Jeff Kaplan habla del futuro del juego multijugador, Nathan Lambert y Sebastian Raschka trazan el estado real de la IA, y This Week in Science pregunta qué le quita el sueño a la comunidad científica en mayo de 2026.
El ex-vicepresidente de Blizzard pasa tres horas con Fridman discutiendo qué hace que un mundo virtual dure décadas y qué responsabilidades tiene el diseñador ante una comunidad de millones.
El episodio 493 del Lex Fridman Podcast presenta a Jeff Kaplan, diseñador veterano que lideró World of Warcraft desde sus primeros años y creó Overwatch como director de juego en Blizzard hasta su salida en 2021. La conversación de tres horas es una de las más densas en diseño de juego del podcast: Kaplan traza la evolución de los mundos persistentes desde EverQuest hasta los MMOs modernos, explica las decisiones que hicieron de WoW el juego más jugado de su género durante más de una década, y reflexiona sobre el fracaso de Overwatch 2 como lección sobre qué pasa cuando el diseño de sistemas no está alineado con las expectativas de la comunidad. El segmento más revelador es el que Kaplan dedica a la ética del diseño de juegos masivos: ¿tiene el diseñador responsabilidad por el tiempo que los jugadores invierten en el juego? ¿Es un servicio o una forma de arte? ¿Cuándo pasa de ser entretenimiento a ser adicción? Kaplan no da respuestas simples —sus reflexiones sobre los sistemas de recompensa variable y los loops de engagement son las de alguien que los diseñó durante veinte años y después se distanció para mirarlos con perspectiva. Vale escucharlo si usted: diseña productos digitales y quiere entender qué diferencia un producto que la gente usa de uno al que la gente vuelve; trabaja en gaming y quiere la perspectiva de uno de los pocos diseñadores que ha operado a la escala de WoW y Overwatch; o simplemente quiere entender por qué los mundos virtuales importan como fenómeno cultural.
Nathan Lambert y Sebastian Raschka, investigadores independientes de ML, ofrecen una lectura sin conflicto de interés del panorama de LLMs, leyes de escala, AGI y la cultura de trabajo en los laboratorios de IA.
El episodio 490 del Lex Fridman Podcast es uno de los más útiles del año para entender la IA fuera del ruido de los comunicados de prensa. Nathan Lambert (investigador de alineamiento e investigador independiente, autor del blog de ML más leído de 2025) y Sebastian Raschka (autor de los libros de machine learning más vendidos en inglés, actualmente en Lightning AI) pasan más de tres horas revisando el estado técnico y cultural de la IA en 2026. Lo que diferencia a este episodio de otros «state of AI»: Lambert y Raschka no tienen stock options en ninguno de los grandes laboratorios, lo que les permite criticar abiertamente los relatos de OpenAI, Anthropic y Google. Su análisis de las leyes de escala es particularmente valioso: argumentan que el consenso de que «más compute siempre produce mejores modelos» se está erosionando, y que los próximos avances vendrán de arquitecturas más eficientes, no de clústeres más grandes. La conversación también toca la cultura de trabajo en los laboratorios de IA —el ritmo de publicación, la presión de los inversores, la tensión entre investigación y producto— y las implicaciones de un mercado donde dos o tres empresas controlan el acceso a los modelos más capaces. Para oyentes en Costa Rica que trabajan o quieren trabajar en IA, el episodio es también un mapa de cómo los investigadores independientes pueden contribuir al campo sin pertenecer a los laboratorios que concentran el capital.
This Week in Science (TWIS), el programa de radio y podcast científico que dirigen el astrónomo Seth Shostak y la periodista Molly Bentley desde hace más de dos décadas, publicó el 29 de abril el episodio 1056 titulado «What Is Science Worried About?». El episodio no reporta un descubrimiento nuevo sino que agrega un meta-análisis: qué temas preocupan hoy a los científicos de distintas disciplinas cuando hablan entre ellos, no para las cámaras. Las preocupaciones que el episodio agrupa incluyen: la aceleración del ritmo del cambio climático frente a la lentitud de las respuestas políticas; la fragmentación del consenso científico en redes sociales donde los algoritmos amplifican el disenso por encima del consenso; el efecto de la IA generativa en la producción del conocimiento académico —en particular la proliferación de papers con datos fabricados o extrapolados por modelos—; y la concentración del financiamiento de investigación en un número cada vez menor de instituciones y países. El formato de TWIS, mezcla de rigor y humor, hace que un episodio de alarmas sea escuchable sin ansiedad. Shostak tiene el don de contextualizar con perspectiva histórica: cada preocupación que describe viene acompañada de la pregunta «¿es esta vez diferente?», que a veces la responde con un «sí» y a veces con un «ya habíamos estado aquí antes». Para oyentes costarricenses con interés en política científica o educación, este episodio es un buen punto de entrada a los debates internos de la comunidad científica que rara vez llegan a los medios generales.
— El episodio del 29 de abril compila los temas que generan mayor preocupación entre investigadores de distintas disciplinas: desde el ritmo del cambio climático hasta las implicaciones de la IA en la producción del conocimiento.
Philosophize This!, el podcast independiente de filosofía de Stephen West, dedicó un episodio de abril a Alasdair MacIntyre y su obra seminal «After Virtue» (1981), uno de los textos más influyentes de la filosofía moral del siglo XX. El argumento central de MacIntyre que West explica con claridad: vivimos en un momento histórico en el que los fragmentos del vocabulario moral antiguo coexisten sin su marco de referencia original, lo que hace que los debates morales modernos sean disputas inconcluyentes —cada parte habla desde premisas que la otra no comparte y que ninguna puede justificar de forma coherente. El paralelo que hace West con el debate contemporáneo es el hilo más valioso del episodio: los debates sobre IA ética, cambio climático, justicia redistributiva y conflicto militar ilustran exactamente el diagnóstico de MacIntyre. Dos personas que debaten la ética del uso de IA en decisiones militares no están simplemente en desacuerdo —están hablando desde tradiciones morales diferentes que comparten vocabulario («bien común», «daño», «responsabilidad») pero no contenido. El episodio cierra con la propuesta de MacIntyre: la recuperación de la ética de las virtudes como marco que puede generar consensos dentro de comunidades de práctica específicas, aunque no entre todas las comunidades. Para oyentes que trabajan en gestión humana, diseño de productos tecnológicos o política pública en Costa Rica, la lectura de MacIntyre vía West es una herramienta conceptual práctica: explica por qué ciertos debates de gobernanza de IA o de política laboral parecen irresolubles aunque todos los participantes sean de buena fe.
El episodio analiza cómo los ataques de supply chain que han afectado al ecosistema de software tradicional están migrando al ecosistema de modelos de IA: pesos contaminados, dependencias maliciosas y ataques a los pipelines de fine-tuning.
AGI Dreams, el podcast de seguridad y ética de IA publicado el 1 de mayo de 2026, analiza la nueva frontera de los ataques de cadena de suministro en el ecosistema de modelos de lenguaje. El episodio documenta tres vectores que los investigadores de seguridad están monitoreando con creciente preocupación: los pesos de modelos publicados en Hugging Face con backdoors implantados que se activan con prompts específicos; las dependencias de pipelines de fine-tuning que pueden sustituir datasets de entrenamiento legítimos por versiones contaminadas; y los ataques a los servidores de distribución de modelos que pueden servir versiones alteradas a usuarios que piden el mismo checkpoint. El episodio es técnicamente denso pero accesible para desarrolladores que no son especialistas en seguridad. Los casos documentados incluyen un ataque real descubierto en febrero de 2026 en un modelo de código publicado en Hugging Face que insertaba comentarios con instrucciones maliciosas en el código generado cuando detectaba ciertos patrones de prompt. El modelo tenía más de 50.000 descargas antes de que el ataque fuera detectado. La conclusión práctica del episodio: las mismas precauciones que se aplican a las dependencias de software (verificar firmas, usar lockfiles, auditar packages antes de actualizar) deben aplicarse a los modelos descargados de repositorios públicos. Para equipos de desarrollo costarricenses que usan modelos locales descargados de Hugging Face —especialmente para aplicaciones que manejan datos sensibles— el episodio es un recordatorio oportuno de que la seguridad del ecosistema de IA no está garantizada por la reputación del repositorio.