el alma cartesianos—, hasta que no. La última vez que miré, los economistas todavía no tenían muy clara la interconexión entre ambas economías: qué intervenciones en la monetaria tienen un impacto positivo en la real y cómo las crisis en la primera se trasladan —o no— a la segunda. En la economía monetaria existe un solo bien, el dinero, muy legible, extremadamente fácil de medir y ponderar. Guarda además cierta correlación con los bienes de la economía real —a través de los precios— pero no se confunde con ellos. ...

1 de octubre de 2026 · Carlos J. Gil Bellosta

Notas (36): Unos cuantos apuntes sobre ciencia (no estadística)

Sigue la discusión sobre si el progreso científico se está ralentizando o no. (Justo cuando quieren poner palos en la rueda del que avanza más claramente). En medicina, un estudio basado en el análisis de una población extensa de artículos científicos muestra que las ideas nacen cada vez más de científicos muy especializados, se enuncian en un lenguaje menos accesible y se difunden menos. China publicó en 2025 tanto como EEUU, RU, Alemania y Japón juntos y lidera el índice Nature, pero solo un tercio de las citas a trabajos chinos viene de fuera, frente a la mitad en EEUU y la UE. El motivo es la concentración en campos donde el estado del arte es chino, a la desconfianza —asociada al fraude— y a la caída de las colaboraciones internacionales. ...

29 de septiembre de 2026 · Carlos J. Gil Bellosta

¿Afecta el uso de la IA a los resultados de PISA en ciencias?

La verdad, sé menos de eso que cualquier otro. Solo he visto (supongo que procrastinando en Twitter) y me ha parecido conveniente razonar sobre él desde una perspectiva metodológica. Vaya por delante que no he dedicado tiempo a trazar el origen de los datos y su pertinencia. Tampoco de repasar la narrativa que acompaña al gráfico en su fuente. Voy a asumir en lo que sigue que la información es razonablemente correcta y que quienquiera que construyó el gráfico pretendía señalar algún tipo de relación dentro del «espectro causal» entre los resultados de PISA y el uso de la IA. ...

24 de septiembre de 2026 · Carlos J. Gil Bellosta

Notas (35): troleadas de los «nihilistas estadísticos» del FT Alphaville y algunos asuntos más

TabICL es un «modelo fundacional» para datos tabulares capaz de predecir sin reentrenar mediante aprendizaje en contexto sobre filas de la tabla. Si hay IAs capaces de generar texto o imágenes, ¿por qué no columnas adicionales en una tabla, datos faltantes, etc.? Un diccionario estadística-ML para traducir de una a otra términos como «inferencia», «verosimilitud», «causal», «priori», «bayesiano» o «sesgo». La paradoja «todos los sitios se están calentando más deprisa que el resto del mundo», explicada: lo que menos se calienta es el mar, donde no vive nadie. ...

22 de septiembre de 2026 · Carlos J. Gil Bellosta

La brecha entre los modelos chinos y los estadounidenses, ¿crece o decrece?

Hay gente ocupada en y preocupada por la cuestión de la brecha entre los LLMs chinos y los estadounidenses. También hay gente ocupada en y preocupada por la cuestión de cómo la selección de los métodos de análisis estadístico condiciona las narrativas que se construyen alrededor de ellos (o, más habitualmente, al revés). En mayo de 2026 escribí «Los LLMs chinos, ¿ocho meses por detrás del estado del arte?» que se ocupaba de ambas cuestiones a la vez. El argumento central de la crítica estadística era que la sensación de convergencia o divergencia entre los LLMs de ambos países puede adaptarse a una narrativa preespecificada escogiendo adecuadamente la transformación no lineal implícita en el modelo. Es ocioso reiterar ahora los detalles: el lector interesado los tiene a un clic de distancia. ...

17 de septiembre de 2026 · Carlos J. Gil Bellosta

¿Es Jacob Coxon un «loco de la colina»?

Resumida, la historia —que creo que conocemos casi todos— es que Jacob Coxon trabajaba en Antropic, un buen día dimitió, publicó en Twitter y mucha gente lo tomó en serio. Analíticamente, todos tenemos una priori sobre la archifamosa $P(\text{doom})$ que vamos afinando a partir de la información que recibimos. Para algunos, $P(\text{doom})$ es alta y, tras las declaraciones de Coxon, y debido a la credibilidad que dan a la fuente, la actualización bayesiana la ha incrementado significativamente. ...

16 de septiembre de 2026 · Carlos J. Gil Bellosta

Notas (34): de la persuasión bayesiana en la Fed a la silenciosa quiebra de los «shadow banks»

Patrick McKenzie nos cuenta cómo funcionan los programas de recompensas de tarjetas de crédito, a quiénes favorecen, a quiénes perjudican y cómo algunos usuarios están aprendiendo a explotarlos sistemáticamente. La entrada aplica a los EEUU principalmente y no a Europa, donde las comisiones por el uso de la tarjeta de crédito (y, por lo tanto, las potenciales recompensas asociadas a ellas) están limitadas por ley. La Fed es un actor tan grande en el mercado financiero que sus predicciones tienden a autocumplirse. Es el conocido problema que dio lugar a la teoría de juegos hace ya cien años. Para mitigar sus efectos, el nuevo gobernador de la Fed, Kevin Warsh, ha renunciado a publicar guías prospectivas, con lo que algunos actores del mercado se sienten «desorientados». El Clark Center estudia la cuestión. ...

15 de septiembre de 2026 · Carlos J. Gil Bellosta

¿Cuál es la palabra más frecuente en las páginas de la Wikipedia de las provincias españolas que no aparece en la de ninguna otra?

Hace unas semanas, @TerribleMaps publicó en Twitter un mapa de los estados de EEUU que asociaba a cada uno de ellos la palabra más frecuente de su página de la Wikipedia que no aparece en la página de ningún otro estado. El resultado es: Se me ocurrió hacer lo mismo para las provincias que aún quedan en España. El resultado es: ...

10 de septiembre de 2026 · Carlos J. Gil Bellosta

Notas (33): LLMs por doquier (menos en las estimaciones de la productividad total de los factores)

Un usuario de OpenClaw expresa su decepción con el producto (pero yo confirmo que estoy ya extrayendo utilidad neta positiva de mi Hermes). Relacionado con lo anterior, el FT se pregunta cuánto valor está creando la IA realmente (y encuentra que sustancialmente menos del que se cuenta por ahí). Kenny Easwaran analiza qué es exactamente lo que nos disgusta sobre el estilo literario de la IA (¿que aplica demasiado concienzudamente los ubicuos consejos sobre «cómo escribir bien»?). ...

8 de septiembre de 2026 · Carlos J. Gil Bellosta

Incógnitas incógnitas, una interpretación analítica de la incertidumbre de Knight

Los libros nos enseñan que un espacio de probabilidad es una terna $(\Omega, \mathcal{F}, \mathbb{P})$ donde $\Omega$ es el conjunto de posibles eventos, $\mathcal{F}$ es una sigma-álgebra sobre $\Omega$ y $\mathbb{P}$ es una función de probabilidad —un tipo muy especial de medida— sobre $\Omega$. En lo que sigue sobreentenderemos $\mathcal{F}$ y consideraremos el par $(\Omega, \mathbb{P})$. Si el par $(\Omega, \mathbb{P})$ es conocido, estamos hablando de teoría de la probabilidad. $\Omega$ pueden ser los números del 1 al 6, $\mathbb{P}(i) = 1/6$, etc. Entonces se pueden plantear y resolver con más o menos dificultad el tipo de problemas de índole deductivo que aparecen al final de los capítulos de los libros en la materia. ...

3 de septiembre de 2026 · Carlos J. Gil Bellosta