Científico en Computación (California State University) y emprendedor en serie de dos startups en Silicon Valley. 20+ años creando sistemas de información geográfica en compañías como ESRI (ArcGIS), Microsoft(MS Flight Simulator), NVIDIA y AmigoCloud. Creyente (casi fanático) del poder de Open Data (datos abiertos) y Open Source (código libre).

Hoy el Perú es un territorio fértil para la creación de <a href="https://larepublica.pe/economia/2022/04/08/ejecutivo-presenta-ley-que-prohibe-los-monopolios-y-oligopolios">monopolios </a>digitales. Neutralidad de Redes (Net Neutrality) es el concepto que los proveedores de acceso a Internet (comúnmente referidos como los ISP) deben tratar todas las comunicaciones de servicios de Internet por igual.

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/tecnologia/2022/04/23/whatsapp-actualizacion-permite-que-mas-participantes-ingresen-a-las-llamadas-grupales-ios-iphone-smartphone">WhatsApp: actualización permite que más participantes ingresen a las llamadas grupales</a></blockquote>

Consideremos una situación imaginaria donde un proveedor de servicios de streaming nuevo quiere competir con Netflix. Supongamos también que todo el contenido y el precio son similares. En reacción, Netflix decide hacer un trato especial con todos los ISP del Perú para que los gastos de acceso a Netflix no cuenten sobre el consumo de datos y bloquear, desacelerar o en el peor de los casos cobrar extra por el acceso a la otra plataforma. ¿Es una competencia justa? ¿Generaría eventualmente un monopolio de streaming?

Los proponentes de Neutralidad de Redes dirían que esto viola directamente los fundamentos de Net Neutrality que indican que un ISP no debería intencionalmente bloquear/desacelerar/cobrar por contenido en línea ni de dispositivos específicos. ¡Imagínese si su ISP empieza a cobrarle un cargo extra por usar un <a href="https://larepublica.pe/tecnologia/2022/04/22/apple-para-que-sirve-calibrar-la-bateria-de-tu-iphone-y-como-hacerlo-sin-instalar-apps">iPhone vs. Android</a>!

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/tecnologia/2022/04/23/whatsapp-business-permitira-usar-la-misma-cuenta-hasta-en-10-dispositivos-celular-app-aplicacion-redes-sociales-movil">WhatsApp Business permitirá usar la misma cuenta hasta en 10 dispositivos</a></blockquote>

Sin leyes de Neutralidad de Redes, <a href="https://larepublica.pe/tecnologia/2019/08/08/facebook-messenger-y-whatsapp-apple-restringira-las-llamadas-voip-a-partir-de-ios-13-iphone-ipad-mark-zuckerberg-privacidad-seguridad">en otros países hubiera sido imposible la creación de competencia en redes sociales, servicios de VOIP y teleconferencia, etc.</a> La innovación en el área de tecnologías digitales de las últimas décadas sucedió porque compañías pequeñas podían competir en medios como Internet sin tener que luchar contra (muchas) estrategias monopólicas.

Cobrar a usuarios distintas tarifas por permitir acceso o tráfico acelerado a Netflix vs. YouTube, WhatsApp vs. Signal es una violación directa a este concepto, y a pesar de que el Perú tiene leyes sobre Neutralidad de Redes como la de <a href="https://larepublica.pe/economia/2021/06/02/congreso-promulga-ley-que-sube-a-70-la-velocidad-minima-ofrecida-de-internet">Ley de Promoción de Banda Ancha del 2013,</a> todavía existen demasiadas áreas grises y prácticamente cero fiscalización. Sin mejorar esto, estamos todavía expuestos a estas prácticas que están prohibidas en otros países.

“La innovación en el área de tecnologías digitales de las últimas décadas sucedió porque compañías pequeñas podían competir en medios como Internet sin tener que luchar contra (muchas) estrategias monopólicas”.

Neutralidad de Redes y monopolios digitales en el Perú, por Ragi Burhum

La República

Neutralidad de Redes y monopolios digitales en el Perú

Es común que la información generada por humanos tenga sesgos. En el caso de IA, un modelo genera resultados directamente relacionados a los datos de entrenamiento que se han utilizado para “educarlo”. Pero, ¿qué sucede cuando los datos relevantes a un país tienen diferente interpretación - o están en conflicto - con los de otro? ¿Y si los valores culturales son totalmente distintos?

Por ejemplo, si sólo utilizo datos (libros, ensayos, videos, audios) con una interpretación comunista del mundo, pues sólo voy a tener resultados con sesgos comunistas. Lo mismo sucede si hago el mismo ejercicio con una visión opuesta. Por lo tanto, la entidad que haga el entrenamiento - sea una compañía o país - tiene mucho poder sobre el resultado final de ese modelo de IA. Este detalle ya está teniendo repercusiones e influye en cómo algunos países están pensando sobre IA en su territorio

<blockquote class="wp-block-quote">.PUEDES VER:<a href="https://larepublica.pe/opinion/2024/03/10/si-no-usas-ia-en-flujos-diarios-estas-en-desventaja-por-ragi-burhum-661910"> Si no usas IA en flujos diarios estas en desventaja, por Ragi Burhum</a></blockquote>

En IA, tenemos el concepto de “Foundational Models” (FM). Estos son modelos que han sido entrenados con mucha información, en gran parte genérica, para ser utilizados como punto de partida. Las organizaciones que quieren usar IA en sus flujos internos, negocio, país, etc., pueden obtener acceso a uno de estos modelos, y utilizarlo tal cual. El proceso de personalización es muy simple en este caso; sólo se le dan mínimas instrucciones al modelo para especificarle como tiene que responder.

Crear estos FMs es otra historia distinta. Entrenarlos requiere varios millones de dólares, principalmente en gastos de energía y hardware. No cualquier organización puede hacerlo. Sin embargo, si una organización quiere tener un modelo customizado que utilice su propia información, tienen la opción de hacer un “fine tuning”(calibración) a un FM pre-existente. Este es un proceso de entrenamiento reducido, que agrega o reemplaza simplemente algunas capas de información, y por lo tanto es excesivamente más barato (hay procesos que fácilmente cuestan menos de USD$100). En otras palabras, muy accesible.

Algunos de estos FMs vienen pre-entrenados con “safeguards”(salvaguardias), como “zero-shot capabilities”. Esto se refiere a las instrucciones que han sido codificadas en el FM para que no genere “algo malo”. Esto puede incluir:

<ul><li>Filtrado de input (entrada): detectar y bloquear input dañino o tóxico, como discurso de odio o contenido violento.</li><li>Filtrado de output (salida): lo mismo que el anterior, pero en salida.</li><li>Clasificadores de toxicidad: identificar y marcar salida potencialmente dañina, permitiendo la revisión e intervención humana.</li><li>Entrenamiento adversarial: entrenar al modelo para resistir intentos de manipulación o engaño por parte del usuario</li><li>Comprensión contextual: mejorar la capacidad del modelo para entender el contexto y matices del lenguaje, reduciendo la probabilidad de salida dañina.</li><li>Alineación de valores: alinear los objetivos del modelo con valores humanos y consideraciones éticas, para prevenir output dañino.</li></ul>

Teniendo estos filtros en cuenta, vale la pena hacerse la pregunta: ¿quién decide que la respuesta de un modelo de IA es “malo” o “dañino”, y a qué valores se tiene que alinear?&nbsp;

Obviamente podemos tener mil discusiones al respecto, pero la respuesta es más simple: ¡el creador del Foundational Model lo decide! ¿Pero acaso no mencionabas que existía una alternativa de fine tuning para calibrarlos? Pues sí, pero por más que un proceso de fine tuning pueda ayudar a remover algunos safeguards o modificar algunos sesgos, es una lucha que se pierde en este aspecto sin hacer un proceso más agresivo (y caro) de entrenar.

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/sociedad/2024/04/20/en-el-caso-de-la-inteligencia-artificial-ia-hay-una-regulacion-en-exceso-en-el-peru-460902">“En el caso de la inteligencia artificial (IA) hay una regulación en exceso en el Perú”</a></blockquote>

Esta semana Lockheed Martin publicó un video donde demuestran un avión X-62A (un F-16 modificado), piloteado enteramente por IA, haciendo pŕaticas de lucha aérea contra otro F-16. La IA ganó. Imagínate una situación donde el X-62A decía, “lo siento, no puedo hacerle daño a otro humano” y se negaba a hacer la práctica o disparar. Para ese caso de uso no es aceptable. ¡Obviamente los Lockheed y la FFAA de EEUU decidieron entrenar modelos con safeguards muy distintos a los de GPT-4 (ChatGPT)!

Cuando hablamos de Inteligencia Artificial (IA) Soberana, nos referimos al desarrollo y despliegue estratégico de tecnologías de IA por parte de una nación para proteger su soberanía, seguridad, competitividad económica y, hasta cierto punto, cultura. Si un país va a utilizar IA en sus procesos legales, militares, ciberseguridad, etc., mínimamente tiene que preguntarse si lo que quiere es usar un FM de otro país. ¿Es un tema de seguridad nacional?

Y sí, si quieres hacer uno propio, va a costar mucho dinero.

<blockquote class="wp-block-quote">PUEDES VER:<a href="https://larepublica.pe/mundo/2024/02/16/la-inteligencia-artificial-mejora-o-afecta-el-empleo-publico-en-america-latina-1322960"> ¿La inteligencia artificial mejora o afecta el empleo público en América Latina?</a></blockquote>

India, Japón, Francia, Canadá, EEUU, China y otros países están creando y/o expandiendo su infraestructura para crear modelos de Inteligencia Artificial soberanos. Están creando data centers y centrales de energía para poder abastecerlas. En Sudamérica, Chile y Brasil tienen proyectos internos para hacer lo mismo. Aunque estos son temas que se discuten en círculos cerrados.

Sin duda alguna, estamos entrando en una etapa nueva donde simplemente tener regulación de IA no va a ser ni remotamente suficiente. Veremos como los otros países de la región avanzan en este tema.

Conoce el top 5 de los países más hermosas según la Inteligencia artificial.

¿Qué es la inteligencia artificial soberana?, por Ragi Burhum

Esta semana, después del anuncio de Yape sobre el lanzamiento de un nuevo producto, Yape Empresa, que va a incluir un cargo a todos los que transfieren más de S/25.000 al mes, las redes sociales explotaron. Poniendo de lado la desinformación hecha por algunas personas que creían que los cargos eran a todas las transacciones (no es así), lo más interesante para mí fue la reacción de las personas que sí entendían que iba a suceder, pero que igual expresaban su furia al respecto. La discusión en redes sociales incluyó hasta opiniones opuestas de congresistas actuales, así como de ex-congresistas. A mi parecer, todo este debate estuvo mal direccionado. Les explico por qué.

Cualquier aplicativo requiere que la empresa que lo haga gane dinero de alguna manera. Alguien tiene que pagar los servidores, programadores y personal operativo necesario para mantener el producto vivo. “Pero Yape es del BCP y ellos ganan dinero con préstamos” fue uno de los argumentos que rotaron en redes. Si esta es tu opinión, te invito a preguntarte: ¿qué pasa si Yape deja de existir? ¿Existe un golpe significativo a los ingresos de esa línea de negocios para BCP? Si la respuesta es no (lo es), entonces es un pésimo argumento.

Ya he hablado extensivamente de los modelos freemium en otras columnas: el concepto de darte un servicio gratis que es subsidiado por otros servicios más avanzados que sí se cobran (por ejemplo, Yape Empresa). Sin embargo, también existen otros modelos en los que el usuario se convierte en el producto (como varios servicios de Google y Facebook). En estos casos, los datos de los usuarios se venden de alguna manera a otra entidad. Recordemos que Yape pertenece al BCP. ¿Creen que Yape le va a vender información de sus usuarios al BBVA o Scotiabank? No, pues. ¡Estoy seguro de que a Plin le encantaría que este fuera el caso! Sería tonto.

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/opinion/2024/03/10/si-no-usas-ia-en-flujos-diarios-estas-en-desventaja-por-ragi-burhum-661910">Si no usas IA en flujos diarios estas en desventaja, por Ragi Burhum</a></blockquote>

<h2>¿Entonces qué otra opción hay para monetizar los usuarios? </h2>

Bueno, puedes vender propagandas (como lo hace Google), pero esto requiere atención mucho mayor a los pocos segundos que le das cuando usas el aplicativo de Yape para hacer la transferencia. No es un buen modelo porque no es atractivo para las entidades que comprarían publicidad, ya que estas optan por visibilidad de su propaganda (la que no existe si usas el aplicativo por 5 segundos y luego lo cierras).

<h2>¿Y si se crean otros servicios adicionales?</h2>

¡Ajá! Eso sí es parte de la estrategia de tener una superapp. Por varias razones, es obvio que <a href="https://larepublica.pe/tag/yape">Yape </a>está apuntando a eso. Es más, es muy posible que sí lleguen a ser los primeros en lograrlo en el Perú. Pero hasta hoy no lo son. Todavía están en camino, así que tienen que buscar otros modelos de monetización.

En EEUU, si quieres transferir dinero a otras personas, tienes varias opciones. Puedes usar Venmo, Paypal, Cashapp, Zelle y muchísimo más. Vale recalcar que la mayoría de estas opciones no pertenecen a un banco. Son terceros. Sin embargo, en Perú hay muy pocas opciones, y encima todas pertenecen a bancos. Esa es la pregunta que deberíamos hacernos. ¿Por qué hay tan poca competencia de aplicativos financieros en el mercado local? La respuesta es la poca presión que las entidades supervisoras estatales han puesto en impulsar open banking.

Open banking es un modelo de servicios financieros que permite que terceros (no solo los bancos grandes) accedan y manipulen la información financiera dentro de bancos convencionales mediante el uso de interfaces de programación (API). Este enfoque revoluciona la forma en que se comparte y se accede a la información financiera. El beneficio ya ha sido demostrado en varios países de la región y el resto del mundo. El resultado final es que facilita la creación de servicios financieros innovadores y personalizados, lo que mejora la experiencia del cliente. Al abrir el acceso a los datos, promueve una competencia más intensa y equitativa en el mercado financiero, pues permite la entrada de nuevos actores (como las fintech) que puedan ofrecer soluciones alternativas y competitivas. Esto incentiva a los bancos tradicionales a innovar y mejorar sus servicios, lo que beneficia a los consumidores con más opciones, mejores precios y productos financieros más adaptados a sus necesidades. Aunque el Perú ya ha empezado con sus iniciativas de open banking “por escrito”, la implementación todavía deja mucho que desear.

<blockquote class="wp-block-quote"> PUEDES VER: <a href="https://larepublica.pe/opinion/2024/03/24/la-primera-crisis-existencial-de-google-por-ragi-burhum-1907232">La primera crisis existencial de Google, por Ragi Burhum</a></blockquote>

En otras palabras, si es que Yape decide cobrar a las pequeñas empresas ‒y ojo, creo que están en todo el derecho de hacerlo‒ con open banking, saldrían muchas compañías inmediatamente a competir ofreciendo modelos de monetización alternativos. Si no te gusta ese modelo de negocio, te vas a la competencia y, debido a open banking, la interoperabilidad haría que no sea tan difícil hacerlo. ¿No te gustan los costos de Yape Empresa? Puedes usar cualquiera de las competencias. Sin open banking, crear estos productos es simplemente imposible, porque el banco no tiene incentivos para proveer esa información. Y si lo hacen, se aseguran de que los costos sean tan altos que no puedas competir con un servicio que ofrecen.

<h2>Eso es exactamente lo que sucede hoy en Perú</h2>

En resumen, no te quejes de que una empresa privada quiera cambiar su modelo de negocios; en vez de eso, quéjate de que el Estado no ha empujado las iniciativas de open banking de manera más agresiva (como se ha hecho en muchos países del resto del mundo). Eso es lo que resolvería realmente este problema.

RAGI

Las nuevas comisiones de Yape Empresa y open banking, por Ragi Burhum

A finales de los años 90, existían muchos buscadores de contenido en Internet; Lycos, Yahoo Search, Altavista, MSN Search, Infoseek, etc. Todas las empresas detrás de los buscadores entendían la importancia de tener la atención de los usuarios; tenerla significaba oportunidades para enseñar propaganda, y con ello, generar ingresos. Sin embargo, la estrategia para mantener esa atención fue distinta.

MSN, AOL, Compuserve, Yahoo y similares, intentaron obtener el 100% de la atención de sus usuarios. Ellos no se consideraban simplemente buscadores, sino portales a información. Para intentar conseguir esa atención, gastaron muchos recursos para recopilar mucho contenido variado: noticias, deportes, información financiera, etc. El objetivo era tenerte pegado a su portal, y así, evitar que salgas al resto de Internet. Mientras que compañías como Yahoo organizaban su índice de búsqueda manualmente porque creían que eso iba a mejorar la calidad de sus resultados (con personas categorizando cada record), Google decidió usar otra estrategia: organizar todos los datos de Internet automáticamente utilizando su propio algoritmo (PageRank). Para ellos era mejor enseñarte los resultados más relevantes para obtener tu atención al inicio de tu sesión. Perder la atención de los usuarios cuando se iban a otras páginas les era irrelevante.

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/tecnologia/2024/01/18/google-revoluciona-la-forma-de-hacer-busquedas-gracias-a-la-ia-conoce-la-nueva-funcionalidad-circle-to-search-android-smartphone-app-evat-1410264">Google revoluciona la forma de hacer búsquedas gracias a la IA: conoce la nueva funcionalidad</a></blockquote>

Para la década del 2000, estaba clarísimo que lo más importante para Google era ser siempre la primera página a la que ibas cuando buscabas información en Internet. El paradigma que han tenido siempre ha sido el mismo:

<ul><li>Empiezas buscando algo en Google</li></ul>

<ul><li>Google te enseña la primera página con los 10 mejores resultados y algunas propagandas relevantes</li></ul>

<ul><li>Haces un click en el link y te vas</li></ul>

Por más de dos décadas, esto le ha funcionado muy bien. Estudios de junio 2023 indican que Google tiene el 90.7% del mercado de búsqueda. De los USD$283 mil millones que ingresó Alphabet, la entidad dueña de Google, en el 2022, el 67% eran ingresos netamente de propagandas. Esto significa que si todos los otros ingresos de Google desaparecieran (servicios como Google Cloud), no importaría en el gran esquema de las cosas; continuarían siendo una de las compañías más grandes del mundo. Desde hace décadas, casi todos los servicios de Google son subsidiados de alguna manera por los ingresos de propaganda.

Para mantener esta posición de poder, Google necesita que el paradigma principal de cómo las personas buscan información en Internet se mantenga. Esto es una combinación de tener el mejor producto de búsqueda, pero también de compartir parte del tesoro creado por las propagandas con socios estratégicos. En un juicio hace unos años, se reveló que en el 2021 Google había pagado un total de USD$26.3 mil millones a Apple, LG, Motorola, Samsung, Mozilla, Opera y algunos operadores de telefonía móvil en EEUU, con el objetivo de ser el motor principal de búsqueda en sus respectivas plataformas. Mientras Google sea el punto de entrada, todos estarán felices.

Y luego llegó ChatGPT en Noviembre de 2022.

Por primera vez, debido a este nuevo producto, existe una pequeña variación en los patrones de cómo las personas buscan información. Todavía es diminuto, pero está aumentando. Este nuevo patrón es notable en gente que utiliza Inteligencia Artificial para sus flujos de trabajo diarios.

Existe un grupo de personas que, en algunas instancias, buscan información primero en ChatGPT/Claude/Gemini antes de abrir el buscador de Google.

En el caso de programadores que perteneces a este grupo, el flujo usual era el siguiente:

Antes, cuando encontraban un problema, el flujo típico para encontrar información para resolverlo era similar al del resto del mundo; abrir Google, copiar y pegar la descripción del error en el buscador, y recibir respuestas de Google que normalmente te enseñaban preguntas similares en websites como StackOverflow (un foro de preguntas y respuestas sobre programación) o GitHub (un repositorio de código libre).

Hoy, ese flujo está cambiando.&nbsp;

Cada vez es más común ver a programadores interactuar con ChatGPT directamente antes de probar una búsqueda en Google. En ciertos casos, las herramientas de desarrollo tienen una extensión que integra directamente el modelo de Inteligencia Artificial (e.g. GitHub Copilot, Cursor, etc) para evitar salir de la aplicación. La integración consiste en un chatbot dentro de la herramienta que utiliza tu código como contexto e interactúa contigo, a veces haciendo hasta los cambios por tí si así lo indicas, de manera iterativa para resolver el problema.&nbsp;

Este flujo de buscar información sobre un problema utilizando Inteligencia Artificial, en vez de tener que utilizar un buscador, cambia fundamentalmente el paradigma de búsqueda de las últimas décadas; efectivamente ataca directamente el modelo principal de ingresos de Google. Google está experimentando, por primera vez, un problema existencial. Va a ser peor aún si más personas deciden también cambiar sus patrones de búsqueda.

Stackoverflow fue una de las primeras compañías que vió una reducción considerable de visitas a su website desde que ChatGPT salió al mercado. Para agravar las cosas para Google, OpenAI (los creadores de ChatGPT) decidieron no incluir un modelo de ingresos basado en propaganda. En vez, optaron por un modelo freemium (i.e. una versión gratis subsidiada por los pagos de una versión pagada). Este modelo ha permitido que OpenAI crezca de los USD$34M de ingresos reportados en el 2021, a USD$2 mil millones en diciembre de 2023.

Hasta hoy, todavía es muy temprano para decir que todas las personas van a reemplazar su flujos de búsqueda por uno que no incluya a Google. Los chatbots actuales tienen problemas de alucinaciones y no mantienen listas de referencias para sustentar lo que generan. Por eso, es necesario hacer fact-checking para cosas importantes, y ese fact checking es normalmente realizado con Google. Sin embargo, estas son algunas de las áreas en las que las compañías que producen modelos de IA (incluyendo a Google) están trabajando activamente. Yo sí creo que en un futuro no tan lejano vamos a ver un cambio de paradigma radical en la búsqueda de información. Nuestros flujos no van a ser los mismos de las últimas décadas. Vivimos en tiempos emocionantes en este aspecto. Veremos cómo las compañías se adaptan muy pronto, o acabarán perdiendo su poderío.

La primera crisis existencial de Google

La primera crisis existencial de Google, por Ragi Burhum

“Si no usas <a href="https://larepublica.pe/tag/inteligencia-artificial">IA </a>en tus flujos diarios, estás en una tremenda desventaja”, es lo que le digo a la gente que trabaja conmigo. No es exagerado, hoy muchos modelos de Inteligencia Artificial ya han sido integrados en herramientas de uso diario.

Hoy les explico una de las muchas maneras que me ha afectado personalmente.

Antes de noviembre 2022, si quería programar alguna solución a un problema, esto era considerado buen flujo:

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/opinion/2024/03/08/transicion-energetica-y-libre-mercado-por-humberto-campodonico-643104">Transición Energética y libre mercado, por Humberto Campodónico</a></blockquote>

1) Diseño: me siento a pensar en el problema y hago un diseño; esto es básicamente un plan de ataque de cómo se va a desglosar el problema en partes pequeñas y los componentes que se tienen que crear para resolverlo. Normalmente esto consiste en un documento y/o diagrama de cómo se organizan estos componentes y cómo interactúan entre sí. Si el problema es algo complicado, siempre es buena idea investigar (e. g. “googlear”) qué avances han existido en esa área para no empezar con esquemas desactualizados.

2) Implementación: es la etapa de programación. Se trata de explicarle a la computadora cómo tiene que actuar en distintas situaciones. Esto se hace eligiendo un lenguaje de programación (e. g. Python, Javascript, C++, etc.) y describiendo muy detalladamente qué se tiene que hacer paso a paso. Si las instrucciones no son lo suficientemente explícitas, y/o los pasos están mal descritos, se introducen errores (conocidos como defectos o “bugs”).

3) Tests: los tests son programas adicionales que se escriben para verificar los resultados de cada componente. Consiste en simular distintas situaciones y asegurarse de recibir respuestas predecibles. Estos programas normalmente se ejecutan automáticamente cada vez que hay cualquier cambio en el código para asegurarse de que “nada se ha roto". Algunos programadores deciden escribir los tests durante la etapa de implementación; otros, al final del proceso. Lo importante es que existan.

<blockquote class="wp-block-quote"> PUEDES VER: <a href="https://larepublica.pe/opinion/2024/03/08/para-terminar-con-el-patriarcado-se-precisa-dinero-por-antonio-guterres-755968">Para terminar con el patriarcado se precisa dinero, por Antonio Guterres</a></blockquote>

4) Documentación: como no somos <a href="https://larepublica.pe/tag/robots">robots</a>, es necesario describir en lenguaje de seres humanos (“lenguaje natural”), que es lo que está sucediendo en distintos componentes. A veces, los comentarios pueden ser hasta para uno mismo. Sin documentación apropiada, es común tener que modificar algo que uno escribió hace unos años y no entender qué está pasando. Existen miles de memes sobre esta premisa.

En el último año han salido herramientas para modificar agresivamente todo este proceso.

Durante la etapa de (1) Diseño podemos conversar con una chatbot acerca de lo que queremos hacer e intercambiar información sobre distintas maneras de resolver el problema. Es posible hacer dibujos con papel y lápiz, tomarle una foto y cargar el archivo al chatbot para darle más contexto de lo que queremos hacer. Para problemas simples, esto es lo único que el chatbot necesita para generar el esqueleto de los componentes y un prototipo.

<blockquote class="wp-block-quote"> PUEDES VER: <a href="https://larepublica.pe/opinion/2024/03/08/otarolagate-quien-gano-y-quien-perdio-por-augusto-alvarez-rodrich-555600">Otárolagate: ¿quién ganó y quién perdió?, por Augusto Álvarez Rodrich</a></blockquote>

La (2) Implementación, hoy, es un proceso interactivo. Así como estamos acostumbrados a usar el autocorrector cuando escribimos algo, los componentes de IA leen el contexto de lo que estamos programando y terminan la implementación. Funciona de manera similar, pero es aún más impactante. Imagínate ponerle un título a una subsección del documento y que el autocorrector te escriba la sección completa tal cual la ibas a escribir. Así como en documentos comunes tenemos un estilo de prosa personal, también existe un estilo personal de cómo programamos; el modelo de IA utiliza el resto del código que has escrito como contexto y se adapta a tu estilo de programación. Lo imita.

En ciertas herramientas, se le puede describir -en lenguaje natural- qué cambios quieres que haga directamente en tu código fuente, y el modelo de IA elige con delicadeza las líneas adecuadas que tienen que ser modificadas y hace los cambios quirúrgicamente.

Está de más decir que también puede generar (3) Tests y (4) Documentación de la misma manera.

<blockquote class="wp-block-quote"> PUEDES VER: <a href="https://larepublica.pe/opinion/2024/03/08/en-el-mar-la-vida-es-mas-riesgosa-por-mirko-lauer-250848">En el mar la vida es más riesgosa, por Mirko Lauer</a></blockquote>

Lo importante aquí es recalcar que, por lo menos en mi experiencia personal, el 30% de las veces se equivoca en lo que produce. En estos casos, con tal de que uno entienda lo que la IA está intentando producir, se puede interactuar sucesivamente con el chatbot y dar indicaciones más detalladas de cómo arreglar esos errores, o simplemente uno puede hacer las modificaciones directamente. El punto es que este flujo de programación con Inteligencia Artificial ya no es un acto individual, es un proceso colaborativo e iterativo.

Entendiendo que desde este mes tenemos Gemini (el modelo de Inteligencia Artificial de <a href="https://larepublica.pe/tag/google">Google </a>que se llamaba Bard) integrado a Google Docs (GMail/Slides/GSheets/etc.) y que Microsoft Copilot a Office 365 (Word/Excel/PowerPoint/etc.), la pregunta que uno se tiene que hacer es ¿cómo han cambiado mis flujos de trabajo? Si usas estas herramientas seguido y tus flujos no han cambiado, créeme que va a ser un problema que te va a dejar en una desventaja brutal. Advertidos estamos.

Si no usas IA en flujos diarios estas en desventaja, por Ragi Burhum

Muchos expertos en criptomonedas y blockchain entienden perfectamente que el siguiente gran paso de este mundo es la tokenización masiva de &nbsp;activos. Por eso, no debería de sorprender cuando Larry Fink, el CEO de &nbsp;Blackrock, habla constantemente de la tokenización del sistema financiero en sus entrevistas sobre los ETFs de <a href="https://larepublica.pe/tag/bitcoin">Bitcoin.</a>

La tokenización es el proceso de convertir derechos o propiedades de un &nbsp;activo real o intangible en un token digital (e. g. una moneda) en un blockchain. Utilicemos un ejemplo ficticio para explicarlo. Digamos que estamos creando un proyecto de construcción de &nbsp;apartamentos con el fin de alquilarlos y conseguir un flujo de ingresos &nbsp;mensuales. El edificio consiste en 100 apartamentos y tiene un costo de &nbsp;construcción de USD20 millones. El plan es conseguir 100 inversionistas que se reparten los gastos y ganancias del alquiler de todos los apartamentos.

Tokenizar esa participación puede consistir en crear un token, que llamaré ApartaCoin, con un máximo de 100 ApartaCoins en circulación, y vender cada uno a USD200.000. Una vez construido el edificio, se alquilan las propiedades y las ganancias (o pérdidas) se reparten al final del mes. Cada persona con un ApartaCoin recibe 1/100 del monto de ganancia mientras sean dueños del token. Si después de unos años alguno de los inversionistas decide dejar su participación, puede vender ese ApartaCoin a otra persona, la cual empieza a recibir los beneficios de ese activo tokenizado a finales de mes.

Te preguntarás cuál es la ventaja sobre un contrato de participación tradicional. Muchísimas. Aquí tan solo algunas.

<blockquote class="wp-block-quote">PUEDES VER: <a href="https://larepublica.pe/opinion/2024/02/24/ojala-mucho-al-menos-haga-un-poco-por-augusto-alvarez-rodrich-2124349">Ojalá mucho al menos haga un poco, por Augusto Álvarez Rodrich</a></blockquote>

1) Transparencia y trazabilidad. Una de las propiedades más importantes de un blockchain es la trazabilidad; cada transacción se graba en ella, es inmutable (no cambia) y es pública. Lamentablemente, en países como Perú, es muy común ver estafas de traficantes de terrenos. Todos conocemos de algún familiar o amigo que ha sufrido alguna estafa o ambigüedad en los registros públicos de alguna propiedad. En un blockchain este problema no existe. El dueño del token es el dueño actual del activo y cada transferencia de propiedad puede ser claramente revisada sin problemas de adulteración.

2) Accesibilidad y democratización de la inversión. La tokenización permite fraccionar esa participación en unidades más pequeñas. En nuestro ejemplo, cada ApartaCoin costaba USD200.000, pero tal vez solo tengo USD100.000 para invertir. En ese caso, puedo comprar tan sólo la mitad, 0,5 ApartaCoins, y participar. Si quiero una fracción menor, también puedo hacerlo. Este tipo de sistema elimina los requerimientos de inversión mínima (si así se quiere estructurar).

3) Liquidez en un mercado global abierto 24 horas. Si el activo es interesante, serio, y genera confianza, existen inversores alrededor del mundo que pueden comprar este activo, las 24 horas del día, ya que los exchanges no cierran (a diferencia de los exchanges tradicionales, que comúnmente tienen un horario de funcionamiento). La tokenización brinda acceso a activos en mercados que eran previamente inaccesibles de manera global.

<blockquote class="wp-block-quote"> PUEDES VER: <a href="https://larepublica.pe/opinion/2024/02/24/un-boliviano-incomodo-por-mirko-lauer-1726771">Un boliviano incómodo, por Mirko Lauer</a></blockquote>

Claro que no todo es color de rosa. Todavía estamos en una etapa temprana en el proceso de tokenización de activos. Por ejemplo, no tenemos un “Moody’s o Fitch Ratings para crypto”. Para muchos inversionistas todavía esmuy difícil discernir entre lo que es una buena inversión y lo que es una estafa. Y, como en todo sistema que tiene mucho dinero fluyendo, van a existir malos actores. ¿Cómo sabemos si un ApartaCoin es mejor que un DepaCoin o un AlquilaCoin? Actualmente es investigando a la entidad detrás de la tokenización del activo, revisar sus auditorías, etc. Cada RWA (real world asset, o “activo del mundo real” en inglés) tiene una estructura legal (tradicional) detrás del activo, así como también una serie de regulaciones de la jurisdicción local. En el caso de ApartaCoin, ¿qué pasa si no recibo mi pago mensual? Obviamente, en el peor de los casos, tengo que ir a un juicio real.

En esa instancia, el juez se va a burlar si intento explicar mi participación enseñando tan solo un token en un Blockchain; voy a tener quejustificar mi caso de otra manera más tradicional. Por eso es importante entender cuál es la estructura legal de tokenización que ha creado la entidad detrás de ApartaCoin. Hoy, ya hay muchas compañías serias que hacen esto. También hay muchos payasos que se aprovechan de la falta de conocimiento de varios. Aun así, definitivamente comparto la idea de que el futuro cercano de los distintos blockchains está en la tokenización de millones de activos financieros. Es solo cuestión de tiempo.

Registrate en nuestro boletin

Neutralidad de Redes y monopolios digitales en el Perú

“La innovación en el área de tecnologías digitales de las últimas décadas sucedió porque compañías pequeñas podían competir en medios como Internet sin tener que luchar contra (muchas) estrategias monopólicas”.

Lo Más Reciente