Ensayos sobre el conocimiento, la inteligencia y los sistemas que la gente puede leer. Primero, los que sostienen a Almadar.

¿Cuánta inteligencia hace falta de verdad para construir software? Una escalera de inteligencia para el software y una alternativa a la economía de los agentes de programación.

Un extraterrestre se encuentra con una manzana sin saber nada de nuestro mundo. Doce pasos, desde notar un cambio hasta elegir el siguiente objetivo, con los que un sistema construye conocimiento y revisa su propio método.
Todo lo que deducimos cae en dos modos: lo general y lo específico. Pasamos de uno a otro todo el tiempo, y la mayoría de nuestros sesgos vienen de aplicar una regla general demasiado pronto o de quedarnos atascados en lo específico.
Nuestras vidas son cortas y nuestras experiencias limitadas, y aun así sacamos reglas generales de un solo recuerdo o de una sola historia. Eso nos hace fáciles de manipular, y la indagación científica es el antídoto.

Imagina un mundo en el que el comportamiento de cualquier aplicación o sistema esté definido de forma explícita y se pueda compartir con sus usuarios.

¿De quién son las reglas del software del que depende tu organización? Casi siempre, de nadie de tu organización.

En algún lugar de tu ciudad, un software decide quién recibe ayuda para la vivienda, a qué escuela va un niño y si una familia recibe ayuda alimentaria. Nadie lo eligió, y nadie de fuera puede leer sus reglas.

Medimos las emisiones de los coches y la eficiencia de los electrodomésticos. A los agentes de IA no se les exige nada de eso: nadie pregunta cuántos tokens quemó un sistema para responder sí o no.

Todo el mundo discute si la IA nos quitará el trabajo. La mejor pregunta es qué pasa con la autonomía humana cuando los sistemas que dirigen nuestras vidas son de un puñado de empresas.

No necesitas un diseño perfecto de antemano. Necesitas una dirección y la disposición a seguir afinando hasta que todo converja.
La IA no arregla el pensamiento desordenado. Lo acelera. El cuello de botella es saber qué construir y poder decirlo con claridad.
La mayoría de la gente le pide a la IA que explique cosas. Menos gente le pide que se las explique a ella en concreto.

Si usas useState para una interfaz compleja, probablemente lo estás haciendo mal. Hay una solución de hace cincuenta años que estás ignorando.

¿Y si JSON no fuera solo un formato de datos, sino un lenguaje de programación? Un lenguaje Turing completo que es un subconjunto estricto de JSON.