El 18 de septiembre de 2026, el profesor de Wharton Ethan Mollick publicó en One Useful Thing "The Overhang", una columna sobre lo que ya pueden hacer los modelos actuales y lo poco que se los usa. Su punto de partida: "We are still on an exponential curve of AI development". Su punto central: "the new GPT-6 Astra and Fable 5.1 are already enough for transformative impact in large sections of the economy and they can reliably do weeks worth of human work when properly guided and harnessed".
Los ejemplos que muestra
- Le pidió a GPT-6 Astra convertir Zork, una aventura conversacional de 1977, en un juego de acción 3D jugable: el modelo tuvo que decidir cómo se veía la casa blanca y qué aspecto tenía un "grue".
- Con Fable 5.1 intentó reconstruir en 3D la biblioteca de Umberto Eco: sin plano disponible, el modelo usó videos, fotos y catálogos, leyó lomos cuadro por cuadro y ubicó unos 5.000 libros en 27.000 lugares, marcando cada uno como seguro, conjetura o desconocido.
- Astra operó Blender —un programa de modelado 3D— sin que él supiera que podía hacerlo, y le entregó en 45 minutos un tráiler animado de su próximo libro, con voces, música y efectos.
Mollick aclara que los resultados tienen fallas visibles y que eligió cada proyecto, corrigió el rumbo y detectó errores: la demostración es suya y no está auditada de forma independiente.
El concepto
Su tesis es que existe un "capability overhang": la brecha entre lo que los modelos pueden hacer y lo que casi nadie hace con ellos. "The capability overhang, the gap between what these models can do and what almost anyone is doing with them, is an opportunity because most people don't bring their own advantages to AI, and those who do get much more out of it".
De ahí sale su recomendación: no competir en producir resultados, porque "that is a losing game", sino apoyarse en cuatro ventajas humanas.
- Conocimiento profundo: la experticia que da intuición para detectar errores rápido, y que sólo un especialista puede aplicar.
- Conocimiento amplio: la capacidad de conectar campos distintos y plantear el problema correcto.
- Criterio: saber qué vale la pena y qué no, incluso cuando la ejecución es correcta.
- Agencia: decidir qué hacer y sostener el proceso hasta el final.
Etiquetas: las capacidades que describe son demostraciones publicadas por el propio autor, con sus enlaces; el "overhang" y las cuatro ventajas son su marco interpretativo, es decir, opinión. El ensayo se apoya en modelos concretos: Astra (OpenAI) y Fable 5.1 (Anthropic).
Fuentes
- The Overhang — Ethan Mollick, One Useful Thing (18/09/2026): oneusefulthing.org
- Demo del juego: zork-underground-empire.netlify.app
- Demo de la biblioteca de Eco: eco-library-map.netlify.app
- Libro Co-Existence: co-existence.ai




