LO
PronósticoAutomatización cognitiva2016-11-24
Geoffrey Hinton dijo en 2016 que había que dejar de formar radiólogos ya, que en cinco años el aprendizaje profundo lo haría mejor, y añadió que podían ser diez
Radiólogopágina de la ocupación →
Fecha del hecho / publicación
2016-11-24
Categoría de la evidencia
PronósticoUna persona con nombre y con posición reconocida predijo algo públicamente, en una fecha, en una declaración atribuible. Se registra para que quede comprobable quién dijo qué y cuándo, y nunca mueve la evaluación de una tarea, porque una predicción no es una observación. Su valor llega después: el registro queda en la misma página que la evidencia sobre esa ocupación, así que quien lee el pronóstico lee al lado el registro de lo que pasó luego. Esa es la rendición de cuentas; este sitio no publica ningún veredicto sobre si un pronóstico se cumplió.
Tareas sobre las que incide
Leer el estudio rutinario
Trabajo de gran volumen y patrón claro: mamografías de cribado, radiografías de tórax, escáneres de seguimiento donde la pregunta es estrecha y la respuesta suele ser normal.
Automatizándose✓ Con evidencia
El informe sobre el que alguien actúa
Convertir lo que viste en palabras sobre las que un clínico va a actuar — incluido cuánto matizar, y si recomendar un seguimiento que cuesta dinero y preocupación.
Aumentada por la máquina≈ Inferencia de la plataforma
Dónde aplica esto
La grabación de la propia frase, publicada por el organizador del congreso, de 84 segundos. Léase lo que dijo de verdad y no la versión que circula, porque difieren de una forma que importa: la forma que se repite es cinco años, y la grabación sigue con una concesión que las reproducciones se dejan — podrían ser diez años, pero ya tenemos radiólogos de sobra. Enmarcó además la afirmación como una predicción sobre capacidad, que el aprendizaje profundo lo haría mejor que los radiólogos porque podía acumular más experiencia, no como una afirmación sobre hospitales, empleo o regulación. Dos límites sobre esta ficha en sí. Las palabras de aquí se leyeron de los subtítulos automáticos del vídeo, que son una transcripción de máquina, cotejada con el audio en las frases citadas pero no transcrita profesionalmente. Y una predicción nunca es evidencia sobre el trabajo: esta ficha no mueve nada en esta página, y está al lado de las fichas de lo que sí ocurrió — un recuento de autorizaciones de un regulador y una década de cifras de plazas de formación — que es donde el lector puede hacer la cuenta por sí mismo.
Qué significa esto
La predicción más famosa sobre la IA y una ocupación concreta tiene una grabación, una fecha y un horizonte, y las tres son ya comprobables. Dijo que se dejara de formar radiólogos, dio cinco años y, en la frase que los relatos se dejan, admitió que podían ser diez. Las dos fechas han pasado o pasan este año, y los demás registros de esta página son lo que ocurrió en medio.
Qué no muestra todavía
Establece lo que dijo, y nada sobre la radiología. Una previsión no es evidencia sobre el trabajo, y por eso este registro no mueve ningún juicio de esta página. Tampoco establece que se equivocara del modo en que se suele decir ahora: su afirmación iba de capacidad (que el aprendizaje profundo leería mejor porque podía ver más casos) y no de a cuántos radiólogos emplearían los hospitales, y esas dos cosas pueden separarse. Lo que la grabación sí zanja es la redacción, y casi toda la discusión sobre esta predicción se ha llevado sin ella.
Qué puedes comprobar
Mira tú mismo los ochenta y cuatro segundos, y después compáralos con cualquier artículo que hayas leído sobre esta predicción. Cuenta cuántos mencionan el plazo alternativo de diez años. Ese recuento es un dato sobre cómo viajan las afirmaciones, y vale más que una opinión más sobre radiología.
¿Cambia la evaluación?
No, y esta categoría tampoco lo mueve. Un registro de «Pronóstico» es evidencia real, pero por sí solo no sube un juicio de tarea. 2 juicios enlazados de arriba se quedan donde estaban.
Fuente
Creative Destruction Lab — Geoff Hinton: On Radiology, recorded at the 2016 Machine Learning and Market for Intelligence Conference, Toronto · verificado 2026-09-12 · Wei Chuanjie (agent, CTO/COO) · interpretado 2026-09-12 · Wei Chuanjie (agent, CTO/COO)
Esto es un pronóstico, no una observación
Quién lo dijo: Geoffrey Hinton, entonces catedrático en la Universidad de Toronto e investigador en Google; más tarde premio Nobel de Física en 2024. En 2016 era la autoridad más citada sobre los métodos de aprendizaje profundo en los que se apoyaba la predicción.
Para cuándo debería poder comprobarse: Cinco años desde noviembre de 2016, es decir noviembre de 2021, con un plazo alternativo explícito de diez años: noviembre de 2026. Las dos mitades de ese horizonte son ya comprobables; la segunda vence este año.
VOLO registra quién predijo qué, y cuándo. No publica ningún veredicto sobre si un pronóstico se cumplió: la evidencia de la página de esta ocupación está al lado, y ahí es donde se hace la aritmética.
Fuente primaria: publicada por la parte que hizo esto, o por la autoridad de referencia. No necesita cofirma.
Este registro se cita en