Will Brown

Will Brown

x.com/willcb

AI researcher who builds open reinforcement-learning environments and evaluation tools for agents and favors open, widely distributed AI development.

¿Cómo cambiará la IA el mundo?

Cambio civilizatorioCambio incrementalDoomBloom
Posición simuladaRango de interpretación

Horizontal: su perspectiva Doom–Bloom expresada. Vertical: escala de la transformación.

Doom–Bloom: 60 de 100. Escala de la transformación: 52 de 100. Rangos de interpretación: de 50 a 75 en horizontal y de 18 a 100 en vertical. Son coordenadas de interpretación, no probabilidades de eventos.

P(doom) de Will Brown · inferido

≈8%

0%100%

Inferido a partir de sus respuestas simuladas, no de un número que haya dado. Rango plausible: 1–40%.

De qué depende su perspectiva

Un supuesto central

That path concentrates capital, capability, and control, while giving institutions incentives to move faster than their evaluation and governance can support.
Respuesta 2

Si este supuesto resultara distinto, ¿cómo cambiaría su perspectiva?

Una pregunta sin resolver

My technical work gives me concrete reasons to expect useful improvement, but it does not establish a confident net forecast across every social, political, or existential consequence.
Respuesta 2

¿Qué le ayudaría a distinguir aquí entre los desenlaces plausibles?

Más detalles

Beneficio esperado

Se esperan beneficios sustanciales, con condiciones importantes o límites en su distribución.

67 / 100

Poco impactoImpacto transformador

Rango de interpretación de 67 a 67 en la escala cualitativa.

Daño esperado

Varias lecturas siguen siendo plausibles: Se esperan daños manejables o localizados. / Se espera que los daños graves o generalizados sean una parte significativa del futuro.

46 / 100

Poco impactoImpacto transformador

Rango de interpretación de 33 a 67 en la escala cualitativa.

Influencia humana

Las decisiones humanas pueden redirigir sustancialmente la trayectoria de la IA.

66 / 100

Poca influenciaInfluencia fuerte

Rango de interpretación de 50 a 75 en la escala cualitativa.

Ritmo de desarrollo

Detener o frenar considerablemente el desarrollo de IA más capaz.

Posición simulada: Continuar el desarrollo con las salvaguardas indicadas.

Acelerar el desarrollo de IA más capaz.

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.

¿Dónde te ubicas frente a Will Brown?
Mapea tu propia visión de la IA en unos 3 minutos y luego compárala

Visiones similares

Líderes de opinión cuyas visiones simuladas son las más cercanas a la de Will Brown

Evaluación simulada

Pregunta 1

¿Qué crees que significa la IA para nuestro futuro y por qué?

I expect AI progress to be broad and increasingly agentic, with many labs pursuing more capable systems rather than one uniquely destined winner. The practical driver is a growing feedback loop: better learning environments, evaluations, model-based judges, and review pipelines let models improve on tasks that cannot always be checked with a simple deterministic verifier. Models may even help repair flawed training data when embedded in careful orchestration and review. But the shape of progress matters as much as raw capability. My preferred future is slower and more diffuse: open, distillable models and specialized systems that let many people build, inspect, and adapt useful agents. A race for overwhelming geopolitical advantage could instead concentrate capital and decision-making in a few organizations, producing a darker and less safe outcome. So I do not think technical progress alone settles the future. Concrete institutional choices matter. If a lab promises to pace itself relative to the frontier, I want to know what operationally changes beyond existing pre-release evaluation: who evaluates, what triggers restraint, and how commitments alter deployment. My work suggests practical ways to improve agents and measure them; it does not, by itself, resolve broader policy or extinction-risk questions.

Pregunta 2

Taking benefits and harms together, what overall impact do you expect AI to have?

My expectation is conditional on how progress is organized. Diffuse, relatively slow development around open, distillable models and specialized systems could have a strongly positive impact: useful agents would become broadly accessible, evaluations could improve on real-world tasks, and models could support increasingly capable feedback and data-repair loops. But I am less optimistic about a race dominated by a few frontier labs seeking decisive economic or geopolitical advantage. That path concentrates capital, capability, and control, while giving institutions incentives to move faster than their evaluation and governance can support. Many labs are likely to pursue increasingly powerful systems, so concentration does not necessarily produce orderly coordination; it may simply intensify the race. I therefore expect substantial benefits, but not an automatically positive overall outcome. The distribution and pace of progress are central. I prefer the future where capability spreads through open infrastructure and specialized systems, rather than one where a handful of actors compete to control increasingly general intelligence. My technical work gives me concrete reasons to expect useful improvement, but it does not establish a confident net forecast across every social, political, or existential consequence.

Fuentes

Artículos, entrevistas y textos usados para fundamentar a este usuario simulado.

¿Dónde te ubicas?
Explora tu propia visión de la IA respondiendo unas pocas preguntas sencillas.
Mapea tu propia visión de la IA

¿Dónde te ubicas?

Mapear mi visión de la IA