Elon Musk ante el G20: La economía que viene con la IA

El 1 de septiembre de 2026, Elon Musk (centenares de posts nuestros) intervino por videoconferencia en la Reunión Ministerial de Innovación del G20, celebrada en Chapel Hill, Carolina del Norte. No pronunció un manifiesto político. Ofreció, ante ministros y ejecutivos del sector, una serie de magnitudes sobre inteligencia artificial, energía y robótica. Conviene tratarlas como lo que son: estimaciones de un actor industrial con intereses directos, no como un modelo econométrico independiente. Aun así, su valor está en la escala y en los plazos que propone para el debate público.
La cifra más citada fue económica. Musk dijo que la IA “probablemente” incrementará la economía mundial entre un 20% y un 30%. Lo calificó de “estimación aproximada” y la tradujo en unos 20 a 30 billones de dólares anuales. En un PIB mundial cercano a los 110 billones, ese intervalo implica un salto de productividad comparable, en un solo bloque, a añadir varias economías grandes. El propio adverbio —probably— y el carácter “rough” de la cifra advierten contra leerla como pronóstico puntual. Es un orden de magnitud, no una previsión fiscal. 

El segundo bloque fue temporal y cognitivo. A finales de 2027, según su tesis, la IA podría realizar “cualquier cosa digital”, es decir, cualquier tarea que no exija “dar forma a los átomos con las manos”. En software, situó el umbral en 12 a 18 meses: un nivel “Stockfish”, en alusión al motor de ajedrez que derrota sin esfuerzo a los grandes maestros. En ese escenario, “resulta imposible que un humano compita” escribiendo código; la IA “aplastará” a los programadores y será “extremadamente buena” en ingeniería y en todo lo digital. La analogía es elocuente y también resbaladiza: Stockfish opera en un dominio cerrado, con reglas fijas. El software del mundo real incluye requisitos ambiguos, responsabilidad jurídica y contexto institucional. La predicción, no obstante, señala un problema educativo concreto: si el valor del código escrito a mano se comprime, la formación universitaria no puede seguir midiendo competencia solo por la producción de líneas.
El tercer bloque fue físico. Musk atribuyó a “analistas que siguen de cerca el sector” un déficit de al menos 15 gigavatios en 2027 para chips de IA. No lo presentó como un horizonte lejano: “habrá un déficit significativo de energía el año que viene”. El desajuste, según su relato, es de tasas: la fabricación de chips crecería un 40-50% anual, mientras la potencia disponible fuera de China lo haría un 10-20%. “Lo que crece más rápido acabará desbordando a lo que crece más despacio.” De ahí su tesis geoeconómica: China dispone de más electricidad, pero las restricciones a la exportación de GPU impiden instalar allí los chips más avanzados; el hueco abre una oportunidad a países dispuestos a construir generación y ofrecerla a centros de datos, con impuestos y cánones. La electricidad deja de ser un insumo rutinario y pasa a ser el cuello de botella de la política industrial.
El cuarto bloque —el más especulativo— fue la robótica humanoide. Musk describió la utilidad de un robot de propósito general como el producto de tres factores que, a su juicio, mejoran de forma exponencial: el software de IA, el chip y la destreza electromecánica, sobre todo de las manos. Cuando los robots fabriquen robots, el proceso se vuelve recursivo: “empieza muy despacio y luego crece a un ritmo explosivo”. En diez años, dijo, habría “muy por encima de mil millones” de humanoides, cada uno “al menos cinco veces” más productivo que un humano; ese parque “sería más productivo que todos los humanos juntos”. Llamó a la cifra “conservadora” y afirmó que apostaría “dinero serio” por ella. En el mismo arco, sugirió que la capa física —no solo la digital— podría multiplicar la economía por un factor de diez o más. Aquí la distancia entre estimación y evidencia es máxima: no existe aún una base industrial comparable a esa escala.
Cerró con un juicio regulatorio. Para innovar, sostuvo, las novedades deben ser “legales por defecto” y no “ilegales por defecto”. En la Unión Europea, dijo, el nivel normativo es “extraordinariamente alto” y “ralentiza de forma considerable” el progreso, aunque no lo detenga. La crítica es familiar y, de nuevo, interesada. El contrapunto académico es obvio: la velocidad no es el único criterio de una buena norma. Energía, datos, trabajo y responsabilidad civil no se resuelven solo con permisividad. 
Leídas en conjunto, las cifras dibujan un mapa, no una prueba. Si siquiera una parte del escenario se materializa, las universidades y los sistemas de formación profesional tendrán que desplazarse desde la enseñanza del código rutinario hacia la supervisión de sistemas, la ingeniería energética, los oficios de infraestructura y el juicio ético-jurídico. El G20 no validó las predicciones de Musk. Escuchó un inventario de umbrales. Distinguir el inventario de la evidencia sigue siendo, para un lector culto, la tarea primera. 

Datos, predicciones y estimaciones de Elon Musk durante su intervención en el G20:
1. Crecimiento de la economía por IA: Estima de manera aproximada que la inteligencia artificial incrementará la economía global entre 20% o 30%.
2. Capacidad digital de la IA: Pronostica que la IA podrá realizar prácticamente cualquier tarea digital que no requiera manipulación física para el final del próximo año (2027). 
3. Desarrollo de software: Predice que el software de IA será tan avanzado que alcanzará un nivel equivalente al del programa de ajedrez Stockfish, haciendo imposible que los humanos compitan contra ella escribiendo código para algún momento del próximo año (2027).
4. Revolución de la robótica: Sostiene que la robótica de humanoides incrementará la economía global en múltiples veces, llegando a multiplicarla por un factor de 10 o más.
5. Población de robots en el futuro: Afirma que en 10 años habrá por lo menos mil millones de robots humanoides en el mundo.
6. Rendimiento de los robots: Estima que la productividad de cada robot humanoide será de aproximadamente 5 veces la de un humano.
7. Crisis de energía inminente: Alerta que existe un consenso entre analistas de que habrá un déficit energético de al menos 15 gigavatios (GW) destinado a los chips de IA en el 2027.
8. Desbalance de infraestructura: Explica que la tasa de producción de chips de IA crece a un ritmo de entre 40% y 50% anual, mientras que la disponibilidad de energía eléctrica fuera de China solo aumenta a un ritmo de 10% a 20% anual, provocando que la demanda supere rápidamente a la oferta.

🚀 ¿Revolución económica o colapso energético? En el G20, Elon Musk proyecta un crecimiento del PIB mundial del 20-30% gracias a la IA y anticipa 1.000 millones de robots humanoides multiplicando la productividad. Sin embargo, el verdadero reto no es el código, sino la física: la… pic.twitter.com/xqvpm9eLoA

— Mikel Agirregabiria (@agirregabiria) September 6, 2026

Factor autobús: Metáfora informática de la fragilidad grupal

Hoy analizamos el «Factor autobús»: Un índice que desnuda la fragilidad de nuestras organizaciones. El factor autobús (bus factor, también llamado truck factor) es uno de esos conceptos nacidos en la jerga informal de la ingeniería de software que terminan revelando algo mucho más profundo sobre la condición humana organizada. Su definición es tan macabra como precisa: mide el número mínimo de personas que, si fueran atropelladas por un autobús —o simplemente dejaran el proyecto—, provocarían que el conocimiento crítico se perdiera y la iniciativa colapsara. Un factor autobús de uno significa que toda una empresa, departamento o comunidad depende de la memoria y la voluntad de un solo individuo.

Detrás del humor negro se esconde una pregunta incómoda: ¿cuánta de nuestra supuesta solidez institucional es en realidad una ilusión sostenida por personas insustituibles que nadie ha tenido el cuidado de hacer prescindibles? El concepto surgió en el ámbito del desarrollo de software, donde los equipos descubrieron que proyectos aparentemente robustos se sostenían sobre el conocimiento tácito de un único programador que jamás documentó su trabajo. Pero su aplicabilidad desborda la informática: hospitales con un cirujano irremplazable, ayuntamientos donde solo un funcionario sabe operar cierto sistema, universidades cuya investigación depende de un catedrático a punto de jubilarse, o incluso lenguas minoritarias que sobreviven en la memoria de sus últimos hablantes.

Aquí conecta con una tradición sociológica más amplia: la teoría de la fragilidad frente a la robustez y la antifragilidad, popularizada por Nassim Taleb (posts previos), y con los estudios clásicos sobre el conocimiento tácito de Michael Polanyi, quien ya advirtió que "sabemos más de lo que podemos decir". Las organizaciones modernas, obsesionadas con la eficiencia y la especialización, tienden a concentrar saber crítico en pocas cabezas, precisamente porque redundar conocimiento —tener a varias personas capacitadas para lo mismo— parece "ineficiente" a corto plazo. Es la vieja tensión entre optimización y resiliencia que también aparece en la ecología de sistemas complejos: los monocultivos rinden más hasta que llega la plaga que los arrasa por completo.

El factor autobús es, en el fondo, un espejo de nuestra fragilidad colectiva. Nos habla de la diferencia entre información y conocimiento, entre tener datos guardados en un servidor y tener personas capaces de interpretarlos, actualizarlos y transmitirlos. También plantea una cuestión educativa esencial: la mentoría, la documentación y la transferencia intergeneracional de saberes no son un lujo burocrático, sino un seguro de vida institucional. Las culturas que han sobrevivido siglos —pensemos en la transmisión oral vasca del bertsolarismo, o en los gremios artesanos medievales— entendieron intuitivamente que el conocimiento debe circular en red, no acumularse en nodos únicos.

Reducir el factor autobús de un equipo u organización exige medidas concretas: documentación sistemática, programación en pareja, rotación de responsabilidades, cultura de mentoría activa y, sobre todo, la humildad de aceptar que ser "el único que sabe hacerlo" no es un mérito, sino un riesgo sistémico. Paradójicamente, quienes se aferran a la insustituibilidad como fuente de poder personal están saboteando la resiliencia del conjunto del que forman parte.

En última instancia, el factor autobús nos obliga a repensar el éxito organizativo no como la suma de talentos individuales brillantes, sino como la capacidad de un sistema para sobrevivir a la ausencia de cualquiera de sus miembros. Es una lección de humildad radical en tiempos que idolatran al genio irremplazable: la verdadera fortaleza no está en lo insustituible, sino en lo compartido.

Resumen: Qué pasa si el único que sabe se va mañana. La insustituibilidad como riesgo: la lección del factor autobús. Por qué el conocimiento único es peligroso. Ser insustituible no es un mérito, es un riesgo. 

🚌 El «factor autobús» mide cuántas personas deberían desaparecer de un proyecto para que este colapse. Cuanto más bajo, más frágil la organización. Una metáfora informática que revela algo muy humano: confundimos indispensabilidad con éxito. 🧵 https://t.co/jIVHqeJwkx

🚌… pic.twitter.com/TnZZQtztpY

— Mikel Agirregabiria (@agirregabiria) July 11, 2026

Tetris: 40 años del videojuego que cambió la industria

La película Tetris (Jon S. Baird en Apple TV) del año 2023 y ya en español nos ha recordado la historia.

En 1984, mientras el mundo occidental experimentaba con las posibilidades del entretenimiento digital, un programador soviético llamado Alexey Pajitnov creaba en Moscú lo que se convertiría en uno de los videojuegos más influyentes de la historia. Tetris nació en el Centro de Computación Dorodnitsyn de la Academia de Ciencias de la URSS, donde Pajitnov trabajaba desarrollando software para el gobierno soviético.

El concepto del juego era elegantemente simple: piezas geométricas compuestas por cuatro cuadrados —los tetrominós— caían desde la parte superior de la pantalla, y el jugador debía rotarlas y posicionarlas para formar líneas horizontales completas que desaparecían al completarse. Esta mecánica, inspirada en el pentominó —un antiguo rompecabezas— y el amor de Pajitnov por el tenis, dio origen al nombre: una fusión de "tetra" y "tenis". 

Lo que distinguió a Tetris de otros juegos de su época fue su diseño minimalista y su curva de dificultad progresiva. No había enemigos que vencer ni niveles que superar en el sentido tradicional; solo la lucha contra la gravedad acelerada y el espacio limitado. Esta simplicidad conceptual ocultaba una profundidad psicológica extraordinaria: el juego generaba un estado de flujo que los neurocientíficos estudiarían décadas después.

La historia de Tetris, sin embargo, trascendió lo meramente lúdico para convertirse en un laberinto legal y político digno de una novela de espionaje. En la Unión Soviética de mediados de los ochenta, los derechos de propiedad intelectual eran nebulosos. Pajitnov no podía poseer legalmente su creación; técnicamente pertenecía al Estado soviético. Esto desencadenó una batalla por los derechos del juego que involucró a empresas británicas, japonesas y estadounidenses, con negociaciones que llegaron hasta el Kremlin.

Robert Stein, un empresario británico-húngaro, fue el primero en reconocer el potencial comercial del juego y comenzó a vender licencias antes de asegurar completamente los derechos. Nintendo, entonces en plena expansión con su Game Boy, vio en Tetris el juego perfecto para su consola portátil. Henk Rogers, diseñador de videojuegos y empresario, jugó un papel crucial al negociar directamente en Moscú los derechos para consolas portátiles, estableciendo una relación personal con Pajitnov que duraría décadas.

La inclusión de Tetris como juego empaquetado con el Game Boy en 1989 fue una decisión estratégica que transformó ambos productos en fenómenos culturales globales. El juego vendió millones de copias y se convirtió en sinónimo de la consola portátil de Nintendo. Su diseño era perfecto para sesiones breves pero intensamente adictivas, ideal para el transporte público o momentos de espera.

Pajitnov no recibió regalías significativas por su creación hasta 1996, cuando los derechos finalmente revirtieron a él y fundó The Tetris Company junto a Rogers. Para entonces, Tetris ya había transcendido su medio original, apareciendo en prácticamente todas las plataformas imaginables, desde calculadoras hasta edificios iluminados.

El legado de Tetris en la cultura científica y educativa es considerable. Investigadores han utilizado el juego para estudiar la cognición espacial, la memoria y hasta el tratamiento del trastorno de estrés postraumático. El "efecto Tetris" —ver piezas cayendo al cerrar los ojos tras jugar extensamente— se ha convertido en un fenómeno psicológico reconocido que ilustra la plasticidad cerebral.

Cuatro décadas después de su creación, Tetris permanece como testimonio del poder del diseño elegante y universal, un puente cultural que conectó la Guerra Fría con la era digital global.

En 1984, en plena Guerra Fría, Alexey Pajitnov creó Tetris en un laboratorio soviético. Sin héroes ni violencia, solo geometría pura y presión creciente. De la Electronika 60 a la Game Boy de Nintendo, conquistó el planeta. https://t.co/xQv01WAWa7 ¿La clave? Diseño minimalista,… pic.twitter.com/0vROjdI7lS

— Mikel Agirregabiria (@agirregabiria) February 18, 2026

Explorando el Modo Service del Tesla Model 3

El Tesla Model 3 de 2018, que los pioneros en Europa recibimos en febrero de 2019, fue uno de los primeros vehículos eléctricos masivos con una integración profunda de software y hardware operativa principalmente vía pantalla táctil central. Esta interfaz no solo controla funciones de usuario (navegación, climatización), sino que sirve como punto de acceso a menús internos diseñados originalmente para uso técnico: el Modo Service.

El interés por estos menús va más allá de la simple curiosidad: constituyen un cruce entre ingeniería, experiencia de usuario, ética y educación automotriz digital. Aunque no están pensados para el público general, reflejan tendencias más amplias en sistemas embebidos complejos: ¿qué debería poder ver o tocar un propietario frente a un técnico certificado? Y ¿cómo comunicarlo responsablemente?

¿Qué es y para qué sirve el Modo Service? El Modo Service (o “Service Mode”) es un conjunto de menús y diagnósticos accesibles desde la pantalla táctil que permite a técnicos y programas de diagnóstico (por ejemplo, Toolbox 3, la herramienta oficial de Tesla) inspeccionar, calibrar o realizar procesos de mantenimiento. No es una característica pensada para uso cotidiano, y muchas de sus funciones pueden desactivar o alterar parámetros de seguridad o funcionamiento normal. 

Para activar el Modo Service desde la pantalla: Toca Controles (icono de coche) → Software. Mantén pulsado el texto que indica el modelo del vehículo (“MODEL 3”, por ejemplo) durante varios segundos. Aparece un campo para ingresar un código de acceso; escribe service (en minúsculas). Confirma y espera a que la interfaz muestre elementos de diagnóstico y un borde rojo alrededor de la pantalla, indicando que está en Service Mode. Aparece un icono rojo con una llave/llave inglesa que permite regresar al menú de servicio o salir del modo. Nota de precaución: No se recomienda operar o conducir con el vehículo en este modo, pues muchos sistemas de protección y automatización quedan temporalmente deshabilitados para permitir pruebas y calibraciones. 

Menús y secciones principales del Modo Service. Dentro del Modo Service, la navegación segmenta la información según áreas del sistema. La estructura puede variar levemente según versión de software o configuración del vehículo, pero una descripción técnica razonablemente completa incluye:

1. Navigation (Navegación). Este menú no se refiere a la navegación GPS, sino al menú de navegación del modo de servicio que permite moverse entre las diversas categorías diagnósticas del sistema.

2. Vehicle Info (Información del Vehículo). Este grupo ofrece datos fundamentales del automóvil: VIN, número de chasis y versiones de hardware. Software instalado (MCU, Autopilot, sistema de baterías). Estado general de módulos internos. Es similar a lo que ve el usuario en “Acerca de tu Tesla” en el menú común, pero con valores más técnicos y a menudo sin procesar. 

3. Service Alerts (Alertas de Servicio). Aquí se agrupan avisos internos del coche: Service-Fix: alertas técnicas orientadas al servicio técnico. Customer / All: alertas visibles para el dueño o históricas. Esto permite ver fallos pasados o avisos que el sistema registró aunque no se presenten en la interfaz del conductor. 

4. Driver Assist (Asistencia al Conductor). Muestra el estado y diagnóstico de sistemas avanzados como Autopilot, sensores y módulos de asistencia (según equipamiento). Es útil para verificar integridad de cámaras, radares o sensores LIDAR en modelos que los incorporen. 

5. High Voltage / Low Voltage (Alto y Bajo Voltaje). Tesla divide el sistema eléctrico en segmentos: High Voltage: gestión de la batería de tracción y sistemas asociados. Low Voltage: estado de la batería de 12 V, distribución de potencia, estado de módulos auxiliares. Este menú puede mostrar información útil para técnicos sobre consumo interno, estados de falla o comportamiento de la batería cuando el vehículo está parado. 

 6. Thermal (Sistema Térmico). En esta sección se agrupan los subsistemas de gestión térmica: Estado de refrigerante y bombas. Temperaturas de componentes clave (inversores, baterías). HVAC (aire acondicionado y climatización). Estas lecturas aparecen como bloques de datos en bruto, a menudo con gráficos simplificados y números sin procesar. 

7. Chassis (Chasis). Incluye gestiones relacionadas con suspensión, neumáticos y sistemas mecánicos integrados: Estado de altura (en modelos equipados con suspensión neumática). Presiones de neumáticos en bruto (no calibradas como en el panel usuario). Ajustes de alineación y sensores del chasis.

8. Closures (Cierres y Accesos). Se refieren a: Estados y calibraciones de ventanas. Manijas eléctricas (especialmente relevantes en Model 3 con manijas retráctiles). Permite ejecutar rutinas de calibración o ver estados internos que no son visibles al conductor. 

9. Safety & Restraints (Seguridad y Retención). Incluye diagnóstico y estado de sistemas críticos: Airbags y módulos internos. Cinturones, pretensores y sensores asociados. Estos datos suelen ser sensibles y están parcialmente protegidos para evitar manipulaciones peligrosas por personal no técnico. 

Interacciones y navegación. Dentro del Modo Service, Tesla utiliza una combinación de: Paneles laterales que muestran categorías con iconos. Área principal donde se despliega el contenido de cada categoría. Barras de desplazamiento si hay más opciones en submenús. Activación de botones adicionales (por ejemplo, pruebas de actuadores) en colores verde, rojo o ámbar dependiendo del estado y del tipo de función. 

Los elementos de color verde suelen indicar información o estados nominales; los ítems rojos y naranjas con frecuencia representan condiciones anómalas o acciones que requieren atención técnica.

Riesgos de usar el Modo Service sin experiencia. Este modo no está pensado para uso de propietarios sin formación. Algunas funciones pueden: Deshabilitar sistemas de seguridad. Alterar calibraciones críticas (frenos, sensores). Generar fallos que requieran diagnóstico avanzado o reinicio completo del vehículo. 

A modo de conclusión. El Modo Service del Tesla Model 3 (2018) es una ventana privilegiada al funcionamiento interno de uno de los vehículos eléctricos más populares del mundo. Sus menús —que abarcan desde estado de red eléctrica hasta sensores de seguridad y sistemas mecánicos— ofrecen datos útiles para diagnóstico y calibración. Sin embargo, su uso sin preparación específica puede ser arriesgado y plantea cuestiones de seguridad, responsabilidad y educación del usuario. Como ingenieros, educadores y usuarios, debemos equilibrar el acceso a la información técnica con la responsabilidad de proteger la seguridad del operador. Esto implica transparencia en los manuales, advertencias claras y una cultura de uso prudente de funciones avanzadas. 

Personajes del Año 2025 en AI, la nueva electricidad

En este blog tratamos de conectar la tecnología con el humanismo. Para ello, iniciamos la designación de dos personajes del año 2025, que publicaremos en estos dos últimos meses antes de pasar a 2026. Deberán ser personas, un hombre y una mujer, que no sólo innovan, sino que fundamentalmente moldean la dirección de esa innovación. Porque más que meros inventores, necesitamos arquitectos éticos y educadores visionarios.

Basado en la prominencia y el impacto demostrado a lo largo de este año 2025, nuestras dos sugerencias se centran en las dos caras de la misma moneda: la visión académica (guiar el pensamiento) y la ejecución industrial (construir con responsabilidad).

1ª La Visionaria: Dra. Fei-Fei Li - Pionera en visión computacional e impulsora de la "IA centrada en el humano". Su trabajo actual en Stanford sobre IA para la salud y su defensa por una IA más diversa e inclusiva la hacen relevante para la dimensión educativa y social.

Por qué ella: Es la encarnación perfecta de la transición de crear la tecnología a guiarla éticamente. "La madrina de la IA que ahora pastorea su conciencia". Ella representa la sabiduría de la academia y la urgencia de educar a la próxima generación de ingenieros y legisladores. Su perfil para el blog:

• El pilar de la "IA Centrada en el Ser Humano": Como codirectora del Instituto de Inteligencia Artificial Centrada en el Ser Humano de Stanford (Stanford HAI), la Dra. Li ha sido la voz académica más influyente de 2025. Su trabajo, incluyendo el influyente "AI Index Report 2025" de su instituto, ha definido los términos del debate global.

• De la técnica a la ética: Su trayectoria es clave. Es famosa por crear ImageNet, el conjunto de datos que (en 2012) desató la revolución de la IA moderna. Sin embargo, ha dedicado la última década a asegurarse de que la tecnología que ayudó a nacer sirva a la humanidad.

• Foco en Educación y Política: Ha sido una defensora incansable de la alfabetización en IA y ha testificado ante legisladores, argumentando que la política de IA debe basarse en "la ciencia, no en la ciencia ficción", humanizando el debate en los centros de poder.

2ª El Arquitecto: Dario Amodei - CEO de Anthropic y visionario de la IA segura. Su enfoque en "Constitutional AI" y los modelos Claude están marcando un camino alternativo en el desarrollo de IA, priorizando la seguridad y la alineación con valores humanos. Perfecto si quieres ángulo ético-tecnológico. 

Por qué él: Es la prueba viviente de que la ética y la seguridad pueden ser un modelo de negocio viable y competitivo en el corazón de Silicon Valley. "El ingeniero que antepuso la seguridad a la velocidad". Él representa la nueva ola de liderazgo tecnológico que entiende que la confianza y la humanización no son características opcionales, sino la base del producto. Su perfil para el blog:

• El constructor "Safety-First": Como CEO y cofundador de Anthropic, Amodei ha posicionado a su compañía (creadora del modelo Claude) como la principal alternativa "consciente" a sus rivales. Dejó OpenAI precisamente por diferencias sobre la velocidad del desarrollo frente a los riesgos de seguridad.

• La "IA Constitucional": Su contribución técnica más importante de 2025 no es solo un modelo más potente, sino un método. La "IA Constitucional" de Anthropic es un enfoque tangible para alinear la IA con valores humanos (como la Declaración Universal de los Derechos Humanos), integrando la ética directamente en la arquitectura del modelo, en lugar de añadirla como un parche.

• Liderazgo en la Regulación: Durante 2025, Amodei ha sido una figura central en las discusiones regulatorias en Washington y Bruselas, demostrando que la industria puede (y debe) liderar la petición de barreras de seguridad, en lugar de luchar contra ellas.

Por qué funcionan juntos

Juntos, Li y Amodei cubren el espectro completo de este nuestro / vuestro blog:

• Fei-Fei Li (Academia y Educación): Establece la visión, la investigación y el marco educativo.

• Dario Amodei (Industria y Tecnología): Demuestra cómo implementar esa visión en un producto que compite al más alto nivel.

Ambos humanizan la IA: ella desde la perspectiva de su impacto social y cognitivo, y él desde la arquitectura interna de la propia máquina. Había otras dos segundas candidaturas adicionales —una mujer y un hombre— que también hubieran podido encajar como “Personajes del Año 2025” para este blog de educación, ciencia, tecnología e inteligencia artificial.

Mujer Finalista: Irene Solaiman. Investigadora en inteligencia artificial y política pública. Actualmente es Chief Policy Officer en Hugging Face (desde 2025) y anteriormente fue Head of Global Policy allí. Antes de ello trabajó en OpenAI donde fue pionera en el análisis de sesgos de modelos de lenguaje y en integrar lenguas y culturas menos representadas.

Aborda el cruce entre IA, sociedad, ética y educación: perfecto para un blog que no sólo quiera la “tecnología” sino también su impacto educativo y científico. Su labor de política, sesgos y equidad resulta relevante para pensar “¿cómo enseñamos IA?” o “¿cómo formamos alumnos para el mundo de la IA responsable?”. Desde un ángulo más humano y social que puramente técnico, lo cual aporta diversidad de enfoque al blog.

“Irene Solaiman: poner en el centro los valores humanos de la IA en 2025”. Explorar cómo su trabajo nos obliga a replantear la educación en IA, los currículos escolares y la alfabetización digital.

Hombre Finalista: Alexandr Wang. Es empresario e investigador en inteligencia artificial. Cofundador de Scale AI (2016) y en 2025 nombrado Chief AI Officer en Meta Platforms tras un acuerdo de inversión que valoró Scale AI en decenas de miles de millones de dólares. Además se le ve muy activo en la esfera de política, seguridad e implicaciones globales de la IA. 

Representa el componente “tecnología disruptiva + escala global” de la IA: desde infraestructura, datos, modelos, hasta implicaciones geopolíticas. Su figura permite abrir reflexiones en el blog sobre “¿qué rol jugarán los datos en educación?” o “¿cómo la IA a gran escala impacta la ciencia y la enseñanza en 2025-2030?”. Su perfil empresarial y estratégico le da también un enfoque “innovación tecnológica” que complementa al más humanista de Irene Solaiman.

“Alexandr Wang: arquitectura de la IA de fondo y su implicación para la educación en 2025”. Puedes tratar cómo la infraestructura de IA cambia las posibilidades para la ciencia, la tecnología y la educación, y qué pueden hacer docentes, escolares y materiales para adaptarse.

Finalmente, dos terceras y últimas candidaturas adicionales, una de cada género. Ambos complementan perfectamente: Karpathy como el optimista educador, Gebru como la guardiana ética.

Candidatura Timnit Gebru. Fundadora del Distributed AI Research Institute (DAIR) y etíope pionera en ética de IA:

• Voz crítica esencial: Investiga sesgos algorítmicos y justicia en sistemas de IA
• Valentía intelectual: Enfrentó a Google sobre transparencia en investigación de IA
• Liderazgo comunitario: Creó un instituto independiente para investigación ética en IA
• Interseccionalidad: Conecta tecnología con justicia social y equidad
• Impacto en políticas: Su trabajo influye en regulaciones de IA globalmente

Representa la conciencia crítica que necesita el desarrollo tecnológico.

Candidatura Andrej Karpathy. Ex-Director de IA en Tesla y OpenAI, ahora educador independiente. Es el candidato perfecto para un blog educativo porque:

• Democratizador del conocimiento: Sus cursos gratuitos sobre IA (como "Neural Networks: Zero to Hero") han educado a millones
• Comunicador excepcional: Traduce conceptos complejos de deep learning a lenguaje accesible
• Puente generacional: Conecta la investigación académica con aplicaciones prácticas
• Visión pedagógica: Defiende que "enseñar IA" es tan importante como desarrollarla
• Activo en redes sociales compartiendo conocimiento sin barreras

Representa la IA como herramienta de empoderamiento educativo. Vídeo final en español, resulta imprescindible para entender la Inteligencia Artificial como la nueva "electricidad". Así lo apuntó Andrew Ng, otro personaje esencial.