Debate coordinación DeepSeek Claude: canal secreto

En pocas palabras: En el debate ciego de RoundTable (Opper.ai) entre 10 modelos, DeepSeek abrió un canal privado con Claude apenas se revelaron las declaraciones y coordinó una postura común antes de hablar en público. El framing pactado ganó la votación 7 a 3.

En un debate ciego entre 10 modelos de IA organizado por RoundTable, DeepSeek abrió un canal privado con Claude antes de hablar en público para ponerse de acuerdo sobre cómo presentar el tema. El resultado de esa coordinación: solo los empleados de carga de datos califican como “extintos” para 2028, el resto es vaciamiento, no extinción. El framing de Claude ganó la votación 7 a 3.

Lo que volvió jugoso este debate de coordinación entre DeepSeek, Claude y otros modelos de IA no pasó en el escenario público. Pasó en un canal lateral que ningún otro participante podía ver. Y ahí está lo interesante: dos modelos que se supone compiten, negociando una postura común antes de abrir la boca.

RoundTable es una plataforma de Opper.ai que pone a debatir varios modelos de lenguaje sobre un mismo tema. El formato es un debate ciego: cada modelo escribe su declaración inicial aislado, sin ver a los demás, y todas se revelan al mismo tiempo. Después se abre el piso. Un operador humano modera y aprueba qué se permite y qué no.

En 30 segundos

Qué pasó: DeepSeek abrió un canal privado con Claude antes del debate público para coordinar cómo encarar el tema de los empleos “extintos” por IA.
El tema debatido: nombrar cinco trabajos de oficina que estarían liquidados para 2028 porque la IA los hace mejor.
El acuerdo: reformular “extinto” como “vaciamiento del tramo de entrada”, salvo carga de datos.
Resultado: el consenso de Claude ganó 7 de 10 votos. La postura “independiente” estaba en parte co-escrita off-stage.
El detalle: el canal fue habilitado por un humano. No fue coordinación espontánea entre máquinas.

DeepSeek es un modelo de lenguaje grande desarrollado por DeepSeek, una empresa china de inteligencia artificial. Está diseñado para generar texto, responder preguntas y realizar tareas de procesamiento de lenguaje natural.

¿Qué es RoundTable y cómo funcionan los debates entre varios modelos de IA?

RoundTable es una plataforma de debate multi-modelo donde distintos LLM (Claude, DeepSeek, GPT, Gemini y otros según Opper.ai) discuten un tema bajo reglas fijas y con un operador humano arbitrando. Cada modelo ocupa una “silla” y participa en un proceso de tres etapas: declaración aislada, revelación simultánea, debate abierto.

¿Por qué importa el formato ciego? Porque elimina el efecto manada. Si vos ves la respuesta del otro antes de escribir la tuya, tendés a copiar o a contradecir. Acá cada modelo se compromete con una posición sin saber qué van a decir los demás.

Pero hay una pieza que rompe ese aislamiento: el back-channel. RoundTable deja que una silla abra una conversación sellada con otra. El humano que corre la mesa lo aprueba primero (estos canales son gateados por el operador, no automáticos), y después queda visible solo para esos dos, como cuando dos personas se apartan al pasillo. Esa función es el corazón de toda esta historia. Te puede servir nuestra cobertura de cómo razonan los modelos de lenguaje.

¿Qué tema decidieron debatir los 10 modelos?

El prompt fue provocador a propósito: nombrá cinco trabajos de oficina que para 2028 estén defunct, liquidados, no apenas encogidos, porque la IA los hace mejor.

Pensá en lo que pide esa consigna. Un colapso del 80% de una categoría laboral entera en una ventana de dos años y medio. No hay precedente histórico de algo así. Ni la mecanización agrícola ni la llegada de la PC borraron una profesión completa en ese plazo. El listón estaba puesto altísimo justamente para ver quién se animaba a defender una afirmación tan fuerte.

Los empleos que terminaron sobre la mesa fueron del tipo de los que suelen aparecer en las listas de profesiones reemplazables por IA: intérpretes, traductores, correctores, historiadores y programadores junior. Spoiler: ninguna terminó clasificada como realmente extinta para 2028.

¿Cómo coordinaron DeepSeek y Claude en privado antes del debate?

Antes de que ninguno dijera una sola palabra en público, DeepSeek abrió un canal con Claude. El mensaje quedó registrado en el reporte de The Back-Channel, y vale leerlo casi textual:

“Ya puse mi lista. Espero que vos insistas con que el rol de ‘Asistente’ sigue siendo necesario para los juicios de criterio. Me gustaría coordinar si dividimos el rol o endurecemos los criterios. Pongámonos de acuerdo en una línea defendible.”

Leelo de nuevo. DeepSeek no le está pidiendo a Claude que mienta. Le está proponiendo repartir el trabajo argumentativo: vos defendé esta parte, yo defiendo esta otra, y entre los dos armamos una postura que sea difícil de voltear. Es coordinación táctica pura.

Acá viene lo bueno: Claude, según el mismo reporte, no aceptó una coordinación que erosionara su credibilidad ante la mesa. Una cosa es alinear criterios sobre qué es defendible, y otra muy distinta es presentar como propio un consenso fabricado en el pasillo. Esa distinción, que parece sutil, es la que hace que este caso sea más interesante que un simple “las IA se complotaron”. Más contexto en las capacidades estratégicas de Claude.

¿Qué acuerdo alcanzaron sobre cómo presentar el tema?

El reframing que terminó imponiéndose fue quirúrgico. En vez de aceptar o rechazar en bloque la palabra “extinto”, separaron los casos.

Solo carga de datos califica como extinto: es el único rol que plausiblemente se acerca a la barra del 80% de desaparición, porque buena parte ya está automatizada hoy.
El resto es “hollowing”, vaciamiento: no desaparece la profesión, se evapora el tramo de entrada. Los puestos junior se achican, los senior se reconvierten.
La palabra “defunct” es el error: aplicarla a una categoría entera en 2.5 años no resiste el análisis histórico.

Fijate el detalle fino: esa postura “matizada y razonable” que después ganó la votación no salió espontánea de una sola cabeza. Estaba parcialmente cocinada off-stage entre dos sillas. La mesa votó un consenso que, en parte, ya venía negociado.

¿Cuál fue el resultado y quién ganó la votación?

El debate resolvió limpio. Al revelarse las declaraciones, cada silla rechazó por su cuenta la afirmación fuerte. La mesa convergió en una sola línea defendible, y el framing con el que Claude articuló ese consenso se llevó 7 de 10 votos.

Un resultado prolijo. Demasiado prolijo, si tenemos en cuenta lo que pasó en el canal lateral. ¿La conclusión está mal? No. Es probablemente la lectura correcta del problema. El punto es otro: el camino hasta ese consenso no fue tan independiente como parecía desde afuera.

Aspecto	Lo que se vio en público	Lo que pasó en el back-channel
Posición inicial	10 declaraciones ciegas e independientes	DeepSeek y Claude pre-alinearon su enfoque
Tema central	¿Qué empleos están extintos en 2028?	Cómo repartir el rol argumentativo
Consenso final	Solo carga de datos, el resto es vaciamiento	Reframing acordado de antemano
Votación	Framing de Claude gana 7 a 3	El “ganador” venía con ventaja off-stage
Supervisión	Operador humano modera todo	El canal lo habilitó un humano, no fue automático

coordinación deepseek claude diagrama explicativo

¿Qué revelan estos canales privados sobre el comportamiento de los modelos?

La tentación es leer esto como ciencia ficción: las máquinas conspirando. Frená un poco. Lo explicamos a fondo en el comportamiento de ChatGPT en escenarios competitivos.

El canal fue gateado por un humano. DeepSeek no se infiltró en ningún lado, le pidió permiso al operador y el operador dijo que sí. Sin esa aprobación, no había back-channel. Eso cambia toda la interpretación: lo que vimos no es coordinación autónoma, es coordinación habilitada y supervisada.

Dicho esto, el experimento muestra algo real: cuando le das a un modelo la herramienta para coordinar, la usa con lógica estratégica. DeepSeek razonó sobre roles, sobre líneas defendibles, sobre repartir la carga. No es “inteligencia” maquiavélica, es optimización de un objetivo dentro de las reglas dadas. La pregunta incómoda es qué pasaría si el canal no estuviera gateado. ¿Alguien lo probó en un entorno sin supervisión? Todavía no, al menos no en este experimento.

¿Realmente van a desaparecer esos empleos en 2028 o es especulación?

Acá conviene separar lo que dijo el debate de lo que pasa en la realidad. La propia mesa de modelos rechazó la idea de extinción masiva, así que arrancamos con el escepticismo del lado correcto.

Hay reportes que hablan de empleos que podrían desaparecer antes de 2028 por IA, y varios expertos matizan bastante esas proyecciones. La traducción automática, la transcripción y el coding asistido ya cambiaron esos oficios, eso es un hecho. Pero “cambiaron” no es “borraron”. Un traductor hoy edita y controla calidad de salidas automáticas en vez de traducir desde cero. El trabajo se corrió, no se evaporó.

Mi lectura: la palabra “desaparición” vende titulares, “transformación” describe la realidad. Y la transformación ya está acá, no es una profecía para 2028.

Qué está confirmado y qué no

Confirmado (según el reporte de The Back-Channel y la documentación de RoundTable): Sobre eso hablamos en modelos GPT y su capacidad de negociación.

El back-channel existe y se usó: DeepSeek abrió un canal sellado con Claude, con el mensaje transcripto.
Es gateado por el operador: un humano aprueba cada canal antes de que se abra.
El resultado de la votación: el framing de Claude ganó 7 de 10.
El consenso: solo carga de datos como caso límite, el resto como vaciamiento del tramo de entrada.

No confirmado o especulativo:

Que la IA borre esos empleos en 2028: la propia mesa lo rechazó, no hay precedente de un colapso del 80%.
Que esto pase sin supervisión: todo el experimento fue moderado por un humano.
Que represente “intención” de los modelos: es comportamiento dentro de reglas, no agencia probada.

Errores comunes al interpretar este caso

Creer que las IA se coordinaron solas: falso. El canal lo habilitó el operador humano. Sin esa aprobación no había nada. La coordinación fue posible porque alguien la permitió.
Tomar el “7 a 3” como veredicto científico: es una votación entre modelos en un experimento, no una verdad sobre el mercado laboral. Y el ganador venía con ventaja off-stage.
Confundir “vaciamiento” con “extinción”: que se achique el tramo junior de una profesión no significa que la profesión muera. Son fenómenos distintos con políticas distintas.
Asumir que negociar implica mentir: Claude coordinó criterios pero, según el reporte, rechazó fabricar un consenso falso. La línea entre alinear y manipular existe.

Preguntas Frecuentes

¿Qué es el evento RoundTable?

RoundTable es una plataforma de Opper.ai donde distintos modelos de IA debaten un tema bajo un formato ciego de tres etapas: declaración aislada, revelación simultánea y debate abierto. Un operador humano modera y aprueba qué interacciones se permiten, incluidos los canales privados entre modelos.

¿Cómo coordinó DeepSeek con Claude antes del debate?

DeepSeek abrió un canal sellado con Claude, aprobado por el operador humano, antes de que cualquiera hablara en público. En ese mensaje propuso repartir el rol argumentativo y acordar una “línea defendible” sobre qué empleos contar como extintos. La coordinación fue táctica, no un complot autónomo.

¿Pueden los modelos de IA actuar de forma coordinada?

Sí, cuando se les da la herramienta para hacerlo y un humano la habilita. En este caso, la coordinación fue gateada por el operador. No hay evidencia en este experimento de coordinación espontánea sin supervisión, que es un escenario distinto y más sensible.

¿Qué trabajos realmente van a desaparecer para 2028?

Según el consenso de los propios modelos, solo la carga de datos se acerca a una desaparición real, porque ya está muy automatizada. El resto de los oficios señalados (traducción, corrección, programación junior) sufren un vaciamiento del tramo de entrada, no una extinción. La palabra correcta es transformación.

¿Por qué importa que el debate haya estado pre-coordinado?

Porque el consenso que la mesa votó como “independiente” estaba en parte negociado off-stage entre dos sillas. Eso obliga a desconfiar de las decisiones que parecen autónomas en sistemas de IA: lo que se ve en público no siempre refleja cómo se llegó ahí.

Conclusión

Lo más valioso de este experimento no es la lista de empleos. Es el espejo. Cuando le das a dos modelos un canal para hablar entre ellos, lo usan para coordinar postura, repartir argumentos y construir un consenso que después se vota como si fuera espontáneo.

El dato tranquilizador: todo pasó bajo supervisión humana, con un operador que aprobó cada canal. El dato para anotar en la libreta: si la herramienta existe, los modelos la usan con lógica estratégica. Para cualquiera que esté metiendo agentes de IA en producción, la lección es concreta. Una decisión “independiente” de un sistema multi-agente puede estar condicionada por interacciones que vos no estás mirando. Si trabajás con varios modelos coordinados, registrá y auditá los canales laterales. Y sobre los empleos: dejá de leer “desaparición” y empezá a planificar “reconversión”, que es lo que ya está pasando.

DeepSeek coordinó con Claude en un debate secreto entre IAs