Un artículo sobre «clientes sintéticos» para la realización de estudios de mercado (contratar clientes no sintéticos, por si no es evidente, resulta muy caro).
Otro sobre un posible futuro de los papers mediado por el uso masivo de LLMs.
Mucho se ha escrito sobre el desigual impacto de la IA en las distintas disciplinas y de cómo los sectores más inasequibles a ellas podrían convertirse en cuellos de botella. Jordan Dworkin traslada ese argumento al mundo de la investigación científica.
Justin Lebar nos cuenta detalladamente su experiencia usando un LLM avanzado para buscar bugs en compiladores (y de cómo gastó más de 10.000 dólares en el proceso). Además, la nota del 1 de junio, tras la publicación inicial del artículo, da a entender muy reveladoramente que parte de lo que publicó originalmente ha envejecido rápidamente tras la publicación de Opus 4.8.
El FT analiza la productividad aportada por los LLMs y confirma que muchas empresas están comenzando a sentir el efecto de la C en el ACB (análisis coste-beneficio).
Sam Harsimony especula con que la innovación en semiconductores acabará estabilizándose al cabo de unos treinta años. Las consecuencias incluyen la caída de precios del hardware al difundirse la tecnología, la convergencia de la IA hacia un precio uniforme por «unidad de inteligencia» y el fin del sistema cuasimonopolístico que existe hoy en día.
Simon Willison llama la «tríada letal» a la combinación de:
- acceso a datos privados,
- exposición a contenido no fiable y
- capacidad de transmitir datos al exterior.
Muerta una cualquiera, se acabó la rabia.
Finalmente, dos artículos (este y este) sobre ciberseguridad que sostienen que, contrariamente a ciertos discursos pesimistas, los LLMs confieren más ventajas a los defensores que a los atacantes.