El economista Tyler Cowen condujo como invitado un episodio del pódcast del New York Times y utilizó la plataforma para realizar una extensa entrevista a Dwarkesh Patel. En una publicación anunciando la conversación en Marginal REVOLUTION, publicada el 16 de octubre de 2026, Cowen escribió: “Aquí están el audio, el video y la transcripción”, dirigiendo a los lectores al episodio completo alojado en el sitio web del Times.

Cowen, profesor de economía en la George Mason University y coautor de larga data de Marginal REVOLUTION, es un comentarista frecuente sobre tecnología y economía. Patel es conocido principalmente como conductor del Dwarkesh Podcast, donde entrevista a investigadores, fundadores y legisladores sobre inteligencia artificial; en el episodio del Times ocupó, esta vez, el sillón de invitado.

Fragmento: modelos no publicados y lo que saben los internos

El fragmento publicado se centró en los modelos de IA no publicados: sistemas desarrollados dentro de grandes laboratorios que nunca llegan al público, ya sea porque lanzarlos costaría demasiado o porque aún no se consideran seguros. El tema abre una ventana a la pregunta que subyace en todo el intercambio: cuánto puede saber el público sobre el ritmo del progreso de la IA cuando la evidencia más reveladora permanece dentro de los laboratorios.

Cowen: “Modelos no publicados, ¿por qué son importantes?”

Patel: “¿Te refieres a los que son internos de las empresas?”

Cowen: “Bueno, muchas empresas tienen modelos no publicados. Quizá lanzarlos costaría demasiado o aún no son seguros, pero el público no los ve”.

Patel: “Sí”.

Cowen: “Tú eres un interno. Los veas o no, escuchar sobre ellos; sabes algo de ellos. ¿Cómo deberíamos pensar en los modelos no publicados, y cómo cambia eso nuestra imagen de lo que está sucediendo?”

Patel: “Creo que hay un elemento muy frustrante en la situación actual, donde las personas dentro de los laboratorios de IA afirman tener evidencia que las hace más preocupadas, y no se les permite hablar de ello. Esto hace que desde afuera sea muy difícil evaluar cuán preocupados deberíamos estar”.

Patel luego ofreció un intercambio privado reciente para ilustrar el problema. “Quizá hace dos días, estaba hablando con alguien de Anthropic, y me decía: Mira, espero que las IA superen a los humanos en investigación de IA en plazo de nueve meses”, dijo. “Y yo le decía: ¿Por qué crees eso? Y respondía: No son solo corazonadas, tengo información desde adentro”. Cuando Patel presionó más, “¿Qué es? ¿Es un modelo nuevo? ¿Es alguna evaluación que realizaron?”, la respuesta, relató, fue: “No puedo hablar de ello”.

“Creo que es una situación terrible”, dijo Patel, y añadió: “Si realmente creen esto, si piensan que estamos en una situación en la que falta menos de un año para automatizar la investigación de IA y acelerarla radicalmente, deberían hacer públicas estas pruebas”.

Una brecha de información cada vez mayor

Patel también describió un escenario en el que la distancia entre lo que saben los laboratorios y lo que sabe el público crece con el tiempo. “Me preocupa especialmente el siguiente escenario: a medida que las IA mejoran para hacer avanzar el progreso de la IA más rápido y automatizarlo, tenderán a no seguir lanzando externamente modelos siquiera cercanos a sus modelos más inteligentes, porque si los lanzan externamente, ayudaría a otros a crear modelos inteligentes”, dijo. “Y lanzar modelos externamente es bastante engorroso. Necesitas todas estas salvaguardas y demás”.

Cowen extrajo la consecuencia para los externos: “Entonces, la brecha entre lo que ellos saben y lo que sabemos se haría cada vez mayor bajo ese escenario. Terminaríamos más a oscuras, más sorprendidos cuando las cosas sucedan. Sería más difícil para los reguladores, los legisladores, los miembros del Congreso, para todos”. Bajo ese planteamiento, las decisiones que toman los laboratorios sobre qué modelos lanzar — ponderadas frente al costo, la seguridad y las salvaguardas que describió Patel — determinan cuánto pueden ver realmente los reguladores, los legisladores y el público.

Junto al intercambio sobre los modelos no publicados, Cowen dirigió a los lectores hacia la “discusión sobre la psicosis de la IA, entre otros temas” abordados en el episodio. Cerró su anuncio escribiendo: “Reconocimiento a Dwarkesh por sentarse del otro lado del micrófono”.

Este artículo se basa en la publicación original, I guest host the NYT podcast and interview Dwarkesh, en Marginal REVOLUTION.