Un veterano programador de sistemas traza un paralelismo entre el primer ciclo de sobreexpectación de la inteligencia artificial,发生在 la década de 1980, y la fiebre actual en torno a los modelos de lenguaje de gran tamaño. El artículo recorre el auge de las máquinas LISP, hardware especializado que empresas y organismos como el MIT comercializaron al calor de la financiación militar y empresarial. Aquellos equipos prometían razonamiento simbólico avanzado, pero la mejora exponencial de los microprocesadores de propósito general los dejó obsoletos en pocos años. Tras el fracaso, sobrevino lo que la industria bautizó como el segundo invierno de la IA: cierre de proyectos, evaporación de cientos de millones de dólares y décadas de silencio hasta que el término “IA” volvió al vocabulario comercial.
El autor sostiene que el patrón se repite. Los grandes modelos de lenguaje actuales impresionan por su capacidad para tareas antes reservadas a la inteligencia humana, pero, como en los años ochenta, las extrapolaciones ignoran el esfuerzo técnico y organizativo necesario para convertir las promesas en productos sostenibles. La diferencia ahora es la escala: las inversiones en centros de datos y cómputo alcanzan magnitudes comparables al PIB de países enteros, lo que augura repercusiones económicas más severas cuando llegue el ajuste. El texto cita los reveses recientes de la realidad virtual y el blockchain como antecedentes y concluye que la actual burbuja de la IA se desinfla siguiendo la lógica habitual de los ciclos tecnológicos, sin que ello reste mérito a los LLM como herramientas útiles.