No vean a los monstruos

No vean a los monstruos, era lo que decía la canción del especial de Halloween de la séptima temporada de Los Simpsons. En el episodio, una tormenta eléctrica hace que varios personajes gigantes de piezas publicitarias cobren vida y empiecen a destruir la ciudad. El motivo por el que estos personajes existían, al igual que toda la industria publicitaria, era porque la atención de todo el mundo estaba puesta sobre ellos. Cuando Lisa y el cantante Paul Anka le cantan una canción a la población de Springfield pidiéndoles que no vieran a los monstruos, estos mueren.

Como una premonición de hace casi 30 años, esta escena me recordó en lo que se terminó convirtiendo Internet sin que nos diéramos cuenta. Yo no puedo comparar los tiempos en que abrí una cuenta en Facebook para mantener el contacto con mis amigos del colegio, con los tiempos actuales en que ni siquiera las personas ven lo que comparten sus amigos. En vez de eso ven anuncios, influenciadores, contenido recomendado y en muchos casos contenido falso y hasta peligroso, generado por una Inteligencia Artificial y capaz de influir en el resultado de una elección. Lo que menos se ve es lo que publican nuestros amigos…

El efecto transformador por el que pasó Facebook también afectó a productos de todas las demás Big-Techs como Google, Uber, Netflix, Spotify, Instagram, Twitter, Amazon, etc. Es por eso que hoy Netflix introduce anuncios en cuentas pagas; que Spotify permite música generada con IA sin artistas reales; o que las cuentas gratuitas de YouTube tienen anuncios cada vez más largos, etc.

La mierdificación de Internet

¿Ustedes no se han dado cuenta de que la mayoría de servicios y plataformas que usamos son cada día peores? Todas las grandes plataformas han pasado por un proceso al que yo traduje como de mierdificación de Internet. Este término lo conocí gracias a Cory Doctorow, autor del libro Enshittification: Why Everything Suddenly Got Worse and What to Do About It.

El episodio Personas Comunes de la séptima temporada de Black Mirror cuenta la historia de una pareja (Amanda & Mike) que opta por pagarle un fee mensual a una Startup llamada Rivermind, que promete restaurarle el cerebro a Amanda, a quien le descubrieron un tumor cerebral que la podía matar. El Fee mensual de $300 dólares por el que debían pagar resulta ser el Tier más barato e introduce anuncios en la vida diaria de Amanda mientras conversa con otras personas y la hace dormir hasta 12 horas al día sin que realmente pueda descansar, similar a un modo reposo. Para explotar al máximo el servicio, hay otras categorías Plus y Lux mucho más caras, que le devolverían a la pareja su vida a la normalidad por la módica suma de $ 1.000 USD mensuales, precios impagables para la clase media. 

La mierdificación sería como una vida basada en suscripciones, cuando todo aquello que haría nuestra vida menos miserable tiene un costo.

Si a estas alturas seguimos usando redes sociales, ni siquiera es porque sean divertidas, sino porque nuestro cerebro se acostumbró a la dopamina de las notificaciones, del scroll infinito y de los vídeos que no podemos dejar de ver. ¿Cuántas veces no sacamos el celular para ver qué hora es y cuando nos damos cuenta pasaron 20 minutos viendo Historias y ni siquiera sabemos la hora? No podemos pasar una hora sin ver el celular o nos da abstinencia. En algunos casos seguimos ahí solo porque toda la gente que conocemos también está ahí y no sabemos cómo desconectarnos y seguir en contacto por otros canales.

Cuando hablamos de plataformas de streaming, lo que suele suceder es que toda la música, series y películas ya ni siquiera nos pertenecen más. Mi Kindle debe tener más de 100 libros por los que he pagado. Si en un acto de rebeldía quisiera cerrar mi cuenta, perdería mis preciados libros porque hasta Amazon empeoró el servicio y eliminó la opción que permitía descargar libros propios. De eso se trata la mierdificación.

Doctorow explica los casos de Amazon, del iPhone y de Twitter sobre cómo se dio el proceso de mierdificación:

• En el caso de Amazon, que pasó de ser una plataforma desde la que se podía comprar y vender prácticamente de todo para convertirse en una plataforma en la que los vendedores tienen que pagar y afectar sus ganancias si quieren ser encontrados, lo que al final del día daña también la experiencia de los compradores, que dejan de ver resultados de forma orgánica, que podrían ser los mejor calificados. Compradores y vendedores tienen que pagar un Plus para tener acceso a todas las ventajas logísticas de Prime.
• Respecto al iPhone, que durante muchos años se vendió como una plataforma blindada en temas de privacidad, que contrario a Android de Google dependía de nuestros datos para mostrarnos anuncios; Apple se encargó de crear su propia plataforma de anuncios para usar los datos que antes juraba proteger y saber a quién mostrarle un anuncio. Otro cambio fue el que en su momento la AppStore se haya vendido como una plataforma «amigable» para los desarrolladores de aplicaciones, para hoy cobrarles hasta el 30% de las transacciones a quienes decidan comprar una app o contenido dentro de ella — no muy diferente a un impuesto o a una renta.
• Twitter fue la que quizás se notó de forma más evidente que había empeorado tras la compra de Elon Musk y su cambio de nombre a X, acto seguido del desmonte de las políticas de moderación de contenido, que impedían que discursos de odio, racismo, noticias falsas y otras cosas que ni siquiera deberían estar en Internet tuvieran alcance con tanta facilidad. Las cuentas verificadas con un sello azul pasaron a ser comercializadas y dejó de ser claro qué era verdad y qué era falso; quién era real y quién era una cuenta falsa. Todo en pro de la «libertad de expresión». Olvidan que libertad de expresión es decir que te gusta el café. El racismo es crimen.

Los tres actos de la mierdificación

Mientras que en el caso de X/Twitter fue cuestión de meses, todas las demás plataformas siguieron un proceso de años de pequeños cambios que parecían no hacerle daño a nadie como si hubiera un guion coordinando cada movimiento. 

Acto 1: en sus inicios, los creadores de estas aplicaciones estaban enfocados en adquirir el mayor número de usuarios. Para lograrlo podían quemar todo el dinero de sus inversionistas con el fin de mejorar el producto u ofrecer regalos que nadie estaba dispuesto a rechazar. Por ejemplo todas estas plataformas de Gig Economy como Uber, Rappi o Didi atraían usuarios con cupones de descuento, comidas y viajes gratis. Perdían dinero porque lo que les importaba era crecer la base de usuarios y usar esos números para tocar las puertas de más inversionistas que les permitiera seguir alimentando ese ciclo insostenible de empresas que solo generaban pérdidas. Mientras tanto, el valor de estas empresas se iba inflando de forma proporcional a su número de usuarios y la participación de los primeros inversionistas se iba diluyendo.

Acto 2: tiempo después estas empresas maduran y optan por realmente monetizar, lo que significa recuperar todo el dinero que perdieron para construir el producto y adquirir esos primeros usuarios. En el caso de Google, Facebook, Instagram y compañía significaba introducir anuncios en medio del contenido que antes publicaban nuestros amigos. Uber y Rappi empiezan a cobrar comisiones más abusivas a sus socios conductores/domiciliarios, y dejándolos con márgenes de ganancias cada vez más precarios, obligándolos a trabajar períodos cada vez más largos. Los tiempos de espera para los clientes son cada vez mayores, a menos que quieran pagar un plus para acceder a una fila prioritaria. En algún momento la aplicación se vuelve inutilizable, pero no sin antes pasar a la próxima fase.

Acto 3: una vez tienen una base de usuarios asegurada, anuncios generando ingresos y clientes reales pagando, hay una etapa más para completar el proceso de mierdificación que va a afectar a ambos lados de la ecuación: usuarios y empresas/socios. Los ingresos que estas plataformas generan ya no son suficientes; los usuarios que siguen usando el servicio tampoco son suficientes. Existe un techo. Ante esto, se hace necesario empezar a romper la propuesta de valor por la que usuarios y empresas entraron inicialmente, un proceso que fue acelerado con el uso de inteligencia artificial, sobre todo las LLMs (ChatGPT y Sora2 de OpenAI, Anthropic, Meta AI, Gemini de Google, etc.).

Si en algún momento iTunes apareció para darnos la posibilidad de comprar canciones de forma individual y remunerar a los artistas que antes estaban expuestos a que bajáramos su música sin pagarles un centavo, esto evolucionó hacia servicios como Spotify y Apple Music, que nos daban acceso total a las discografías por un módico precio, que siendo sinceros siempre fue muy bajo para remunerar a los artistas de manera justa. Pero no importa: los artistas se estaban dando a conocer y dejábamos de depender de medios tradicionales como la radio y la televisión, en los que no podíamos escoger la canción que queríamos escuchar.

Aún con una base tan robusta de usuarios pagos, anuncios y con acuerdos con prácticamente todas las discográficas, los altos ejecutivos de Spotify y sus inversionistas se darían cuenta de que no podían crecer infinitamente. No le podían decir eso a sus inversionistas, pero podían pagar menos regalías a los artistas si crearan música con una inteligencia artificial o introducir otros tipos de contenidos como Podcasts, por los que no tuvieran que pagar — Es decir, empeoraron su propuesta de valor y esperaban que los usuarios no se dieran cuenta. Por el contrario, la idea era confundirlos con que todo lo que tuviera IA era mejor porque sí. Ibas a ser un 5% más eficiente descubriendo música, como si escucháramos música por motivos de eficiencia y no por placer.

Algo similar pasó con Facebook cuando se dieron cuenta de que los usuarios ya no generaban tanto contenido como antes. Muchos usuarios son simples espectadores, y a final de cuentas Facebook depende de que se esté generando contenido de forma permanente. Si en algún momento era necesario que uno fuera amigo o siguiera una cuenta para ver su contenido, de repente se nos empezaba a empujar contenido de cuentas recomendadas que «nos podrían interesar», en muchos casos generado con inteligencia artificial, en lo que se vino a conocer como AI Slop: imágenes absurdamente falsas hechas con el único objetivo de generar engagement y mantenerse visible en la plataforma. Esto representaba inclusive un riesgo de que eventualmente hubiera más contenido generado con inteligencia artificial, que por personas reales, creando una Internet muerta en la que hay más bots interactuando entre sí, que usuarios reales.

¿Artificial General Intelligence o Large Language Models?

Y todo este movimiento de quitarles valor a los usuarios y a los clientes por medio de la inteligencia artificial no fue sino una manera de justificar las altas inversiones que todas estas empresas estaban haciendo por desarrollar sus modelos de inteligencia artificial. ¿Han visto que desde WhatsApp hasta Gmail prácticamente todo tiene un ícono de IA? Si fuera por ellos, nos pondrían un arma en la cabeza para que usemos estos recursos y tener un número para mostrarles a sus inversionistas.

Aquí debemos hacer una aclaración: la inteligencia artificial puede ser útil, de muy alto valor y eliminar tareas repetitivas, pero aquí vale la pena diferenciar lo que son la Artificial General Intelligence (AGI) y los Large Language Models (LLM), dos conceptos muy difusos, pero que justamente tienen el poder de confundir a usuarios e inversionistas sobre las capacidades reales de la inteligencia artificial. Todos los que tienen altas sumas de dinero invertidas en lo que sea que ellos entienden por inteligencia artificial están convencidos de que Google está a punto de alcanzar una inteligencia artificial similar a Arnold Schwarzenegger en la saga Terminator.

Una Artificial General Intelligence o AGI sería algo semejante a lo que veíamos en las películas de Terminator, que eran máquinas pensantes capaces de poner en riesgo la existencia humana. Y de hecho este era el miedo manifestado por Sam Altman y Elon Musk cuando crearon OpenAI, la empresa por detrás de ChatGPT. Ellos creían que una super inteligencia artificial que «alguien más» podría desarrollar tendría el poder de poner en riesgo a la raza humana, mientras minimizaban el daño de otras amenazas reales como el cambio climático o el negacionismo científico. Antes más de que alguien creara esa inteligencia artificial, ellos se atribuyeron el derecho divino de defender a la humanidad y crearon OpenAI, lo que se acabó convirtiendo en una carrera similar a la corrida nuclear durante la guerra fría debido a las grandes sumas de dinero invertidas hasta ahora.

Crearon OpenAI con eso en mente y lo máximo que pudieron lograr hasta ahora fue desarrollar Large Language Models (LLM), que son todos estos modelos de lenguaje de las empresas que mencionábamos antes como ChatGPT, que en efecto son muy potentes porque pueden dar respuestas, corregir textos, escribir código de programación, crear imágenes, etc., y respondernos como si fueran seres humanos, pero que en realidad lo que hacen es tener acceso a bastos volúmenes de información como todos los libros, enciclopedias y lo que sea que se haya publicado en Internet y probabilísticamente organizar palabras para dar respuestas que podrían recibir una buena calificación por parte de un evaluador humano. Por eso es que ChatGPT nunca va a decir «no sé», porque eso le daría una calificación negativa. En vez de eso va a inventarse una respuesta o cometer errores involuntarios para intentar agradar al usuario que tiene al frente.

Es realmente impresionante pedirle a una inteligencia artificial que escriba un texto de ceros o que cree una imagen, cuando a nosotros mismos nos puede tomar horas o días en llegar a resultados mínimamente decentes, y eso si sabemos lo que estamos haciendo (llevo escribiendo este texto más de 1 semana). Esto fue lo que Sam Altman debió pensar cuando se le ocurrió que sería una buena idea crear una red social tipo TikTok, pero cuyo contenido fuera 100% generado por Sora2, un modelo de lenguaje desarrollado por OpenAI que crea imágenes hiper-realistas: todo sea por la adquisición de usuarios, su engagement y futura monetización.

Y aquí llegamos al quid del asunto: la monetización de las plataformas de inteligencia artificial, ya dejando atrás herramientas que en algún momento fueron realmente útiles y que generaban dinero como buscadores, plataformas de comercio electrónico, redes sociales, sistemas operativos, softwares empresariales, plataformas de mensajería, etc. Digamos que todo eso quedó atrás porque lo que hoy está en alta es la inteligencia artificial, y es hacia donde se está yendo el dinero.

Si hace 25 años se pensaba que invertir en una empresa como YouTube podría generar retornos algún día, lo cual en efecto acabó sucediendo tras su adquisición por parte de Google y posterior monetización; hoy el dinero de esos mismos inversionistas se está yendo a empresas de inteligencia artificial como OpenAI, Anthropic, esperando a que pase algo parecido a lo que pasó con YouTube, que multiplicaron el valor de su inversión inicial.

El problema es que a estas alturas no se sabe cómo se va a recuperar las billonarias inversiones que estas empresas están haciendo. Los números no cuadran. OpenAI estaba el otro día intentando levantar $ 100 mil millones de dólares y comprometiéndose a gastar un billón de dólares en la próxima década, cuando sus ingresos anuales son supuestamente de $ 13 mil millones. ¿Cuántas suscripciones, clientes pagos, licencias, anuncios van a necesitar para recuperar esos montos? Considerando que la suscripción mensual cuesta $ 20 dólares…

Y lo peor de todo es que no nos quieren dar la opción de no usar IA. Si fuera tan buena, ¿por qué no permiten que los usuarios la desactiven y acudan a ella si sienten que realmente necesitan de ayuda? Parece Spam cada vez que nos recuerdan que existe una funcionalidad dispuesta a darnos una mano, como si fuéramos muy estúpidos hasta para no saber hacer una búsqueda en Google. Los resultados de búsqueda ya ni siquiera son links de páginas web. ¡Yo quiero ver una página web!

Uno de los motivos por los que hay tanto dinero siendo invertido aquí es porque para que estos modelos de inteligencia artificial funcionen y sean mejorados de forma permanente, hacen falta servidores cada vez más potentes, microchips, agua, refrigeración, electricidad y bastas cantidades de información, a niveles que nunca habíamos visto. De hecho, de la época cuando uno descargaba una película por allá en los años 2000 y se creó toda una política de criminalizar a quienes compartían archivos por Internet, Aaron Swartz cometió suicidio porque hubo una persecución en su contra tras bajar y compartir artículos académicos, crimen por el que hubiera tenido que pagar 35 años de prisión y más de $ 1 millón USD en multas. Las empresas de IA pueden darse el lujo de extraer toda la información disponible en Internet para entrenar sus modelos sin pagar un centavo por derechos de autor. ¿Qué no van a hacer con todos los demás recursos que necesitan?

El problema es que nunca es suficiente — OpenAI va a querer tener más servidores que Anthropic, y esta va a querer tener más microchips y mejores computadores que Meta o Google. Los servidores que necesitan ni siquiera existen todavía. Los tienen que construir desde ceros, lo cual puede demorar años y afectar comunidades debido al consumo de recursos naturales como agua para refrigeración. Y mientras tanto ninguna de estas compañías se va a querer quedar atrás, para lo cual necesitan dinero de forma perpetua para continuar mejorando sus propios modelos de IA. Hasta que un proveedor menor dentro de la cadena quiebre y se rompa todo y explote una burbuja. Ya pasó en la burbuja de las punto com en los años 2000 y pasó con la burbuja hipotecaria en 2008…

No nos olvidemos la gran apuesta que fue el Metaverso por parte de Meta/Facebook, más de $77 mil millones dólares y el cambio de nombre de la empresa, para darse cuenta de que ese producto no lo quería usar nadie…La diferencia aquí con la inteligencia artificial es que son varias empresas compitiendo no por un producto que nadie quiera usar, sino por uno que tal vez no sea tan rentable como se cree o que no llegue a tener las capacidades de una AGI, como en las películas de Terminator. Y los inversionistas, analistas de Wall Street, agencias calificadoras, bancos y fondos de capital de riesgo fingen que no hay ninguna burbuja a punto de estallar. Mientras el precio de la acción siga creciendo, todos se pueden hacer los de la vista gorda.