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. ...

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. ...

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. ...

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»?). ...

How fast is AI? es una publicación interactiva que usa la teoría de los «eslabones débiles» de Charles I. Jones para explicar la aparente paradoja de que aunque la capacidad de la IA se duplique aproximadamente cada seis meses, el crecimiento de la economía sigue cerca de su tendencia histórica del 2% anual. El motivo es que las tareas no automatizables —juicio, responsabilidad, confianza, presencia física— lastran el avance. El conocido gráfico de METR suele interpretarse como evidencia de que la capacidad de la IA crece «exponencialmente». Toby Ord se pregunta si los costes horarios de los agentes de IA crecen también de forma exponencial, una cuestión que pocos se formulan y que matizaría la interpretación generalizada. A partir de los datos del propio METR, el autor identifica puntos de saturación en las curvas coste-rendimiento y encuentra alguna evidencia de que tanto los costes totales como los costes horarios por tarea crecen exponencialmente, acercándose en algunos modelos a los salarios humanos. De confirmarse, la tendencia de METR, que mide la frontera técnica, estaría sobreestimando la capacidad real de la IA para resolver problemas económica y eficientemente. ...

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. ...

Jon González tenía una cuenta popular en Twitter. Unos tipos a los que no les gustaba lo que contaba urdieron una estrategia, eventualmente exitosa, para taparle la boca. Eso está contado en muchas partes, como por ejemplo, esta. Jon González era conocido por sus gráficos, que acompañaban a sus análisis y opiniones sobre diversos aspectos de la economía española. Se trata de un asunto que no me interesa demasiado porque aunque me afecta, carezco de instrumentos para actuar sobre él de forma efectiva. Es un poco como el tiempo: no soy yo el que hace llover; de igual manera, yo no subo los tipos de interés ni redacto la legislación laboral, así que invierto mi tiempo en otra cosa. ...

Simon Willison argumenta que la ciberseguridad se está convirtiendo en un sistema de «prueba de trabajo» donde la robustez de un sistema dependerá de gastar más recursos en encontrar vulnerabilidades que los atacantes. Además, como consecuencia de lo anterior, que esto redundaría en una ventaja competitiva de las librerías de código abierto, ya que el esfuerzo invertido en asegurarlas mediante IA se compartiría entre todos sus usuarios. Lo que no me parece un razonamiento particularmente bien basado en primeros principios (económicos), si es que estos sirven para algo hoy en día. ...

Este artículo explica detalladamente por qué los trenes de pasajeros en EEUU son tan lentos. En resumen: el uso principal de las líneas de ferrocarril determina su diseño y si aquel es el tráfico de mercancías —como en EEUU— el de pasajeros se resiente. Supongo que todo el mundo está al tanto del “cartel de citas de Elsevier”: en una serie de revistas de finanzas operaba un grupo, recientemente desmantelado, que traficaba con el “dinero de Monopoly” con el que se opera en la academia: citas y todas esas cosas. Véase el artículo enlazado para los detalles. ...

Uno de los indicadores que sigue la gente hoy en día —y yo con particular interés— es el de «cuántos meses por detrás» de los mejores LLMs estadounidenses se encuentran los modelos chinos. Al respecto, el NIST (National Institute of Standards and Technology de los EEUU) ha publicado el estudio CAISI Evaluation of DeepSeek V4 Pro, que se resume en que el retraso es de ocho meses, y que contiene el gráfico ...