Hoy entrevisté a Andrés Monroy Hernández, profesor investigador de la Universidad de Princeton, donde dirige el laboratorio de human-computer interaction que estudia cómo interactuamos con la tecnología.
Antes de dejar Silicon Valley por la academia, Andrés fundó el equipo de realidad aumentada de Snapchat y pasó años en Microsoft Research.
Su tesis central es que la discusión sobre si la IA nos va a quitar el trabajo distrae de algo que ya está pasando: millones de personas ya tienen un jefe que es un algoritmo, que decide cuánto les pagan y qué tareas hacen. Y que el problema de fondo no es que desaparezcan los trabajos, sino la dependencia de una sola entidad centralizada.
Hablamos de por qué cree que casi todas las profesiones, desde un doctor hasta un contador, van a terminar trabajando en plataformas tipo Uber, y de qué alternativas existen para que eso no signifique precarización.
Estructura y Highlights Clave
De Dónde Viene su Mirada
- Sus padres eran activistas políticos enfocados en temas laborales en México; se mudaron de Ciudad de México a Saltillo para organizar trabajadores de las armadoras que se mudaban desde Estados Unidos
- Creció con el optimismo tecnológico de los 80: la ciencia ficción como futuro deseable
- Un tío suyo, doctorando en matemáticas, le respondía por carta preguntas básicas (por qué -1 × -1 es positivo) y le abrió la puerta a la investigación
- Por qué se erosionó ese optimismo: las empresas de tecnología empezaron como alternativas y desde ~2010 se volvieron empresas como cualquier otra
Cómo Criticar la Tecnología sin Volverse Cínico
- Usarla uno mismo: ser early adopter, desde redes sociales hasta LLMs
- Conocer de cerca a la gente que la construye, que en general tiene buenas intenciones
- Su crítica a la academia: quien nunca se conectó con la industria produce críticas superficiales o que terminan en “el problema es el capitalismo”, y ahí se acaba la conversación
Por Qué Dejó la Industria
- Después de una década en Microsoft y Snap, no había incentivo interno para proyectos de enfoque social
- En Microsoft Research (2012-2013) intentaron crear con sindicatos una alternativa a Uber, pero los sindicatos desconfiaban: “¿por qué alguien de Microsoft quiere hacer esto con nosotros?”
- Dentro de una empresa tienes flexibilidad sobre tu propio tiempo, pero es difícil convencer a colegas de trabajar en algo que no ayuda al bottom line
El Problema Real: Centralización, no Desempleo
- Lo que ya sucede hoy: el algoritmo como jefe, sin relación directa con el empleador ni compañeros de trabajo
- El gig work como anticipo de cómo será el trabajo en general
- “Si eres General Motors o Ford y el 20% de tu proceso interno depende de Anthropic o de OpenAI, ese es un gran riesgo”
- El paralelo con la nube: las empresas grandes reparten su infraestructura entre proveedores en vez de depender de uno
- A nivel personal, él usa varios modelos a propósito, para no acostumbrarse a uno solo
Protocolizar en Vez de Regular
- Bluesky y AT Protocol como prueba de concepto: misma experiencia de usuario que Twitter, sin que una sola empresa controle datos, feed ni moderación
- Su laboratorio está construyendo un protocolo abierto para delivery de comida, con tres actores: restaurante, courier y cliente
- Un protocolo es primero un documento público; luego alguien implementa software open source sobre él, y cualquiera puede hacer un fork compatible
- Eurosky: alternativa europea a Bluesky, alojada y operada en Europa por autonomía política y de datos
La Objeción de los Network Effects
- El contraargumento clásico: los efectos de red exigen capital enorme para arrancar
- Responde que internet mismo nació de efectos de red sin depender de una empresa. HTTP, HTML, DNS y SMTP son la prueba
- “Las compañías como Uber, Airbnb, Facebook nos quieren hacer creer que la única forma de hacer eso es el modelo que ellos tienen”
- El matiz: lo de Facebook no es un network real, es un solo nodo; un network de verdad tendría varias entidades interoperando
- El problema de incentivos: nadie invierte en HTTP porque nadie es dueño de HTTP. Es el mismo debate de hoy entre modelos cerrados y open source
- Y una diferencia de costo real: escribir HTTP fue redactar un documento; entrenar un modelo cuesta muchísimo capital
Por Qué el Feed con IA de Bluesky Fracasó
- Bluesky probó dejar que el usuario describiera con IA el feed que quería, y la comunidad no lo adoptó
- Una de sus doctorandas está investigando por qué
- Lo que él ve detrás: el lanzamiento estuvo desalineado con los valores de una comunidad que llegó ahí por decisión política y con reservas hacia la IA
- Hubo malentendidos, como creer que sus posts entrenarían un LLM
- En conversaciones a fondo las opiniones son más matizadas: muchos aceptan LLMs si el modelo es local o no pertenece a un lab centralizado
Qué Cambia y Qué se Intensifica con IA
- “AI” como término es poco productivo: es como preguntar si estás en contra de “la transportación” sin distinguir bicicletas de aviones
- El chatbot como interfaz es temporal: no cree que en 10 años sigamos usándolos así
- Lo que vuelve es ubiquitous computing, la visión de los 90: cómputo repartido por el ambiente y poco visible
- Sobre sus estudiantes: usar un LLM para todo es como pagar el gimnasio y quedarse viendo televisión
- Es optimista sobre que en 5 o 10 años identifiquemos mejor los límites de cuándo usar estas herramientas
Estatus, Desigualdad y la “Addictionless Economy”
- La hipótesis de Enzo: no usar tecnología se vuelve señal de estatus, y quien tiene que trabajar la usa por obligación
- Andrés confirma que ya pasa: en su primer día en Snap, el retiro empezaba entregando el celular en una bandeja y ocho horas desconectado
- Le preocupa que el efecto cognitivo y laboral recaiga sobre quien tiene menos recursos
- El paralelo con la comida orgánica: de lujo inaccesible a estante de Walmart, vía cambio social más regulación
Agentes: La Versión Utópica y la Distópica
- Utópica: cada trabajador con su propio agente que lo defiende, rechaza trabajos por debajo de su mínimo y aprende sus preferencias
- Un futuro donde todos somos gig workers, desde un doctor hasta un contador
- Por qué lo cree: pagar salario fijo es económicamente menos “extraíble” que pagar por minuto trabajado
- Lo que teme para la región: emprendedores latinoamericanos convirtiendo la economía informal en gig economy, sin mejorar las condiciones
- El contraejemplo que le gusta: Empower, en Washington DC, una alternativa a Uber donde el conductor paga una mensualidad. El cliente de la plataforma es el trabajador, no al revés
Dónde se Rompe la Autonomía Total
- A la gente le gusta trabajar en algo: quien se jubila se dedica a la cerámica o a la huerta
- La versión utópica de la autonomía es descubrir qué te gusta hacer y delegar el resto
Quién Tiene el Poder en la Era de los Modelos
- El modelo se comoditiza; el poder se va a la capa de interfaz y memoria con el usuario
- El contrato de Apple con Google para que Gemini potencie a Siri como señal: al usuario no le importa qué modelo hay detrás
- Ahí entra el harness, la capa entre el modelo y quien lo usa
- El cierre de acceso a Fable 5 por decisión de gobierno como ejemplo de qué pasa si dependes de un solo modelo
Qué no Copiarle a Silicon Valley
- No aceptar como default ni la centralización ni los modelos de negocio basados en publicidad
- Lo que le interesaba de blockchain no eran las criptomonedas sino los protocolos diseñados para descentralizar poder
- Combina tres vectores: regulación, empresas con modelos de negocio alternativos y comunidades hobbistas
- Los coding agents open source como renacimiento: el gran obstáculo del open source era el capital, y los agentes lo reducen
- Sobre regular: el GDPR buscaba proteger al consumidor y terminó fortaleciendo a los incumbentes, porque solo las grandes pueden pagar el cumplimiento
La Conversación que Viene
- El impacto cognitivo de la tecnología, hoy discutido en la academia, va a llegar a las mesas familiares
- Predice un regreso a lo místico y a la búsqueda de comunidad frente a la pregunta de para qué estamos aquí
- Y también movimientos pro-IA con carácter casi religioso. Enzo apunta que algunos labs ya escriben en esos términos
Glosario Silicon Valley
| Término | Qué significa | Contexto en el episodio |
|---|---|---|
| Human-computer interaction (HCI) | Disciplina que estudia cómo las personas interactúan con la tecnología | El área del laboratorio que Andrés dirige en Princeton |
| Gig economy | Trabajo por tarea, sin relación laboral tradicional, intermediado por plataformas | Su objeto de estudio: Uber, DoorDash, DiDi como el presente del futuro del trabajo |
| Protocolo | Documento público que define cómo se comunican entre sí las piezas de un sistema | Su propuesta central: protocolizar plataformas de trabajo como se hizo con el correo |
| AT Protocol | El protocolo abierto creado por Bluesky | Permite que otras entidades construyan alternativas compatibles |
| Descentralización | Repartir el control de datos, feed y moderación en vez de concentrarlo en una empresa | El principio que su laboratorio intenta llevar del social media al trabajo |
| Network effects | El producto vale más mientras más usuarios tiene | La objeción clásica a su tesis, y el punto que él discute: Facebook es un solo nodo, no una red |
| Captura regulatoria | Cuando la regulación termina favoreciendo a las empresas que pretendía limitar | Su lectura del GDPR en Europa |
| Ubiquitous computing | Visión de los 90: cómputo repartido en el ambiente y poco visible | Lo que cree que vuelve, en lugar del chatbot como interfaz dominante |
| Harness | La capa que envuelve al modelo y define cómo se usa | Donde ubica el poder real, más que en el modelo mismo |
| Comoditización del modelo | Los modelos se vuelven intercambiables y el valor se mueve a otra capa | Su lectura del acuerdo Apple-Gemini |
| Modelos de frontera | Los modelos cerrados más avanzados de cada lab | Contrapuestos a los open source en el debate sobre quién puede invertir en qué |
| Bottom line | El resultado económico de la empresa | Por qué era difícil sostener proyectos sociales dentro de Microsoft o Snap |
Libros, Personas y Referencias
Personas Mencionadas
- Andrés Monroy Hernández: profesor investigador en Princeton, ex-Microsoft Research y ex-Snap
- Enzo Cavalie: host del podcast
- Jonathan Haidt: profesor citado por liderar el movimiento contra smartphones y redes sociales
- Dario Amodei: CEO de Anthropic, citado por sus ensayos sobre un futuro con IA coordinando recursos
- Elon Musk: referido por el éxodo de usuarios de X hacia Bluesky
- Sus padres: activistas sindicales en México, el origen de su interés por el trabajo
- Su tío: doctorando en matemáticas que le respondía preguntas por carta desde Canadá
Empresas y Organizaciones
- Princeton University: donde dirige su laboratorio de HCI
- Microsoft Research: donde trabajó antes de Snap
- Snap: donde fundó el equipo de realidad aumentada
- Bluesky: red social sobre AT Protocol, su referencia principal de descentralización
- Mastodon: alternativa descentralizada de social media
- Eurosky: versión europea de Bluesky, alojada y operada en Europa
- Empower: alternativa a Uber en Washington DC donde el conductor paga mensualidad
- Uber / DoorDash / DiDi: plataformas de gig work que estudia
- Airbnb: citada en la discusión sobre marketplaces y efectos de red
- OpenAI / Anthropic: los labs cuya centralización considera el riesgo estructural
- Apple / Google (Gemini): el acuerdo para potenciar Siri, como señal de dónde queda el poder
- AWS / Google Cloud: el precedente de dependencia de infraestructura
- Linux y el movimiento Free and Open Source: su ejemplo de desarrollo tecnológico fuera del incentivo económico
Conceptos y Referencias
- HTTP, HTML, DNS, SMTP: protocolos abiertos que sostienen internet, su prueba de que los efectos de red no exigen una sola empresa dueña
- GDPR: el caso de regulación que, según él, fortaleció a los incumbentes
- Star Trek: la inspiración declarada de quien fundó Microsoft Research
- Fable 5: el cierre de acceso a un modelo por decisión de gobierno, citado como advertencia sobre depender de uno solo