Compartiendo una conversación reciente interesante sobre el impacto de la IA en la economía. Se ha comparado la IA con varios precedentes históricos: electricidad, revolución industrial, etc., creo que la analogía más fuerte es la de la IA como un nuevo paradigma de computación (Software 2.0) porque ambos se tratan fundamentalmente de la automatización del procesamiento de información digital. Si tuvieras que prever el impacto de la computación en el mercado laboral en los ~1980, la característica más predictiva de una tarea/empleo que deberías considerar es hasta qué punto el algoritmo de este está fijado, es decir, ¿estás simplemente transformando mecánicamente información de acuerdo con reglas fáciles de especificar (por ejemplo, mecanografía, contabilidad, calculadoras humanas, etc.)? En aquel entonces, esta era la clase de programas que la capacidad de computación de esa época nos permitía escribir (a mano, manualmente). Con la IA ahora, somos capaces de escribir nuevos programas que nunca podríamos haber escrito a mano antes. Lo hacemos especificando objetivos (por ejemplo, precisión de clasificación, funciones de recompensa), y buscamos en el espacio de programas a través del descenso de gradiente para encontrar redes neuronales que funcionen bien contra ese objetivo. Esta es mi publicación de blog sobre Software 2.0 de hace un tiempo. En este nuevo paradigma de programación, entonces, la nueva característica más predictiva a considerar es la verificabilidad. Si una tarea/empleo es verificable, entonces es optimizable directamente o a través del aprendizaje por refuerzo, y se puede entrenar una red neuronal para que funcione extremadamente bien. Se trata de hasta qué punto una IA puede "practicar" algo. El entorno tiene que ser reiniciable (puedes comenzar un nuevo intento), eficiente (se pueden hacer muchos intentos) y recompensable (hay algún proceso automatizado para recompensar cualquier intento específico que se haya hecho). Cuanto más verificable sea una tarea/empleo, más propenso será a la automatización en el nuevo paradigma de programación. Si no es verificable, tiene que depender de la magia de generalización de la red neuronal, con los dedos cruzados, o a través de medios más débiles como la imitación. Esto es lo que está impulsando la frontera "irregular" del progreso en los LLMs. Las tareas que son verificables progresan rápidamente, incluso posiblemente más allá de la capacidad de los mejores expertos (por ejemplo, matemáticas, código, cantidad de tiempo dedicado a ver videos, cualquier cosa que se parezca a rompecabezas con respuestas correctas), mientras que muchas otras se quedan atrás en comparación (creativas, estratégicas, tareas que combinan conocimiento del mundo real, estado, contexto y sentido común). El Software 1.0 automatiza fácilmente lo que puedes especificar. El Software 2.0 automatiza fácilmente lo que puedes verificar.