Pregunta 1
Gwern Branwen
x.com/gwernPseudonymous writer who argues that scaling neural networks can produce general abilities and doubts that powerful AI is far off or easy to control.
¿Cómo cambiará la IA el mundo?
Horizontal: su perspectiva Doom–Bloom expresada. Vertical: escala de la transformación.
Doom–Bloom: 39 de 100. Escala de la transformación: 87 de 100. Rangos de interpretación: de 25 a 50 en horizontal y de 75 a 100 en vertical. Son coordenadas de interpretación, no probabilidades de eventos.
≈20%
Inferido a partir de sus respuestas simuladas, no de un número que haya dado. Rango plausible: 13–30%.
Un supuesto central
Competition therefore pushes tools toward agents.Respuesta 1
Si este supuesto resultara distinto, ¿cómo cambiaría su perspectiva?
Una pregunta sin resolver
I would not attach a precise net-positive or net-negative probability: too much depends on how rapidly capabilities advance and whether governance, security, and alignment improve before autonomous systems become economically indispensable.Respuesta 2
¿Qué le ayudaría a distinguir aquí entre los desenlaces plausibles?
Qué podría hacer cambiar de opinión
The most important update would be sustained empirical evidence that capability gains reliably plateau despite large increases in compute, data quality, training, and agentic scaffolding.Respuesta 5
¿Qué evidencia bastaría y en qué dirección movería su visión?
Más detalles
Se esperan beneficios sustanciales, con condiciones importantes o límites en su distribución.
72 / 100
Rango de interpretación de 67 a 100 en la escala cualitativa.
Se espera que los daños graves o generalizados sean una parte significativa del futuro.
67 / 100
Rango de interpretación de 67 a 67 en la escala cualitativa.
Las decisiones humanas tienen una influencia significativa, aunque muy condicionada.
51 / 100
Rango de interpretación de 37 a 63 en la escala cualitativa.
Estas interpretaciones conservan las condiciones que se indicaron. Los beneficios y los daños pueden ser considerables a la vez. Los rangos describen cómo leemos sus respuestas simuladas, no intervalos de confianza estadísticos.
Visiones similares
Líderes de opinión cuyas visiones simuladas son las más cercanas a la de Gwern Branwen
Fuentes
Artículos, entrevistas y textos usados para fundamentar a este usuario simulado.
Argues that scaling neural networks can lead to general capabilities; questions confident expert dismissal.

Revisits predictions and limitations, including later annotations about claims still not proven.

Argues economic competition and the benefits of agency for learning make tool-only AI an unstable safety strategy; human approval alone does not guarantee safety.

Proposes personalized models that amplify their human principal and defend against cognitive/cyber attacks; criticizes chatbot incentives and stresses this does not solve larger alignment problems. Revised June 5, 2026.

Rejects computational complexity as a blanket reassurance against powerful AI: constants, approximation, resources and compounding advantages matter.

Uses a thought experiment to separate physical bottlenecks from digital minds’ exploitable speed advantages; explicitly distinguishes emulations from isolated accelerated humans.

Author-hosted 2024 interview with later annotations: short AGI planning horizons, human preference preservation and agency. A May 2026 addition explicitly rejects claims that Claude is aligned or alignment solves itself; these are his judgments, not established model diagnoses.

Evaluación simulada
Pregunta 2
Considerando en conjunto los beneficios y los daños, ¿qué impacto general esperas que tenga la IA en nuestra sociedad?
Pregunta 3
¿Cuánto crees que la IA acabará cambiando el mundo?
Pregunta 4
¿Cuál es tu estimación intuitiva de la probabilidad de que la IA cause la extinción humana o una catástrofe permanente similar?
Pregunta 5
¿Qué descubrimiento o acontecimiento cambiaría más tu visión del impacto futuro de la IA?
¿Dónde te ubicas?
Mapear mi visión de la IA