0920 | Bits y datos: IA pequeña, IA jugadora y los límites de escribir con máquinas

Clara Vega: ¡Hola a todos! Bienvenidos de nuevo a este rincón de conversación donde hablamos de lo que está moviendo la conversación en la red en las últimas horas. Yo soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y fíjate, Clara, lo que conecta hoy todo lo que vamos a hablar es una pregunta bastante simple: ¿hasta dónde llega de verdad lo que la tecnología puede hacer, y dónde empieza el marketing, la nostalgia o simplemente nuestros propios límites?

Clara Vega: Sí, porque hoy tenemos desde un motor de IA diminuto que se atreve con formularios hasta un agente que juega StarCraft, una cifra alemana de la Primera Guerra Mundial descifrada, una GUI completa dentro de un ZX Spectrum de 1982 y hasta una empresa que vende futuros de cebola para esquivar una ley de los años cincuenta.

Mateo Ruiz: Vamos a tomarnos nuestro tiempo con cada cosa, porque hay tela que cortar. Empecemos por lo pequeño, pero por lo muy pequeño. Hablemos de Laya.

Clara Vega: Laya es un motor open-source, bajo licencia Apache 2.0, que se presenta como un motor de decisiones "Sistema 1". La idea es que no es autorregresivo, es decir, no va generando respuesta palabra a palabra como hacen los grandes modelos de lenguaje, sino que toma la decisión de golpe.

Mateo Ruiz: Y eso tiene una consecuencia muy concreta en velocidad: hablamos de unos 33 milisegundos por inferencia. Para que te hagas una idea, eso es prácticamente tiempo real. Además dicen que soporta más de cien idiomas, lo cual es un rango de cobertura enorme para un proyecto de este tipo.

Clara Vega: Y la declaración más atrevida es la comparación: Laya afirma superar al Jev de TypeSafe. Ojo, "afirma", porque eso es lo que dicen ellos, y todavía no lo hemos visto de forma independiente en escenarios fuera de su terreno de juego.

Mateo Ruiz: Ahora, aquí viene lo interesante, porque Laya no está solo en esta apuesta por lo pequeño. Hay otro ejemplo que comparte exactamente la misma filosofía: CUA-S1-FORMS. Este es un modelo para tomar decisiones en formularios con apenas setecientos seis mil parámetros.

Clara Vega: Setecientos seis mil, Mateo. Para que nos situemos, los modelos grandes de hoy hablan de miles de millones de parámetros. Esto es mil veces más pequeño, más o menos. Y pesa dos coma ocho megas. Cabe en casi cualquier cosa.

Mateo Ruiz: Y el resultado que muestran es llamativo: un noventa y nueve coma siete por ciento de acierto en sus decisiones de formularios, frente al ochenta y tres coma seis del Jev. Y el dato que a mí me parece casi el más impresionante: se entrenó en menos de treinta minutos.

Clara Vega: Menos de treinta minutos. Eso rompe por completo la intuición de que entrenar un modelo es un proyecto de meses y una granja de GPUs. Aquí alguien se dijo: el problema no necesita entender el mundo, solo necesita clasificar bien en un dominio muy acotado, así que vamos a hacer un modelo minúsculo y especializado.

Mateo Ruiz: Y yo creo que ahí está la tesis de fondo que une a Laya y a CUA-S1-FORMS: una tendencia hacia modelos pequeños y especializados frente a los gigantes generalistas. Si tu tarea es concreta, ¿por qué pagar el precio en latencia, en memoria y en energía de un modelo que también sabe escribir poesía?

Clara Vega: Bueno, y sobre todo, ¿por qué pagar el precio de la incertidumbre? Un modelo generalista puede alucinar, puede dudar. Un modelo de setecientos seis mil parámetros entrenado solo para una cosa, cuando acierta al noventa y nueve coma siete, es casi determinista. Para formularios, eso es oro.

Mateo Ruiz: Pero Clara, aquí quiero jugar al abogado del diablo, porque hay una objeción que a mí me ronda la cabeza y que creo que a cualquiera que haya trabajado con benchmarks también: el noventa y nueve coma siete por ciento, ¿en qué conjunto de datos está medido?

Clara Vega: Exacto. Esa es la gran pregunta abierta. Los propios números provienen de quienes desarrollan el modelo, y lo que falta por ver es si rinden fuera de sus casos de prueba. Un benchmark de formularios puede estar limpio, ordenado, con las categorías bien definidas. El mundo real trae formularios raros, texto ambiguo, casos que nadie previó.

Mateo Ruiz: Y lo mismo vale para Laya. Los treinta y tres milisegundos suenan perfectos, los cien idiomas suenan perfectos, pero "alega superar al Jev" es un verbo que los responsables de marketing adoran y los ingenieros escépticos detestan. Hasta que alguien independientemente lo verifique, es una promesa.

Clara Vega: Aun así, yo diría que la dirección es plausible incluso aunque los números exactos estén inflados. La historia de la ingeniería está llena de esto: primero haces algo enorme y caro, luego alguien demuestra que con el uno por ciento del tamaño puedes igualar el noventa por ciento de la calidad en un dominio concreto. Y ese noventa por ciento, en un dominio concreto, a veces es todo lo que necesitas.

Mateo Ruiz: Sí, y fíjate que hay un hilo económico escondido aquí que conecta con otra historia que traemos hoy: el litigio del New York Times contra OpenAI. Porque estos modelos diminutos, si están destilados de modelos grandes, heredan una pregunta incómoda: ¿de qué datos salieron originalmente esas capacidades?

Clara Vega: Vamos a meter eso ya, porque merece la pena. Los briefs del proceso judicial del NYT han revelado cosas jugosas. Una de ellas: un directivo de Microsoft llamó al scraping de IA, literalmente, "el mayor robo de trabajo de la historia". Que lo diga alguien de dentro de una de las empresas del sector, y no un crítico externo, es notable.

Mateo Ruiz: Sí, y la otra revelación es que, según esos briefs, OpenAI habría usado datos pagos del New York Times. Es decir, la acusación no es solo "usaste nuestro contenido sin permiso", es "sabías que tenías que pagar por él, y lo usaste igualmente". Si eso se sostiene, cambia bastante la conversación.

Clara Vega: Y lo que queda por resolver, y esto es lo que nadie sabe todavía, es cómo se resolverán los derechos sobre los datos de entrenamiento. Estamos ante un vacío: ¿aprender estadísticamente de un texto es usarlo o es leerlo? El tribunal va a tener que dar una respuesta, y esa respuesta moldeará toda la industria, incluidos los modelitos de dos coma ocho megas que arrancamos hoy.

Mateo Ruiz: Precisamente, y de esos modelos capaces que a veces sorprenden, pasemos a algo que sorprendió de verdad esta semana: una cifra de la Primera Guerra Mundial descifrada.

Clara Vega: Hablemos de eso. GPT-6 Astra, que es un modelo del equipo de Astra, resolvió una cifra alemana de la Primera Guerra Mundial, la ADFGVX, que estaba hasta entonces sin descifrar. Y no es solo que la rompiera: usó la clave "TRUPPENVERSCHIEBUNG", que significa desplazamiento de tropas, y verificó el resultado con los registros del HMS Canterbury.

Mateo Ruiz: Ese último paso es el que me parece más elegante, porque un descifrado puede parecer correcto y no serlo. El modelo no se quedó en "aquí tengo un texto que parece alemán", fue a contrastar contra logs de un barco de guerra real de la época. Eso es verificación externa, algo que en IA todavía es la excepción y no la norma.

Clara Vega: Y el contexto histórico importa: la ADFGVX era una cifra de campo del ejército alemán, considerada muy robusta en su momento. Que un siglo después un modelo la rompa, con una clave temática de tropas, dice algo sobre cómo la potencia de cálculo y la búsqueda pueden atacar problemas que en 1917 eran infranqueables.

Mateo Ruiz: Aunque ojo, porque esto es también un dominio estrecho. Un criptoanálisis es un problema cerrado: hay un mensaje, hay una estructura matemática, hay o no hay solución. Es el terreno ideal para la IA. Ahora bien, ¿qué pasa cuando el terreno no es cerrado? Y ahí es donde entra la segunda historia de esta sección, que es una dosis de realismo muy bienvenida.

Clara Vega: El Brood War Bench. Alguien montó un banco de pruebas que pone agentes de IA a jugar StarCraft: Brood War, que es el juego de estrategia en tiempo real más competitivo que ha existido, con veinticinco años de metagame acumulado.

Mateo Ruiz: Los resultados tienen dos caras. La primera: Codex Astra ganó el cien por cien de sus partidas, dieciocho a cero. Impresionante como número. La segunda cara, y es la que de verdad importa: ningún modelo pasó del nivel principiante. Ninguno.

Clara Vega: Y fíjate en el detalle del coste, que es precioso: ganar esas partidas costó diez dólares y cincuenta y cuatro centavos por partida. Es decir, la IA no solo no juega bien, sino que jugar mal le cuesta dinero real en cómputo.

Mateo Ruiz: Me encanta esa franqueza, porque es justo lo contrario del titular optimista. El titular sería "la IA gana el cien por cien en StarCraft", y la realidad es "la IA gana contra el rango de principiantes y eso cuesta diez dólares por partida". StarCraft exige planificación a largo plazo, gestión de recursos, lectura del rival, decisiones bajo incertidumbre con información parcial. Es exactamente donde los modelos actuales se caen.

Clara Vega: Y creo que hay una síntesis natural entre esta historia y la de la cifra ADFGVX. Ambos casos muestran logros reales pero acotados. En criptografía, la IA brilló porque el problema tiene verificación clara: o el mensaje se lee o no se lee. En StarCraft, la IA se estancó porque el problema es abierto y sin solución única. El patrón que emerge es: dominio estrecho, verificación externa y coste medible. Cuando se cumplen esas tres condiciones, hay progreso real.

Clara Vega: Cuando falla la primera, hay titulares y poco más.

Mateo Ruiz: Y eso nos lleva de cabeza a una pregunta incómoda que alguien puso sobre la mesa esta semana. Si la IA es fuerte en lo cerrado y débil en lo abierto, ¿qué hacemos cuando le pedimos exactamente lo abierto: escribir por nosotros?

Clara Vega: Erich Grunewald publicó un argumento contundente: nunca deberíamos usar IA para escribir textos sustanciales. Y su razonamiento tiene dos patas. La primera es casi filosófica: el proceso de escribir es parte del pensamiento. No es que escribes para comunicar una idea que ya tenías formada; es que escribir es cómo la idea se forma.

Mateo Ruiz: Sí, y yo creo que cualquiera que haya intentado escribir algo largo lo ha vivido. Tú crees que tienes la opinión clara, te sientas a escribirla, y a mitad de frase descubres que tenías tres medias ideas y ninguna entera. Si delegas la escritura, delegas ese proceso de descubrimiento.

Clara Vega: La segunda pata del argumento es más técnica y a mí me parece la más inquietante: la IA comete errores de forma imperceptible. No se trata de errores llamativos que ves y corriges. Son matices, imprecisiones, frases que suenan correctas pero que al mirarlas de cerca están mal. Y como el texto fue generado por otro, tú no tienes el mapa mental de cómo se construyó cada afirmación, así que no detectas dónde está el fallo.

Mateo Ruiz: Y ese es el punto crítico: cuando tú escribes, cada frase pasa por tu propio filtro. Cuando la IA escribe y tú revisas, tu filtro pasa mucho más rápido y mucho más superficial. Grunewald está diciendo, en el fondo, que la revisión no es equivalente a la autoría.

Clara Vega: Ahora bien, quiero darle un contrapeso honesto, aunque no sea el mío. Habrá quien diga: "pero si el texto final es bueno y verifico los hechos, ¿a quién le importa el proceso?" Y es una pregunta legítima. La respuesta de Grunewald sería que no puedes verificar lo que no entiendes, y que para textos sustanciales, donde los matices importan, la verificación superficial no basta. Para un correo rutinario, quizá sí. Ahí está la línea que cada uno deberá decidir.

Mateo Ruiz: Y no es solo una discusión de principios, porque la dimensión económica ya está en los tribunales. Volvemos al litigio del NYT, que mencionamos antes. Ahí la pregunta no es "¿debería la IA escribir por mí?" sino "¿con qué material aprendió a escribir?"

Clara Vega: Y une las dos historias de forma inquietante. Un directivo de Microsoft llama al scraping "el mayor robo de trabajo de la historia", y al mismo tiempo las herramientas de escritura automática están ya en todas partes. Si los datos con los que se entrenaron eran, según los briefs, datos pagos del NYT usados sin acuerdo, entonces todo el ecosistema, de GPT-6 Astra descifrando cifras al modelo de formularios de dos coma ocho megas, está parado sobre una base jurídica sin resolver.

Mateo Ruiz: Que es una transición casi perfecta hacia otra historia sobre bases: qué pasa cuando una plataforma decide, sin decírtelo, qué puedes ver.

Clara Vega: Hablemos de transparencia primero. OONI Probe es una herramienta que mide la censura en internet. Mide si sitios web están bloqueados, si apps concretas funcionan, si las conexiones van a velocidad normal o están estranguladas. Y lo importante: publica los resultados abiertos, en tiempo casi real.

Mateo Ruiz: Y está disponible para Android, iOS, Windows, macOS y Linux, o sea, cualquier persona con un teléfono o un ordenador puede convertirse en un sensor de censura desde su propia red. Eso significa que la evidencia no depende de una autoridad central: es crowdsourcing verificable.

Clara Vega: El valor es enorme para periodistas, investigadores y activistas, porque "creo que me están bloqueando X" es una queja, pero "aquí están las mediciones, la hora, la red y el método" es un dato. Es transparencia contra opacidad, con datos que cualquiera puede auditar.

Mateo Ruiz: Ahora el contraste, porque no todo en internet es transparente. En 2013 alguien hizo ingeniería inversa de la fórmula de ranking de Hacker News. Y la fórmula era, en esencia, votos elevados a cero coma ocho, dividido por la edad del post elevada a uno coma ocho. Traducción: los votos ayudan, pero la antigüedad hunde el post con mucha más fuerza de la que la gente imagina.

Clara Vega: Pero lo jugoso no es la fórmula base, son las penalizaciones ocultas. Se descubrió que el veinte por ciento de los posts que estaban en portada eran penalizados. Y aún mejor: si tu título contenía la palabra "NSA", en plena era Snowden, el post recibía una penalización de cero coma cuatro. Silencio algorítmico, sin aviso, sin explicación.

Mateo Ruiz: Y ahí está el paralelismo que hace interesante poner estas dos historias juntas: ambos casos hablan de quién controla la visibilidad en línea. OONI expone los bloqueos que los gobiernos imponen; la fórmula de HN expone los ajustes que las plataformas aplican por dentro. En ambos casos, la respuesta a "¿por qué no veo esto?" resultó ser "porque alguien decidió que no lo vieras", ya sea un firewall o una penalización de cero coma cuatro.

Clara Vega: Y la lección compartida es la misma: la luz del sol funciona. Cuando la fórmula de HN salió a la luz, la comunidad pudo discutirla. Cuando OONI publica mediciones, los bloqueos dejan de ser rumores. La opacidad solo funciona mientras nadie la mida.

Mateo Ruiz: Y hablando de cosas que se hacen bien a mano y con criterio, pasemos a la sección que a mí me pone más nostálgico y a la vez más entusiasmado: tres proyectos de artesanía de software.

Clara Vega: Empecemos por el más espectacular: ZX Desk. Alguien ha construido una GUI de escritorio completa para el ZX Spectrum 48K, el ordenador de mil novecientos ochenta y dos. Estamos hablando de ventanas superpuestas, menús, un gestor de memoria heap. Todo en ensamblador Z80.

Mateo Ruiz: Y el dato que lo hace casi increíble: cabe en cuarenta y ocho kilobytes, que era toda la memoria que tenía la máquina, y corre en el hardware real. No en un emulador con trucos: en el Spectrum de verdad. Ventanas superpuestas en una máquina donde la mayoría de la gente luchaba para hacer que un sprite no parpadeara.

Clara Vega: Piensa en lo que eso implica. En 1982, una GUI era cosa de laboratorios de investigación y del Xerox Star a precios de coche. Hoy, con las mismas limitaciones de hardware original, alguien entrega ventanas, menús y gestión dinámica de memoria. Es una demostración de cuánto margen había, y sigue habiendo, entre "lo que el hardware permite" y "lo que la pereza del software permite".

Mateo Ruiz: La moraleja que yo saco es que la mayoría del software moderno es grueso no por necesidad, sino por comodidad. Cuarenta y ocho kilobytes no es una restricción sentimental: es una prueba de que la eficiencia es una decisión de diseño.

Clara Vega: Y esa misma filosofía, en clave moderna, la vemos en el segundo proyecto: TIN. Es el índice de búsqueda full-text de PlanetScale para Postgres, y ya está en disponibilidad general. Soporta BM25, que es el algoritmo clásico de relevancia que sigue siendo difícil de batir, búsquedas fuzzy, búsqueda por frases y hasta regex.

Mateo Ruiz: Y no es vaporware: lo han benchmarkeado con ochenta y cinco gigabytes y ciento cincuenta millones de documentos de Stack Exchange. Eso es un conjunto de datos real, con texto desordenado, código dentro de preguntas, millones de casos. Postgres siempre ha tenido búsqueda básica, pero llevarle esto es darle capacidades de motor de búsqueda dedicado sin sacarte de tu base de datos.

Clara Vega: Y la propuesta de valor es muy de artesanía: en lugar de obligarte a operar dos sistemas, una base de datos y un buscador aparte con toda la sincronización que eso implica, el índice vive donde viven los datos. Menos piezas, menos fallos, menos despliegues.

Mateo Ruiz: El tercer proyecto es el más pequeño de los tres pero el que mejor cuenta una historia honesta. Un desarrollador reimplementó JSONPath, que ahora tiene su RFC, el 9535, en el lenguaje Zig. Y su veredicto es de los que me gustan porque no es un himno: elogió la simplicidad y la velocidad del lenguaje, pero señaló la falta de IDE y la inmadurez del ecosistema.

Clara Vega: Eso es exactamente lo que uno quiere leer de alguien que prueba una herramienta nueva. No "¡Zig revolucionará todo!" ni "Zig es un juguete", sino: el lenguaje me deja escribir algo rápido y limpio, pero cuando quiero refactorizar con confianza, echo de menos mis herramientas. Y eso es información real para quien esté considerando adoptarlo.

Mateo Ruiz: Y conecta con la historia de fondo: JSONPath con RFC significa que el estándar se está consolidando, y tener implementaciones en lenguajes nuevos y rápidos como Zig es parte de ese proceso de maduración. Los estándares se prueban reimplementándolos.

Clara Vega: Y si juntamos los tres proyectos, el mensaje común es claro: las herramientas simples y bien hechas siguen avanzando. No hace falta un reparto de GPUs ni una cifra de siete parámetros para construir algo valioso. A veces hace falta alguien que conozca el Z80 al dedillo, o que entienda BM25, o que quiera probar Zig y contar la verdad.

Mateo Ruiz: Y justo de eso, de cuestionar lo que creemos saber, viene nuestra última parada, que mezcla ciencia, matemáticas y una laguna legal deliciosa.

Clara Vega: Empecemos por la ciencia, porque es la que más me ha dejado pensando. Un estudio de Stanford publicado en Nature Neuroscience sugiere algo radical: el cerebro humano tendría dos progenitores ectodérmicos distintos, marcados por Otx2 y Gbx2. Dicho en cristiano: nuestro cerebro sería, evolutivamente, dos órganos que se desarrollaron en paralelo.

Mateo Ruiz: Es decir, el "gran órgano unificado" que dibujamos en los libros de texto podría ser en realidad la fusión de dos linajes embrionarios diferentes que la evolución fue ensamblando. Y eso, si se confirma, no es un detalle de anatomía: es una pregunta sobre por qué tenemos un cerebro con esa arquitectura y no otra.

Clara Vega: Y aquí hay que aplicar el mismo escepticismo que usamos con Laya: es un estudio, es una propuesta, y los resultados de neurociencia del desarrollo suelen tardar en consolidarse. Pero el solo hecho de que la pregunta se pueda plantear con marcadores genéticos concretos como Otx2 y Gbx2 muestra lo lejos que está la biología de la idea simplificada de "el cerebro es una cosa".

Mateo Ruiz: De biología a epistemología, porque el segundo tema es una propuesta de Terry Tao, y no cualquier Terry Tao: uno de los mejores matemáticos vivos, en un post invitado en el blog de Grant Sanderson, el de 3Blue1Brown. La propuesta: dar crédito académico a las "explicaciones motivadas".

Clara Vega: Y la razón que da es demoledora en su sencillez: las pruebas, hoy, dejaron de ser un buen indicador del entendimiento. Uno puede aprobar un examen demostrando dominio de técnicas sin entender de verdad de dónde vienen las técnicas ni por qué funcionan. La prueba era un proxy del entendimiento; ya no lo es, o nunca lo fue del todo.

Mateo Ruiz: Y la consecuencia práctica es interesante: si el sistema académico solo premia demostraciones y resultados, nadie tiene incentivo para escribir el "por qué" de las cosas, las explicaciones que de verdad enseñan. Si se diera crédito a esas explicaciones, cambiaría qué tipo de trabajo matemático es valioso. En una era donde la IA puede generar demostraciones formales, quizá lo humano y lo difícil es justamente la motivación, el porqué.

Clara Vega: Y eso conecta, sin forzarlo, con la discusión de Grunewald de hace un rato: en ambos casos, el producto final dejó de ser la medida de lo que de verdad importa. Ya sea un texto o una prueba, lo valioso está en el proceso que lo produjo.

Mateo Ruiz: Y para cerrar, el guiño del día, que es puro ingenio legal: la San Francisco Onion Futures Company vende contratos privados de futuros de cebola.

Clara Vega: Y aquí hay que dar el contexto, porque es histórico y es maravilloso: existe una ley estadounidense de 1958 que prohíbe los futuros de cebola en bolsas. Se promulgó porque el lobby de productores de cebola presionó para evitar la especulación con el precio de su producto. Es una de las leyes más curiosas del código financiero de EE. UU.

Mateo Ruiz: Y lo que hace esta empresa es exploiting de la letra de la ley: la ley prohíbe los futuros de cebola en bolsas reguladas, así que ellos venden contratos privados, fuera de bolsa. No rompen la ley; la esquivan por donde la ley no cubre. Los contratos son privados, entre las partes.

Clara Vega: Es el cierre perfecto para el episodio, porque es la misma lección de todo lo que hemos hablado: las reglas, ya sea una fórmula de ranking, una ley de 1958 o un benchmark de IA, siempre tienen huecos. Y siempre hay alguien lo bastante ingenioso para encontrarlos. La diferencia está en si el hueco lo aprovecha una empresa de futuros de cebola o un algoritmo que silencia titulares.

Mateo Ruiz: Pues eso es todo por hoy, Clara. Nos ha dado tiempo a modelos de dos coma ocho megas, una cifra de 1917, una GUI en 48 kilobytes y un cerebro que quizá son dos.

Clara Vega: Nos vemos en la próxima. Gracias por acompañarnos.

Mateo Ruiz: Hasta la próxima, a todos.