Cecilia Rikap, economista e investigadora de la Universidad de Londres, en 'Pasaron cosas'
Radio Con Vos - 23/5/2025 - Duracion: 17:27
Transcripción
00:00:00Eh, yo me voy a volver a meter ahora en
00:00:02un tema que ayer me dejó todo el día
00:00:05pensando, eh, la tecnología, la
00:00:08inteligencia artificial, las
00:00:11plataformas, los algoritmos, esta mina
00:00:13que tengo acá al lado, esta economista,
00:00:15esta investigadora, esta docente, eh,
00:00:19créeme, es alguien a quien vale la pena
00:00:21escuchar. Está con nosotros Cecilia
00:00:24Ricap, que es economista, investiga en
00:00:27la Universidad de Londres, ahí también
00:00:29es docente, forma parte del equipo de
00:00:31Mariana Matsucato, la investigadora
00:00:35italoinglesa que fue, bueno, en los
00:00:37últimos años la economista favorita del
00:00:38Papa. Eh, tengo el orgullo de decir que
00:00:41participó en el país que quieren los
00:00:43dueños. Gracias, Es por venir. Gracias a
00:00:45vos Ale por invitarme y también por
00:00:47invitarme a escribir en el país que
00:00:48quieren los dueños. Voy a sacar el
00:00:49ejemplar mientras la presento porque es
00:00:53bueno que ustedes vean nuevamente la
00:00:55portada de este libro que acaba de ser
00:00:58reeditado luego de que se eh eh agotó.
00:01:02Mira, se agotó tanto que ni lo tengo en
00:01:04el bolso, boluda. Es increíble. me lo
00:01:06sacan de la mano. Bueno, ya se los van a
00:01:08mostrar ahora eh en YouTube a los que
00:01:10estén por allí eh con eh la fotito de la
00:01:13tapa que tienen que buscar para ver un
00:01:15artículo en el que Ce escruta eh a los
00:01:21tecnomagnates. Ayer tuvimos un debate
00:01:23superinesante entre Alan Daich y
00:01:25Santiago Caruzo sobre la inteligencia
00:01:28artificial. ¿Es cierto que hubo una
00:01:31empresa pionera del machine learning de
00:01:33la inteligencia artificial acá en la
00:01:34Argentina? Sí, definitivamente sí. Eh,
00:01:38me parece que bueno, lo contamos algunas
00:01:39veces de apartes, lo puedo contar con un
00:01:41poco más de detalles. Maquinalis era una
00:01:45originalmente una empresa como las miles
00:01:47de empresas de software que tiene la
00:01:49Argentina, hay que decirlo, de una
00:01:51política de estado de la Argentina ha
00:01:53sido la promoción de la industria del
00:01:54software y de la mano de otra política
00:01:58de estado que es la educación pública
00:02:00gratuita de calidad, pa, el de
00:02:04financiamiento sistemático de distintos
00:02:06gobiernos, en particular de este, donde
00:02:08sus docentes sostienen la universidad
00:02:10pública, surge un caso como el de
00:02:13Machinales, un un grupo de de amigos que
00:02:17empiezan a ofrecer servicios de software
00:02:19y que eh trabajando en parte como
00:02:22docentes honorem en la Universidad
00:02:25Nacional de Córdoba les dicen, "Che,
00:02:27¿por qué no se vienen a la universidad?
00:02:29La universidad estaba lanzando un plan
00:02:30para incubar empresas. ¿Por qué no son
00:02:32una de las que eh son incubadas acá en
00:02:36la Universidad de Córdoba?" Y a partir
00:02:37de esa decisión que no solo les baja los
00:02:40costos, porque imagínate que estás
00:02:41recién empezando una empresa, si te
00:02:42incuba la universidad, la universidad no
00:02:44solo contribuye pagándote la luz, el
00:02:47espacio físico, eh con y y con
00:02:50entrenamiento y demás de la propia
00:02:51incubadora, pero además la en el caso de
00:02:54Machinalis, los vínculos permanentes con
00:02:57profesores de la Universidad de Córdoba
00:02:58son los que terminan haciendo que a eh
00:03:01sus
00:03:02fundadores les aparezca como una
00:03:04posibilidad cierta al menos de uso de su
00:03:07tiempo, por más que en el momento no lo
00:03:08pensaran necesariamente como negocio, el
00:03:10dedicarse a a resolver preguntas y
00:03:12problemas de machine learning. Y eh el
00:03:14machine learning, para quienes no lo
00:03:16saben, es inteligencia artificial, como
00:03:18la la primera, la primitiva, ¿no? Bueno,
00:03:21en realidad primera y primitiva
00:03:22tendríamos que ir a eh las máquinas de
00:03:26hace 70 80 años que eh y de hecho eso es
00:03:30interesante volver en el tiempo porque
00:03:32también lo que nos permite es trazar y
00:03:34entender que lo que llamamos
00:03:35inteligencia artificial es estadística
00:03:36avanzada en última instancia. Entonces,
00:03:38de desarrollos estadísticos empiezan a
00:03:40aparecer modelos que lo que buscan hacer
00:03:43es predicciones, predicciones cada vez
00:03:45más eficientes. Y el machine learning es
00:03:47una manera de hacer predicciones donde
00:03:48básicamente lo que hace el modelo es
00:03:50entrenarse con un montón de datos. Datos
00:03:53que eh están en en el caso del machine
00:03:56learning tradicional podemos decir están
00:03:58clasificados. Entonces, si es una foto
00:04:00de un árbol, al lado dice árbol. Si es
00:04:02una foto de un eh micrófono, al lado
00:04:04dice micrófono y con eso se va
00:04:06entrenando el modelo de manera que
00:04:08después el modelo pueda predecir a
00:04:09partir de preguntas, a partir de
00:04:11problemas, cuál va a ser el escenario
00:04:12más probable. Los modelos de machine
00:04:14learning, que ahora podríamos llamar
00:04:16tradicionales o hasta antiguos desde la
00:04:17emergencia de inteligencia artificial
00:04:19generativa, lo que tenían es que se
00:04:21dedicaban a resolver un problema
00:04:22específico. Y es así que Machinalis es,
00:04:25por ejemplo, contratada por Mercadoolbre
00:04:27para eficientizar la recomendación que
00:04:31se le hace a las personas cuando
00:04:32compramos algo en la plataforma de
00:04:34comercio electrónico. Vos sabes que
00:04:35siempre de algún modo la pega porque une
00:04:38las cosas que le compré en el pasado,
00:04:40las cosas que busqué, eh, y también
00:04:42cosas que gente que es parecida a vos,
00:04:44es decir, que compró cosas parecidas a
00:04:46las que vos compraste, compró, porque lo
00:04:48que hace también es una asociación de
00:04:50perfiles, no es solo una
00:04:51individualización de cuál es tu perfil y
00:04:53por lo tanto si compraste zapatillas y
00:04:55compraste una pelota quizás te falte el
00:04:58la remera para salir a jugar al fútbol o
00:05:00para salir a correr, sino que además
00:05:02puede asociar que la gente que compró
00:05:03zapatillas y también compró pelotas,
00:05:06compra botellas de agua. Claro.
00:05:08Entonces, algo que quizás ya empieza a
00:05:10estar más alejado y no tan obvio en el
00:05:12perfilamiento, también el algoritmo lo
00:05:14puede identificar. Eso lo hacía una
00:05:16empresa incubada en la Universidad de
00:05:17Córdoba, hecha por docentes
00:05:19investigadores eh de esa universidad
00:05:21pública. Sí. Y en parte, porque en
00:05:23realidad lo interesante de toda esta
00:05:24historia es que Mercadoolbre tenía un
00:05:26equipo que lo hacía internamente, pero
00:05:27que no lo hacía tamban bien. Claro.
00:05:29Entonces, eh contratan a Maquinalis y le
00:05:32empiezan a dar cada vez más trabajo de a
00:05:34ver si tu algoritmo funciona mejor. Y
00:05:36también para esto es algo bastante
00:05:38extendido en eh muchas empresas
00:05:40tecnológicas, ¿no? En las más grandes
00:05:41del mundo. Lo de comprar esa competidora
00:05:44o esa que está ahí chiquitita, eh me
00:05:48está haciendo una incipiente
00:05:49competencia, me la compro.
00:05:50Absolutamente. Digo, cuando hablas eh en
00:05:53el libro, yo me enfoco sobre todo de los
00:05:55tecnomagnates de Argentina, pero los
00:05:57tecnomagnates globales lo hacen
00:05:59cotidianamente. Todas las grandes
00:06:00empresas de tecnología se basan en
00:06:02comprar otras y además a veces te digo
00:06:05esto, no las compran, pero ponen plata
00:06:07en esas empresas de manera que tienen
00:06:08igualmente acceso al conocimiento de
00:06:11esas otras empresas. igualmente pueden
00:06:12influir sobre lo que hacen, de manera
00:06:14que se aseguran de que no van a competir
00:06:16directamente con ellas, pero que van a
00:06:17ser parte del ecosistema en un lugar
00:06:19subordinado. Claro, a veces las compran
00:06:21para pagarlas, por supuesto, a veces las
00:06:23compran para pagarlas. En el caso de
00:06:24Mercadoolbre la compró porque la
00:06:26necesitaba y de hecho al principio
00:06:28quería solamente comprar al los
00:06:30desarrollos de machine learning, quería
00:06:32solamente comprar a la gente que estaba
00:06:33haciendo eso y dejar la parte el resto
00:06:35de la empresa de lado. Es decir, quería
00:06:37hacer una compra pero todavía más
00:06:39predatoria, es decir, me compro lo que
00:06:40me sirve y lo que no quedáelo. Claro.
00:06:42¿Para cuándo fue esto? Sí, sí. Esto ya
00:06:44lleva bastantes años porque de hecho lo
00:06:45que pasa es que hoy cuando Mercadoolbre
00:06:48eh ya en la vemos a funcionar hace 5 o 6
00:06:52años que tiene integrados todo el equipo
00:06:54o gran parte, no todo porque con el
00:06:56tiempo se fueron yendo algunas personas
00:06:57del equipo que originalmente era de
00:06:59Machinalis y ese equipo escaló después
00:07:01obviamente y digo y escaló porque cada
00:07:03vez más hay personas formadas y
00:07:05entrenadas.
00:07:07Diseñar algoritmos de machine learning
00:07:08no es algo que uno puede hacer con un
00:07:09curso de software de un año viendo a ver
00:07:12cómo movemos cosas. Lo que son largos
00:07:13años de estudio, requiere estudios
00:07:15universitarios, escribir el código,
00:07:17después usar el código mucho más. A ver,
00:07:20al revés, usarlo es menos porque cuando
00:07:23ya está hecho el código, vos no influís
00:07:25sobre el modelo. Entonces, lo que hacés
00:07:27es construís una aplicación específica,
00:07:29por ejemplo, eh llamás a una aplicación
00:07:31de inteligencia artificial dentro de la
00:07:33página web de tu prepaga. Sí. Bueno, ese
00:07:36llamadito, ese chatbot no lo hizo la
00:07:38prepaga. De hecho, despegar, por
00:07:39ejemplo, lo cuento en el libro, cuando
00:07:41dice que introduce inteligencia
00:07:43artificial generativa, en realidad lo
00:07:45que hace es comprar los modelos
00:07:47existentes y adaptarlo a eh su caso de
00:07:51negocio. Entiendo. Y esa adaptación al
00:07:53caso de negocio requiere menos
00:07:55conocimiento que haber escrito el modelo
00:07:57de base, que requiere conocimientos de
00:07:59matemática y de estadística
00:08:00completamente avanzados, que una
00:08:02microminoría lo puede hacer. Ahora, eh
00:08:04si Galperín recibió para Mercadolibbre
00:08:07ingentes subsidios del Estado Nacional,
00:08:10¿no? La ley de Economía del
00:08:11Conocimiento, antes la ley del software,
00:08:13eh si eh se nutrió de talento formado en
00:08:18la universidad pública, como estos pibes
00:08:20de la Universidad de Córdoba, eh que
00:08:22perfeccionaron esa sugerencia que te
00:08:24hace cuando compras algo de que compres
00:08:25otra cosa. ¿Por qué eh odia tanto al
00:08:30Estado? ¿Cómo se explica que sea casi
00:08:34igual que mi ley en las redes sociales
00:08:36que diga las cosas que dice respecto del
00:08:39Estado, de su tamaño, de sus gastos?
00:08:43Porque el Estado es competencia, aunque
00:08:45parezca completamente irrisorio decirlo,
00:08:47el Estado es quien gobierna. Y este tipo
00:08:49de empresas lo que quieren es gobernar,
00:08:51es tomar decisiones. Ya lo hacen en sus
00:08:52plataformas, regulan qué es lo que se
00:08:54puede hacer y lo que no, cómo se hace y
00:08:56cómo no se hace y hasta cobran
00:08:57impuestos. ¿Cómo cobran impuestos?
00:08:59Porque si vos querés participar en la
00:09:00plataforma vendiendo, tenés que agarrar
00:09:02y pagarle un porcentaje de cada una de
00:09:04tus ventas a Mercadolibbre. Ah, la
00:09:06comisión. Y Exacto. Y eso funciona como
00:09:08un impuesto en última instancia. ¿Qué
00:09:09diferencia hay entre pagarle por cada
00:09:12venta que hacés a Mercadoolbre o pagar o
00:09:15incluir dentro de tu venta el impuesto
00:09:17al valor agregado? Es exactamente lo
00:09:19mismo. Digo, desde la contabilidad
00:09:20empresarial le pondrás un título
00:09:22distinto, pero en definitiva significa
00:09:25que una parte de lo que genera se lo
00:09:26lleva otro. Se sienten a la par de los
00:09:29estados estos magnates completamente.
00:09:31Pero además yo te diría que en algunos
00:09:32casos se sienten por encima de algunos
00:09:34estados, porque no todos los estados son
00:09:36iguales. No es lo mismo ser el estado de
00:09:37Estados Unidos que el estado de
00:09:38Argentina. Entonces ahí viene la segunda
00:09:40cuestión, que es como pasan por encima
00:09:42por completo cualquier posibilidad de
00:09:44soberanía digital de la enorme mayoría
00:09:47de los estados y y en definitiva de los
00:09:49ciudadanos. ¿Qué es la soberanía
00:09:50digital? Sé si vi que estás hablando eh
00:09:52eh para el que recién se engancha,
00:09:54estamos hablando con Cecilia Ricap, que
00:09:55es economista, investigadora de la
00:09:57Universidad de Londres. Eh, si la seguís
00:10:00en Twitter, la vas a ver dando una
00:10:02conferencia para la Unión Europea sobre
00:10:04cómo regular eh eh la inteligencia
00:10:07artificial. Luego otra para el gobierno
00:10:09de Brasil o de Uruguay sobre cómo
00:10:11adaptar los algoritmos a la realidad
00:10:14latinoamericana. ¿Qué es a qué te
00:10:16referís cuando hablas de soberanía
00:10:18digital? La pregunta es fundamental
00:10:20porque no hay que confundir soberanía
00:10:22digital con un modelo autárquico
00:10:24tecnonacionalista donde porque la
00:10:26tecnología es nacional es necesariamente
00:10:28buena. a lo que nos referimos con
00:10:30soberanía eh digital y soberanía en
00:10:32última instancia más general, porque la
00:10:34centralidad de las tecnologías digitales
00:10:36para todo lo que hacemos es eh
00:10:38exponencialmente
00:10:40creciente. En definitiva, soberanía
00:10:42digital es cuál es la capacidad que
00:10:43tenemos de decidir qué tecnologías
00:10:45tenemos, para qué las tenemos, cómo las
00:10:47desarrollamos y para qué se usan. Y
00:10:49cuando hablamos de tecnologías, hablamos
00:10:51de todo, desde el mail o un o por
00:10:53ejemplo un software de ciberseguridad
00:10:55que es central para asegurar que todos
00:10:57los datos de todas las personas de un
00:10:59país que tiene el estado están eh son
00:11:01seguros. Hay países, por ejemplo, en los
00:11:03cuales la gente mayoritariamente no
00:11:06tiene eh
00:11:08alevercovich@gmail, sino que tiene un eh
00:11:11correo basado en en un servidor de su
00:11:14país. Bueno, empiezan a ver algunas
00:11:16alternativas, pero las alternativas son
00:11:18bastante marginales, la verdad, hay que
00:11:20decirlo. Y justo en el caso del mail,
00:11:23hay una dominación masiva del @gmail y
00:11:26para en muchos otros ámbitos de los aes
00:11:30específicos del lugar donde trabajas que
00:11:32están provistos por Microsoft. Claro.
00:11:34Entonces digo, hay algunas partes donde
00:11:36es especialmente sensible la
00:11:38dependencia, que lo contrario a
00:11:39soberanía es dependencia, es depender de
00:11:41un otro y depender estructuralmente.
00:11:43Mira, te doy un ejemplo. International
00:11:45Criminal Court, que investiga crímenes,
00:11:48potenciales crímenes internacionales,
00:11:50entre otros, está investigando el
00:11:51genocidio en Gaza y a Trump le pareció
00:11:55que lo que estaba haciendo no era
00:11:56adecuado y entonces le ordenó a las
00:11:58empresas de tecnología que suspendieran
00:12:01los servicios que le brindan a la a esta
00:12:04corte internacional. M, no, no, esto
00:12:06pasó hace un par de días. Microsoft
00:12:09suspendió los mails, por ejemplo, le
00:12:10suspendió todos los servicios a la Corte
00:12:12Penal Internacional. Entonces, imagínate
00:12:15qué haces, qué haces si no tenés no
00:12:17tenés mail y no solo que haces en tu
00:12:18vida personal, digo, obviamente que en
00:12:20tu vida personal te afecta, pero qué
00:12:21cómo haces, ¿no? Que si te lo pasas a
00:12:22pensar le pueden haber levantado hasta
00:12:24el WhatsApp al juez de la Corte Penal
00:12:26que lo declara criminal de guerra
00:12:27Netanju. Por supuesto, por supuesto. Y
00:12:30digo, y esto es un ejemplo que uno
00:12:31podría decir es extremo porque justo
00:12:33Trump está gobernando Estados Unidos.
00:12:35está pirado completamente. Digo, podrían
00:12:37pasar ejemplos extremos también en
00:12:38Argentina porque también hay otro pirado
00:12:40gobernando, pero me parece que nos habla
00:12:43de un problema que está eh que parece
00:12:45invisible y que recién cuando aparece en
00:12:47estos casos extremos se visibiliza. A
00:12:49ver, y dame un ejemplo de eh al revés de
00:12:52soberanía digital virtuosa. ¿Cómo
00:12:55podríamos pensar en sin eh cerrarnos
00:12:59completamente al uso de la tecnología
00:13:01externa o de las redes de las
00:13:02plataformas? porque me parece ya es
00:13:03tarde para eso. Eh, ¿cómo podríamos
00:13:06aprovechar ese conocimiento que hay en
00:13:08Argentina para un desarrollo local y qué
00:13:11tendría de bueno para el que nos está
00:13:12escuchando? Me parece que lo que hay que
00:13:14hacer es priorizar al Estado. El Estado
00:13:16no solo tiene capacidades de desarrollo,
00:13:19sino que el Estado también consume.
00:13:20Hablamos de ciberseguridad, por ejemplo,
00:13:22pero piensen los sistemas informáticos
00:13:24para los hospitales, para las escuelas,
00:13:25ahí hay una oportunidad para decidir qué
00:13:27tecnología queremos. Vos hablabas de tus
00:13:29hijos, con qué tecnología queres que le
00:13:31enseñen a tus hijos. ¿Cómo querés que
00:13:33aprendan? Y y ¿quién querés que decida
00:13:36qué aprenden y qué no? Porque la
00:13:37tecnología que se usa hace al
00:13:39aprendizaje que se recibe. Ahí hay una
00:13:41posibilidad de pensar en una solución
00:13:43que sea soberana, una solución que por
00:13:45ser soberana no tiene por qué ser
00:13:46solamente Argentina. De hecho, al
00:13:47contrario, para que funcione sobre todo
00:13:49en el en el ambiente o o en
00:13:51específicamente en lo que es
00:13:52inteligencia artificial por el
00:13:54requerimiento que tiene de capacidad de
00:13:56procesamiento, de datos, de talento que
00:13:58tenés que concentrar para escribir un
00:13:59modelo fundacional, por ejemplo, en
00:14:01español colectivo de América Latina,
00:14:03podríamos decir, o bueno, Brasil podría
00:14:05no sentirse incluido en ese caso por el
00:14:07español, pero digo, podríamos igualmente
00:14:09un entrenar un modelo en español y en
00:14:10portugués. digo, hacer este tipo de de
00:14:13acciones requiere inversiones muy altas
00:14:15y también consume en materia de eh de
00:14:18naturaleza en distintas maneras, de
00:14:20distintos modos, desde agua a y
00:14:22electricidad específica de los centros
00:14:24de datos a todos los eh los minerales
00:14:27que se utilizan para los dispositivos
00:14:28que después se utilizan para entrenar,
00:14:30etcétera. Entonces, todas estas razones,
00:14:32sumado también el riesgo de hacer un
00:14:35desarrollo local, público, abierto y que
00:14:37después venga alguien como Miley y lo
00:14:39destruya, bregan en realidad porque la
00:14:41soberanía digital la construyamos de
00:14:43manera internacional, de manera
00:14:45colectiva, regional. Claro, sería menos
00:14:46riesgoso, completamente y menos costoso
00:14:49también. Bien, pero en en términos de lo
00:14:51útil, de lo útil, yo a mí un ejemplo que
00:14:54da eh Barufakis en su último libro en
00:14:57tecnofeudalismo que me impactó mucho,
00:14:59que es eh sobre Uber. No, como qué onda
00:15:02que hay muchos que nos están escuchando
00:15:04manejando un Uber en este momento, por
00:15:05ejemplo. Eh, ¿qué onda que yo eh vos
00:15:10poner querés viajar del punto A al punto
00:15:11B y yo quiero una guita porque no me
00:15:13alcanza el sueldo para llegar a fin de
00:15:14mes, entonces me pongo a manejar mi auto
00:15:16como Uber? Vos me garpas, me garpas 10
00:15:18lucas por un viaje y de movida a mí me
00:15:22llegan siete y tres lucas se van en una
00:15:24comisión a una cuenta en una guarida
00:15:27fiscal en Holanda eh de Uber. Ahora eso
00:15:31es reloco porque dos argentinos que no
00:15:33nos pudimos poner de acuerdo para hacer
00:15:34un viaje, algo tan simple como lo que
00:15:36antes hacía una remisería, le estamos
00:15:39nos están drenando 30% de esa guita
00:15:41afuera del país. Y alguien podría decir
00:15:43que se lo que se lo merece porque
00:15:45desarrollaron un algoritmo que permite
00:15:47conectarse, pero hay que decir que esos
00:15:48algoritmos en todos los casos son
00:15:51producto de redes de producción de
00:15:53conocimiento. No es solo Uber que
00:15:55desarrolla el algoritmo, es Uber con
00:15:57universidades, con empresas startup, con
00:15:59otras empresas también. Uber, por
00:16:01ejemplo, depende de la tecnología de
00:16:03mapas de Google. Uber depende de la
00:16:06tecnología de Google también para su
00:16:08nube. Entonces digo, hay un entramado
00:16:09enorme. Desarrolló eso con el apoyo de
00:16:11Estados Unidos, con el apoyo de Estados
00:16:13del gobierno de Estados Unidos, pero
00:16:14también con el apoyo indirecto de
00:16:16gobiernos como los europeos, porque
00:16:18financian a sus propios investigadores
00:16:20que después terminan escribiendo y
00:16:22desarrollando modelos con estas
00:16:24empresas. Entonces, el conocimiento lo
00:16:26producimos globalmente, pero después los
00:16:27que se llevan el rédito por el algoritmo
00:16:30y cómo se lo utiliza son las Uber, las
00:16:32Amazon, Microsoft, etcétera. Siempre me
00:16:34pasa lo mismo con CI Recap, pasaron 15
00:16:36minutos y siento que le tendría que
00:16:37preguntar 1000 cosas más. Eh, sé que
00:16:40ustedes están del otro lado igual, eh,
00:16:41pero bueno, lo siento, así es la vida.
00:16:44Eh, el tiempo es tirano también en la
00:16:46radio. Quien se haya quedado con esas
00:16:47ganitas de más va y busca el artículo de
00:16:50CI Recap en el país que quieren los
00:16:52dueños o la siguen en eh ¿qué redes
00:16:55sociales? E sí, bueno, eso es otra
00:16:57cuestión. Hay que estar en todas. Yo
00:16:58creo que la manera de disputar es seguir
00:17:00estando en ese espacio que es una arena
00:17:01pública, por más que no tengamos ninguna
00:17:03capacidad de decidir cuánto se va a
00:17:05mostrar lo que posteamos. Así que me
00:17:07pueden seguir en Blue Sky, en Twitter,
00:17:08en LinkedIn, en qué @ en Instagram.
00:17:12Todas están vinculadas con mi nombre,
00:17:13así que si buscan Cecilia Recap, CI
00:17:15recap, van a parecer muy fácil. Gracias
00:17:17Ce por venir, eh,
00:17:20muchas gracias.
00:17:21De 14 a 17.