How algorithms shape our world | Kevin Slavin

Kevin Slavin: Cómo los algoritmos configuran nuestro mundo

Traductor: Veronica Martinez Starnes Revisor: Ana María Pérez

This is a photograph

Esta es una fotografía

by the artist Michael Najjar,

tomada por el artista Michael Najjar,

and it's real,

y es real

in the sense that he went there to Argentina

porque él fue a Argentina

to take the photo.

para tomarla.

But it's also a fiction. There's a lot of work that went into it after that.

Pero también es ficción. Hay bastante trabajo en ella después de eso.

And what he's done

Y lo que ha hecho

is he's actually reshaped, digitally,

es que prácticamente ha rediseñado, digitalmente,

all of the contours of the mountains

todos los contornos de las montañas

to follow the vicissitudes of the Dow Jones index.

para seguir las vicisitudes del índice Dow Jones.

So what you see,

Así que lo que se ve,

that precipice, that high precipice with the valley,

ese precipicio, lo alto del precipicio que se abre con el valle,

is the 2008 financial crisis.

es la crisis financiera del 2008.

The photo was made

La foto fue tomada

when we were deep in the valley over there.

cuando estábamos muy en el fondo de aquel valle.

I don't know where we are now.

No sé dónde estamos ahora.

This is the Hang Seng index

Este es el índice Hang Seng

for Hong Kong.

de la Bolsa de Hong Kong.

And similar topography.

Y la topografía es similar.

I wonder why.

Me pregunto por qué.

And this is art. This is metaphor.

Y esto es arte y también es una metáfora.

But I think the point is

Pero creo que lo importante es

that this is metaphor with teeth,

que es una metáfora con dientes.

and it's with those teeth that I want to propose today

Y es con esos dientes que hoy quiero proponer

that we rethink a little bit

que reconsideremos un poco

about the role of contemporary math --

el rol de las matemáticas contemporáneas,

not just financial math, but math in general.

no solo las financieras, sino las matemáticas en general.

That its transition

Reconsideremos que han pasado

from being something that we extract and derive from the world

de ser algo que se extrae y se deriva del mundo

to something that actually starts to shape it --

a algo que realmente empieza a darle forma,

the world around us and the world inside us.

al mundo que nos rodea y al mundo dentro de nosotros.

And it's specifically algorithms,

Y es específicamente con algoritmos,

which are basically the math

que son básicamente las matemáticas

that computers use to decide stuff.

que utilizan los computadores para tomar decisiones.

They acquire the sensibility of truth

Adquieren el sentido de la verdad,

because they repeat over and over again,

porque se repiten una y otra vez

and they ossify and calcify,

y se osifican y se calcifican

and they become real.

y se vuelven reales.

And I was thinking about this, of all places,

Y estaba pensando en esto, en un lugar improbable,

on a transatlantic flight a couple of years ago,

en un vuelo transatlántico hace un par de años,

because I happened to be seated

porque me encontraba sentado

next to a Hungarian physicist about my age

al lado de un físico húngaro como de mi edad

and we were talking

y hablábamos

about what life was like during the Cold War

de cómo era la vida de los físicos en Hungría

for physicists in Hungary.

durante la guerra fría.

And I said, "So what were you doing?"

Y le pregunté: "¿Qué hacían ustedes?"

And he said, "Well we were mostly breaking stealth."

Y dijo: "Mayormente, destruíamos escudos furtivos".

And I said, "That's a good job. That's interesting.

A lo que le dije: "Ese es un buen trabajo. Es interesante.

How does that work?"

¿Cómo funciona?"

And to understand that,

Y para entender eso,

you have to understand a little bit about how stealth works.

hay que entender primero cómo funciona la tecnología furtiva.

And so -- this is an over-simplification --

Y para esto, voy a simplificar al extremo,

but basically, it's not like

en el fondo no se trata

you can just pass a radar signal

de pasar una señal de radar

right through 156 tons of steel in the sky.

a través de 156 toneladas de acero en el cielo.

It's not just going to disappear.

Eso no va a desaparecer.

But if you can take this big, massive thing,

Pero se puede tomar esta cosa enorme

and you could turn it into

y transformarla

a million little things --

en un millón de cosas pequeñas,

something like a flock of birds --

como una bandada de pájaros, por ejemplo,

well then the radar that's looking for that

y luego el radar que la está buscando

has to be able to see

tiene que ser capaz de ver

every flock of birds in the sky.

todas las bandadas de pájaros en el cielo.

And if you're a radar, that's a really bad job.

Y si usted es un radar, ese es un trabajo muy duro.

And he said, "Yeah." He said, "But that's if you're a radar.

Y él dijo: "Sí, pero eso es solo si usted es un radar.

So we didn't use a radar;

Pero, no usábamos radares;

we built a black box that was looking for electrical signals,

construíamos una caja negra que buscaba señales eléctricas,

electronic communication.

de comunicación electrónica.

And whenever we saw a flock of birds that had electronic communication,

Y cuando veíamos una bandada de pájaros que tenía comunicación electrónica,

we thought, 'Probably has something to do with the Americans.'"

pensábamos que probablemente tenía algo que ver con los estadounidenses".

And I said, "Yeah.

Y le dije: "Sí.

That's good.

Está bien.

So you've effectively negated

Ud. ha reducido a la nada

60 years of aeronautic research.

60 años de investigación aeronáutica.

What's your act two?

Y luego, ¿qué va a hacer?

What do you do when you grow up?"

¿Qué va a hacer cuando sea mayor?"

And he said,

Y respondió:

"Well, financial services."

"Trabajar en servicios financieros".

And I said, "Oh."

Y le dije: "¡Oh!".

Because those had been in the news lately.

Porque se había hablado de ellos en las noticias últimamente.

And I said, "How does that work?"

Le pregunté: "¿Cómo funciona eso?"

And he said, "Well there's 2,000 physicists on Wall Street now,

Y dijo: "Bueno, actualmente, hay 2 000 físicos en Wall Street,

and I'm one of them."

y soy uno de ellos".

And I said, "What's the black box for Wall Street?"

Y le pregunté: "¿Cuál es la caja negra de Wall Street?"

And he said, "It's funny you ask that,

Y él dijo: "Es curioso que lo pregunte,

because it's actually called black box trading.

porque, en efecto, se llama comercio de caja negra.

And it's also sometimes called algo trading,

Y a veces también se le llama comercio algo,

algorithmic trading."

comercio algorítmico".

And algorithmic trading evolved in part

Y el comercio algorítmico se ha desarrollado en parte

because institutional traders have the same problems

porque los inversores institucionales tienen los mismos problemas

that the United States Air Force had,

que tenía la Fuerza Aérea de los Estados Unidos,

which is that they're moving these positions --

es decir, que mueven sus posiciones

whether it's Proctor & Gamble or Accenture, whatever --

–que se trate de Procter & Gamble, Accenture u otra compañía–

they're moving a million shares of something

y transfieren un millón de acciones de algo

through the market.

a través del mercado.

And if they do that all at once,

Y si lo hacen todo a la vez,

it's like playing poker and going all in right away.

es como jugar al póker y apostar todo inmediatamente.

You just tip your hand.

Están mostrando su jugada.

And so they have to find a way --

De manera que tienen que encontrar una solución

and they use algorithms to do this --

–y para eso usan algoritmos–

to break up that big thing

para dividir ese gran paquete

into a million little transactions.

en un millón de transacciones pequeñas.

And the magic and the horror of that

Y la magia y el horror de eso

is that the same math

es que las mismas matemáticas

that you use to break up the big thing

que se usan para dividir ese gran paquete

into a million little things

en un millón de pequeñas cosas

can be used to find a million little things

pueden usarse para encontrar ese millón de pequeñas cosas,

and sew them back together

unirlas nuevamente

and figure out what's actually happening in the market.

y averiguar lo que sucede realmente en el mercado.

So if you need to have some image

Así que para que tengan una idea

of what's happening in the stock market right now,

de lo que pasa en la bolsa en este momento,

what you can picture is a bunch of algorithms

pueden imaginarse un montón de algoritmos

that are basically programmed to hide,

programados básicamente para esconderse,

and a bunch of algorithms that are programmed to go find them and act.

y otro montón de algoritmos programados para ir a buscarlos y actuar.

And all of that's great, and it's fine.

Y todo eso es genial, está muy bien.

And that's 70 percent

Representa el 70 %

of the United States stock market,

de la bolsa de los Estados Unidos,

70 percent of the operating system

el 70 % del sistema operativo

formerly known as your pension,

antes conocido como nuestras pensiones

your mortgage.

e hipotecas.

And what could go wrong?

Y ¿qué podría fallar?

What could go wrong

Podría pasar algo

is that a year ago,

como lo de hace un año,

nine percent of the entire market just disappears in five minutes,

cuando el 9 % del total del mercado desapareció en 5 minutos

and they called it the Flash Crash of 2:45.

y lo llamaron el “flash crash” de las 2.45.

All of a sudden, nine percent just goes away,

De repente, 9 % simplemente desapareció,

and nobody to this day

y nadie hasta hoy

can even agree on what happened

se pone de acuerdo sobre lo que pasó,

because nobody ordered it, nobody asked for it.

porque nadie dio la orden, nadie quería eso.

Nobody had any control over what was actually happening.

Nadie tenía ningún control sobre lo que realmente pasaba.

All they had

Lo único que tenían

was just a monitor in front of them

era un monitor delante de ellos

that had the numbers on it

que tenía unos números

and just a red button

y un botón rojo

that said, "Stop."

que decía: "Pare".

And that's the thing,

Y ese es el problema,

is that we're writing things,

que estamos escribiendo cosas,

we're writing these things that we can no longer read.

que ya no podemos leer.

And we've rendered something

Hemos dejado algo

illegible,

ilegible.

and we've lost the sense

Y en este mundo que hemos fabricado,

of what's actually happening

hemos perdido el sentido

in this world that we've made.

de lo que realmente está sucediendo.

And we're starting to make our way.

Y hemos empezando a hacer nuestro camino.

There's a company in Boston called Nanex,

Hay una compañía en Boston llamada Nanex,

and they use math and magic

que usa las matemáticas y la magia

and I don't know what,

y no sé qué más,

and they reach into all the market data

que consigue todos los datos del mercado

and they find, actually sometimes, some of these algorithms.

y, a veces encuentra algunos de estos algoritmos.

And when they find them they pull them out

Y cuando los encuentra, los extrae

and they pin them to the wall like butterflies.

y los sujeta contra la pared como si fueran mariposas.

And they do what we've always done

Y hace lo que siempre hemos hecho

when confronted with huge amounts of data that we don't understand --

cuando nos enfrentamos a grandes cantidades de datos que no entendemos,

which is that they give them a name

les da un nombre

and a story.

y una historia.

So this is one that they found,

Aquí hay unos que encontró.

they called the Knife,

A este lo llamó el Cuchillo,

the Carnival,

el Carnaval,

the Boston Shuffler,

la Mezcla de Boston,

Twilight.

el Crepúsculo.

And the gag is

Y el chiste es

that, of course, these aren't just running through the market.

que, por supuesto, no se trata solo del mercado.

You can find these kinds of things wherever you look,

Podemos encontrar este tipo de cosas donde miremos,

once you learn how to look for them.

una vez que aprendemos cómo buscarlos.

You can find it here: this book about flies

Podemos encontrarlos aquí: en este libro sobre las moscas

that you may have been looking at on Amazon.

que tal vez hemos estado buscando en Amazon.

You may have noticed it

Puede que lo hayamos notado,

when its price started at 1.7 million dollars.

cuando su precio subió a 1,7 millones de dólares.

It's out of print -- still ...

Está agotado, aún...

(Laughter)

(Risas)

If you had bought it at 1.7, it would have been a bargain.

Si lo hubiésemos comprado a 1,7, habría sido una ganga.

A few hours later, it had gone up

Unas horas más tarde, subió

to 23.6 million dollars,

a 23,6 millones de dólares,

plus shipping and handling.

más gastos de envío.

And the question is:

Y la pregunta es:

Nobody was buying or selling anything; what was happening?

Nadie compraba ni vendía nada; ¿qué pasaba?

And you see this behavior on Amazon

Y esto se ve tanto en Amazon

as surely as you see it on Wall Street.

como en Wall Street.

And when you see this kind of behavior,

Y cuando uno ve este tipo de comportamiento,

what you see is the evidence

lo que ve es la evidencia

of algorithms in conflict,

de los algoritmos en conflicto,

algorithms locked in loops with each other,

trabados entre sí en bucles,

without any human oversight,

sin ninguna supervisión humana,

without any adult supervision

sin ningún tipo de supervisión de un adulto

to say, "Actually, 1.7 million is plenty."

para decir: "En realidad, 1,7 millones es bastante".

(Laughter)

(Risas)

And as with Amazon, so it is with Netflix.

A Netflix le ha sucedido lo mismo que a Amazon.

And so Netflix has gone through

Netflix ha pasado

several different algorithms over the years.

por varios algoritmos diferentes a través del tiempo.

They started with Cinematch, and they've tried a bunch of others --

Comenzó con Cinematch, y ha probado muchos otros,

there's Dinosaur Planet; there's Gravity.

pasando por Dinosaur Planet y Gravity.

They're using Pragmatic Chaos now.

Ahora está usando Pragmatic Chaos

Pragmatic Chaos is, like all of Netflix algorithms,

que, al igual que todos los algoritmos de Netflix,

trying to do the same thing.

trata de hacer lo mismo:

It's trying to get a grasp on you,

conseguir un asidero en nosotros,

on the firmware inside the human skull,

en el “firmware” dentro del cráneo humano,

so that it can recommend what movie

para que pueda recomendar qué película

you might want to watch next --

podríamos tener ganas de ver próximamente,

which is a very, very difficult problem.

lo cual es un problema muy, muy difícil.

But the difficulty of the problem

Pero la dificultad del problema

and the fact that we don't really quite have it down,

y el hecho de que en realidad no lo tengamos resuelto,

it doesn't take away

no le quita

from the effects Pragmatic Chaos has.

los efectos que el Pragmatic Chaos tiene.

Pragmatic Chaos, like all Netflix algorithms,

Este, al igual que todos los algoritmos de Netflix,

determines, in the end,

determina, en última instancia,

60 percent

el 60 %

of what movies end up being rented.

de las películas que terminan siendo alquiladas.

So one piece of code

De manera que un segmento de código

with one idea about you

con una idea acerca de nosotros

is responsible for 60 percent of those movies.

es responsable del 60 % de esas películas.

But what if you could rate those movies

¿Qué pasaría si pudiésemos evaluar esas películas

before they get made?

antes de que se hiciesen?

Wouldn't that be handy?

¿No sería útil?

Well, a few data scientists from the U.K. are in Hollywood,

Bien, hay unos especialistas de datos del Reino Unido en Hollywood

and they have "story algorithms" --

que tienen algoritmos de historias,

a company called Epagogix.

son una empresa llamada Epagogix.

And you can run your script through there,

Pueden probar un guion cinematográfico,

and they can tell you, quantifiably,

y decirnos, de manera cuantificable,

that that's a 30 million dollar movie

si será una película de 30 millones de dólares

or a 200 million dollar movie.

o una de 200 millones de dólares.

And the thing is, is that this isn't Google.

Y el caso es que esto no es Google.

This isn't information.

No es información.

These aren't financial stats; this is culture.

No se trata de estadísticas financieras; es cultura.

And what you see here,

Y lo que vemos aquí,

or what you don't really see normally,

o más bien, lo que no vemos normalmente,

is that these are the physics of culture.

es que se trata de la física de la cultura.

And if these algorithms,

Y si estos algoritmos,

like the algorithms on Wall Street,

como los de Wall Street,

just crashed one day and went awry,

acaban estrellándose un día y todo falla,

how would we know?

¿cómo podríamos saber

What would it look like?

lo que se vería?

And they're in your house. They're in your house.

Y están en nuestras casas.

These are two algorithms competing for your living room.

Hay dos algoritmos que compiten por la sala de estar.

These are two different cleaning robots

Son dos tipos diferentes de robots de limpieza

that have very different ideas about what clean means.

que tienen ideas muy distintas de lo que significa limpio.

And you can see it

Y se pueden ver

if you slow it down and attach lights to them,

si les bajamos la velocidad y les fijamos luces.

and they're sort of like secret architects in your bedroom.

Son algo así como los arquitectos secretos del dormitorio.

And the idea that architecture itself

Y la idea de que la propia arquitectura

is somehow subject to algorithmic optimization

esté sujeta de alguna manera a la optimización algorítmica

is not far-fetched.

no es descabellada.

It's super-real and it's happening around you.

Es muy real y está ocurriendo a nuestro alrededor.

You feel it most

Es más evidente

when you're in a sealed metal box,

cuando estamos en una caja metálica sellada,

a new-style elevator;

en un ascensor moderno

they're called destination-control elevators.

llamado ascensor de control de destino.

These are the ones where you have to press what floor you're going to go to

Es de aquellos en los que hay que presionar el piso al que vamos a ir

before you get in the elevator.

antes de entrar en el ascensor.

And it uses what's called a bin-packing algorithm.

Utiliza lo que se llama un algoritmo de embalaje de cajas.

So none of this mishegas

Así que nada de esas locuras

of letting everybody go into whatever car they want.

de dejar que todo el mundo suba a cualquier cabina que quiera.

Everybody who wants to go to the 10th floor goes into car two,

Todos los que quieran ir al décimo piso suben a la cabina 2,

and everybody who wants to go to the third floor goes into car five.

y los que quieran ir al tercer piso suben a la cabina 5.

And the problem with that

Y el problema con esto

is that people freak out.

es que la gente enloquezca,

People panic.

que entre en pánico.

And you see why. You see why.

Y es claro por qué.

It's because the elevator

Porque al ascensor

is missing some important instrumentation, like the buttons.

le faltan algunos instrumentos importantes, como los botones.

(Laughter)

(Risas)

Like the things that people use.

Como las cosas que la gente usa.

All it has

Lo único que tiene

is just the number that moves up or down

es el número que cambia cuando sube o baja

and that red button that says, "Stop."

y ese botón rojo que dice "Pare".

And this is what we're designing for.

Y eso es lo que estamos diseñando.

We're designing

Estamos trabajando

for this machine dialect.

en el dialecto de esa máquina.

And how far can you take that? How far can you take it?

Y ¿hasta dónde podemos ir?, ¿hasta qué punto?

You can take it really, really far.

Podemos ir muy, muy lejos.

So let me take it back to Wall Street.

Volvamos al tema de Wall Street.

Because the algorithms of Wall Street

Los algoritmos de Wall Street

are dependent on one quality above all else,

dependen de una cualidad por encima de todo,

which is speed.

la velocidad.

And they operate on milliseconds and microseconds.

Operan en milisegundos y microsegundos.

And just to give you a sense of what microseconds are,

Y para que tengan una idea de lo que es un microsegundo,

it takes you 500,000 microseconds

piensen que se necesitan 500 000 microsegundos

just to click a mouse.

solo para hacer un clic con un mouse.

But if you're a Wall Street algorithm

Pero si un algoritmo de Wall Street

and you're five microseconds behind,

tiene cinco microsegundos de tardanza,

you're a loser.

es un perdedor.

So if you were an algorithm,

Así que si fuésemos algoritmos,

you'd look for an architect like the one that I met in Frankfurt

buscaríamos un arquitecto como el que me encontré en Frankfurt

who was hollowing out a skyscraper --

que vaciaba un rascacielos,

throwing out all the furniture, all the infrastructure for human use,

tiraba todos los muebles, toda la infraestructura de uso humano,

and just running steel on the floors

y solo dejaba acero en los pisos

to get ready for the stacks of servers to go in --

para prepararse para recibir pilas de servidores,

all so an algorithm

todo para que un algoritmo

could get close to the Internet.

pueda acercarse al internet.

And you think of the Internet as this kind of distributed system.

Creemos que el internet es un tipo de sistema descentralizado.

And of course, it is, but it's distributed from places.

Y, por supuesto, lo es, pero se descentraliza desde ciertos lugares.

In New York, this is where it's distributed from:

Aquí es desde donde se descentraliza en Nueva York:

the Carrier Hotel

el hotel Carrier

located on Hudson Street.

ubicado en la calle Hudson.

And this is really where the wires come right up into the city.

Es realmente desde allí que los cables llegan hasta la ciudad.

And the reality is that the further away you are from that,

Y la realidad es que cuanto más nos alejamos de allí,

you're a few microseconds behind every time.

más nos atrasamos en microsegundos.

These guys down on Wall Street,

Estos tipos en Wall Street,

Marco Polo and Cherokee Nation,

Marco Polo y la nación Cherokee,

they're eight microseconds

están 8 microsegundos

behind all these guys

detrás de todos estos tipos

going into the empty buildings being hollowed out

que van a los edificios que se desocupan

up around the Carrier Hotel.

en los alrededores del hotel Carrier.

And that's going to keep happening.

Y esto va a seguir sucediendo.

We're going to keep hollowing them out,

Vamos a seguir vaciando edificios,

because you, inch for inch

ya que, centímetro a centímetro,

and pound for pound and dollar for dollar,

libra por libra y dólar por dólar,

none of you could squeeze revenue out of that space

ninguno de nosotros podría sacar más provecho de ese espacio

like the Boston Shuffler could.

que la Mezcla de Boston.

But if you zoom out,

Pero si nos alejamos,

if you zoom out,

si nos alejamos,

you would see an 825-mile trench

veremos una zanja de 1 300 kilómetros

between New York City and Chicago

entre Nueva York y Chicago

that's been built over the last few years

construida en los últimos años

by a company called Spread Networks.

por una compañía llamada Spread Networks.

This is a fiber optic cable

Este es un cable de fibra óptica

that was laid between those two cities

colocado entre las dos ciudades

to just be able to traffic one signal

solamente para hacer pasar una señal

37 times faster than you can click a mouse --

37 veces más rápido que el clic de un mouse,

just for these algorithms,

solo para estos algoritmos,

just for the Carnival and the Knife.

el Carnaval y el Cuchillo.

And when you think about this,

Y cuando pensamos en esto,

that we're running through the United States

que estamos atravesando los Estados Unidos

with dynamite and rock saws

con dinamita y sierras de roca

so that an algorithm can close the deal

para que un algoritmo pueda cerrar un contrato

three microseconds faster,

3 microsegundos más rápido,

all for a communications framework

todo en un marco de comunicaciones

that no human will ever know,

que ningún ser humano sabrá nunca,

that's a kind of manifest destiny;

es una especie de destino manifiesto

and we'll always look for a new frontier.

que siempre buscará una nueva frontera.

Unfortunately, we have our work cut out for us.

Pero aún tenemos mucho trabajo por hacer.

This is just theoretical.

Todo eso es solo teoría

This is some mathematicians at MIT.

de unos matemáticos del MIT.

And the truth is I don't really understand

Y la verdad es que no entiendo

a lot of what they're talking about.

mucho de lo que hablan.

It involves light cones and quantum entanglement,

Se trata de conos luminosos y conexiones cuánticas,

and I don't really understand any of that.

y realmente no entiendo nada de eso.

But I can read this map,

Pero puedo leer este mapa

and what this map says

que dice

is that, if you're trying to make money on the markets where the red dots are,

que si tratamos de hacer dinero en los mercados donde están los puntos rojos,

that's where people are, where the cities are,

que es donde está la gente, donde están las ciudades,

you're going to have to put the servers where the blue dots are

vamos a tener que poner los servidores en los puntos azules

to do that most effectively.

para tener el máximo de eficiencia.

And the thing that you might have noticed about those blue dots

Y habrán notado que los puntos azules

is that a lot of them are in the middle of the ocean.

están mayormente en medio del océano.

So that's what we'll do: we'll build bubbles or something,

Así que vamos a tener que crear burbujas

or platforms.

o plataformas.

We'll actually part the water

En realidad, vamos a compartir el agua

to pull money out of the air,

para sacar dinero del aire

because it's a bright future

porque allí hay un futuro brillante

if you're an algorithm.

si somos algoritmos.

(Laughter)

(Risas)

And it's not the money that's so interesting actually.

Y en realidad, el dinero no es lo que más nos interesa,

It's what the money motivates,

sino la motivación que trae el dinero.

that we're actually terraforming

El hecho de transformar

the Earth itself

el planeta mismo

with this kind of algorithmic efficiency.

con este tipo de eficiencia algorítmica.

And in that light,

A la luz de esto,

you go back

volvemos a ver

and you look at Michael Najjar's photographs,

las fotografías de Michael Najjar

and you realize that they're not metaphor, they're prophecy.

y nos damos cuenta de que no son metafóricas, son proféticas.

They're prophecy

Se anticipan

for the kind of seismic, terrestrial effects

a los efectos sísmicos, terrestres

of the math that we're making.

de las matemáticas que hacemos.

And the landscape was always made

Y el paisaje siempre ha estado configurado

by this sort of weird, uneasy collaboration

por este tipo de colaboración extraña y difícil

between nature and man.

entre la naturaleza y el hombre.

But now there's this third co-evolutionary force: algorithms --

Pero ahora existe esta tercera fuerza coevolutiva: los algoritmos;

the Boston Shuffler, the Carnival.

la Mezcla de Boston, el Carnaval.

And we will have to understand those as nature,

Y vamos a tener que entenderlos como parte de la naturaleza.

and in a way, they are.

Y de una manera, lo son.

Thank you.

Gracias.

(Applause)

(Aplausos)