Elecciones no marcadas por la inteligencia artificial, sino por el podcast

Hoy vamos con una edición de varias tendencias y noticias tecnológicas que me interesaron.

Las elecciones en Estados Unidos no fueron las de “los bulos con inteligencia artificial”. Fueron las del podcast

Desde que la inteligencia artificial generativa alcanzó un nivel capaz de impresionarnos, se ha venido anticipando un impacto desestabilizador, como un engaño o fraude masivo en procesos electorales. De nuevo, no ha sucedido.

Explica Ashley Carman que acabamos de vivir las “elecciones podcast” en Estados Unidos. Se calcula que allí 135 millones de personas escuchan podcasts mensualmente y 98 millones semanalmente; el 75% de los oyentes afirma confiar en los presentadores de podcasts; los podcasts son populares entre la Generación Z, ya que el 77% de los encuestados de entre 13 y 24 años afirma escucharlos.

Donald Trump participó en 15 podcasts, mientras que Kamala Harris lo hizo en 10. Mención aparte está la polémica con Joe Rogan: entrevistó al que acabó siendo ganador pero no llegó un acuerdo para grabar con la vicepresidenta por condiciones y fechas. 52 millones de visualizaciones a favor de Trump (sin contar las escuchas en otras plataformas como Spotify).

He estado leyendo análisis más detallados (Vulture, Brookings) y sería excesivo decir que el podcasting ha sido a estas elecciones lo que la popularidad en televisión supuso a generaciones anteriores (¿JFK?). Pero sí que las cifras que se manejan entre independientes y programas de medios lo erigen como una alternativa audiovisual (nos referimos siempre de podcast con vídeo) para audiencias específicas, especialmente a votantes jóvenes y descontentos con los medios tradicionales.

Además de lo cuantitativo, Trump parece destacar en un aspecto cualitativo: su estilo caótico se adapta bien al formato conversacional y no estructurado de los podcasts. Este enfoque resulta más efectivo que la comunicación controlada de Harris para generar momentos auténticos o espontáneos. Y es que los clips de podcasts en formato corto no son sólo “el marketing” del programa sino piezas con consumos todavía mayores en Instagram, Tiktok o Shorts de Youtube.

Un último apunte, el relanzamiento del vídeopodcast en Spotify refuerza su centralidad cultural y económica. En un intento de competir con Youtube, han armado un sistema de compensación de ingresos que supone un cambio de estrategia y valoración: hasta ahora pagaban por exclusivos, por estrellas, mientras que la larga cola de podcasters suponíamos para ellos millones de horas de escucha sin costes de royalties.

Quién va a controlar la edad de los menores en internet

La nueva ley australiana que prohíbe el acceso a redes sociales a menores de 16 años apunta a ser la primera de muchas. Por aquí al lado hemos discutido, atendiendo a la evidencia y al principio de precaución, que probablemente el móvil y las plataformas sean un gran problema para los chavales.

Con muchos proyectos en marcha, la ley australiana destaca por prohibir por completo el acceso de menores de 16 a servicios como Snapchat, TikTok e Instagram desde dentro de un año. Y uno de los aspectos que menos claro queda es cómo pretende que se controle la edad.

El gobierno australiano indica que “no será necesario enseñar el carnet de identidad” para acceder a las redes sociales. ¿Entonces cómo? La exposición de motivos de la ley admite que el cumplimiento del marco de garantía de edad "puede requerir la recopilación, uso y divulgación de información personal adicional". Es un problema que aquejaba también al pajaporte y que tiene a mucha gente investigando, incluida la industria del porno.

Una disputa interesante en Estados Unidos, donde varios estados andan con legislaciones de control de acceso por edad, es la Meta frente a Apple y Google para intentar determinar a qué nivel se tiene que asumir la responsabilidad. La dueña de Instagram señala a sistemas operativos y tiendas de aplicaciones como el nivel ideal; Apple por su parte no quiere oír hablar de recabar datos de sus usuarios que luego tenga que compartir con otros.

Mientras tanto, en LinkedIn apuntan a que “omos demasiado aburridos para los niños para la prohibición de las redes sociales”.

Suscríbete ahora

Los grandes modelos de lenguaje de IA capturan una visión del mundo

En un estudio muy interesante, un equipo multidisciplinar de investigadores ha llegado a la conclusión de que los modelos de lenguaje grandes (LLMs) demuestran una sorprendente capacidad para capturar y replicar diferencias culturales en la personalidad.

El estudio demostró que GPT-4 pudo replicar consistentemente las diferencias de entre estadounidenses y surcoreanos en los cinco grandes rasgos de personalidad. La metodología es interesante (usan un system prompt para indicarle que actúe como un surcoreano o como un estadounidense), pero los resultados lo son más: más extrovertidos los americanos, menos abiertos a la experiencia los asiáticos.

Me he acordado de “El mapa cultural” de Erin Meyer (Amazon, Todos tus libros) que comenté con Adrián Sussudio en su podcast “Charlando con libros”. Me pareció un libro de heurísticos prácticos, intelectualmente algo flojo en su base. Pero sí que tenía esa capacidad de estructurar bien y estudiar ese mundo nebuloso de “las diferencias culturales”.

Conforme los sistemas de IA como ChatGPT se integren en nuestro trabajo y en la búsqueda y proceso del conocimiento, las exigencias culturales e ideológicas respecto a sus respuestas aumentarán. Este estudio muestra algo que ya hemos comentado por aquí: incluso poniendo su temperatura a cero (minimizando su aleatoridad), el LLM ha aprehendido una visión cultural del mundo. O, incluso, varias como muestra el estudio.

Relacionado:

Y un último apunte, esta visión cultural del mundo es muy probable que venga de los datos de entrenamiento: en los textos relacionados con Corea del Sur y escritos desde su visión cultural queda reflejada un tipo de personalidad difente que en los de Estados Unidos.

Pero también es posible que esté afectada por la fase de RLHF, cuando se fuerza a la IA a optimizar sus respuestas utilizando retroalimentación humana como guía para alinear sus resultados con valores o preferencias específicas. Y es que hay un dato importante del estudio: la variación en las respuestas es menor que en muestras humanas reales. Mi hipótesis es que, si la fase final de entrenamiento con interlocutores humanos se centraliza desde un modelo cultural (GPT-4, estadounidense), el chatbot resultante tenderá a converger las respuestas hacia él aunque se le pida que tenga la personalidad de otro país.

Breves

Steven Levy analiza el resurgimiento de Microsoft en la última década. Traducido en Wired en español con muchos detalles de la llegada y toma de poder de Satya Nadella.

Cómo Google pasó 15 años creando una cultura de ocultamiento. NYT en español.