muchas cosas separadas se desarrollaron con el tiempo hasta que los algoritmos se convirtieron en causales en lugar de consecuenciales los humanos ahora optimizan para el algoritmo, que a su vez retroalimenta lo que se le introduce, lo que se ha acumulado más allá de la reparación en un bucle de retroalimentación negativa

las cosas que sustentaban [la razón por la que los algoritmos tenían] valor en sus inferencias han disminuido por completo un ejemplo microcósmico (no abarcador): solías seguir a 100 personas que realmente conocías. todos ellos seguían a las 100 personas que realmente conocían. la mutualidad en el segundo grado era necesariamente relevante para ti. lo que significaba que a quién seguir, los algoritmos recursaban sobre entradas de alto valor de inferencia para un ciclo virtuoso de su gráfico resultante esto ya no es cierto para ningún acumulado, o donde lo es en pequeñas maneras también está disminuyendo de forma irreversible (y ya más allá del punto de inflexión de un mal ponderado) lo que es aproximadamente similar a la conversación de jeff bezos sobre la optimización de métricas (originalmente hay un *razón*, un conjunto de principios fundamentales, para lo que realmente estás optimizando, y las métricas son un proxy para eso. en última instancia, las métricas se desconectan, pero aún se optimizan para)

los algoritmos, por un breve momento, fueron bucles de retroalimentación sobre (lo que ahora parece ser accidental) entradas de alto valor de inferencia causando un ciclo virtuoso de sus propios resultados de acción (y el índice en ellos, que luego es un bucle de retroalimentación entrelazado) los datos son tan buenos como lo que realmente se puede inferir, y la sobre-modelización y sobre-indexación en la atención en lugar de los vectores de conexión los ha reducido a ciclos viciosos alejados de su propio valor de entrada

esto sucederá (ya ha comenzado a) para la IA, que también es solo un bucle de retroalimentación sobre las entradas. excepto que esto sucederá mucho más rápido