Latest / El podcast de Jeny Mejía Aguirre / Democracy Now! 2026-07-03 Friday

Transcript

Democracy Now! 2026-07-03 Friday · El podcast de Jeny Mejía Aguirre

• 0:02
  Speaker 1: From
• 0:05
  Speaker 2: New York,
• 0:18
  Speaker 3: this is Democracy Now. What to the American slave is
• 0:21
  Speaker 3: your 4th of July? I answer a day. que revela
• 0:27
  Speaker 3: a él, más que en todos los otros días del año,
• 0:31
  Speaker 3: la injusticia y la crueldad a la que él es
• 0:34
  Speaker 3: una víctima constante. A él, tu celebración es una desgracia
• 0:41
  Speaker 2: Qué es el 4 de julio para el esclavo? Escucharemos la
• 0:43
  Speaker 2: adresa de la Día Independiente de 1852 de Frederick Douglass, leída
• 0:47
  Speaker 2: por el gran James Earl Jones. Luego, a la periodista
• 0:55
  Speaker 2: Karen Hall, autora del nuevo libro Empire of AI, Dreams
• 1:05
  Speaker 4: and Nightmares in Sam Altman's Open AI. Cada comunidad a
• 1:06
  Speaker 4: la que hablé, ya sea artistas teniendo su propiedad intelectual
• 1:09
  Speaker 4: tomada o activistas de agua chileanas teniendo su agua fresca tomada,
• 1:13
  Speaker 4: todos dijeron que cuando encontraron el empire, inicialmente se sintieron
• 1:17
  Speaker 4: exactamente de la misma manera. Una completa pérdida de agencia
• 1:21
  Speaker 4: para determinarse. Y eso es cuando me di cuenta de
• 1:25
  Speaker 4: que el daño horizontal aquí es que la AI está
• 1:29
  Speaker 4: amenazando a la democracia. Si la mayoría del mundo va
• 1:34
  Speaker 4: a sentir este pérdida de agencia sobre la determinación de
• 1:37
  Speaker 4: su futuro, la democracia no puede sobrevivir. Todo eso y
• 1:43
  Speaker 2: más, veniendo. This is Democracy Now!, democracynow.org, The War and
• 1:51
  Speaker 2: Peace Report. I'm Amy Goodman. Today, in this special broadcast,
• 1:53
  Speaker 2: we begin with the words of Frederick Douglass. Born into
• 1:55
  Speaker 2: slavery around 1818, Douglass became a key leader of the abolitionist movement.
• 2:07
  Speaker 2: El 5 de julio de 1852, en Rochester, Nueva York, Frederick Douglass
• 2:09
  Speaker 2: dio uno de sus más famosos discursos,¿ Qué es tu
• 2:11
  Speaker 2: cuarto de julio para el esclavo? Estaba abordando la Sociedad
• 2:13
  Speaker 2: de la Antislavería de las Señoras de Rochester. The legendary
• 2:25
  Speaker 2: actor James Earl Jones read the historic address during a
• 2:29
  Speaker 2: performance of Voices of a People's History of the United States,
• 2:34
  Speaker 2: based on Howard Zinn's iconic book. The late great historian
• 2:39
  Speaker 2: introduced the address. Frederick Douglass, once a slave,
• 2:40
  Speaker 5: became a brilliant and powerful leader of the anti-slavery movement. In 1852,
• 2:53
  Speaker 5: who was asked to speak in celebration of the 4th
• 2:54
  Speaker 5: of July. Fellow citizens, pardon me and allow me to ask,
• 2:56
  Speaker 5: why am I called upon to speak here today? What
• 2:57
  Speaker 5: have I or those I
• 2:58
  Speaker 3: represent to do with your national independence? Are the great
• 3:03
  Speaker 3: principles of political freedom and democracy of natural justice embodied
• 3:25
  Speaker 3: in that Declaration of Independence extended to us? And am I, therefore,
• 3:30
  Speaker 3: called upon to bring our humble offering to the National
• 3:34
  Speaker 3: Altar and to confess the benefits and express devout gratitude
• 3:40
  Speaker 3: for the blessings resulting from your independence to us? I
• 3:46
  Speaker 3: am not included within the pale of this glorious anniversary
• 3:51
  Speaker 3: Tu gran independencia sólo revela la distancia inmejorable entre nosotros.
• 3:54
  Speaker 3: Las bendiciones en las que hoy rezoces no son disfrutadas
• 3:56
  Speaker 3: en común. La rica herencia de justicia, libertad, prosperidad y independencia,
• 3:59
  Speaker 3: recogida por tus padres, es compartida por ti, no por mí.
• 4:16
  Speaker 3: The sunlight that brought life and healing to you has
• 4:17
  Speaker 3: brought stripes and death to me. This 4th of July
• 4:19
  Speaker 3: is yours, not mine. You may rejoice, I must mourn.
• 4:21
  Speaker 3: To drag a man in fetters into the grand illuminated
• 4:22
  Speaker 3: temple of liberty and call upon him to join you
• 4:23
  Speaker 3: in joyous anthems of were in human mockery and sacrilegious irony.
• 4:49
  Speaker 3: Do you mean, citizens, to mock me by asking me
• 4:52
  Speaker 3: to speak today? What to the American slave is your
• 4:54
  Speaker 3: 4th of July? I answer, a day... that reveals to
• 5:11
  Speaker 3: him more than all other days of the year the
• 5:12
  Speaker 3: gross injustice and cruelty to which he is a constant victim.
• 5:14
  Speaker 3: To him, your celebration is a sham. Your boasted liberty,
• 5:15
  Speaker 3: an unholy license. Your national greatness, swelling vanity. Your sounds
• 5:17
  Speaker 3: of rejoicing are empty and heartless. Your denunciation of tyrants. ¡Gracias!
• 6:00
  Speaker 3: impiedad y hipocresía, una valla fina para cubrir los crímenes
• 6:03
  Speaker 3: que desgraciarían a una nación de sabios. No hay una
• 6:05
  Speaker 3: nación de la Tierra culpable de prácticas más asombrantes y
• 6:07
  Speaker 3: sangrientes que las de los pueblos de estos Estados Unidos
• 6:09
  Speaker 3: en esta hora. En un momento como este, La ironía escorchada,
• 6:30
  Speaker 3: la argumentación no convencente, es necesaria. Oh, si yo tuviera
• 6:32
  Speaker 3: la capacidad y pudiera llegar al oído de la nación,
• 6:34
  Speaker 3: hoy pondría a fuego un stream, un stream de ridiculidad,
• 6:37
  Speaker 3: de reproche, de sarcasmia y de rebuco, porque no es
• 6:39
  Speaker 3: la luz que es necesaria, sino la fuego. It is
• 6:56
  Speaker 3: not the gentle shower, but thunder. We need the storm,
• 6:58
  Speaker 3: the whirlwind, the earthquake. The feeling of the nation must
• 7:00
  Speaker 3: be quickened. The conscience of the nation must be roused.
• 7:03
  Speaker 3: The propriety of the nation must be startled. The hypocrisy
• 7:05
  Speaker 3: of the nation must be exposed and the crimes against
• 7:08
  Speaker 3: God and man must be proclaimed and denounced.
• 7:24
  Speaker 2: James Earl Jones, reading the words of Frederick Douglass. When
• 7:28
  Speaker 2: we come back, Karen Howe, author of the new book,
• 7:32
  Speaker 2: Empire of AI, Dreams and Nightmares, and Sam Altman's Open AI.
• 7:35
  Speaker 2: I submit my
• 7:39
  Speaker 6: dream to
• 7:44
  Speaker 7: you People have the power People have the power People
• 7:54
  Speaker 7: have the power. People have the power.
• 7:59
  Speaker 6: The power to dream, to rule, to wrestle the world
• 8:06
  Speaker 6: from fools. It's decreed. This is Democracy Now!, democracynow.org, The
• 8:13
  Speaker 6: War and Peace Report. I'm Amy Goodman.
• 8:36
  Speaker 2: Ahora volvemos al Empire of AI. Ese es el nombre
• 8:38
  Speaker 2: de un nuevo libro de la periodista Karen Howe. que
• 8:42
  Speaker 2: recibió una clave sobre el crecimiento de la industria de
• 8:44
  Speaker 2: la inteligencia artificial con un enfoque en la OpenAI de
• 8:46
  Speaker 2: Sam Altman, que es la compañía detrás de ChatGPT. Karen
• 8:49
  Speaker 2: Howe compara las acciones de la industria de la AI
• 8:52
  Speaker 2: con las de los poderes coloniales del pasado. Escribe que
• 8:54
  Speaker 2: las empires de la AI no están involucradas en la
• 8:56
  Speaker 2: misma violencia y brutalidad que marcó esta historia, Pero ellos
• 9:07
  Speaker 2: también cobran y extraen recursos preciosos para alimentar su visión
• 9:11
  Speaker 2: de la inteligencia artificial, el trabajo de artistas y escritores,
• 9:15
  Speaker 2: los datos de muchísimos individuos que publican sobre sus experiencias
• 9:18
  Speaker 2: y observaciones en línea, la energía, tierra y agua necesarias
• 9:23
  Speaker 2: para almacenar y ejecutar centros de datos y supercomputadores, dice ella.
• 9:29
  Speaker 2: Karen Howe es una ex reportera de The Wall Street
• 9:31
  Speaker 2: Journal y de MIT Technology Review, donde se convirtió en
• 9:35
  Speaker 2: la primera periodista a profilar OpenAI. Democracy Now! Juan González
• 9:37
  Speaker 2: y yo hablamos con ella. Empecé preguntándole qué es la
• 9:39
  Speaker 2: inteligencia artificial. La AI es una colección de muchas diferentes tecnologías,
• 9:42
  Speaker 2: pero la mayoría de las personas la introdujeron a través
• 9:44
  Speaker 2: de ChatGPT.
• 9:56
  Speaker 4: Y lo que argumento en el libro y lo que
• 9:58
  Speaker 4: el título refiere a Empire of AI, es en realidad
• 9:59
  Speaker 4: una crítica de la trayectoria específica de desarrollo de AI
• 10:02
  Speaker 4: que nos ha llevado a ChatGPT y que ha continuado
• 10:03
  Speaker 4: desde ChatGPT. Y eso es específicamente Silicon Valley's approach to
• 10:06
  Speaker 4: AI development. Los modelos de AI en el día moderno
• 10:16
  Speaker 4: son entrenados en datos. Necesitan computadores para entrenarlos en esos datos.
• 10:19
  Speaker 4: Pero lo que hizo Silicon Valley y lo que hizo
• 10:22
  Speaker 4: OpenAI en los últimos años es que empezaron a quemar
• 10:26
  Speaker 4: la cantidad de datos y el tamaño de los computadores
• 10:28
  Speaker 4: que necesitan hacer este entrenamiento. Así que estamos hablando del
• 10:32
  Speaker 4: Internet en lengua inglesa completo, siendo ingresado a estos modelos, libros,
• 10:35
  Speaker 4: artículos científicos, todas las propiedades intelectuales que están siendo creadas,
• 10:39
  Speaker 4: y también supercomputadores masivos que manejan cientos de miles, incluso
• 10:42
  Speaker 4: cientos de miles de chips de computadoras que son del
• 10:44
  Speaker 4: tamaño de doce, tal vez cientos de campos de fútbol,
• 10:46
  Speaker 4: y usan prácticamente todas las demandas de energía de las
• 10:48
  Speaker 4: ciudades ahora. Así que este es un tipo extraordinario de
• 10:58
  Speaker 4: desarrollo de AI que está causando mucho trabajo social y
• 11:00
  Speaker 4: daños ambientales. Y eso es, finalmente, por lo que evoco
• 11:02
  Speaker 4: esta analogía a Empire.
• 11:07
  Speaker 8: Y Karen,¿ podrías hablar un poco más sobre no solo
• 11:09
  Speaker 8: los requisitos de energía, sino también los requisitos de agua
• 11:12
  Speaker 8: de estos grandes centros de datos que son, en esencia,
• 11:15
  Speaker 8: el fondo de esta industria de ampliación? Absolutamente. Te daré
• 11:17
  Speaker 8: dos datos sobre la energía y el agua. Cuando hablamos
• 11:21
  Speaker 8: de la demanda
• 11:22
  Speaker 4: de energía, McKinsey recientemente salió con un reporte que dijo
• 11:31
  Speaker 4: que en los próximos cinco años, basado en el paso
• 11:32
  Speaker 4: actual de la expansión de la infraestructura computacional de la IA,
• 11:35
  Speaker 4: necesitamos poner más energía en el grid global que lo
• 11:37
  Speaker 4: que es consumido por dos a seis veces la energía
• 11:39
  Speaker 4: consumida anualmente por el Estado de California. Y eso se
• 11:47
  Speaker 4: va a servir principalmente por combustibles fósiles. Ya estamos viendo
• 11:50
  Speaker 4: reportes de plantas de cobre con sus vidas extendidas. Estaban
• 11:52
  Speaker 4: dispuestos a retirarse, pero ahora no pueden apoyar el desarrollo
• 11:54
  Speaker 4: de este centro de datos. Estamos viendo turbinas de gas
• 11:56
  Speaker 4: de metano, las que no están licenciadas, que se están
• 11:58
  Speaker 4: poniendo a servicio de estos centros de datos también. Desde
• 12:00
  Speaker 4: el punto de vista del agua fresca, estos centros de
• 12:02
  Speaker 4: datos necesitan ser entrenados en agua fresca. They cannot be
• 12:15
  Speaker 4: trained on any other type of water because it can
• 12:16
  Speaker 4: corrode the equipment, it can lead to bacterial growth, and
• 12:18
  Speaker 4: most of the time it actually taps directly into a
• 12:20
  Speaker 4: public drinking water supply because that is the infrastructure that
• 12:22
  Speaker 4: has been laid to deliver this clean, fresh water to
• 12:24
  Speaker 4: different businesses, to different homes. And Bloomberg recently had an
• 12:26
  Speaker 4: analysis where they looked at the expansion of these data
• 12:29
  Speaker 4: centers around the world Y dos tercios de ellos se
• 12:43
  Speaker 4: están colocando en áreas sin agua. Se están colocando en
• 12:49
  Speaker 4: comunidades que no tienen acceso a agua fresca. Así que
• 12:52
  Speaker 4: no es solo la cantidad total de agua fresca de
• 12:54
  Speaker 4: la que tenemos que preocuparnos, sino también la distribución de
• 12:58
  Speaker 4: esta infraestructura en todo el mundo.
• 13:01
  Speaker 8: Y la mayoría de la gente está familiarizada con ChatGPT,
• 13:04
  Speaker 8: el aspecto de consumidor de la IA, pero¿ qué pasa
• 13:06
  Speaker 8: con el aspecto militar de la IA? En esencia, estamos
• 13:08
  Speaker 8: encontrando que las compañías de Silicon Valley están siendo la
• 13:11
  Speaker 8: siguiente generación de contratos de defensa.
• 13:20
  Speaker 4: Una de las razones por las que OpenAI y muchas
• 13:22
  Speaker 4: otras empresas se están volviendo a la industria de la
• 13:24
  Speaker 4: defensa es porque han gastado una cantidad extraordinaria de dinero
• 13:29
  Speaker 4: en desarrollar estas tecnologías. Están gastando cientos de millones para
• 13:33
  Speaker 4: entrenar estos modelos y necesitan recuperar esos costos. Y solo
• 13:37
  Speaker 4: hay tantas industrias y tantos lugares... que tienen ese tamaño
• 13:41
  Speaker 4: de pagamento para pagar. Y así es por eso que
• 13:43
  Speaker 4: vemos una acogida hacia la industria de la defensa. También
• 13:45
  Speaker 4: vemos que Silicon Valley usa al gobierno de los Estados
• 13:47
  Speaker 4: Unidos en sus ambiciones de construcción de un imperio. Podrías
• 13:49
  Speaker 4: argumentar que el gobierno de los Estados Unidos también está
• 13:51
  Speaker 4: tratando de usar Silicon Valley, y viceversa, en sus ambiciones
• 13:53
  Speaker 4: de construcción de un imperio. Pero ciertamente estas tecnologías no
• 13:55
  Speaker 4: son diseñadas a ser usados en un contexto militar sensible.
• 14:06
  Speaker 4: Así que el impulso agresivo de estas compañías para intentar
• 14:09
  Speaker 4: obtener esos contratos de defensa e integrar sus tecnologías cada
• 14:11
  Speaker 4: vez más en la infraestructura militar es realmente alarmante. Quería
• 14:13
  Speaker 4: ir a los países a los que has ido o
• 14:14
  Speaker 4: las historias que cubres. Quiero decir, es increíble la profundidad
• 14:17
  Speaker 4: de tu reporte, de Kenia a Uruguay a Chile.
• 14:30
  Speaker 2: You were talking about the use of water, and I
• 14:32
  Speaker 2: also want to ask you about nuclear power. But in Chile,
• 14:36
  Speaker 2: what is happening there around these data centers and the
• 14:40
  Speaker 2: water they would use and the resistance to
• 14:43
  Speaker 4: that? Chile has an interesting history in that it was
• 14:46
  Speaker 4: under a dictatorship for a very long time. Durante ese tiempo,
• 14:49
  Speaker 4: la mayoría de los recursos públicos fueron privatizados, incluyendo el agua.
• 14:52
  Speaker 4: Pero debido a una anomalía, hay una comunidad en la
• 14:54
  Speaker 4: región metropolitana de Santiago que todavía tiene acceso a un
• 14:58
  Speaker 4: recurso de agua fresca público que ofrece servicios a esa
• 14:59
  Speaker 4: comunidad y al resto del país en situaciones de emergencia.
• 15:02
  Speaker 4: Esa es la comunidad exacta que Google eligió para intentar
• 15:04
  Speaker 4: poner un centro de datos en. Y propusieron que su
• 15:16
  Speaker 4: centro de datos usara mil veces más agua fresca que
• 15:18
  Speaker 4: la comunidad usaba anualmente. Y sería gratis. Y, ¿sabes? No
• 15:26
  Speaker 4: tengo ni idea. Esa es una gran pregunta. Pero lo
• 15:28
  Speaker 4: que me dijeron la comunidad fue que ni siquiera pagaban
• 15:30
  Speaker 4: tasas para esto, porque creyeron, basado en leer la documentación,
• 15:34
  Speaker 4: que las tasas que pagaba Google eran, de hecho, para
• 15:36
  Speaker 4: donde registraron sus oficinas, sus oficinas administrativas, no para donde
• 15:38
  Speaker 4: estaban poniendo las... So they were not seeing any benefit
• 15:49
  Speaker 4: from this data center directly to that community and they
• 15:52
  Speaker 4: were seeing no checks placed on the fresh water that
• 15:55
  Speaker 4: this data center would have been allowed to extract. And
• 15:58
  Speaker 4: so these activists said, wait a minute.¡ Absolutamente no! No
• 16:03
  Speaker 4: vamos a permitir que este centro de datos venga, a
• 16:05
  Speaker 4: menos que nos den una razón legítima por la que
• 16:08
  Speaker 4: nos beneficia. Y así empezaron a hacer activismo en la tierra,
• 16:11
  Speaker 4: empujando atrás, golpeando en cada una de sus tiendas, enviando
• 16:14
  Speaker 4: envíos a la comunidad, diciendo que esta empresa está tomando
• 16:16
  Speaker 4: nuestros recursos de agua fresca sin darnos nada en retorno.
• 16:19
  Speaker 4: Y así se escaló tan dramáticamente que se escaló a
• 16:21
  Speaker 4: Google Chile, se escaló a Google Mountain View... que, por cierto,
• 16:29
  Speaker 4: luego envió representantes a Chile que solo hablaban inglés. Pero luego, eventualmente,
• 16:34
  Speaker 4: se escaló a el gobierno chileno. Y el gobierno chileno
• 16:37
  Speaker 4: ahora tiene reuniones en las que le preguntan a estos
• 16:40
  Speaker 4: residentes de la comunidad y a los representantes de la
• 16:43
  Speaker 4: compañía y a los representantes del gobierno para reunirse para
• 16:44
  Speaker 4: discutir¿ Cómo hacer el desarrollo de los centros de datos
• 16:50
  Speaker 4: más beneficioso para la comunidad? Los activistas dicen que la
• 16:53
  Speaker 4: lucha no está terminada. Solo porque han sido invitados a
• 16:55
  Speaker 4: la mesa no significa que todo es de repente mejor.
• 16:57
  Speaker 4: Necesitan mantenerse vigilantes. Necesitan continuar scrutinando estos proyectos. Pero hasta
• 17:00
  Speaker 4: ahora han sido capaces de bloquear este proyecto durante cuatro
• 17:02
  Speaker 4: o cinco años y han ganado ese puesto en la mesa.
• 17:10
  Speaker 8: And how is it that these Western companies, in essence,
• 17:14
  Speaker 8: are exploiting labor in the global south? You go into
• 17:19
  Speaker 8: something called data annotation firms. What are those?
• 17:24
  Speaker 4: Yeah, so because AI, modern day AI systems are trained
• 17:28
  Speaker 4: on massive amounts of data and that's scraped from the Internet,
• 17:31
  Speaker 4: you can't actually pump that data directly into companies. tu
• 17:35
  Speaker 4: modelo de IA porque hay muchas cosas dentro de ese
• 17:37
  Speaker 4: dato que están fuertemente contaminadas. Tiene que ser limpiado, tiene
• 17:39
  Speaker 4: que ser anotado. Así que aquí es donde vienen las
• 17:41
  Speaker 4: firmas de anotación de datos. Estas son las firmas middleman
• 17:43
  Speaker 4: que contratan trabajo para ofrecer a estas empresas de IA
• 17:45
  Speaker 4: para hacer ese tipo de preparación de datos. Y OpenAI,
• 17:47
  Speaker 4: cuando se estaba empezando a pensar en comercializar sus productos
• 17:50
  Speaker 4: y pensando en poner de la generación de textos, máquinas
• 18:05
  Speaker 4: que pueden expulsar cualquier tipo de texto a manos de
• 18:07
  Speaker 4: millones de usuarios, se dieron cuenta de que necesitaban tener
• 18:11
  Speaker 4: algún tipo de moderación de contenido. Necesitaban desarrollar un filtro
• 18:13
  Speaker 4: que se reemplazara con estos modelos y prevenía a estos
• 18:15
  Speaker 4: modelos de expulsar respuestas racistas, odiosas y perjudiciales a los usuarios,
• 18:18
  Speaker 4: que no harían una buena comunicación comercial. Product. And so
• 18:24
  Speaker 4: they contracted these middleman firms in Kenya where the Kenyan
• 18:26
  Speaker 4: workers had to read through reams of the worst text
• 18:28
  Speaker 4: on the Internet, as well as AI generated text where
• 18:30
  Speaker 4: OpenAI was prompting its own AI models to imagine the
• 18:32
  Speaker 4: worst text on the Internet and then telling these Kenyan
• 18:34
  Speaker 4: workers to detail, to categorize them. en taxonomías de detalle
• 18:49
  Speaker 4: de si es contenido sexual, si es contenido violento, cuán
• 18:51
  Speaker 4: gráfico es ese contenido violento para enseñar su filtro todas
• 18:55
  Speaker 4: las diferentes categorías de contenido que tenía que bloquear. Y
• 18:59
  Speaker 4: esto es una forma de trabajo increíblemente incómoda. Hay muchos
• 19:01
  Speaker 4: otros tipos diferentes de trabajo de contrato que usan, pero
• 19:04
  Speaker 4: estos trabajadores son pagados pocos dólares por hora, si en absoluto. Y,
• 19:06
  Speaker 4: como en la era de las redes sociales, estos moderadores
• 19:08
  Speaker 4: de contenido se han dejado muy profundamente traumatizados psicológicamente. Y,
• 19:10
  Speaker 4: en fin, no hay una verdadera filosofía sobre por qué
• 19:21
  Speaker 4: estos trabajadores son pagados un par de dólares por hora
• 19:23
  Speaker 4: y han destruido sus vidas y por qué los investigadores
• 19:26
  Speaker 4: de AI que también contribuyen a estos modelos son pagados
• 19:29
  Speaker 4: paquetes de compensación de millones de dólares simplemente porque se
• 19:32
  Speaker 4: sienten en Silicon Valley, en las oficinas de OpenAI. Esa
• 19:35
  Speaker 4: es la lógica del imperio y eso se refiere a
• 19:38
  Speaker 4: mi título, El imperio de la AI. Así que volvamos
• 19:40
  Speaker 4: a tu título, El
• 19:40
  Speaker 2: imperio de la AI, el subtítulo de sueños y pesadillas
• 19:43
  Speaker 2: en OpenAI de Sam Altman. So, tell us the story
• 19:51
  Speaker 2: of Sam Altman and what OpenAI is all about, right
• 19:55
  Speaker 2: through to the deal he just made in the Gulf
• 19:57
  Speaker 2: when President Trump, Sam Altman and Elon Musk were there.
• 20:02
  Speaker 4: Altman is very much a product of Silicon Valley. His
• 20:06
  Speaker 4: career was first as a founder of a startup and
• 20:08
  Speaker 4: then as the president of Y Combinator, which is one
• 20:10
  Speaker 4: of the most famous startup accelerators in Silicon Valley, and
• 20:13
  Speaker 4: then the CEO of OpenAI. And There's no coincidence that
• 20:19
  Speaker 4: OpenAI ended up introducing the world to the scale at
• 20:22
  Speaker 4: all costs approach to AI development because that is the
• 20:26
  Speaker 4: way that Silicon Valley has operated in the entire time
• 20:30
  Speaker 4: that Altman came up in it. And so he is
• 20:34
  Speaker 4: a very strategic person. He is incredibly good at telling
• 20:38
  Speaker 4: stories about the future and painting these sweeping visions that
• 20:41
  Speaker 4: investors and employees want to be a part of. And
• 20:44
  Speaker 4: so early on at YC, he identified that AI would
• 20:48
  Speaker 4: be one of the trends that could take off. And
• 20:51
  Speaker 4: he was trying to build a portfolio of different investments
• 20:55
  Speaker 4: and different initiatives to place himself en el centro de
• 20:59
  Speaker 4: varias diferentes tendencias, dependiendo de cuál se tomó. Estaba invirtiendo
• 21:02
  Speaker 4: en la computación cuántica, estaba invirtiendo en la fusión nuclear,
• 21:05
  Speaker 4: estaba invirtiendo en coches de auto y estaba desarrollando un
• 21:07
  Speaker 4: laboratorio de investigación de AI fundamental. Últimamente, el laboratorio de
• 21:10
  Speaker 4: investigación de AI fueron los que empezaron a acelerar Muy rápidamente,
• 21:15
  Speaker 4: así que se convierte en el CEO de esa compañía.
• 21:17
  Speaker 4: Y originalmente, lo empezó como un nonprofit para intentar posicionarlo
• 21:25
  Speaker 4: como un counter a los incentivos derivados por beneficio en
• 21:28
  Speaker 4: Silicon Valley. Pero dentro de uno y medio de años,
• 21:30
  Speaker 4: los ejecutivos abiertos identificaron que si querían ser la líder
• 21:33
  Speaker 4: en este espacio, tenían que ir por este enfoque a
• 21:35
  Speaker 4: todo costo y tenían que, deberían ser En cuotas, pensaron
• 21:42
  Speaker 4: que tenían que hacer esto. Hay muchas otras maneras de
• 21:44
  Speaker 4: desarrollar la IA y tener progreso en la IA que
• 21:46
  Speaker 4: no toman este enfoque. Pero una vez que decidieron eso,
• 21:48
  Speaker 4: se dieron cuenta de que el botonete era el capital.
• 21:50
  Speaker 4: Eso es lo que pasó. Sam Altman es un talento
• 21:51
  Speaker 4: de fundación de una generación y una vez. Creó esta
• 21:54
  Speaker 4: nueva estructura, nació un arma de beneficio dentro del nonprofit
• 21:57
  Speaker 4: para convertirse en este vehículo de fundación para los millones
• 22:00
  Speaker 4: de millones y, finalmente, cientos de millones que necesitarían Y
• 22:09
  Speaker 4: eso es como finalmente llegamos al hoy en día OpenAI,
• 22:11
  Speaker 4: que es una de las empresas más capitalistas en la
• 22:13
  Speaker 4: historia de Silicon Valley, continuando a elevar cientos de millones
• 22:16
  Speaker 4: y Altman ha jodido incluso trillones. para producir una tecnología que,
• 22:29
  Speaker 4: en fin, tiene un impacto económico mediano hasta ahora. Volveremos
• 22:32
  Speaker 4: a nuestra conversación en un minuto con Karen
• 22:34
  Speaker 2: Howe, autora del nuevo libro Empire of AI, Dreams and
• 22:36
  Speaker 2: Nightmares and Sam Altman's Open AI. Quédense con nosotros.
• 23:00
  Speaker 9: ¡Gracias!
• 23:35
  Speaker 2: Este es Democracy Now!, democracynow.org, el reporte de paz y guerra.
• 23:40
  Speaker 2: Soy Mimi Goodman. En este especial de vacaciones, continuamos con
• 23:43
  Speaker 2: la periodista Karen Howe, autora del nuevo libro Empire of AI,
• 23:46
  Speaker 2: Dreams and Nightmares, y Sam Altman's Open AI. Vio nuestro
• 23:49
  Speaker 2: estudio en mayo. Habló de cómo la AI impactará a
• 23:51
  Speaker 2: los trabajadores. Una de las cosas que hemos visto es
• 23:53
  Speaker 2: que esta tecnología ya tiene un gran impacto en los trabajos.
• 24:06
  Speaker 4: No necesariamente porque la tecnología en sí es realmente capaz
• 24:08
  Speaker 4: de reemplazar trabajos, pero es percibida como capaz de que
• 24:11
  Speaker 4: los ejecutivos estén sacando a los trabajadores. Y necesitamos más,
• 24:14
  Speaker 4: algún tipo de guarderías para realmente prevenir que estas empresas
• 24:20
  Speaker 4: continúen a intentar y desarrollar tecnologías de automatización laboral y
• 24:25
  Speaker 4: tratar de cambiarlas para producir tecnologías asistentes a la labor.¿
• 24:28
  Speaker 4: Qué quieres decir? Así que OpenAI, su definición de lo
• 24:37
  Speaker 4: que llaman inteligencia general artificial es sistemas autónomos que desempeñan
• 24:40
  Speaker 4: a los humanos en el trabajo más valioso económicamente. Así
• 24:43
  Speaker 4: que explica explícitamente que están tratando de automatizar los trabajos.
• 24:45
  Speaker 4: Quiero decir,¿ qué es el trabajo valioso económicamente? de las
• 24:55
  Speaker 4: cosas que la gente hace para ganar dinero. Pero hay
• 24:59
  Speaker 4: un gran libro llamado Power and Progress de los economistas
• 25:02
  Speaker 4: de MIT, Jerome Osamoglu y Simon Johnson, que mencionan que
• 25:05
  Speaker 4: el desarrollo tecnológico, todas las revoluciones tecnológicas, toman una estrategia
• 25:09
  Speaker 4: de automatización del trabajo, no por la inevitabilidad, sino porque
• 25:11
  Speaker 4: las personas en la parte superior elegen automatizar esos trabajos.
• 25:18
  Speaker 4: Deciden diseñar la tecnología para que la puedan vender a
• 25:20
  Speaker 4: los ejecutivos y decir, puedes reducir tus costes al dejar
• 25:23
  Speaker 4: a todos estos trabajadores y usar nuestros servicios de AI
• 25:26
  Speaker 4: en lugar. Pero en el pasado hemos visto estudios que,
• 25:29
  Speaker 4: por ejemplo, sugieren que si desarrollas una herramienta de AI
• 25:32
  Speaker 4: que usa un médico, en lugar de reemplazar al médico,
• 25:34
  Speaker 4: realmente obtendrás mejor salud para los pacientes, obtendrás mejores diagnósticos
• 25:38
  Speaker 4: de cáncer. If you develop an AI tool that teachers
• 25:47
  Speaker 4: can use rather than just an AI tutor that replaces
• 25:50
  Speaker 4: the teacher, your kids will get better educational outcomes. And
• 25:54
  Speaker 4: so that's what I mean by labor assistive and labor.
• 25:57
  Speaker 2: And explain what you mean, because I think a lot
• 26:00
  Speaker 2: of people don't even understand artificial intelligence. And when you
• 26:03
  Speaker 2: say replace the doctor, what are you talking
• 26:07
  Speaker 4: about? Right. So these companies, they try to develop a
• 26:11
  Speaker 4: technology that they position as an everything machine that can
• 26:14
  Speaker 4: do anything. And so they will try to say, you
• 26:17
  Speaker 4: can use this, you can talk to ChatGPT for therapy. No,
• 26:19
  Speaker 4: you cannot. ChatGPT is not a licensed therapist. And in fact,
• 26:21
  Speaker 4: these models actually spew lots of medical misinformation. And there
• 26:25
  Speaker 4: have been lots of examples of actually users being psychologically
• 26:27
  Speaker 4: harmed by the model because the model will continue to
• 26:29
  Speaker 4: reinforce self-harming behaviors. And we've even had cases where Sí, sí.
• 27:00
  Speaker 4: You can now hire this tool instead of hire a worker.
• 27:03
  Speaker 4: So you've talked
• 27:04
  Speaker 2: about Sam Altman. And in part one, we touched on
• 27:07
  Speaker 2: who he is. But I'd like you to go more
• 27:09
  Speaker 2: deeply into what who Sam Altman is, how he exploded
• 27:11
  Speaker 2: onto the U.S. scene testifying before Congress, actually warning about
• 27:15
  Speaker 2: the dangers of AI. So that really protected him in
• 27:17
  Speaker 2: a way. People seeing him as a prophet, that's a P-R-O-P-H-E-T,
• 27:28
  Speaker 2: but now we can talk about the other kind of prophet, P-R-O-F-I-T.
• 27:31
  Speaker 2: And how OpenAI was formed, how is OpenAI different from AI?
• 27:34
  Speaker 2: OpenAI is, I mean, it was originally founded as a non-profit,
• 27:37
  Speaker 2: as I mentioned, and
• 27:50
  Speaker 4: Altman, específicamente, cuando estaba pensando en cómo hacer un laboratorio
• 27:53
  Speaker 4: de investigación AI fundamental que iba a hacer un gran explotamiento,
• 27:55
  Speaker 4: elegió hacerlo en un negocio porque identificó que si no
• 28:00
  Speaker 4: podía competir en Capital, y estaba relativamente tarde en el juego,
• 28:03
  Speaker 4: Google ya tenía una monopolia en muchos de los talentos
• 28:06
  Speaker 4: de investigación AI más altos en ese tiempo, si no
• 28:09
  Speaker 4: podía competir en Capital y no podía competir en términos
• 28:11
  Speaker 4: de ser un primer movimiento, necesitaba algún otro tipo de
• 28:18
  Speaker 4: ingrediente allí para realmente reclutar talento, reclutar bienestar público y
• 28:21
  Speaker 4: establecer un nombre para OpenAI. Así que él identificó una misión.
• 28:24
  Speaker 4: Él identificó, déjame hacer esto un nonprofit y déjame darle
• 28:26
  Speaker 4: una misión realmente comprensiva. Así que la misión de OpenAI
• 28:29
  Speaker 4: es asegurarse de que la inteligencia artificial general beneficie a
• 28:31
  Speaker 4: toda la humanidad. Y una de las citas con las
• 28:33
  Speaker 4: que abrí mi libro es esta cita que Sam Altman
• 28:34
  Speaker 4: escribió lo citó en 2013 en su blog. Era un blogger
• 28:48
  Speaker 4: avid en ese día, hablando de sus aprendizajes en negocios
• 28:51
  Speaker 4: y estrategia y la vida de startup en Silicon Valley.
• 28:52
  Speaker 4: Y la cita es, los más exitosos construyen empresas, los
• 28:54
  Speaker 4: más exitosos construyen países, los más exitosos construyen religiones. Y
• 28:57
  Speaker 4: luego refleja en esa cita en su blog diciendo, me
• 29:00
  Speaker 4: parece que la mejor manera de construir una religión es
• 29:02
  Speaker 4: en realidad construir una empresa.
• 29:15
  Speaker 2: Y entonces, hable de cómo Altman fue forzado fuera de
• 29:19
  Speaker 2: la empresa y luego volvió. Y también me encontró tan
• 29:22
  Speaker 2: fascinante que pudieras hablar con tantos trabajadores de OpenAI. Pensabas
• 29:26
  Speaker 2: que había una especie de banca total en ti.
• 29:29
  Speaker 4: Sí, exactamente. Fui la primera periodista a profilar OpenAI. Me
• 29:34
  Speaker 4: embedí dentro de la empresa durante tres días en 2019 y
• 29:36
  Speaker 4: luego mi profilo se publicó en 2020 para la revisión de
• 29:38
  Speaker 4: tecnología de MIT. Y en ese momento, identificé en el
• 29:42
  Speaker 4: perfil esta tensión que estaba viendo, donde era un negocio
• 29:46
  Speaker 4: de nombre, pero detrás de las escenas, muchos de los
• 29:49
  Speaker 4: valores públicos que expusieron eran en realidad lo opuesto a
• 29:51
  Speaker 4: cómo operaban. Así que expusieron transparencia, They were highly secretive.
• 29:56
  Speaker 4: They espoused collaborativeness. They were highly competitive. And they espoused
• 30:00
  Speaker 4: that they had no commercial intent. But in fact, it
• 30:03
  Speaker 4: seemed like they had just gotten a $ 1 billion investment
• 30:06
  Speaker 4: from Microsoft. It seems like they were rapidly going to
• 30:08
  Speaker 4: develop commercial intent. And so I wrote that into the profile.
• 30:11
  Speaker 4: And OpenAI was deeply unhappy about it. And they would
• 30:13
  Speaker 4: not refuse to talk to me for three years. And
• 30:15
  Speaker 4: so when OpenAI took up this mission of artificial general intelligence,
• 30:23
  Speaker 4: fueron capaces de formar y moldear lo que querían que
• 30:25
  Speaker 4: fuera esta tecnología, basado en lo más conveniente para ellos.
• 30:27
  Speaker 4: Pero cuando lo identificaron, fue en un momento en el
• 30:29
  Speaker 4: que los científicos realmente se fijaron en este término, AGI,
• 30:32
  Speaker 4: y así absorbieron un pequeño grupo de creyentes de AGI
• 30:33
  Speaker 4: que se identificaban por sí mismos. Por eso lo llamo cuasi-religioso.
• 30:35
  Speaker 4: Porque no hay evidencia científica de que podemos desarrollar AGI,
• 30:50
  Speaker 4: La gente que tiene una convicción fuerte de que lo
• 30:52
  Speaker 4: harán y que va a suceder pronto, es puramente basada
• 30:53
  Speaker 4: en la creencia. Y ellos hablan de eso como una
• 30:55
  Speaker 4: creencia también. Pero hay dos facciones dentro de este sistema
• 30:58
  Speaker 4: de creencias de la religión AGI. Hay gente que cree
• 30:59
  Speaker 4: que AGI nos va a llevar a la utopía y
• 31:01
  Speaker 4: hay gente que cree que AGI va a destruir toda
• 31:02
  Speaker 4: la humanidad. Ambos creen que es posible, que viene pronto. Y,
• 31:17
  Speaker 4: por lo tanto, concluyen que necesitan ser los que controlan
• 31:20
  Speaker 4: la tecnología y no la democratizan. Y esto es lo que, finalmente,
• 31:22
  Speaker 4: lleva a la pregunta de qué sucedió cuando Sam Altman
• 31:24
  Speaker 4: fue asesinado y rehirado. A través de la historia de OpenAI,
• 31:30
  Speaker 4: ha habido mucho clasificado entre los boomers y los doomers
• 31:33
  Speaker 4: sobre quién debería... Los boomers y
• 31:35
  Speaker 2: los doomers. Los boomers y los
• 31:36
  Speaker 4: doomers. Los que dicen que nos traerá el apocalipsis.
• 31:40
  Speaker 2: La utopía
• 31:41
  Speaker 4: los boomers, y los que dicen que destruirá la humanidad,
• 31:45
  Speaker 4: los doomers. Y han clasificado relentosamente y agresivamente sobre cómo
• 31:50
  Speaker 4: rápido construir la tecnología, cómo rápido lanzar la tecnología.
• 31:54
  Speaker 2: And I want to take this up until today to,
• 31:59
  Speaker 2: in January, the Trump administration announcing the Stargate project, a
• 32:04
  Speaker 2: $ 500 billion project to boost AI infrastructure in the United States.
• 32:09
  Speaker 2: This is OpenAI's Sam Altman speaking alongside President Trump. I
• 32:11
  Speaker 2: think this will be the most important project of this
• 32:16
  Speaker 10: era. And as Masa said, for AGI to get built here.
• 32:26
  Speaker 10: He
• 32:27
  Speaker 2: also there referred to AGI, Artificial General Intelligence. Explain what
• 32:35
  Speaker 2: happened here and what this is and has it actually happened.
• 32:39
  Speaker 4: So Altman, before Trump was elected, he already was sensing
• 32:46
  Speaker 4: through observation that it was possible that the administration would shift.
• 32:51
  Speaker 4: Y que tendría que comenzar a politicar bastante para agradecerse
• 32:53
  Speaker 4: a una nueva administración. Altman es muy estratégico. Estaba bajo
• 32:55
  Speaker 4: mucha presión en ese momento también, porque su original cofundador,
• 33:00
  Speaker 4: Elon Musk, ahora tiene gran carne con él. Musk siente
• 33:03
  Speaker 4: que Altman usó su nombre y su dinero para establecer OpenAI,
• 33:05
  Speaker 4: y luego no recibió nada en retorno. Así que Musk
• 33:07
  Speaker 4: había sido suyendo a él, todavía lo está suyendo, y
• 33:09
  Speaker 4: de repente se convirtió en el primer amigo. El presidente
• 33:21
  Speaker 4: Trump no es el gobierno de los Estados Unidos dando 500
• 33:24
  Speaker 4: millones de dólares, es un investimiento privado que viene a
• 33:29
  Speaker 4: los Estados Unidos de lugares como SoftBank.
• 33:44
  Speaker 2: que es uno
• 33:45
  Speaker 4: de los fondos de inversión más grandes de Masayoshi, un
• 33:49
  Speaker 4: empresario japonés que hizo mucha de su riqueza desde la
• 33:52
  Speaker 4: era de la tecnología anterior. Así que no es incluso
• 33:55
  Speaker 4: el gobierno de los Estados Unidos que está ofreciendo este dinero.
• 33:58
  Speaker 2: And take that right through to now, that golf trip
• 34:02
  Speaker 2: that Elon Musk was on, but so was Sam Altman
• 34:04
  Speaker 2: to the fury of Elon Musk. And then a deal
• 34:06
  Speaker 2: was sealed in Abu Dhabi that didn't include Elon Musk,
• 34:09
  Speaker 2: but was about OpenAI. Exactly. So, Altman has continued to
• 34:13
  Speaker 2: try and use the U.S. government as a way to…
• 34:25
  Speaker 4: para tener acceso a más lugares y espacios más poderosos
• 34:29
  Speaker 4: para construir este imperio. Y una de las cosas, porque
• 34:32
  Speaker 4: las necesidades de la infraestructura computacional de OpenAI son tan agresivas.
• 34:35
  Speaker 4: Tuve un empleado de OpenAI que me dijo que está
• 34:37
  Speaker 4: saliendo de tierra y poder. Así que están saliendo de
• 34:46
  Speaker 4: recursos en los Estados Unidos, lo que es por lo
• 34:48
  Speaker 4: que están tratando de obtener acceso a tierra y energía
• 34:51
  Speaker 4: en otros lugares. El Medio Oriente tiene mucha tierra y
• 34:53
  Speaker 4: mucha energía y están dispuestos a lanzar negocios. Y por
• 34:55
  Speaker 4: eso Altman fue parte de ese viaje, buscando lanzar un negocio.
• 34:58
  Speaker 4: Y el negocio que lanzaron fue construir un centro de
• 35:01
  Speaker 4: datos masivo o múltiples centros de datos. en el Medio Oriente,
• 35:09
  Speaker 4: usando su tierra y su energía. Pero una de las
• 35:10
  Speaker 4: cosas que OpenAI recientemente desarrolló, lo llaman el programa OpenAI
• 35:13
  Speaker 4: for Countries, y es esta idea de que quieren instalar
• 35:15
  Speaker 4: hardware y software OpenAI en lugares alrededor del mundo y
• 35:17
  Speaker 4: explícitamente dice que queremos construir RAILs de AI democrática. Queremos
• 35:21
  Speaker 4: instalar nuestro hardware y software as a foundation of democratic
• 35:39
  Speaker 4: AI globally so that we can stop China from installing
• 35:41
  Speaker 4: authoritarian AI globally. But the thing that he does not
• 35:45
  Speaker 4: acknowledge is that there is nothing democratic about what he's doing.
• 35:48
  Speaker 4: The Atlantic executive editor says we need to call these
• 35:52
  Speaker 4: companies for what they are. They are techno-authoritarians. They do
• 35:55
  Speaker 4: not ask the public para cualquier perspectiva sobre cómo desarrollan
• 36:07
  Speaker 4: la tecnología, qué datos entrenan en la tecnología, dónde desarrollan
• 36:10
  Speaker 4: estos centros de datos. De hecho, estos centros de datos
• 36:13
  Speaker 4: son a menudo desarrollados en la cobertura de la noche,
• 36:15
  Speaker 4: bajo empresas de Shell, como Meta recientemente entró en Nueva México,
• 36:20
  Speaker 4: bajo la compañía Shell llamada Greater Kudu LLC.¿ Greater Kudu?
• 36:23
  Speaker 4: Greater Kudu LLC. Y
• 36:24
  Speaker 2: una vez que el acuerdo se
• 36:25
  Speaker 4: cerró y los residentes no podían hacer nada más, fue
• 36:28
  Speaker 4: cuando se reveló, sorpresa, estamos en Meta y vas a
• 36:30
  Speaker 4: conseguir un centro de datos que bebe toda tu agua fresca.
• 36:32
  Speaker 4: Y luego hubo toda esta controversia en Memphis alrededor de
• 36:34
  Speaker 4: un centro de datos. Sí. Así que ese es el
• 36:36
  Speaker 4: centro de datos que Elon Musk está construyendo. Mientras tanto,
• 36:38
  Speaker 4: Musk está diciendo que Altman es terrible. Everyone should use
• 36:48
  Speaker 4: my AI. And of course, his AI is also being
• 36:51
  Speaker 4: developed using the same environmental and public health costs. So
• 36:53
  Speaker 4: he built this massive supercomputer called Colossus in Memphis, Tennessee,
• 36:56
  Speaker 4: that's training Grok, the chatbot that people can access through X.
• 37:04
  Speaker 4: Y eso está siendo empoderado por alrededor de 35 turbines de
• 37:07
  Speaker 4: gas metálico sin licencia que están pumpando miles de toneladas
• 37:09
  Speaker 4: de contaminantes de aire tóxico en la comunidad de Greater Memphis.
• 37:12
  Speaker 4: Y esa comunidad ha sufrido mucho la falta de acceso
• 37:13
  Speaker 4: a aire limpio, un derecho humano fundamental. Sí.
• 37:28
  Speaker 2: Así que quiero ir a, entre otras cosas, Sam Altman,
• 37:30
  Speaker 2: testificando en frente del Congreso sobre soluciones para la consumición
• 37:32
  Speaker 2: de energía alta de la inteligencia artificial. En el corto plazo,
• 37:35
  Speaker 2: creo que esto probablemente se ve como más gas natural,
• 37:38
  Speaker 2: aunque
• 37:39
  Speaker 10: hay algunas aplicaciones donde creo que el solar puede realmente ayudar.
• 37:41
  Speaker 10: En el medio plazo, espero que sea el nuclear avanzado,
• 37:44
  Speaker 10: fission y fusión. Más energía es importante, mucho más que
• 37:45
  Speaker 10: la IAEA.
• 37:53
  Speaker 2: Así que eso es OpenAI's Sam Altman. Esto es testificar
• 37:55
  Speaker 2: antes del Senado y hablar de todo lo que pasa
• 37:56
  Speaker 2: desde el solar al poder nuclear, algo que fue luchado
• 37:58
  Speaker 2: en los Estados Unidos por activistas ambientales durante décadas. Así
• 38:00
  Speaker 2: que tienes estos grandes, viejos plantas de poder nuclear, pero
• 38:03
  Speaker 2: muchos dicen que no puedes hacerlos seguros, no importa lo
• 38:06
  Speaker 2: pequeño y inteligente que los hagas.
• 38:18
  Speaker 4: Esta es una de las cosas, de las muchas cosas
• 38:20
  Speaker 4: que me preocupa con la trayectoria actual del desarrollo de AI.
• 38:21
  Speaker 4: Este es un efecto de orden terciario de segundo orden,
• 38:23
  Speaker 4: es que porque estas empresas están tratando de aclarar que
• 38:27
  Speaker 4: el enfoque de desarrollo de AI que tomaron no tiene
• 38:31
  Speaker 4: daños climáticos. They are explicitly evoking nuclear again and again
• 38:36
  Speaker 4: and again as nuclear will solve the problem. And it
• 38:38
  Speaker 4: has been effective. I have talked with certain AI researchers
• 38:39
  Speaker 4: who thought the problem was solved because of nuclear. And
• 38:41
  Speaker 4: in order to try and actually build more and more
• 38:42
  Speaker 4: nuclear plants, they are lobbying governments to try and unwind
• 38:44
  Speaker 4: the regulatory structure around nuclear power plant building. I mean,
• 38:47
  Speaker 4: this is... es una locura en tantos niveles... que no
• 39:05
  Speaker 4: solo están tratando de desarrollar... la tecnología AI reclusamente... están
• 39:09
  Speaker 4: también tratando de... de poner en marcha la infraestructura... y
• 39:12
  Speaker 4: la infraestructura nuclear... en esta ideología de mover rápido, romper cosas...
• 39:15
  Speaker 4: pero para aquellos que... son ambientales y han estado... mucho
• 39:17
  Speaker 4: opuestos al nuclear...¿ se van a sacar de la alternativa
• 39:20
  Speaker 2: solar? Exactamente... los centros de datos tienen que ejecutar 24 horas...
• 39:33
  Speaker 4: So they cannot actually run on just renewables. That is
• 39:35
  Speaker 4: why the companies keep trying to evoke nuclear as the solve-all.
• 39:37
  Speaker 4: But solar does not actually work when we do not
• 39:38
  Speaker 4: have sufficient enough energy storage solutions for that 24-7 operation.
• 39:41
  Speaker 4: We're talking to Karen Hao, author of Empire of AI,
• 39:43
  Speaker 4: Dreams and Nightmares, and Sam Altman's Open AI. You mentioned
• 39:46
  Speaker 4: earlier China. You live in Hong Kong. You've covered Chinese...
• 40:02
  Speaker 2: AI, USAI, por años. Explícanos lo que está sucediendo en
• 40:05
  Speaker 2: China ahora mismo. Sí, así que... Tengo que explicar la
• 40:07
  Speaker 2: dinámica entre China y los Estados
• 40:09
  Speaker 4: Unidos primero. China y los Estados Unidos son los más
• 40:13
  Speaker 4: grandes hubs para la investigación de AI. Son la más
• 40:15
  Speaker 4: grande concentración de talento de investigación de AI globalmente. China...
• 40:27
  Speaker 4: Other than Silicon Valley, China really is the only other
• 40:30
  Speaker 4: rival in terms of talent density and the amount of
• 40:32
  Speaker 4: capital investment and the amount of infrastructure that is going
• 40:34
  Speaker 4: into AI development. In the last few years, what we
• 40:38
  Speaker 4: have seen is the US government has been aggressively trying
• 40:42
  Speaker 4: to stay number one. And one of the mechanisms that
• 40:46
  Speaker 4: they have used is export controls. A key input into
• 40:51
  Speaker 4: these AI models is the computational infrastructure and the computer
• 40:53
  Speaker 4: chips for AI. instalarlos en los centros de datos para
• 40:57
  Speaker 4: entrenar estos modelos. Y estos chips de computador, para desarrollar
• 41:01
  Speaker 4: los modelos de AI, las empresas usan la tecnología de
• 41:03
  Speaker 4: chip de computador de la mayor edad. Es como si
• 41:05
  Speaker 4: cada dos años saliera un chip nuevo y inmediatamente comenzaran
• 41:06
  Speaker 4: a usarlo para entrenar a la siguiente generación de modelos
• 41:08
  Speaker 4: de AI. Esos chips de computador son diseñados por empresas americanas,
• 41:10
  Speaker 4: la más prominente siendo Nvidia en California. Y así el
• 41:20
  Speaker 4: gobierno de los Estados Unidos ha estado tratando de usar
• 41:22
  Speaker 4: los controles de exportación para prevenir que las compañías chinas
• 41:24
  Speaker 4: tengan acceso a los chips computadores más cortos. Todo eso
• 41:26
  Speaker 4: ha sido bajo la recomendación de Silicon Valley, diciendo que
• 41:28
  Speaker 4: esta es la manera de prevenir que China se desvanezca.
• 41:42
  Speaker 4: y no nos regulan para que podamos estar en primer
• 41:43
  Speaker 4: lugar y ellos se detendrán. Lo que ha pasado en
• 41:45
  Speaker 4: lugar de eso es que porque hay una base fuerte
• 41:47
  Speaker 4: de talento, de talento de investigación de AI en China,
• 41:48
  Speaker 4: bajo los restricciones de menos recursos computacionales, las compañías chinas
• 42:03
  Speaker 4: han sido capaces de innovar y desarrollar el mismo nivel
• 42:05
  Speaker 4: de capacidades de modelo de AI como las compañías americanas,
• 42:08
  Speaker 4: con dos ordenes de magnitud, menos recursos computacionales, menos energía,
• 42:11
  Speaker 4: menos datos. Estoy hablando específicamente de la compañía china High Flyer,
• 42:14
  Speaker 4: que desarrolló este modelo llamado Deep Seek el año anterior
• 42:17
  Speaker 4: que brevemente tankó la economía global porque La empresa dijo
• 42:31
  Speaker 4: que el entrenamiento de este modelo de AI costó alrededor
• 42:35
  Speaker 4: de 6 millones de dólares cuando OpenAI estaba entrenando modelos que
• 42:39
  Speaker 4: costaban cientos de millones, si no más de cientos de
• 42:43
  Speaker 4: billones de dólares. Y ese delta demostró a la gente
• 42:49
  Speaker 4: que lo que Silicon Valley ha tratado de convencer a
• 42:52
  Speaker 4: todos en los últimos años es que este es el
• 42:54
  Speaker 4: único camino para obtener más capacidades de AI. Es totalmente falso. Y,
• 42:59
  Speaker 4: en realidad, las técnicas que usaba la compañía chinesa eran
• 43:01
  Speaker 4: aquellas que existían en la literatura y que solo tenían
• 43:03
  Speaker 4: que ser reemplazadas. Usaron mucha sofisticación de ingeniería para hacer eso,
• 43:05
  Speaker 4: pero no usaban técnicas fundamentalmente nuevas. Eran aquellas que ya existían.
• 43:08
  Speaker 4: Déjame preguntarte algo, Karen. Las noticias más recientes, mientras viajas
• 43:10
  Speaker 4: a los Estados Unidos antes de volver a Hong Kong,
• 43:11
  Speaker 4: de la ataque de Trump en la academia.
• 43:31
  Speaker 2: Cómo se puede atacar a los estudiantes internacionales, específicamente targetando
• 43:37
  Speaker 2: los más de 250.000, un cuarto de un millón? Los estudiantes
• 43:42
  Speaker 2: chineses y revocar sus visas impactan el futuro de la
• 43:45
  Speaker 2: industria de la IA, pero no solo los estudiantes chineses,
• 43:47
  Speaker 2: porque lo que está pasando aquí ahora es asombrante a
• 43:49
  Speaker 2: los estudiantes en todo el mundo. Y porque los laboratorios
• 43:51
  Speaker 2: se están cerrando de todas formas aquí, los estudiantes estadounidenses
• 43:54
  Speaker 2: también deciden ir a extranjero. Esto es solo el último...
• 44:05
  Speaker 4: que el gobierno de los Estados Unidos ha tomado en
• 44:08
  Speaker 4: los últimos años para realmente alienar un pool de talentos
• 44:13
  Speaker 4: clave para la innovación de los Estados Unidos. Originalmente, había
• 44:19
  Speaker 4: más investigadores chinos trabajando en los Estados Unidos contribuyendo a
• 44:21
  Speaker 4: la AI de los Estados Unidos que había en China,
• 44:25
  Speaker 4: porque solo hace unos años atrás, los investigadores chinos aspiraron
• 44:29
  Speaker 4: a trabajar para empresas americanas. Querían ir a los Estados Unidos.
• 44:32
  Speaker 4: Querían contribuir a la economía de los Estados Unidos. No
• 44:34
  Speaker 4: querían volver a su país de hogar. Pero debido a
• 44:36
  Speaker 4: lo que se llamaba la iniciativa de China, que fue
• 44:37
  Speaker 4: la primera iniciativa de la época de Trump para intentar
• 44:39
  Speaker 4: criminalizar a los académicos chinos o académicos étnicamente chinos, algunos
• 44:42
  Speaker 4: de los cuales eran en realidad americanos, based on just
• 44:57
  Speaker 4: paperwork errors, they would accuse them of being spies. That
• 44:59
  Speaker 4: was one of the first actions. Then, of course, the
• 45:01
  Speaker 4: pandemic happened and the U.S.-China trade escalations started amplifying anti-Chinese rhetoric.
• 45:04
  Speaker 4: All of these led, and now with the potential ban
• 45:06
  Speaker 4: on international students, all of these have led more and
• 45:07
  Speaker 4: more Chinese researchers to just opt for staying at home.
• 45:24
  Speaker 4: y contribuyendo al ecosistema de la AI chino. Y esto
• 45:25
  Speaker 4: fue un prerequisito para que High Flyer se desplazara de DeepSeek.
• 45:27
  Speaker 4: Si no hubiera habido esa concentración y construcción de talento
• 45:29
  Speaker 4: de la AI en China, probablemente hubieran tenido un tiempo
• 45:31
  Speaker 4: mucho más difícil innovando alrededor de circunventar estos controles de
• 45:34
  Speaker 4: exportación que el gobierno de los Estados Unidos estaba impulsando
• 45:36
  Speaker 4: en ellos. pero porque ahora tienen una gran concentración de
• 45:51
  Speaker 4: talentos altos, algunos de los talentos altos globalmente, cuando esas
• 45:53
  Speaker 4: restricciones fueron impuestas, pudieron innovar alrededor de ellos. Así que
• 45:56
  Speaker 4: DeepSeek es literalmente un producto de esta continuación de esa alienación.
• 46:08
  Speaker 4: And with the U.S. continuing to take this stance, it
• 46:09
  Speaker 4: is just going to get worse. And as you mentioned,
• 46:11
  Speaker 4: it's not just Chinese researchers. I literally just talked to
• 46:13
  Speaker 4: a friend in academia that said she's considering going to
• 46:16
  Speaker 4: Europe now because she just cannot survive without that public funding.
• 46:19
  Speaker 4: And European countries are seeing a critical opportunity offering million
• 46:22
  Speaker 4: dollar packages. Come here. We'll give you a lab. We'll
• 46:23
  Speaker 4: give you millions of dollars of funding. I mean, this
• 46:25
  Speaker 4: is the La manera más rápida de derramar el cerebro
• 46:39
  Speaker 2: en este país. Quiero decir, lo que muchos dicen de
• 46:42
  Speaker 2: los Estados Unidos es que el derramamiento del cerebro es
• 46:45
  Speaker 2: su ganancia de cerebro. Y esto también nos recuerda a
• 46:47
  Speaker 2: la historia. Tienes el científico de aviones chinos Chen Shui-sen,
• 46:52
  Speaker 2: quien en los años 1950 fue inexplicablemente detenido bajo arresto de
• 46:55
  Speaker 2: casa por años. Y luego Eisenhower lo deportó a China.
• 46:58
  Speaker 2: Se convierte en el padre de la ciencia de aviones
• 47:00
  Speaker 2: y la entrada de China al espacio. And he said
• 47:07
  Speaker 2: he would never again step foot into the United States,
• 47:11
  Speaker 2: even though originally that was the only place he wanted
• 47:13
  Speaker 2: to live.
• 47:13
  Speaker 4: Yes. And there was, I believe, a government official, a U.S.
• 47:17
  Speaker 4: government official, who said that was the dumbest mistake the U.S.
• 47:21
  Speaker 4: ever made.
• 47:24
  Speaker 2: Hablamos de la drenada del cerebro y de la ganancia
• 47:26
  Speaker 2: del cerebro. Bien, otra vez, un poco más de rima,
• 47:30
  Speaker 2: los Doomers y los Boomers. Quiero hablar de qué es
• 47:33
  Speaker 2: lo que parece un apocalipsis de la AI, que significa
• 47:35
  Speaker 2: cómo nos lleva al apocalipsis, pero también de cómo la
• 47:38
  Speaker 2: gente dice que podría llevarnos a una utopía.¿ Cuáles son
• 47:41
  Speaker 2: las dos trayectorias?
• 47:52
  Speaker 4: Es una gran pregunta y le pregunto a los boomers
• 47:53
  Speaker 4: y doomers esto todo el tiempo.¿ Pueden articularme exactamente cómo
• 47:55
  Speaker 4: llegamos allí? Y el problema es que no pueden. Y
• 47:56
  Speaker 4: es por eso que lo llamo cuasi-religioso. Realmente es basado
• 47:58
  Speaker 4: en el creyente. O sea, estaba hablando con un investigador
• 48:00
  Speaker 4: que se identificó como un boomer y le dije, ¿sabes?
• 48:02
  Speaker 4: Sus ojos eran largos y él realmente se abrió diciendo, ¿sabes?
• 48:04
  Speaker 4: Una vez que llegamos a HVI, juego, todo se vuelve perfecto.
• 48:07
  Speaker 4: Y le pregunté, me dije,¿ Puedes explicarme cómo AGI alimenta
• 48:21
  Speaker 4: a las personas que no tienen comida en la mesa
• 48:23
  Speaker 4: ahora mismo? Y él me dijo, oh, estás hablando de
• 48:24
  Speaker 4: la pared, la pared, y cómo elevar su calidad de vida.
• 48:27
  Speaker 4: Y yo dije, sí, porque también son parte de toda
• 48:29
  Speaker 4: la humanidad. Y él me dijo, no estoy muy segura
• 48:32
  Speaker 4: de cómo eso sucedería, pero creo que podría ayudar a
• 48:34
  Speaker 4: la clase media a obtener más oportunidades económicas. Y yo dije, ok,
• 48:46
  Speaker 4: pero¿ cómo sucede eso? Y él dijo, bueno, una vez
• 48:47
  Speaker 4: que tenemos AGI y podemos crear trillones de dólares de
• 48:49
  Speaker 4: valor económico, podemos darles pagos de dinero. Y yo dije,¿
• 48:52
  Speaker 4: quién les está dando pagos de dinero?¿ Qué instituciones les
• 48:53
  Speaker 4: están dando? Cuando realmente pruebas su lógica, no se siente.
• 48:56
  Speaker 4: Y con los Doomers, es la misma cosa. Su creencia es,
• 48:58
  Speaker 4: en fin, lo que me di cuenta cuando reporté sobre
• 49:00
  Speaker 4: el libro es que Ellos creen que el AGI es
• 49:15
  Speaker 4: posible debido a su creencia de cómo funciona el cerebro humano.
• 49:18
  Speaker 4: Creen que la inteligencia humana es completamente computacional. Así que
• 49:20
  Speaker 4: si tienes suficiente datos y recursos computacionales, inevitablemente podrás recrear
• 49:24
  Speaker 4: la inteligencia humana. Es solo una cuestión de tiempo. Y
• 49:26
  Speaker 4: para ellos, la razón por la que eso le llevaría
• 49:28
  Speaker 4: a un escenario apocalíptico es que los humanos aprendemos y
• 49:30
  Speaker 4: mejoramos nuestra inteligencia a través de la comunicación. And communication
• 49:43
  Speaker 4: is inefficient. We miscommunicate all the time. And so for
• 49:45
  Speaker 4: AI intelligences, they would be able to rapidly get smarter
• 49:47
  Speaker 4: and smarter and smarter by having perfect communication with one
• 49:51
  Speaker 4: another as digital intelligences. And so many of these people
• 49:54
  Speaker 4: who self-identify as gamers say there has never been in
• 49:57
  Speaker 4: the history of As we begin to wrap up.
• 50:28
  Speaker 2: Me pregunto si se puede hablar de cualquier modelo de país,
• 50:30
  Speaker 2: no de una compañía, que esté pioneando una forma de
• 50:33
  Speaker 2: inteligencia artificial controlada democráticamente. No creo que esté actuando activamente
• 50:38
  Speaker 2: en este momento. La EU ha tenido el Acto de
• 50:40
  Speaker 2: AI de la EU, que es su gran pieza de legislación,
• 50:42
  Speaker 2: tratando de desarrollar un
• 50:44
  Speaker 4: framework basado en riesgos y derechos para gobernar. el desarrollo
• 51:00
  Speaker 4: de la IA, pero para mí, una de las claves
• 51:04
  Speaker 4: de la gobernanza de la IA democrática es también desarrollar
• 51:06
  Speaker 4: la IA democráticamente. Y no creo que ningún país realmente
• 51:08
  Speaker 4: esté haciendo eso. Y lo que quiero decir con eso
• 51:10
  Speaker 4: es que la IA tiene una cadena de suministros. Necesita datos,
• 51:12
  Speaker 4: necesita tierra, necesita energía, necesita agua y también necesita espacios
• 51:15
  Speaker 4: en los que estas empresas necesitan acceso para luego desplegar
• 51:18
  Speaker 4: sus tecnologías, escuelas, hospitales, agencias de gobierno. Silicon Valley ha
• 51:30
  Speaker 4: hecho un buen trabajo en las últimas décadas de hacer
• 51:32
  Speaker 4: que la gente sienta que sus recursos colectivos son Silicon Valley.
• 51:36
  Speaker 4: Hablo con amigos todos los días que dicen que no
• 51:38
  Speaker 4: tenemos más privacidad de datos.¿ Qué es más datos para
• 51:40
  Speaker 4: estas empresas? Estoy bien solo dándoles todos mis datos. Pero
• 51:42
  Speaker 4: ese dato es tuyo. You know, that intellectual property is
• 51:53
  Speaker 4: the writer's and artist's intellectual property. That land is a
• 51:57
  Speaker 4: community's land. Those schools are the students' and teachers' schools.
• 52:02
  Speaker 4: The hospitals are the doctors' and nurses' and patients' hospitals.
• 52:06
  Speaker 4: These are all sites of democratic contestation in the development
• 52:10
  Speaker 4: and the deployment of AI. And just like those Chilean
• 52:12
  Speaker 4: water activists that we talked about, who aggressively understood that
• 52:14
  Speaker 4: that fresh water was theirs and they were not willing
• 52:16
  Speaker 4: to give it up unless they got some kind of
• 52:17
  Speaker 4: mutually beneficial agreement for it, we need to have that
• 52:20
  Speaker 4: spirit in protecting our data, our land, our water, and
• 52:22
  Speaker 4: our school's so that companies inevitably will have to adjust
• 52:39
  Speaker 4: their approach because they will no longer get access to
• 52:41
  Speaker 4: the resources they need or the spaces that they need
• 52:43
  Speaker 4: to deploy in. In 2022, Karen, you wrote a piece for
• 52:45
  Speaker 4: MIT Technology Review
• 52:46
  Speaker 2: headlined A New Vision of Artificial Intelligence for the People.
• 52:49
  Speaker 2: In a remote rural town in New Zealand, an indigenous
• 52:51
  Speaker 2: couple is challenging what AI could be and who it
• 52:53
  Speaker 2: should serve. Who are they?
• 53:04
  Speaker 4: Esta fue una historia maravillosa que hice, donde el par
• 53:07
  Speaker 4: de personas, ellos corren Tahiku Media, es una red de
• 53:11
  Speaker 4: radio de maori en Nueva Zelanda, y la gente maori
• 53:15
  Speaker 4: ha sufrido muchos de los mismos desafíos que muchas personas
• 53:20
  Speaker 4: indígenas en todo el mundo, la historia de la colonización.
• 53:23
  Speaker 4: y que les ha llevado a perder rápidamente su lenguaje.
• 53:25
  Speaker 4: Y ahora en el mundo no hay más maori. Así
• 53:27
  Speaker 4: que en los últimos años ha habido un intento de
• 53:29
  Speaker 4: revivir el lenguaje y el gobierno de Nueva Zelanda ha
• 53:31
  Speaker 4: tratado de arrepentirse tratando de encargar la revivir esa lengua.
• 53:33
  Speaker 4: Pero esta estación de radio, ellos tenían todo este material
• 53:35
  Speaker 4: archival maravilloso, audio archival de sus ancestros hablando el lenguaje
• 53:38
  Speaker 4: maori que ellos querían ofrecer a... maori speakers maori learners
• 53:52
  Speaker 4: around the world as an educational resource the problem is
• 53:55
  Speaker 4: in order to do that they needed to transcribe the
• 53:58
  Speaker 4: audio so that maori learners could actually listen see what
• 54:01
  Speaker 4: was being said click on the words understand the translation
• 54:04
  Speaker 4: and actually turn it into an active learning tool Pero
• 54:08
  Speaker 4: hay tan pocos oradores maoríes que pueden hablar en ese
• 54:09
  Speaker 4: nivel avanzado que se dieron cuenta de que tenían que
• 54:11
  Speaker 4: convertirse en AI. Y esta es una parte clave de
• 54:13
  Speaker 4: mi argumento en el libro. No estoy criticando todo el
• 54:14
  Speaker 4: desarrollo de la AI. Estoy criticando específicamente la estrategia de
• 54:17
  Speaker 4: escala a todo costo que Silicon Valley ha tomado. Pero
• 54:20
  Speaker 4: hay muchos tipos de modelos de AI beneficiosos, incluyendo lo
• 54:22
  Speaker 4: que acabaron de hacer. Así que tomaron una estrategia fundamentalmente diferente.
• 54:26
  Speaker 4: Primero y por lo más, preguntaron a su comunidad si
• 54:28
  Speaker 4: querían esta herramienta de AI. Una vez que la comunidad
• 54:38
  Speaker 4: le dijo que sí, luego se movieron al siguiente paso
• 54:41
  Speaker 4: de pedir a la gente que consente completamente en donar
• 54:43
  Speaker 4: datos para el entrenamiento de esta herramienta. Les explicaron a
• 54:45
  Speaker 4: la comunidad para qué era esta información, cómo la usarían,
• 54:48
  Speaker 4: cómo guardarían esa información y asegurarse de que no fuera
• 54:50
  Speaker 4: usada por otros motivos. Recibieron alrededor de un par de
• 54:52
  Speaker 4: cien horas de datos de audio en pocos días porque
• 54:54
  Speaker 4: la comunidad rechazó el apoyo a este proyecto. Y solo
• 55:04
  Speaker 4: un par de cientos de horas eran suficientes para crear
• 55:06
  Speaker 4: un modelo de reconocimiento de la expresión, lo que es
• 55:07
  Speaker 4: loco cuando piensas en las escalas de datos que requieren
• 55:10
  Speaker 4: estas compañías de Silicon Valley. Y eso es, una vez más,
• 55:12
  Speaker 4: una lección que puede ser aprendida es que, de hecho,
• 55:13
  Speaker 4: hay mucha investigación que muestra que cuando tienes datos pequeños
• 55:16
  Speaker 4: curados altamente, Entonces, mi visión para el desarrollo de la
• 55:24
  Speaker 4: AI en el futuro es tener más pequeños modelos de AI.
• 55:43
  Speaker 4: modelos de AI específicos de tareas que no son entrenados
• 55:46
  Speaker 4: en datos de polución rápida, sino en datos curados pequeños y,
• 55:48
  Speaker 4: por lo tanto, solo necesitan pequeñas cantidades de poder computacional
• 55:49
  Speaker 4: y pueden ser desplegados en desafíos que realmente necesitamos abordar
• 55:52
  Speaker 4: para la humanidad. Mitigando el cambio climático por integrar más
• 55:54
  Speaker 4: energía renovable en el grid, mejorando la salud por hacer
• 55:56
  Speaker 4: más descubrimiento de drogas.
• 56:12
  Speaker 2: Así que, como finalizamos,¿ qué te asombró más? Has estado
• 56:17
  Speaker 2: haciendo este jornalismo, esta investigación por años.¿ Qué te asombró
• 56:23
  Speaker 2: más al escribir Empire of AI? Primero pensé que iba
• 56:25
  Speaker 2: a escribir
• 56:27
  Speaker 4: un libro enfocado en los daños verticales de la cadena
• 56:30
  Speaker 4: de suministro de AI. Aquí es cómo la explotación laboral
• 56:31
  Speaker 4: ocurre en la industria de la AI. Aquí es cómo
• 56:33
  Speaker 4: los daños ambientales se producen fuera de la industria de
• 56:36
  Speaker 4: la AI. Y al final de mi reporte, me di
• 56:43
  Speaker 4: cuenta de que hay un daño horizontal que está sucediendo aquí.
• 56:46
  Speaker 4: Cada comunidad a la que hablé, ya sea artistas teniendo
• 56:47
  Speaker 4: su propiedad intelectual tomada o activistas de agua chileana teniendo
• 56:50
  Speaker 4: su agua fresca tomada, todos dijeron que cuando encontraron el imperio,
• 56:52
  Speaker 4: inicialmente se sintieron exactamente del mismo modo. Una completa pérdida
• 56:55
  Speaker 4: de agencia para determinar su futuro. Y es cuando me
• 56:57
  Speaker 4: di cuenta de que el daño horizontal aquí es... Si
• 57:11
  Speaker 4: la mayoría del mundo va a sentir este pérdida de
• 57:14
  Speaker 4: agencia sobre su futuro, la democracia no puede sobrevivir. Y,
• 57:16
  Speaker 4: de nuevo, específicamente la abordación de los valores de Silicon Valley,
• 57:19
  Speaker 4: el desarrollo de la tecnología AI a todo costo.
• 57:31
  Speaker 2: Pero también crónicas la resistencia. Hablas de cómo sentían los
• 57:34
  Speaker 2: actores de agua chilena al principio. Cómo se sienten los
• 57:36
  Speaker 2: artistas al principio. Así que habla de las estrategias que
• 57:39
  Speaker 2: estas personas han empleado y si han sido efectivas. Así
• 57:42
  Speaker 2: que lo increíble es que desde entonces ha habido mucho empujamiento.
• 57:45
  Speaker 2: Los artistas han dicho
• 57:46
  Speaker 4: espera un minuto, podemos juzgar a estas empresas. Los actores
• 57:48
  Speaker 4: de agua chilena han dicho, espera un minuto, podemos luchar
• 57:50
  Speaker 4: contra y proteger estos recursos de agua. The Kenyan workers
• 58:00
  Speaker 4: that I spoke to who were contracted by OpenAI, they said,
• 58:02
  Speaker 4: we can unionize and escalate our story to international media attention.
• 58:05
  Speaker 4: And so even when I thought that these communities, you
• 58:07
  Speaker 4: could argue, are the most vulnerable in the world, have
• 58:10
  Speaker 4: the least amount of agency, they were the ones that remembered.
• 58:21
  Speaker 4: que sí tienen agencia y que pueden agarrar esa agencia
• 58:23
  Speaker 4: y luchar de vuelta. Y creo que fue remarcablemente afectante
• 58:25
  Speaker 4: encontrar a esas personas para recordarme que, en realidad, el
• 58:28
  Speaker 4: primer paso para reclamar la democracia es recordar que nadie
• 58:31
  Speaker 4: puede tomar tu agencia.
• 58:41
  Speaker 2: Karen Howe, autora del nuevo libro Empire of AI, Dreams
• 58:45
  Speaker 2: and Nightmares and Sam Altman's Open AI. Visite democracynow.org para
• 58:51
  Speaker 2: ver la entrevista completa. Y eso lo hace para este especial.
• 58:56
  Speaker 2: Soy Amy Goodman. Muchas gracias por unirse.