De hecho, la mayoría de los estudios hasta ahora han encontrado que la IA reduce la desigualdad y reduce las brechas de habilidades Son relativamente pocos los que encontraron lo contrario: que los expertos mejoraran aún más. Una era lo suficientemente convincente como para crear una narrativa de que la IA aumentaría la diferencia de habilidades. Pero no era real

En mi clase de inglés de instituto, tuvimos que leer cada libro dos veces, una en la primera mitad de clase y luego en la segunda, con el orden de los libros invertido. Recuerdo que me molestó ese concepto, pero al final de la clase lo entendí. La belleza de la ficción es la inmersión en algún aspecto profundo de la experiencia humana. Crimen y castigo fue uno de esos libros: la primera vez que leí, me incliné hacia la historia. La segunda vez, lo experimenté. Recuerdo que la primera vez que seguí el arco argumental, la segunda vez que realmente pude interiorizar la redención. La tendencia de que los profesores ya ni siquiera asignen libros completos va a privar a las futuras generaciones de este don.

Ha habido muchas discusiones aquí sobre la IA y la creatividad: ¿será capaz la IA de crear conocimiento o arte realmente nuevo? Hay distinción entre dos tipos de creatividad: cerrada (con objetivo específico) y creatividad abierta, de "cielo azul" (abierta). En uno de mis artículos favoritos: la creatividad cerrada responde a los incentivos; La creatividad de "cielo azul" no la tiene: se basa en la motivación intrínseca. Un componente clave para entrenar sistemas de IA es la RL, que genera señales positivas dadas las salidas del modelo. Puede que este sistema optimice la creatividad "cerrada", pero no cumpla con la creatividad "azul cielo". De hecho, el mismo grupo de autores muestra que los humanos siguen dominando la IA en la creatividad "blue sky", pero no rinden en tareas que implican creatividad cerrada. Si queremos que la IA cree conocimiento verdaderamente nuevo, es útil pensar en cómo optimizar el entrenamiento para este tipo de creatividad de "cielo azul". Esto abre muchas preguntas importantes sobre cómo diseñar la función de recompensa, cómo dotar al modelo de motivación intrínseca (que es un área activa de investigación), etc.