Pregunta 1
Jack Morris
x.com/jxmnopLanguage model researcher who studies memorization and privacy leaks from text embeddings and writes about reinforcement learning and synthetic data.
¿Cómo cambiará la IA el mundo?
Horizontal: su perspectiva Doom–Bloom expresada. Vertical: escala de la transformación.
Doom–Bloom: 47 de 100. Escala de la transformación: 50 de 100. Rangos de interpretación: de 42 a 52 en horizontal y de 0 a 100 en vertical. Son coordenadas de interpretación, no probabilidades de eventos.
≈8%
Inferido a partir de sus respuestas simuladas, no de un número que haya dado. Rango plausible: 3–19%.
Un supuesto central
The key variable for me is how much useful output systems can produce per unit of human input, especially as that input approaches zero.Respuesta 2
Si este supuesto resultara distinto, ¿cómo cambiaría su perspectiva?
Una pregunta sin resolver
So I expect major change, with the ultimate magnitude still unresolved.Respuesta 3
¿Qué le ayudaría a distinguir aquí entre los desenlaces plausibles?
Más detalles
Se esperan beneficios sustanciales, con condiciones importantes o límites en su distribución.
67 / 100
Rango de interpretación de 67 a 67 en la escala cualitativa.
Se espera que los daños graves o generalizados sean una parte significativa del futuro.
66 / 100
Rango de interpretación de 67 a 67 en la escala cualitativa.
Una estimación provisional a partir de tus respuestas; el rango más amplio muestra otras lecturas plausibles.
50 / 100
Rango de interpretación de 0 a 100 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 Jack Morris
Fuentes
Artículos, entrevistas y textos usados para fundamentar a este usuario simulado.
Coauthored work separates unintended memorization from generalization and estimates capacity in tested models.

Coauthored inversion experiments recover text and personal information from embeddings.

Argues for measuring useful AI output per human input rather than assuming a well-defined inevitable AGI threshold; worries truly zero-human-input economic production could be frightening.

Explicitly revises a scale-maximalist prior: RL teaches models new ways of using compute. Proposes learning from broad web data rather than only math and code environments.

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?
¿Dónde te ubicas?
Mapear mi visión de la IA