Categoría: Notas y resúmenes de libros

En un futuro cercano, las máquinas y los robots tendrán un impacto significativo en la vida diaria y el trabajo.

Algunos temen que las máquinas reemplazarán a las personas en sus trabajos, mientras que otros argumentan que los robots solo realizarán tareas rutinarias y harán que la vida sea más cómoda.

Según Kevin Roose, el verdadero problema no son los robots, sino nosotros mismos. Por eso, en Futureproof nos ofrece algunas reglas simples que nos ayudarán a no solo sobrevivir, sino también a prosperar en un futuro incierto.

Sobre el Autor

Kevin Roose es un periodista de tecnología que escribe para The New York Times. Presenta el popular podcast Rabbit Hole sobre cómo Internet está cambiando a la humanidad.

Dos expertos en recursos humanos evalúan al mismo candidato y llegan a conclusiones opuestas. Dos jueces escuchan el mismo caso pero emiten veredictos diferentes. Dos médicos examinan al mismo paciente, pero arriban a diagnósticos totalmente distintos.

Todo esto es el llamado «ruido social»: fallos en el juicio que llevan a las personas a cometer errores. El efecto del ruido social puede ser sutil desde el exterior, pero conlleva pérdidas y tragedias.

La empresa, la jurisprudencia, la medicina y las compañías de seguros sufren de este fenómeno. Hasta hace poco, el ruido social no había sido estudiado en profundidad.

Daniel Kahneman, premio Nobel y uno de los investigadores del comportamiento humano más respetados en la actualidad, junto a sus colegas, analizan este fenómeno en detalle y proponen estrategias para reducir y eliminar el ruido social.

¿Qué es el ruido?

El juicio y sus defectos

El juicio es distinto de los hechos y las opiniones. Los hechos son claros, como la distancia entre la Tierra y el Sol.

Las opiniones varían y dependen de la persona. Los juicios se basan en hechos pero también incluyen una opinión personal.

Ejemplos de juicios son: «La economía brasileña está a punto de entrar en default» o «Tarantino es el mejor director del mundo». Los defectos en los juicios son el sesgo y el ruido.

El sesgo ocurre cuando un grupo de expertos comete el mismo error una y otra vez. El ruido es cuando los juicios difieren cuando deberían ser iguales.

Ejemplos de esto son dos jueces dando diferentes sentencias por el mismo crimen o un médico tratando un tumor de manera diferente a otro médico.

Tipos de ruido

Kahneman señala que el ruido es más insidioso que el sesgo. Si los médicos de cierto hospital tratan mal a los enfermos una y otra vez, pronto saldrá a la luz. Pero si algunos médicos en este hospital son buenos y otros no tanto, este estado de cosas puede permanecer sin cambios por mucho más tiempo.

Al mismo tiempo, el trabajo de los buenos médicos no compensa el trabajo de los malos: los pacientes con diagnósticos incorrectos no se vuelven más saludables. El hospital continúa funcionando, pero un ruido discreto está frenando su desarrollo.

Hay tres tipos de ruido:

1. Los jueces más severos y más indulgentes pueden servir en el mismo tribunal. Algunos economistas pueden predecir el desarrollo de la misma situación de forma optimista, mientras que otros de forma más crítica. La variación de juicios en situaciones similares se denomina nivel de ruido.

2. Los jueces más duros no son necesariamente más duros con todos los acusados. Pueden ser más indulgentes con los pequeños ladrones y más estrictos con los autores de un accidente. Esto también genera ruido estereotipado: depende de la reacción específica de una persona en particular, y la reacción, a su vez, está influenciada por su experiencia, mentalidad y educación.

3. Un tipo de ruido es el ruido aleatorio, cuando el mismo experto no está de acuerdo consigo mismo en diferentes circunstancias. Los estudios muestran que los jueces son más indulgentes con los acusados después de que gana su equipo de fútbol favorito, y los médicos recetan más opioides por la tarde cuando están cansados y les falta energía para tomar mejores decisiones.

El nivel de ruido es más notorio que el estereotipado: si eres el médico jefe de la clínica, la diferencia en el trabajo de las salas tarde o temprano te llamará la atención.

Pero el ruido estereotipado suena dentro de cada uno de nosotros y, por lo tanto, permanece desatendido.

Causas del ruido

Existen dos tipos de pensamiento. Uno es rápido, intuitivo y automático. El otro es lento, racional y lógico. El pensamiento rápido simplifica el mundo que nos rodea, facilitándonos movernos por él.

El pensamiento lento es necesario para resolver tareas que requieren mucho tiempo. El problema es que, en la vida cotidiana, el pensamiento rápido suele adelantarse al pensamiento lento. Esto puede llevar a muchos malentendidos.

Interpretamos los hechos para que encajen con nuestra visión del mundo y descartamos el resto de la información. Este es el sesgo de confirmación, también conocido como la madre de todos los errores mentales.

La dirección de una empresa adopta una nueva estrategia de desarrollo. Los eventos que sugieren el éxito de la estrategia se celebran con entusiasmo. ¿Y los eventos que contradicen la estrategia? Bueno, esos son solo casos aislados.

Consideramos más probable aquello que es más impresionante y, por lo tanto, viene a la mente más rápido, en lugar de lo que está respaldado por hechos y estadísticas.

Las noticias sobre accidentes aéreos son más impactantes que los informes de accidentes de tráfico, aunque estos últimos ocurren con mucha más frecuencia y nos amenazan más.

Al analizar información nueva, especialmente numérica, tendemos a centrarnos en la información previamente recibida, incluso si no tiene relación con el problema actual (efecto ancla).

En un experimento, se mostró a los participantes una botella de vino desconocido y se les pidió que escribieran los dos últimos dígitos de su número de seguro social. Luego, debían decir cuánto pagarían por el vino. Los que tenían dígitos más altos estaban dispuestos a pagar casi el doble que los que tenían dígitos más bajos.

Somos malos recordando hechos, pero buenos recordando historias creadas a partir de esos hechos. Cuanto menos contradictorias sean las historias, mejor las recordamos.

¿Por qué comenzó la Primera Guerra Mundial? Porque en 1914, en Sarajevo, un terrorista serbio asesinó al heredero al trono de Austria-Hungría. Por supuesto, una serie de factores llevaron a la guerra, pero solo queda en la memoria una historia concisa y dramática. Cuanto más simplificada parezca, más hechos se dejan fuera.

En cualquier caso, buscamos una razón para todo, lo que nos lleva a creer en la retribución o el destino. Al mismo tiempo, a menudo confundimos la causa con el efecto o consideramos que la mera semejanza es la causa.

Para los habitantes de las Hébridas, en el noroeste de Escocia, la presencia de piojos en el cabello ha estado durante mucho tiempo asociada con la salud. Si los piojos abandonan al huésped, se espera una enfermedad. Para curar al paciente de la fiebre, se le ponían piojos en la cabeza.

Si los insectos se quedaban, todo estaba bien y el paciente viviría. Los médicos desconocen que se confunde la causa y el efecto: no son los piojos los curativos, sino que los insectos no huyen porque la fiebre ha pasado.

Fácilmente caemos en la ilusión de la previsión. Las redes sociales y los sitios de noticias están llenos de predicciones variadas: si China y Estados Unidos se enfrentarán, si el euro se devaluará o si el régimen en Corea del Norte caerá.

Un experto que sabe qué decir sobre el futuro es un invitado popular en la televisión. Después de todo, todos queremos saber qué pasará mañana.

El profesor Philip Tetlock, de la Universidad de California, estudió 82.361 pronósticos de 284 expertos durante 10 años. Resultado: los expertos no acertaron más a menudo que si los escenarios hubieran sido elegidos por un generador de números aleatorios.

Los peores predictores fueron aquellos que gozaban de mayor atención mediática y prometían al mundo una variedad de problemas. Estas personas se destacan por contar historias coherentes, lógicas y, lo más importante, dramáticas, que es exactamente lo que los medios necesitan.

Pocos periodistas estaban dispuestos a preguntar cómo llegaron a esas conclusiones.

Un aspecto que nos impresiona puede afectar nuestra evaluación de toda una situación (efecto halo). Docenas de estudios han demostrado que percibimos a las personas atractivas como más honestas, inteligentes y confiables.

Para ellos, es más fácil hacer carrera. Este efecto también funciona de manera negativa: para algunas personas, el género o la raza eclipsa por completo otras cualidades de una persona.

Estos engaños nos desorientan y generan ruido.

Nueve principios de reducción de ruido

Todas estas causas del ruido se reducen a tres tesis de acuerdo a Kahneman:

1) pensamos de manera imprecisa, prefiriendo la intuición a la lógica; 2) no queremos (y no sabemos cómo) notarlo y reconocerlo; 3) somos fácilmente influenciables.

Eludir estas trampas significa reducir la cantidad de ruido. Los principios simples ayudarán. Daniel Kahneman y sus colegas llaman a estos principios higiene mental. Seguir estos principios es como lavarse las manos antes de comer: es posible que no evite por completo la enfermedad, pero reducirá significativamente su riesgo.

Principio 1: Si necesitas expertos, elige a los mejores

En cualquier negocio, hay personas que destacan por encima del resto. Elige a estos individuos y el ruido en el trabajo disminuirá. Los buenos expertos tienen experiencia, están abiertos a nueva información y siempre están dispuestos a aprender.

Evaluar el nivel profesional de un experto es más sencillo que determinar sus habilidades cognitivas generales. Existen numerosas pruebas de inteligencia, como la prueba de reflexión cognitiva (CRT) desarrollada por el psicólogo Shane Frederick. La CRT ayuda a identificar a aquellos con pensamiento lento y racional.

Principio 2: Designar un supervisor de decisiones

Una perspectiva externa suele ser más objetiva y reveladora. También es más fácil reconocer prejuicios en otros que en uno mismo. Un «abogado del diablo» escéptico, que no se ve influenciado por el espíritu corporativo, puede ser justo lo que el equipo necesita. Este observador debe guiarse por una lista de preguntas de control que reflejen las características del proyecto o empresa.

Principio 3: Dar voz no solo a las personas, sino también a los algoritmos

Los algoritmos modernos pueden realizar diagnósticos médicos, predecir decisiones de la Corte Suprema de EE. UU. y determinar la probabilidad de liberar a acusados bajo fianza. A diferencia del pensamiento humano, los algoritmos son receptivos a los hechos y no se ven afectados por prejuicios innatos. Si es posible en tu negocio, busca la ayuda de algoritmos.

Principio 4: Proporcionar al experto la información necesaria, pero no más

La información adicional puede afectar negativamente el juicio de un experto, volviéndolo sesgado. Por lo tanto, el experto debe recibir solo la cantidad y la información necesarias para emitir un juicio.

Por ejemplo, los laboratorios forenses de EE. UU. proporcionan a los examinadores de huellas dactilares solo el material necesario para el análisis, sin detalles del caso. Además, los examinadores deben documentar su análisis antes de comparar las muestras de huellas dactilares. Este enfoque ayuda a evitar sesgos y asegura un juicio más preciso.

Principio 5: Recuerda la «sabiduría de la multitud» (pero no dejes que se exceda)

Colectivamente, podemos cometer errores al igual que individualmente. Sin embargo, los psicólogos han identificado algo llamado «la sabiduría de la multitud». La paradoja de las estadísticas es que al promediar múltiples juicios independientes, se obtiene un juicio nuevo y menos «ruidoso».

Funciona también con una sola persona si esta proporciona respuestas en momentos diferentes. Sin embargo, la sabiduría de la multitud desaparece si las personas discuten sus opiniones entre sí, ya que somos seres sugestionables y las discusiones colectivas pueden verse influidas por el primero en hablar.

Para abordar este problema, obtén juicios independientes de varios expertos sin informarles entre sí. Si reúnes a un equipo de expertos para una discusión, asegúrate de que sean diversos en términos de vida y experiencia profesional.

Principio 6: Aprovecha el «efecto ancla» a tu favor

Nuestro cerebro no maneja bien los valores absolutos, pero disfruta comparando. Por lo tanto, a menudo somos víctimas del «efecto ancla». Puedes utilizarlo a tu favor eligiendo anclas adecuadas.

Reemplaza las clasificaciones y escalas de valores absolutos por escalas de valores relativos y evaluaciones comparativas. Haz que la base para la evaluación sean formulaciones específicas que correspondan al trabajo de tu empresa.

Principio 7: Para pronósticos, especialmente improbables, recuerda regresar al promedio

El rendimiento extremo e increíble en cualquier ámbito tiende a regresar a la media con el tiempo. Conocer este principio te permite evaluar pronósticos de manera más realista.

Es poco probable que el plan de negocios más exitoso en cinco años siga siendo el más exitoso en los próximos cinco años. La vida de la empresa volverá al promedio. Similarmente, en otros contextos, como la salud mental o las ventas, las expectativas extremas deben ajustarse para reflejar el retorno al promedio.

Principio 8: Evita los estímulos externos

El ruido aleatorio generado por la fatiga, el hambre, la presión del tiempo o el mal humor nos vuelve impacientes. Reconoce cuándo tu cabeza funciona peor durante el día y evita tomar decisiones difíciles en esos momentos.

Sin embargo, un buen humor también puede afectar negativamente la toma de decisiones. Lo ideal es tomar decisiones en un estado de calma y equilibrio, sin tristeza, malestar o euforia.

Principio 9: Analiza diferentes aspectos del problema por separado y emite juicios independientes antes de una evaluación holística

Daniel Kahneman ajustó su enfoque al calificar exámenes, evaluando las respuestas de cada pregunta para todos los estudiantes antes de pasar a la siguiente. Esto evita caer en la trampa del «efecto halo». Este enfoque es relevante en las entrevistas de trabajo y otras decisiones importantes:

• Define claramente las cualidades requeridas.
• Evalúa al candidato de manera independiente en cada criterio.
• Utiliza entrevistas estructuradas con preguntas predefinidas y escalas de calificación predeterminadas.

La intuición debe involucrarse solo después de haber recopilado y ordenado todos los datos.

En empresas como Google, un grupo especial examina la lista completa de calificaciones registradas para cada criterio predeterminado y la decisión de contratación se basa en la puntuación promedio asignada por los entrevistadores.

Esta táctica también es útil para otras decisiones importantes: considera cada aspecto de manera independiente antes de emitir un juicio holístico.

Auditoría de ruido de la empresa

Escoge el departamento donde se realizará una auditoría de ruido. Informa a los líderes de la unidad desde el inicio, de manera general, que su departamento ha sido seleccionado para un estudio especial. En la explicación, evita la palabra «ruido» y reemplázala con «optimización en la toma de decisiones».

Arma un equipo de proyecto que se encargará de todas las etapas de la auditoría. Elige jueces que tomarán las decisiones durante la auditoría. Todos los miembros del equipo y los jueces deben ser profesionales respetados. Nombra un líder de proyecto que sea un gerente de alto rango. No necesita habilidades especiales, pero su posición facilitará el apoyo administrativo para los participantes de la auditoría.

El objetivo de la auditoría es identificar áreas donde puedan surgir diferencias indeseables en el juicio. Puede tratarse de un nuevo proyecto, un plan de negocios, etc.

Para lograrlo, se crea un cuestionario detallado para los empleados del departamento: sus pronósticos sobre cada aspecto del proyecto y los factores que influyen en sus juicios.

La información se recoge de forma anónima y los empleados deben saber que no habrá sanciones por sus respuestas.

Una vez preparado el proyecto de auditoría, el equipo lo presenta a la dirección de la empresa. En esta etapa, es importante debatir los posibles resultados de la revisión y las objeciones de la gerencia.

El objetivo principal de esta reunión es obtener el compromiso de la dirección para aceptar los resultados de la auditoría, independientemente de cuán sorprendentes puedan ser.

Es útil discutir preguntas como «¿Qué diferencia espera entre un par de respuestas seleccionadas al azar para cada caso?» y «¿Cuál es el nivel máximo aceptable de desacuerdo para nuestro negocio en este tema?». Las respuestas a estas preguntas se documentan y se comparan con los resultados reales de la auditoría.

Después, el equipo recopila información y busca patrones en los datos. Cada juez trabaja de manera independiente, siguiendo el principio de «revisión independiente – juicio holístico diferido».

En esta etapa, se pueden encontrar deficiencias en la estrategia comercial de la empresa, la capacitación de los empleados y la cantidad de información proporcionada.

Con base en el análisis, se prepara un informe para la gerencia. Luego, el equipo desarrolla herramientas para reducir el ruido en la empresa, basándose en los principios mencionados anteriormente.

¿El ruido siempre es malo?

El ruido es algo que no podemos evitar: siempre está presente cuando emitimos juicios. La cuestión es si las medidas para combatir el ruido costarán más que el daño que provoca.

El nivel de ruido en la evaluación de trabajos escolares es muy alto, pero si cinco profesores revisaran el trabajo de cada estudiante, el sistema educativo no aguantaría tal carga.

Cuando Facebook implementó pautas estrictas para eliminar contenido inapropiado (según su criterio), redujo el ruido, pero también eliminó muchas publicaciones que en realidad eran aceptables. Las medidas para combatir el ruido en algunas organizaciones pueden resultar en un aumento de la burocracia (nuevos puestos de auditores, auditorías interminables), lo que ralentiza el trabajo.

Para regular el nivel de ruido, la sociedad ha ideado dos herramientas: normas y reglamentos. Las reglas se basan en hechos y no en juicios, son rígidas y claras, y por lo tanto reducen eficazmente el ruido. Las regulaciones dejan margen para la acción. «No vender alcohol a menores de 18 años» es una regla.

Respetar a los mayores es una norma social. Tanto las reglas como las normas son imperfectas y, por eso, se ajustan con el tiempo (el trato cuidadoso de los animales es la norma, pero su violación constante puede contribuir a endurecer las leyes en este área). Así es como la sociedad regula el nivel de ruido: a veces mejor, a veces peor.

Se trata de sopesar el costo del error generado por el ruido y el costo de solucionarlo.

Pero no debemos subestimar el ruido: disminuye de manera constante e imperceptible la calidad de nuestros juicios y, por ende, la calidad de vida. Es por eso que se escribió el libro, para llamar la atención sobre este enemigo y explicar cómo enfrentarlo.

10 mejores ideas

1. Donde hay juicios, siempre hay ruido: una discrepancia indeseable entre las decisiones de diferentes expertos sobre el mismo tema. Y este ruido es más de lo que parece.

2. El ruido más peligroso es la plantilla : depende de la reacción específica de una persona en particular, su experiencia y sus delirios.

3. Nunca confíes en las primeras impresiones.

4. Interpretamos los hechos para que coincidan con nuestra cosmovisión, y desechamos el resto de datos. ¡Esta es la principal trampa mental! Al resolver un problema, piensa constantemente en lo que te puedes estar perdiendo.

5. Consiga un «abogado del diablo» en la empresa o para usted mismo.

6. Si quieres conocer el juicio cualitativo de varias o muchas personas sobre un tema, no permitas que consulten.

7. Una lista de evaluaciones de varios aspectos de la transacción – su consideración independiente – un juicio holístico diferido. Este algoritmo es adecuado para entrevistas y para tomar decisiones importantes.

8. Cuando se trate de un pronóstico, especialmente uno improbable, recuerde retroceder al promedio.

9. Reemplazar juicios con clasificaciones, escalas con valores absolutos con escalas con valores relativos, una evaluación separada de cada empleado con su evaluación comparativa.

10.   El ruido es inevitable , pero no se deben hacer esfuerzos excesivos para combatirlo: estas medidas pueden ser más costosas que los daños causados por el ruido.

En su libro «Cultos: El lenguaje del fanatismo», la lingüista Amanda Montell lleva a los lectores a una emocionante exploración del mundo de las sectas y el pensamiento fanático.

A través de una investigación rigurosa y un análisis minucioso, Montell demuestra cómo el lenguaje puede utilizarse para crear influencias psicológicas poderosas y controlar la mente de las personas. Una lectura obligada para aquellos interesados en comprender los mecanismos detrás del fanatismo y cómo protegerse de ellos

La autora nos brinda una visión profunda sobre el fenómeno de las sectas y el pensamiento fanático en la actualidad. A pesar de vivir en una época marcada por la tecnología y la ciencia, estos grupos siguen siendo una presencia notable en nuestra sociedad.

A través de su investigación y análisis, Montell nos muestra cómo los miembros de las sectas son sometidos a mensajes subliminales y reafirmantes que les brindan apoyo emocional y cómo estos mensajes pueden utilizarse para motivar a las personas a involucrarse con grupos extremistas o radicales.

Además, analiza en profundidad cómo el lenguaje es utilizado para controlar y manipular mentes vulnerables e inocentes, y explora las formulaciones lingüísticas comunes entre aquellos comprometidos con estilos de vida extrema.

Sobre la autora

Amanda Montell es una lingüista y escritora científica que se graduó de la Universidad de Nueva York. Ha escrito artículos de no ficción para Time, Cosmopolitan y otras revistas. En 2019, lanzó el libro Wordslut: A Feminist Guide to Taking Back the English Language. Desde junio de 2021, presenta el podcast «Suena como un culto». Leer más

La inteligencia artificial (IA) ha dado un vuelco total a cómo nos relacionamos con el mundo y ha mejorado un montón nuestra vida diaria. Desde asistentes virtuales hasta sistemas de recomendación, la IA está en casi todos los rincones de nuestra vida y no para de aprender y crecer.

A pesar de los avances de la IA en los últimos años, todavía queda mucho por descubrir y explorar. El futurista Roy Amara solía decir que solemos exagerar lo que la tecnología puede hacer a corto plazo y menospreciar lo que podrá hacer a largo plazo. O sea, a menudo nos emocionamos con lo que la IA puede lograr ya mismo, pero no vemos todo su potencial a futuro.

Kai-Fu Lee, un experto en tecnología y IA, se ha aventurado a imaginar el futuro y en su libro «AI 2041: Diez visiones de nuestro futuro» nos presenta 10 panoramas sorprendentes, raros y emocionantes de lo que la IA podrá hacer en las próximas dos décadas.

Estas predicciones nos ofrecen una idea de lo que nos espera en el futuro cercano y nos ayudan a prepararnos para lo que vendrá.

 

Formación en inteligencia artificial

Para echar un vistazo a lo que nos espera en el futuro con respecto al desarrollo de la IA, primero tenemos que entender cómo llegó a ser tan inteligente. La clave aquí es el «aprendizaje profundo».

La IA aprende con redes neuronales. Este concepto surgió en 1943 gracias al psicólogo Warren McCulloch y al matemático Walter Pitts, y se llevó a la práctica 15 años después, cuando el psicólogo Frank Rosenblatt creó el perceptrón.

Este modelo tenía unas mil «células neuronales» conectadas entre sí que podían recibir señales de 400 fotocélulas. Con el tiempo, los científicos mejoraron las redes neuronales, añadiendo más capas.

La palabra «neuronal» no es casual: una red informática es bastante parecida a la estructura del cerebro, y cuantos más elementos conectados («neuronas») tenga, apilados en muchas capas, más eficiente será.

Para que esta tecnología funcione a tope, necesitaba una gran cantidad de datos para aprender y una potencia informática enorme. La potencia de cálculo es el motor de la IA y los datos son su combustible. Ambos se hicieron muy abundantes en el siglo XXI.

Aunque las redes neuronales aprenden de manera distinta al cerebro humano. Imaginemos que queremos enseñar a la IA a reconocer manzanas en fotos. Para ello, tenemos que mostrarle millones de fotos etiquetadas con la palabra «manzana» y millones de fotos sin manzanas.

La IA analiza muchos parámetros de las fotos, que luego se usarán como guía en el proceso de selección. Al mismo tiempo, la IA no entiende de forma abstracta lo que es una manzana, no la relacionará con otras frutas ni con la ley de la gravitación universal. Esta es su diferencia clave con la conciencia humana.

Nuestra atención y memoria siempre tienen límites, pero podemos generalizar y relacionar cosas. La IA, por otro lado, puede detectar relaciones entre muchas características a las que la gente no prestaría atención. Para aprender bien, necesita:

1. datos (cuantos más, mejor);
2. enfoque específico (cuanto más concreto, mejor)
3. un objetivo claro (cuanto más preciso, mejor).

Vulnerabilidad de IA

La IA tiene un problema evidente: se vuelve sesgada sin darse cuenta porque solo aprende de los datos que recibe. Y estos datos pueden ser incompletos o inadecuados, reflejando prejuicios raciales o de género. Entonces, ¿cómo podemos enfrentar esto?

1. Sigue mejorando las herramientas para entrenar a la IA, que puedan detectar el trabajo con bases de datos estadísticamente incompletas.
2. Establece leyes que exijan auditorías de IA: si una empresa recibe muchas quejas, podría ser auditada para verificar el cumplimiento de las normas de privacidad.
3. Enseña principios éticos a los ingenieros de IA, tal como los médicos aprenden el Juramento Hipocrático.
4. Desarrolla algoritmos de IA que fomenten la transparencia en sus decisiones y sean, en principio, interpretables (hoy en día, no siempre entendemos por qué un sistema actúa de cierta manera en lugar de otra; su funcionamiento parece ocurrir en una «caja negra»).
5. Asegúrate de que las empresas que usan IA sepan dónde y para qué se emplean los sistemas de IA.

La computación cuántica podría ser el impulso más poderoso para la IA. Mientras las computadoras tradicionales almacenan información en bits que solo pueden tener dos valores (0 o 1), limitando la velocidad para resolver problemas, las computadoras cuánticas procesan datos con qubits, que según las leyes de la mecánica cuántica pueden estar encendidos y apagados al mismo tiempo. Esto les permite procesar mucha información en poco tiempo.

Aunque las tecnologías cuánticas todavía están en fase experimental, empresas como Google e IBM invierten mucho en su desarrollo. Para 2041, es probable que las computadoras cuánticas se conviertan en herramientas comunes.

Hay preocupaciones de que, antes de eso, los hackers usen su potencia de cálculo para descifrar claves de bitcoins. A pesar de que la tecnología de encriptación se actualizó en 2010, aún hay $120 mil millones en moneda electrónica en cuentas antiguas sin protección.

¿Qué podemos esperar de 2041?

Otra imagen en la pantalla.

Para el 2041, será difícil distinguir entre videos reales y deepfakes. Este término, que combina aprendizaje profundo y falsedad, surgió en 2017 cuando un usuario de Reddit comenzó a publicar videos porno de celebridades con sus rostros pegados a actores porno mediante algoritmos generativos de redes neuronales antagónicas (GAN).

Pronto, las principales plataformas de contenido tuvieron que eliminar estas falsificaciones y actualizar las reglas de uso de sus servicios, como bloquear enlaces con «pornografía sintética». A pesar de eso, la tendencia siguió creciendo. En 2019, apareció en China una app que convierte tu selfie en el protagonista de una película famosa en minutos. En 2021, la app Avatarify, que anima cualquier foto, fue un éxito en la App Store de Apple.

Ese mismo año, Facebook lanzó el Deepfake Detection Challenge para desarrollar la forma más efectiva de detectar falsificaciones. Sin embargo, los ingenieros se encontraron con la falta de datos para trabajar sin restricciones legales. Además, mejorar los métodos de detección también perfecciona la producción de nuevas falsificaciones.

Entonces, ¿cómo será en 2041? Hay tres posibles escenarios:

1.Empresas preocupadas por la calidad de la información instalarán detectores de alta calidad para detectar falsificaciones de alta resolución creadas por grandes GAN entrenadas en computadoras potentes. Sitios como Facebook, con muchas fotos y videos, probablemente usarán estos detectores solo en casos especiales.

2. Otro enfoque, más lento, sería verificar la autenticidad de cada foto y video utilizando tecnología blockchain en el momento de la captura. Pero todos los dispositivos deberían ser compatibles con esta tecnología, como los receptores de AV en los cines en casa que usan Dolby Digital.

2.Las medidas tecnológicas podrían complementarse con medidas administrativas, como multas altas por falsificaciones maliciosas.

De todos modos, tendremos que acostumbrarnos a un mundo donde el contenido en línea debe ser cuestionado constantemente, sin importar cuán real parezca.

La fusión entre los mundos virtual y real avanza rápidamente. Para 2041, la IA podrá encargarse de reconocer y controlar a las personas en lugares públicos.

Las tecnologías de biometría inteligente ayudarán a los científicos forenses a resolver más delitos, lo que reducirá el nivel de criminalidad.

Otra realidad

En el verano de 2016, Pokémon GO arrasó en todo el mundo. Este juego de realidad aumentada te permitía encontrar y atrapar Pokémon, y la gente pasaba más tiempo en él que en WhatsApp, Instagram y Facebook juntos. Algunos jugadores estaban tan metidos en el juego que se olvidaron del mundo real y hasta sufrieron accidentes.

Lo que hace unos años parecía curioso, en 2041 será algo normal. Más bien, lo correcto sería llamarlo realidad mixta (MR), donde los objetos virtuales serán parte fundamental de nuestra vida.

En lugar de pantallas de smartphones, la MR se experimentará a través de gafas especiales. Al usarlas, verás sugerencias emergentes por todas partes: al pasar por un restaurante, podrás ver su menú virtual, y al caminar junto a una tienda, te aparecerá su publicidad.

Estas gafas ya están en desarrollo, como las famosas Hololens de Microsoft, que presentaron en 2015 el sistema de visualización holográfica Windows Holographic, permitiendo ver objetos virtuales en entornos reales.

En 2020, el equipo de Facebook Oculus mostró gafas de realidad virtual con lentes de solo un centímetro de grosor. Aunque todavía son imperfectas y caras, las tecnologías avanzan y se abaratan rápidamente.

Así que para 2041, no solo las gafas, sino también las lentes de realidad aumentada serán productos comunes y accesibles. Además, se complementarán con una nueva generación de auriculares que, para 2030, deberían ser lo suficientemente compactos y cómodos como para llevarlos todo el día.

Otro entretenimiento

Esto cambiará por completo la industria del entretenimiento. En 2041, no solo veremos una película, sino que estaremos dentro de ella, sintiendo el espacio ficticio con montones de sensores táctiles y, por supuesto, lentes de realidad virtual.

Tecnologías como Dreamscape ya mezclan la experiencia táctil con la realidad virtual inmersiva, permitiendo a los usuarios sentir lo que sucede en pantalla, como nadar en el océano.

El siguiente paso sería conectar directamente el cerebro a la computadora, y hay gente como Elon Musk trabajando en ello. En agosto de 2020, anunció que se había implantado una interfaz neuronal inalámbrica en el cerebro de unos cerdos.

A principios de 2021, contó que sus ingenieros habían puesto con éxito un chip en el cerebro de un mono, que luego pudo jugar videojuegos usando solo el poder de su mente. El objetivo a largo plazo de estos experimentos es usar implantes para recuperar habilidades perdidas en personas con lesiones cerebrales y de médula espinal.

Aun así, para 2041, este objetivo parece bastante ambicioso. Hasta ahora, se han hecho experimentos en áreas muy pequeñas del cerebro, y explorar el cerebro en sí es un procedimiento bastante complicado.

Otros asistentes de voz y profesores

Los asistentes de voz en 2021 son comunes, y la ciencia está trabajando duro para hacerlos más comprensibles y comunicativos. Hace unos años, todas las redes neuronales aprendían un lenguaje mediante aprendizaje supervisado, como mencionamos con el ejemplo de Apple: recibían datos de entrada correctos y luego aprendían a generar salidas acorde a los parámetros dados.

Reconocer fotos de manzanas de esta manera es bastante fácil, pero aprender un idioma es muy difícil. El aprendizaje supervisado ha sido exitoso en reconocer el habla y convertirlo en texto, y viceversa, pero cuando se trata de comprender el habla y responder a ella, el aprendizaje supervisado no es suficiente.

Sin embargo, en mayo de 2020, se presentó algo totalmente nuevo: la red neuronal GPT-3 (Generative Pre-trained Transformer) desarrollada por OpenAI (fundada por Elon Musk). La función principal de esta red neuronal es predecir la siguiente palabra, basándose en las palabras anteriores.

Calculando conexiones entre palabras, GPT-3 sugiere la secuencia más probable. Es casi como un T9 en un smartphone, pero mucho mejor porque GPT-3 puede crear poesía, ensayos filosóficos, comunicados de prensa y manuales técnicos, e imitar el estilo de casi cualquier escritor.

Por supuesto, sus capacidades intelectuales no son ilimitadas. Como cualquier IA, GPT-3 tiene limitaciones basadas en los datos que recibe (aunque hay muchos terabytes). No puede pensar de manera abstracta.

Pero la existencia de GPT-3 implica que, para 2041, habrá una nueva generación de asistentes de voz personales en nuestros hogares, tan diferentes de la Siri actual como Albert Einstein lo es de Homer Simpson. Nos entenderán lo suficiente como para que sintamos simpatía e incluso cariño por ellos.

También serán los tutores escolares perfectos para los niños. Esto cambiará el sistema escolar para siempre. Los programas educativos serán estrictamente individualizados.

Las visitas virtuales a otras épocas acompañadas de personajes históricos con gafas VR se convertirán en una parte esencial del aprendizaje.

Y los maestros en 2041 se centrarán menos en los aspectos mecánicos de la transferencia de conocimientos y más en desarrollar la inteligencia emocional y la creatividad de sus alumnos.

Nuevos medicamentos

El tratamiento médico es uno de los procesos más complejos, costosos y lentos. Pero, ¿qué puede ofrecer la IA en este campo?

1.Acelerar y reducir el costo de desarrollo de nuevos medicamentos. A fines de 2020, el equipo de DeepMind de Google anunció una solución a un problema fundamental en biología: aprendió a predecir la estructura tridimensional de cualquier proteína por su secuencia de aminoácidos. El beneficio práctico es que AlphaFold2 permite analizar muchas variantes de un medicamento con gran velocidad antes de que se sintetice, simplificando su creación.

2.Hacer que el diagnóstico y tratamiento sean más individuales. Cuanta más información obtengan los rastreadores de actividad física sobre nosotros, más precisos se vuelven. Para 2041, objetos como cepillos de dientes, almohadas y camas serán «más inteligentes»: todos recopilarán y analizarán información sobre nuestra salud.

3.Reemplazar a algunos médicos. La IA se hará cargo principalmente del trabajo de radiólogos, oftalmólogos y patólogos, ya que sus objetos de estudio, como rayos X y otras imágenes, son fáciles de algoritmizar. La IA puede reconocer patologías en radiografías de tórax con una precisión del 95%. Además, los robots ya ayudan a médicos en la actualidad.

El número de procedimientos que los utilizan aumentó del 1,8% en 2012 al 15,1% en 2018. Procedimientos médicos semiautónomos cada vez más accesibles bajo la supervisión de un médico, como la implantación de dientes o la sutura.

Los datos que maneja la IA deben estar estructurados de manera óptima y ser fáciles de manejar. Por eso han fracasado los intentos de la supercomputadora IBM Watson para tratar el cáncer.

No es solo la complejidad de esta enfermedad, sino también el hecho de que la máquina aprendió de libros de texto e investigación científica. Estos datos no eran suficientes para la máquina y estaban basados en conceptos en lugar de hechos concretos. Una máquina sin pensamiento abstracto aprende mejor directamente de datos reales.

En 1950, la esperanza de vida promedio en el mundo era de 48 años; en 2017, de 72 años. Dados los logros de la IA, podemos esperar que en 2041 la esperanza de vida de las personas aumente en 20 años.

Otras carreteras

Gracias a Elon Musk, los vehículos eléctricos no tripulados dejan de parecer ciencia ficción. Pero Lee Kai-Fu no garantiza que en 2041 nos convertiremos para siempre en un asiento de pasajero. 

Conducir un automóvil es una tarea demasiado compleja y multifuncional para automatizar de manera confiable todos los aspectos del mismo en los próximos 20 años. 

La palabra clave es «confiable». Si la inteligencia artificial de Amazon comete un error al recomendar un producto, no es fatal.

Si Tesla falla, no solo provocará la muerte de una persona, sino que también afectará catastróficamente la reputación de la empresa. Hoy en día hay dos enfoques diferentes para el problema:

• precaución extrema y recopilación lenta de datos en condiciones extremadamente seguras (enfoque de Waymo);
• lanzar el producto tan pronto como sea lo suficientemente seguro y recopilar datos en el proceso (enfoque de Tesla).

En esta área, es necesario creer en el cambio gradual. Ya hoy en día, los automóviles informan al conductor sobre la situación en la carretera, saben cómo estacionarse y se comunican con la estación de servicio, lo que ayuda a detectar un mal funcionamiento en línea.

Las cosas irán más rápido si creamos la infraestructura del futuro para los automóviles del futuro: carreteras y aceras equipadas con una variedad de sensores especiales que tienen en cuenta las características específicas de los vehículos no tripulados.

Otra guerra

Tendrá lugar sin la participación de soldados, pero se volverá aún más mortal. La carne de cañón será reemplazada por drones autoguiados, tanques y otros sistemas de armas autónomos (ASV).

En términos de eficiencia, DIA no es inferior a la invención de la pólvora o la bomba atómica. Al mismo tiempo, es mucho más accesible para los terroristas. La pregunta clave es ¿cómo contener el poder de la DIA?

• Hacer que la DIA sea solo parcialmente autónoma, dejando las funciones más importantes bajo control humano. Sin embargo, en este caso, se pierde el significado mismo de la DIA, por lo que es poco probable que la medida sea apoyada por los militares.
• Prohibir la DIA, como se hizo con las armas químicas o nucleares. Es cierto que los estados más grandes no están dispuestos a apoyar tal prohibición, que declaran abiertamente.
• Desarrollar nuevos principios de operaciones militares: por ejemplo, aceptar la posición de que las guerras solo pueden ser libradas por robots con robots.

Otros trabajos

A finales de 2020, Bill Gates mencionó que el 50% de los viajes de negocios en un futuro cercano serían reemplazados por reuniones virtuales, y el 30% de los estadounidenses trabajarían de forma remota a tiempo completo.

En 2021, Elon Musk anunció que Tesla crearía un robot humanoide Tesla Bot que realizaría tareas rutinarias, como ir al supermercado.

El COVID-19 impulsó la automatización. En 2041, nuestros avatares participarán en conferencias en línea por nosotros. Los robots reemplazarán completamente a las personas en almacenes, fábricas y laboratorios.

La robótica reducirá costos en agricultura, encargándose del cultivo, fertilización de campos y cosecha. Pronto, los electrodomésticos mejorarán mucho: lavavajillas y procesadores de alimentos serán más inteligentes.

Los robots no quitarán trabajos, pero harán que repensemos su esencia. En 2041, los trabajadores competitivos se destacarán por:

• Creatividad (la IA no piensa creativamente)
• Empatía (los robots pueden operar, pero no consolar a un paciente)
• Destreza (coordinación precisa de manos y ojos es algo que los robots tardarán en dominar)

Dos tendencias se manifestarán con el desarrollo de la IA:

1. Reentrenamiento. La IA elimina empleos, pero también crea nuevas profesiones que requieren nuevas habilidades (administradores de redes sociales, científicos de datos, operadores de drones). Amazon anunció un programa masivo de reentrenamiento para empleados: cada uno recibirá $48,000 para aprender una nueva especialidad en un campo prometedor. En muchas profesiones, la IA cambiará el enfoque: en médicos, la compasión será más importante; en maestros, el papel de mentor.

2.Auge del talento. La IA liberará energía creativa y brindará nuevas oportunidades a artistas, fotógrafos y guionistas. Quizás en 2041 vivamos algo parecido a un Renacimiento.

Este futuro requiere esfuerzos enormes: reentrenar empleados, desarrollar el concepto de ingreso básico incondicional, encontrar dinero para ello y crear un nuevo contrato social entre el estado y los ciudadanos.

Afortunadamente, no se necesita empezar de cero: prácticas como el concepto de «felicidad nacional bruta» en Bután, la alta cultura del servicio en Japón, el cuidado de los ancianos en China y el voluntariado en Canadá pueden servir de ejemplo y base para una futura sociedad saludable.

Otra economia

Para 2041, en la mayoría del mundo desarrollado, la energía eólica y solar será la norma y mucho más barata que hoy. La energía más barata significará agua, materiales, producción y alimentos más baratos.

A lo largo de la historia, la economía se basó en la escasez, pero la economía del 2041 será una economía de abundancia.

La abundancia comenzará con necesidades básicas (comida, ropa, energía) y se extenderá a la salud, educación y entretenimiento.

En información, ya vivimos en abundancia: cualquier libro, película, música o juego está a nuestro alcance, gratis o a bajo costo.

El historiador Yuval Noah Harari escribe en «21 lecciones para el siglo XXI» que la humanidad se desarrolló basándose en historias sobre Dios, igualdad, etc. La más influyente es la historia del dinero.

En 2041, veremos el dinero de otra manera. Cuanto más baratos sean los bienes, más complejas las demandas de los consumidores, y no siempre basadas en valores materiales.

Un plan a largo plazo para el cambio socioeconómico puede incluir tres etapas basadas en las necesidades de Maslow:

1.Préstamos para ciudadanos que aseguren una vida cómoda (vivienda, comida, ropa, transporte). La formación en nuevas especialidades también podría ser gratuita (necesidades fisiológicas y de seguridad según Maslow).

2.Introducción de una calificación social basada en la actividad social de un ciudadano, estimulando el desarrollo de servicios socialmente útiles (necesidad de amor y respeto según Maslow).

3.Creación de comunidades unidas por objetivos globales de paz: protección del medio ambiente, ayuda a países en desarrollo, etc. (necesidad de autoexpresión según Maslow).

La era de la abundancia traerá oportunidades y desafíos:

• Deflación, resultado de la caída de precios.
• Creación artificial de déficits por grandes corporaciones comerciales.
• Tensión social, no solo por clases medias y bajas que pierden empleos, sino también por los ricos, cuyo capital decaerá.

Los desafíos son globales, pero lo que está en juego es el futuro más cómodo imaginable.

¿Otra felicidad?

En 2041, la IA sabrá un montón sobre nosotros, pero ¿entenderá lo que nos hace realmente felices? Aquí hay tres dificultades principales:

¿Cómo definir la felicidad? Esta es una categoría muy subjetiva. Además, a medida que se satisfagan las necesidades básicas, la definición de felicidad será cada vez más complicada.

¿Cómo medir la felicidad? La IA ya es capaz de leer emociones, y en el futuro podría medir al instante el nivel de hormonas de la felicidad en nuestra sangre. Pero, ¿podrá determinar qué causó exactamente ese aumento de hormonas? ¿Y cómo distinguirá entre estímulos buenos y malos?

¿Quién será el dueño de los datos sobre lo que nos hace felices? Este problema ya es relevante hoy: compartimos nuestros planes diarios en Facebook, pero ya no confiamos tanto en él. Las corporaciones manipulan nuestros datos para hacernos más dependientes de sus productos.

¿Como lidiar con? 

A corto plazo:

Enseñar a la IA funciones objetivas más complejas. Por ejemplo, en lugar de programar la IA con la función «tiempo que pasa el usuario en la red social» para beneficiar a los propietarios de redes sociales, podríamos cambiarla a «tiempo bien empleado en la red social». Además, si los usuarios están al tanto del desarrollo de estas funciones objetivas, será más fácil entender qué significa «bueno» en este contexto.

Motivar a las corporaciones a actuar en beneficio de la sociedad:

a) Usar decretos gubernamentales como una amenaza.
b) Fomentar comportamientos positivos a través de la responsabilidad social empresarial (similar a la responsabilidad ambiental).
c) Asignar observadores independientes para supervisar el trabajo de las empresas propietarias de IA.

A largo plazo, podríamos ver el surgimiento de una metainteligencia que supervise a otros gigantes tecnológicos. Los intereses de esta organización deberían coincidir con los de los usuarios, lo que significa que empresas como Google, Facebook y Amazon no serían adecuadas para este rol. Para evitar la presión comercial sobre la metainteligencia, podríamos considerar dos enfoques:

Metainteligencia como monarquía ilustrada: Un líder sabio que vela por los intereses de su «reino». Países pequeños con líderes fuertes y el apoyo de la población podrían tomar decisiones innovadoras en la adopción de tecnologías en los próximos 20 años.

Metainteligencia como comunismo: El poder se distribuye entre muchas personas que comparten valores comunes. Redes como Wikipedia y blockchain operan bajo este principio, sin estar bajo la influencia de ninguna entidad.

Almacenar datos personales en una red distribuida es un desafío mayor que almacenar criptomonedas, pero hay esperanza.

Tecnologías como el entrenamiento de IA federado y el cifrado homomórfico junto con TEE (Trusted Execution Environment) pueden proteger los datos de manera que el propietario de la IA no pueda revelarlos. Aunque no son una solución perfecta, la confiabilidad de estos mecanismos debería mejorar en los próximos años.

¿Quién decide cómo será el año 2041?

Muchos futuristas, incluido Elon Musk, temen que antes de 2041, podríamos crear una IA que aprenda a prescindir de nosotros. Pero por ahora, la IA aún no ha desarrollado «pensamiento abstracto profundo», «relaciones causales profundas» ni «sentimiento estético profundo».

Sin todo esto, la IA no puede convertirse en un ser humano, y mucho menos en un dios. Los avances científicos no ocurren con frecuencia ni siguen un calendario: en 60 años, solo ha habido un gran avance, el aprendizaje profundo. Necesitaríamos al menos una docena de avances similares para hablar de una transición a la singularidad.

De todos modos, la IA será el resultado de cómo la construyamos. No somos meros espectadores de los cambios venideros; nosotros mismos los creamos.

Si creemos en nuestra inutilidad como especie, eso es lo que sucederá. Pero si creemos que la IA será nuestra aliada para construir un futuro mejor, eso también sucederá. Todo depende únicamente de nosotros.

10 mejores ideas

1.El aprendizaje profundo es el logro principal en IA en el último medio siglo. Pero para desarrollar una superinteligencia, necesitamos al menos una docena de avances similares.

2.La IA necesita datos específicos y bien estructurados, un ámbito limitado y un objetivo concreto para aprender eficientemente. De lo contrario, es como un estudiante descuidado.

3.En 2016, cazábamos Pokémon en pantallas de teléfonos inteligentes. Para 2041, no saldremos sin gafas de realidad virtual que enriquezcan nuestra experiencia.

4.En 2041, será difícil distinguir entre una persona real y un holograma en la pantalla.

5.Comparar un asistente de voz de 2021 con uno de 2041 es como comparar a Homer Simpson con Albert Einstein.

6.Las oportunidades de la IA en medicina son tan prometedoras que, para 2041, podríamos vivir 20 años más.

7.Durante siglos, vivimos en una sociedad basada en la escasez. Pero en 2041, la economía de la abundancia será la norma.

8.Creatividad, empatía y habilidades manuales son las competencias clave en la era de la automatización universal.

9.Para 2041, aunque la IA no pueda responder a qué nos hace felices, nos ayudará a experimentar felicidad con más frecuencia.

10.La IA no es un regalo divino. Será lo que decidamos crear nosotros mismos.

El planeta experimenta inestabilidad y transformaciones constantes, y en estos instantes asistimos a numerosos conflictos y presiones a escala global, como la pugna por la supremacía global entre EE. UU. y China, y el riesgo de un nuevo colapso financiero. Por otro lado, la crisis sanitaria del COVID-19 ha generado temor e incertidumbre durante casi tres años.

No obstante, la experiencia histórica muestra que estos lapsos de inseguridad y cambio son recurrentes y que, con el tiempo, llegan a su término.

En su reciente libro «Principios para enfrentarse al nuevo orden mundial», Ray Dalio estudia los ciclos de la historia universal y nos indica en qué fase nos hallamos en la actualidad.

Si bien nos advierte que es factible que afrontemos una crisis de gran magnitud, también nos brinda los recursos para estar listos y salir adelante en este tiempo de incertidumbre.

¿En qué mundo estamos?

El estudio de Ray Dalio sobre el orden mundial se ha visto motivado por tres factores que prevalecen en la economía y política globales actuales:

1. Elevados niveles de deuda mundial junto con tasas de interés extremadamente bajas;
2. Una amplia brecha en el bienestar entre los distintos estratos sociales dentro de los países, sumada a las diferencias políticas entre estos;
3. El crecimiento del poderío de China, desafiando a la actual potencia mundial: Estados Unidos.

La conjunción de estos factores resulta preocupante, pero no es única. La situación actual rememora el período comprendido entre 1930 y 1945: en aquel entonces, los bancos centrales también recurrieron a la reducción de tasas de interés para estimular la economía e imprimir dinero para adquirir activos financieros; asimismo, existía una marcada brecha entre pobres y ricos, lo que condujo a un elevado nivel de tensión política y al surgimiento de líderes populistas en el poder (como Hitler).

La ambiciosa Alemania y Japón irrumpieron progresivamente en el orden mundial, lo que finalmente desembocó en una catástrofe en política exterior: la Segunda Guerra Mundial.

Al adentrarse en la historia, Dalio comprendió cada vez con mayor claridad que la existencia de potencias mundiales, ya sea Gran Bretaña en el siglo XIX o Estados Unidos en la actualidad, obedece a un determinado algoritmo, y se desarrolla siguiendo la lógica de un ciclo político y económico predecible.

Actualmente, el mundo se encuentra al final de otro ciclo, el cual amenaza con reestructurar todo el orden mundial y, en consecuencia, generar grandes trastornos socioeconómicos, incluyendo la posibilidad de una guerra a gran escala. Entonces, ¿cómo funciona el mecanismo de la historia mundial?

Leer más

A pesar de los notables avances tecnológicos en el campo de la energía limpia y la exploración marciana, nuestro mundo continúa siendo dependiente de recursos esenciales como el acero, cemento, amoníaco y petróleo.

Vaclav Smil sostiene que esta situación persistirá al menos durante las próximas tres décadas. En su obra «Cómo funciona el mundo», Smil investiga el funcionamiento de nuestro planeta y analiza los costos y repercusiones de diversos proyectos ambiciosos.

Si bien el libro brinda una perspectiva profunda sobre múltiples temas, no presenta propuestas ni soluciones específicas para abordar los problemas mencionados.

Te lo recomiendo con el fin de fomentar habilidades de pensamiento crítico y lograr una comprensión más precisa de la realidad que nos rodea.

Sobre el Autor

Vaclav Smil es un científico y escritor de renombre, autor de más de 40 libros sobre problemas globales de la humanidad. Profesor honorario de la Universidad de Manitoba, es un consultor respetado por muchos gobiernos del mundo y es admirado por Bill Gates.

A pesar de su éxito y su influencia en el mundo académico y político, Smil es conocido por su reclusión y prefiere vivir en una casa alejada del bullicio, cultivar vegetales en su propio jardín y no usar teléfono móvil.

Aunque no habla con la prensa ni asiste a conferencias científicas, su trabajo es reconocido por su compromiso con los hechos, la lógica y la independencia de opinión. Leer más