Por Matías Petersen

Que la digitalización nos hace vivir en una realidad cada vez más desconectada del mundo es una idea que subyace a la reflexión de Matthew Crawford, uno de los intelectuales más lúcidos de la actualidad. Investigador del Instituto de Estudios Avanzados en Cultura de la Universidad de Virginia, los libros de Crawford, especialmente The World Beyond Your Head (2015), han dado que hablar a la hora de describir los desafíos de la sociedad tecnológica y digital.

En esta conversación, el intelectual estadounidense ofrece un sofisticado diagnóstico acerca de la inteligencia artificial, del modo en que comprendemos nuestra acción en el mundo y de los riesgos que implica el avance de la IA en tantas dimensiones de nuestras vidas.

PRÁCTICAS Y CONOCIMIENTO TÁCITO

Has dedicado buena parte de tu obra a escribir sobre la atención, la habilidad y lo que significa para una persona actuar de modo competente en el mundo. Algunos debates sobre la IA se concentran en el lado cognitivo del problema, porque hemos asumido como verdadera la “teoría computacional de la mente”. ¿Crees que esa idea está culturalmente extendida? 

Supongo que la mayoría de la gente nunca ha oído el término “teoría computacional de la mente”, pero creo que de manera tácita ha ido filtrándose en la mentalidad popular la idea de que la mente funciona como un computador. Es una de esas metáforas que opera en las dos direcciones. Pensamos el computador como una mente y después empezamos a pensar la mente como una versión inferior de lo que hace un computador. Siempre repito una frase de Iris Murdoch: el hombre es el animal que hace imágenes de sí mismo y luego llega a parecerse a esas imágenes. 

¿Cuáles son los supuestos e implicancias de este fenómeno?

Hay en el pensamiento occidental una tendencia mucho más antigua a privilegiar el tipo de conocimiento más analítico y explícito. Y mientras más observas el tipo de conocimiento involucrado en la práctica experta, más evidente se hace que gran parte de él no es susceptible de articulación explícita: es conocimiento tácito. El punto es que ese conocimiento tácito es muy difícil de capturar en un computador o mediante cualquier proceso mecanizado. Pero podemos fingir que sí lo hemos capturado, ofrecerlo como un producto listo para comprar y rehacer la sociedad sobre la base de esa ilusión. El atractivo de hacerlo, más allá de las ganancias, es que nos aseguramos de que no hay misterios: nada que escape a nuestra comprensión y a nuestro control inmediatos. Es una agenda impaciente. El precio que pagamos es una atrofia de las capacidades humanas, la pérdida de competencia. Lo que, por supuesto, vuelve todavía más atractivo seguir reemplazando seres humanos por máquinas. Es interesante que sea en la robótica donde las limitaciones de la teoría computacional de la mente se han vuelto evidentes para nuestros tecnólogos.

¿En qué sentido?

Intentar construir un robot capaz de operar con finura en entornos nuevos muestra los límites de cualquier noción de inteligencia basada puramente en el lenguaje o en el cómputo. La inteligencia animal no depende del lenguaje, y los seres humanos somos, por supuesto, animales antes que nada. Nuestros procesos de cognición no están confinados al cerebro: pensamos con el cuerpo y a través del cuerpo, como criaturas insertas en un entorno particular. Hace unos treinta años se abandonó “la buena y vieja inteligencia artificial”, como se la llegó a llamar. Era el enfoque que surgió de pensar la mente como un computador. Bastaba, se creía, con desarrollar una descripción exhaustiva de las reglas del lenguaje, o de la gramática, y un léxico igualmente exhaustivo de palabras. Gramática más vocabulario, igual semántica o significado. Pero se hizo evidente que una IA así nunca desarrollaría sentido común.

¿Por qué no es posible esa equiparación?

No parece haber ninguna biblioteca finita de hechos aislados que puedas darle a un computador y que lo equipe con el tipo de conocimiento del mundo que nosotros damos por sentado. Hay cosas que sabemos simplemente porque vivimos en el mundo y actuamos en él, usando nuestro cuerpo. Por ejemplo: los perros normalmente no saltan por encima de las casas. Y lo sabemos sin necesidad de especificarlo como una pieza individual de conocimiento sobre el mundo. Si hubiera que explicitárselo todo a una IA, la tarea literalmente no tendría fin.

¿Cuánto ha influido en ti la idea de conocimiento tácito de Michael Polanyi?

Muchísimo. Tiene un libro breve, The Tacit Dimension, pero su obra mayor se llama Personal Knowledge. Me parece una explicación —o, más bien, una crítica— muy convincente de las principales corrientes de la epistemología en las que hemos estado atrincherados desde Descartes. Una de las cosas que enfatiza es el papel del aprendizaje bajo un maestro y de la deferencia a la autoridad en las etapas iniciales del aprendizaje. Estaba tratando de dar cuenta de su propia experiencia como científico y del descubrimiento científico, porque no parecía encajar con la visión entonces predominante del positivismo lógico. Entendió la formación científica por analogía con el aprendizaje de un oficio calificado. Es bastante parecido a la idea de prácticas de MacIntyre.

También enfatizaba que, al iniciarse en una práctica, es preciso aceptar como autoridad las reglas que la gobiernan, aunque más tarde puedas desafiarlas. Y creo que eso es muy interesante…

Que Polanyi dijera eso era escandaloso porque, desde Descartes en adelante, ser epistémicamente riguroso suponía sostenerte por tus propios medios y rechazar toda autoridad. Pero no funciona así. Puede llegar un momento en que, siendo ya un científico completamente maduro y curtido, tengas que rechazar radicalmente algo previo, pero a ese punto solo se llega a través de un largo proceso de aprendizaje. Einstein, en cierto modo, dio vuelta a Newton, pero solo desde dentro, yendo más lejos.

ANIMALES Y ROBOTS

Tienes también un ensayo sobre inteligencia física, donde contrastas una tradición más antigua, en la que el ingeniero humano se hace cargo del verdadero trabajo intelectual en lugar del robot, con una tradición nueva, en la que ese papel humano podría eventualmente eliminarse y los robots aprender el movimiento hábil inductivamente, a partir de datos.

Sí, apenas estoy empezando a aprender sobre esto. Hubo un avance decisivo en la robótica en los años noventa, que consistió en algo así como esto: dejemos de intentar construir una representación completa del mundo en la mente del computador para que luego este pueda calcular cómo moverse en él. En cambio, el lema de la nueva ola de la robótica fue “el mundo es su propia mejor representación”. El nuevo enfoque consistía en encontrar lo que se llaman affordances, zonas de ajuste entre el cuerpo del robot y el entorno, de modo que ciertos movimientos de ese cuerpo surjan naturalmente dado ese entorno.

¿Podrías darnos un ejemplo?

Un ejemplo es el juguete slinky. No sé si les será familiar a los lectores en Chile, pero es un resorte suelto —nada más que un resorte— y puedes echarlo a caminar por una escalera sin ninguna intervención adicional: camina con una marcha regular, y lo hace simplemente en función de su constante elástica, la altura y el ancho de los escalones, la gravedad. No hay ningún mecanismo de control, ninguna intervención que controle minuciosamente sus acciones motoras. Está haciendo simplemente lo que la física dicta. Esa es una instancia de una idea más amplia, las affordances, que son zonas de ajuste entre una criatura y su entorno. Es una idea que también se hace visible cuando miras objetos bien diseñados.

¿A qué te refieres?

Por ejemplo, cuando llegas a una puerta que quieres abrir, puede tener una placa para empujar o una manilla para tirar. No te acercas a la puerta y te preguntas si debes empujar o tirar: la propia manilla invita a un movimiento específico. No hay un momento de pensamiento deliberado para decidir cuál de las dos acciones corresponde, porque el diseño “ofrece” [affords] una y no la otra. Hay aquí una inteligencia que no reside simplemente en el agente ni en el objeto, sino en el ajuste entre ciertos movimientos característicos de un tipo particular de cuerpo —en este caso, un cuerpo que camina erguido, con manos situadas en brazos que pueden extenderse desde el tronco— y su entorno. Los animales habitan un nicho ecológico particular que hace posible su forma particular de vida, y los entornos artificiales que construyen los seres humanos pueden explotar esa misma idea de ajuste.

El diseño de robots puede inspirarse en la evolución biológica y en la idea de una “inteligencia incorporada” ligada a un nicho ecológico particular. Un robot así consume muchísima menos energía y requiere menos poder de cómputo. La esperanza actual es desarrollar robots capaces de adaptarse a tareas y entornos nuevos. Es una esperanza que se inspira en el éxito de los grandes modelos de lenguaje (Large Language Model, LLM) en el dominio del lenguaje.

¿Cómo funcionan, entonces?

En vez de intentar capturar las reglas de la gramática, como en la “buena y vieja inteligencia artificial”, los LLM detectan patrones en el uso efectivo del lenguaje por parte de los seres humanos y luego usan esos patrones para hacer predicciones. Y esto parece resolver el problema del conocimiento del sentido común. Recuerda: los perros no saltan por encima de las casas. ¿Cómo se le puede enseñar eso a un computador? Bueno, el simple hecho de que en las expresiones humanas efectivas sea extremadamente raro encontrar perros comportándose de ese modo es un patrón que puede detectar y replicar un LLM. Sin tener conocimiento del mundo, el LLM se ha vuelto capaz de replicar patrones del habla humana. No hay ningún conocimiento detrás de esa capacidad de replicar patrones. Los LLM son como loros exquisitamente sensibles que captan patrones del habla y te los devuelven. La razón por la que necesitan cantidades tan enormes de datos de entrenamiento es para tener todos esos patrones a su disposición.

Estos LLM se han vuelto extraordinariamente competentes con el lenguaje. ¿Podría este enfoque extenderse de algún modo para imitar la inteligencia física de un animal que actúa con destreza en el mundo?

¿Es posible eso? ¿Es deseable?

Puedes acceder a todo el lenguaje de internet y usarlo para entrenar un LLM, pero ¿cuáles serían los datos comparables para entrenar a un robot? La esperanza parece estar en los VLM, los modelos visuales de lenguaje, que son como los LLM pero orientados a generar imágenes.

¿Compartes esa esperanza o eres escéptico al respecto?

Creo que hay razones para ser escéptico sobre cuán exitoso será esto, porque la inteligencia perceptiva de los animales se desarrolló a la par de sus capacidades motoras, dándoles la capacidad de actuar en el mundo como un todo unificado. Y si bien respecto de la parte sensorial hay mucho que puedes extraer de internet —hay imágenes y videos de agentes humanos hábiles actuando en el mundo, y puedes analizar espacialmente todos esos movimientos—, generar la competencia motora correspondiente e integrar ambas cosas parece estar lejos de ser un problema trivial. Todo esto es especulativo de mi parte. Veremos qué pasa.

COSAS, ACCIONES, LENGUAJES

Una cosa es encontrar datos para enseñarle a un robot a moverse con destreza, imitando a un animal, pero nosotros, como animales, también podemos ser competentes en alguna habilidad que involucra cierto tipo de conocimiento que no es puramente sensorial ni proposicional. Eso sería mucho más difícil de reproducir, ¿cierto?

Creo que sí. La pregunta es si, tal como los LLM alcanzaron competencia con el lenguaje sin entender nada del mundo, podría haber, de algún modo, un agente físico competente… bueno, ni siquiera sé cómo terminar la frase para trazar la analogía. En última instancia, creo que llegas a la cuestión de los fines y el propósito: al hecho de que las criaturas encarnadas como nosotros, o un animal, tenemos propósitos, fines. Y el lenguaje heideggeriano que captura eso es que el mundo nos importa, nos preocupa. No somos indiferentes a los distintos desenlaces.

En último término, no somos cosas…

Estamos situados en el mundo y tenemos intereses. Se puede decir así de simple. Y la agencia, la acción, parece estar siempre dirigida a algún fin: eso es lo que la distingue de un mero acontecimiento que simplemente ocurre. Una acción tiene siempre detrás una intención. Entonces, ¿la idea es programar al robot con fines?

Actuar con destreza en el mundo para lograr un fin implica ser capaz de adaptarse fluidamente y, a menudo, hacerlo por una ruta que no podía preverse. Será interesante ver si una máquina puede imitar eso. Quiero decir, en cierto sentido cualquier máquina es teleológica, ¿no? Por ejemplo, un auto… ¿cuál es la diferencia entre un auto que funciona y uno que está roto? Al auto le es completamente indiferente, pero a nosotros nos importa porque tenemos fines a los que queremos que el auto sirva. ¿Podría esa preocupación quedar codificada de algún modo en el auto mismo? Ahí estás cruzando una barrera que parece bastante significativa. Me parece una cosa extraña de esperar. A riesgo de ponerme un poco esotérico, creo que la direccionalidad del ser humano se debe a que está orientado hacia “el bien”. En lenguaje platónico, el hombre es erótico, es decir, es llevado fuera de sí mismo. Últimamente me tiene fascinado la idea, que viene del neoplatonismo cristiano, de que la materia misma tiene esa cualidad extática. El átomo es una danza de electrones, a la vez ondas de probabilidad y partículas determinadas, plenamente actuales y, sin embargo, meramente potenciales, un conjunto que canta la alabanza de Dios y tiende hacia su propia fuente, el Creador. Así que quién sabe de qué podrían llegar a ser capaces las máquinas “inanimadas”, si la materia misma está animada.

Un importante artículo de MacIntyre, “The Intelligibility of Action”, podría arrojar algo de luz sobre tu punto acerca de las acciones frente a los meros acontecimientos. Las acciones son inteligibles, pero ¿qué significa eso? Él empieza con una historia muy breve. Dice: “Cuando juego ajedrez con mi hijo, mi hijo juega ajedrez conmigo. Cuando lo hago con mi computador, mi computador no juega ajedrez conmigo. Y esto a pesar de que mi computador es más hábil que mi hijo o que yo”. Y esto fue escrito en los años ochenta. Creo que es muy relevante para las discusiones actuales sobre IA...

Es interesante. El juego tiene una cualidad dialéctica. ¿Podemos decir que la acción en general tiene esa cualidad? Partimos con algún fin, supongo, y si nuestro fin involucra interacciones con otras personas, o incluso simplemente con cosas materiales, no puedes obcecarte y aferrarte a tu intención inicial: muchas veces tienes que acomodarte a un mundo que ofrece resistencia y es independiente de ti. Piensa en un ebanista que está haciendo algo y descubre que la madera tiene nudos, o una estructura de la fibra que resiste lo que él quería hacer con ella. Tiene entonces que modificar su diseño a la luz de las propiedades de ese trozo particular de madera, que permite hacer una cosa y no otra. Hay una especie de dialéctica en la que la voluntad está condicionada por el mundo en el que actúa. Por supuesto, si estás trabajando con seres humanos, eso ocurrirá con toda seguridad, pero creo que quizás ocurre en toda acción. Ser un buen artesano o un buen conversador requiere sensibilidad, una disposición a recibir cosas no anticipadas y hacer algo creativo con ellas.

Tú hablas de fricción, de la fricción del mundo; creo que está en The World Beyond Your Head...

Sí. Pero decías que, siguiendo a MacIntyre, la inteligibilidad… ¿Está sugiriendo que, en el curso de esta dialéctica de la interacción, mis propios fines de algún modo se clarifican o se vuelven más inteligibles? ¿Es esa la idea?

Que llegamos a comprender mejor nuestros propios fines solo en el contexto de la interacción con otros. Otros que a veces nos hacen corregirnos, o a los que a veces corregimos nosotros, y así llegamos a comprender mejor los bienes que estamos tratando de alcanzar. Su concepción de las prácticas sigue esa misma línea...

Eso me recuerda a Charles Taylor, quien en Animal de lenguaje dice que hacemos algo similar con el lenguaje: no es que tengas un significado determinado en mente y solo se trate de encontrar las palabras adecuadas para expresarlo, sino que el proceso mismo de intentar articular lo que quieres decir revela más plenamente aquello que estás tratando de aprehender. Así que el lenguaje no captura simplemente un significado estable o previo que ya tenías; es la actividad de articular la que lo trae más plenamente a la vista. Y creo que eso vale para las prácticas hábiles en general. 

Puede ser que en algunos usos el lenguaje sea puramente descriptivo, un intercambio de información, pero cuando tienes una conversación, como la que estamos teniendo ahora, tendemos hacia pensamientos que solo se nos vuelven disponibles mientras hablamos.

ATROFIA INTELECTUAL Y RIESGOS POLÍTICOS

Hay otra preocupación con los LLM: en todo proceso de automatización parece haber cierta pérdida para nosotros. Siempre recuerdo un estudio sobre pilotos a quienes se les evaluaron sus habilidades de aterrizaje: medían si usar el piloto automático durante mucho tiempo dañaba su capacidad de aterrizar con seguridad y precisión. Y sí lo hacía. Quienes volaban con piloto automático por periodos largos eran menos precisos al aterrizar. Creo que estamos viendo algo similar ahora en las universidades, con la pérdida de ciertas capacidades intelectuales...

Por supuesto, el músculo que no usas se atrofia. Existe toda una literatura dedicada al estudio de la interacción de la gente con la tecnología. La cabina de un avión es un ejemplo especialmente bien estudiado, porque hay mucho en juego, y allí efectivamente se encuentra la “descualificación” inducida por la automatización. Una vez estuve en una reunión de gente que hablaba de IA y alguien ofreció esta analogía. Dijo: “Imagina a un tipo al que le encanta entrenar. Va al gimnasio todos los días. Es un fanático y un día se le prende la ampolleta y se da cuenta: ¿y si llevo una grúa horquilla al gimnasio? Podría levantar mucho más peso”. Lo que, por supuesto, sería perder completamente de vista el sentido, porque el punto es precisamente hacerlo uno mismo. Algo similar pasa con escribir ensayos en la universidad: el punto no es maximizar la producción de ensayos. Lo relevante es el trabajo que haces sobre ti mismo al escribirlos. Esto es obvio, pero es llamativo que resulte tan atractivo para tanta gente saltarse justamente aquello por lo que está pagando, que es educarse.

¿Y por qué crees que lo es para mucha gente?

Bueno, sugiere que el sentido de la universidad tal vez no sea realmente educarse, sino obtener una credencial. A diferencia del aprendizaje, una credencial vale solo si es escasa. Eso introduce la lógica de la competencia. Así que tiene todo el sentido externalizar tu pensamiento a una máquina para aumentar la productividad, y probablemente el resultado sea mejor que lo que escribirías tú mismo en esta etapa de tu desarrollo intelectual. Pero hacer eso es aceptar tu propio estancamiento. Y si los incentivos apuntan en esa dirección, eso sugiere que el rol de vigilante que la educación superior juega en la economía, racionando el acceso a los trabajos, está diametralmente enfrentado a la educación. Así que el uso de chatbots para hacer el trabajo universitario ofrece una revelación deprimente sobre la realidad de la educación superior, quizás.

Hay también una vertiente afectiva en la IA. Recuerdo que, en tu visita a Chile, mencionaste los llamados compañeros de IA: Replika, Companion AI y similares. Intentan externalizar algo tan básico como la interacción con otro ser humano, que puede suponer un desafío, mientras que estas plataformas siempre están ahí para ti. ¿Cómo ha evolucionado tu pensamiento desde la última vez que hablamos de esto? 

Bueno, más o menos por la misma época, Google desplegó un compañero de IA dirigido directamente a niños. Los niños se vuelven criaturas sociales a través de la interacción, por supuesto, y eso es fundamental para su desarrollo. Así que el uso masivo de compañeros de IA por parte de niños equivaldría a manipular el desarrollo infantil en un experimento social masivo y descontrolado. ¡Y con fines de lucro! Creo que ha habido cierto impulso por regular eso, para que no se ofrezcan chatbots de compañía a los niños. No sé cómo está la cosa ahora. Pero sí, como decías, el sesgo de los chatbots es decirte lo que quieres oír y ser halagadores. Eso equivale a eliminar un aspecto crucial del desarrollo social, que consiste en aprender que hay una realidad objetiva indiferente a tu ego, un mundo con el que tienes que ponerte en sintonía para no quedar atrapado en la fantasía. Entiendo que ahora puedes instruir a los chatbots para tomar el curso opuesto. Estoy conversando con una investigadora que usa un chatbot para criticar sus artículos. Le indica que sea implacable, lo más salvaje posible. Y dice que es bastante bueno haciéndolo. Pero eso probablemente no sea un buen modelo de negocio.

¿Por qué?

Porque la mayoría de la gente no quiere eso en un compañero. Quieren ser afirmados, ¿no? Y creo que, en esta cultura democrática tardía, sentimos que la afirmación —independientemente de lo que estemos diciendo o haciendo— es casi un derecho. Que tenemos derecho a ser estimados, a una igualdad de estima, lo que es un aplanamiento completamente nihilista del paisaje humano. Ahí está el mercado, estoy seguro.

Ese es otro ángulo interesante del fenómeno de la IA: su economía política. La cantidad enorme de poder que tienen muchas de estas empresas, un poder que se ejerce globalmente, también es preocupante. León XIV lo señala en Magnifica humanitas: la concentración de poder de algunas de estas empresas es mucho mayor que el poder que tienen muchos países. Ha ocurrido antes, creo, que haya grandes concentraciones de capital, pero esto me parece muy singular en la historia humana…

Sí. Yo escribí un texto que se llama “Ownership of the Means of Thinking” —“La propiedad de los medios de pensamiento”—, que por supuesto juega con la idea de Marx. Las concentraciones de capital que se requieren para desarrollar estas IA son extraordinarias por el volumen puro de datos que necesitan. Así que la propiedad de la infraestructura computacional, los centros de datos y todo eso está concentrada en un número muy pequeño de firmas. Y esto se está convirtiendo básicamente en la arquitectura de lo posible. Y si no eres dueño de la arquitectura, entonces “arriendas el acceso a la posibilidad misma”. Eso es una cita de un autor de Substack, A. Z. McKay creo, que ha escrito sobre esto. Cuando Amazon Web Services se cayó por unas horas en octubre del año pasado, muchas cosas simplemente se detuvieron: los hospitales no podían acceder a las fichas médicas, los bancos no podían procesar transacciones, plataformas de comunicación como Signal no respondían.

¿Qué implicancias políticas crees que tiene todo esto?

El Gobierno de Estados Unidos tiene buena parte de sus capacidades alojadas en Amazon Web Services. Así que funciones básicas del Estado dependen de esto. Más en general, las grandes tecnológicas se han fusionado con el Estado de seguridad nacional: son grandes contratistas militares y proveedoras de inteligencia. Creo que la frase “demasiado grande para caer” apenas empieza a capturar lo que está pasando. Piensa en la lógica de un sistema operativo: uno no negocia con un sistema operativo. “Aceptas los términos de servicio o tu nación no arranca”, como lo puso McKay. Entonces, en otras palabras, Estados Unidos no será el centro imperial aquí. El centro imperial será un puñado de firmas a las que toda nación está sujeta. Es un imperio de un tipo especialmente radical y nuevo, y creo que esto también tendrá implicancias enormes para la estructura de clases. Piensa en la revolución gerencial, que comienza a principios del siglo XX. En el análisis de Marx tienes trabajo y tienes capital. James Burnham, en 1941, identificó a este nuevo actor en la economía: los gerentes, los administradores.

¿Por qué piensas en la revolución gerencial a propósito de lo que ocurre hoy?

Porque la pretensión de preeminencia de los gerentes no se basa en su trabajo corporal ni en su riqueza acumulada, sino en la pericia. Básicamente, su trabajo consiste en decirles a otros lo que deben hacer. Así tienes una nueva clase cuyas fortunas están amarradas a la premisa de que el mundo es demasiado complejo para que quede algún papel para el simple sentido común o la experiencia cotidiana. Necesitamos una especie de tecnología intelectual para administrar el mundo. De ahí el ascenso de la “clase del conocimiento”. Y ahí hemos estado el último siglo. Pero si la IA va a hacer el trabajo de conocimiento, ¿cuál es la justificación para la existencia de esa clase?

Esto podría ser verdaderamente revolucionario, y hay razones para preocuparse, porque existe esta idea de la “sobreproducción de élites”, un exceso de personas con credenciales. Se vuelven descendentemente móviles, se vuelven resentidas. De ahí viene la energía revolucionaria.

Schumpeter tiene un argumento similar en Capitalismo, socialismo y democracia…

Sí, es similar. Los Democratic Socialists of America y Occupy Wall Street son quizás expresiones tempranas de la sobreproducción de élites: son hijos e hijas de la burguesía en descenso social. Puedes pensar todo el fenómeno woke como una forma de competencia por estatus entre personas que se sienten precarias en sus trabajos y que tratan de superarse unas a otras demostrando su dominio de los códigos morales sutiles que circulan bajo la superficie de la vida institucional, para asegurar su propia posición. Se producen “espirales de pureza” moral competitivas que tienden a la locura, la cultura de la cancelación, toda la mentalidad jacobina. Si esos son síntomas de la sobreproducción de élites, esto podría empeorar mucho cuando la IA elimine muchos trabajos de la “economía del conocimiento”.