Un artículo académico elaborado por la Universidad de Maryland y Google DeepMind sostiene que los grandes modelos de lenguaje —entre ellos Claude, GPT y Gemini— producen respuestas cuya huella creativa es mucho más predecible de lo que su marketing sugiere. Según el creador de contenido Brendan Dell, que difundió el hallazgo en su canal Leverage, la investigación muestra que estas herramientas tienden a reciclar un mismo esquema subyacente y a presentarlo como novedad, lo que contradice la promesa de una creatividad artificial equiparable a la humana.
Dell enmarca el estudio en un debate más amplio sobre el impacto laboral de la IA. Parte de una cita del director ejecutivo de OpenAI, Sam Altman, quien reconoció públicamente que la compañía aún no tiene un plan claro para monetizar sus inversiones y que básicamente pedirá al propio sistema inteligente que encuentre la manera de generar retorno para los inversionistas. A partir de ahí, el vídeo cuestiona qué ocurre cuando más de mil millones de personas recurren cada semana a estas herramientas para informarse y cuando los empleadores instan a sus plantillas a contrastar sus ideas con la IA antes de tomar decisiones.
El análisis sostiene que los grandes resultados —desde las fotografías de Jimmy Chin hasta decisiones empresariales atípicas como las reseñas negativas en Amazon— no proceden de distribuciones normales, sino de casos atípicos. Usar IA para resolver problemas que requieren singularidad equivaldría, según el autor, a apostar por la uniformidad, una receta para eludir la verdadera innovación. El vídeo incluye patrocinio del colectivo Hungry Minds y enlaces promocionales a productos y cursos del autor.