El ingeniero Andrej Karpathy ha señalado que la brecha en la comprensión de las capacidades de los modelos de lenguaje de gran escala (LLM) se está ampliando, pasando de una simple falta de comunicación a un 'embudo' agudo. Según su análisis, la población se divide en cuatro grupos con experiencias radicalmente distintas: aproximadamente 6.000 millones de personas (75% de la población) no han interactuado con estos sistemas; 1.000 a 2.000 millones (20%) los usan de forma casual como asistentes de búsqueda o redacción; 20 millones (0,2%) los emplean profesionalmente en matemáticas y programación; y solo unos 5.000 (0,00006%) acceden a sistemas de frontera internamente.
Karpathy explica que esta divergencia se debe a la naturaleza de los modelos: las capacidades más avanzadas se concentran en dominios digitales, verificables y de alto valor económico, como la codificación y la investigación, donde el aprendizaje por refuerzo funciona mejor. Mientras que el público general percibe los modelos gratuitos como chatbots simples o 'derpy', los profesionales técnicos experimentan un cambio vertiginoso, viendo cómo agentes de IA completan proyectos que antes llevaban semanas. Esta asimetría genera una 'psicosis de IA' en los usuarios profesionales, que ven capacidades que parecen míticas, mientras que el resto de la sociedad sigue percibiendo la tecnología como una herramienta básica o un asistente de voz limitado.