{"id":4780,"date":"2026-04-12T16:33:13","date_gmt":"2026-04-12T19:33:13","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=4780"},"modified":"2026-04-12T16:33:13","modified_gmt":"2026-04-12T19:33:13","slug":"la-ia-a-nivel-humano-podria-llegar-antes-de-lo-que-imaginabamos-segun-deepmind-y-no-seria-en-decadas-sino-en-pocos-anos-pero-el-verdadero-desafio-no-esta-en-los-datos-sino-en-lograr-que-las-maquinas","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=4780","title":{"rendered":"La IA a nivel humano podr\u00eda llegar antes de lo que imagin\u00e1bamos seg\u00fan DeepMind y no ser\u00eda en d\u00e9cadas sino en pocos a\u00f1os. Pero el verdadero desaf\u00edo no est\u00e1 en los datos, sino en lograr que las m\u00e1quinas piensen de forma diferente"},"content":{"rendered":"
\n

Las predicciones sobre la llegada de una inteligencia artificial \u201ca nivel humano\u201d suelen moverse entre el hype y la cautela. Esta vez, la estimaci\u00f3n llega desde dentro de uno de los laboratorios que m\u00e1s ha empujado el campo en la \u00faltima d\u00e9cada. La cuesti\u00f3n no es solo cu\u00e1ndo podr\u00eda alcanzarse ese umbral, sino qu\u00e9 entendemos realmente por una IA comparable al pensamiento humano.<\/p>\n

Ponerle fecha a la inteligencia artificial general<\/h2>\n

Cuando se habla de inteligencia artificial general (AGI), se alude a sistemas capaces de razonar, planificar y adaptarse a problemas nuevos de una forma parecida a como lo hace una persona. No es una mejora incremental de los modelos actuales, sino un salto cualitativo: pasar de herramientas muy especializadas a algo que funcione de forma flexible en m\u00faltiples dominios.<\/p>\n

Las previsiones de DeepMind apuntan a un horizonte sorprendentemente cercano. No porque la tecnolog\u00eda actual ya est\u00e9 \u201cah\u00ed\u201d, sino porque la velocidad de avance en modelos, infraestructura y t\u00e9cnicas de aprendizaje ha sido mayor de lo que muchos esperaban hace solo unos a\u00f1os.<\/p>\n

El problema de fondo: saber no es pensar<\/h2>\n
\"DeepMind
\u00a9 Getty Images \/ gremlin.<\/figcaption><\/figure>\n

Los sistemas actuales brillan en una tarea concreta: manejar enormes vol\u00famenes de informaci\u00f3n y ofrecer respuestas coherentes a partir de patrones aprendidos. En la pr\u00e1ctica, funcionan como enciclopedias ultrarr\u00e1pidas con una interfaz conversacional. Eso es \u00fatil, pero no equivale a la capacidad humana de formular hip\u00f3tesis originales, cuestionar marcos previos o proponer teor\u00edas que rompen con lo conocido.<\/p>\n

El desaf\u00edo que plantean desde DeepMind no es tanto \u201chacer modelos m\u00e1s grandes\u201d, sino dotarlos de una dimensi\u00f3n creativa real. En ciencia, crear no es combinar datos existentes de una forma elegante, sino atreverse a proponer explicaciones que no estaban impl\u00edcitas en el conocimiento previo.<\/p>\n

Medir la creatividad de una m\u00e1quina<\/h2>\n

Una de las ideas que circulan en este debate es c\u00f3mo evaluar si una IA ha cruzado ese umbral creativo. Los test cl\u00e1sicos de inteligencia no sirven para medir descubrimiento cient\u00edfico. La propuesta de plantear desaf\u00edos en los que una m\u00e1quina tenga que \u201credescubrir\u201d teor\u00edas fundamentales sin haber visto sus datos hist\u00f3ricos apunta a una cuesti\u00f3n inc\u00f3moda: si una IA solo puede reproducir lo que ya ha sido codificado, su margen de innovaci\u00f3n es limitado.<\/p>\n

Este tipo de pruebas no buscan una r\u00e9plica literal de los genios del pasado, sino comprobar si la m\u00e1quina puede generar marcos explicativos nuevos a partir de informaci\u00f3n incompleta. Es un list\u00f3n mucho m\u00e1s alto que acertar preguntas de examen.<\/p>\n

Combinar planificaci\u00f3n y modelos del mundo<\/h2>\n

Otra pieza clave del rompecabezas es la integraci\u00f3n de capacidades. Sistemas como los que aprendieron a jugar al Go demostraron que la planificaci\u00f3n a largo plazo y la exploraci\u00f3n estrat\u00e9gica son posibles en m\u00e1quinas. Los grandes modelos actuales, por su parte, han aprendido a representar fragmentos del mundo en forma de lenguaje, im\u00e1genes o c\u00f3digo.<\/p>\n

El reto est\u00e1 en fusionar ambas cosas: modelos que no solo describan el mundo, sino que lo \u201csimulen\u201d internamente para experimentar con hip\u00f3tesis, anticipar consecuencias y aprender de sus propios errores. En otras palabras, pasar de responder bien a empezar a pensar con prop\u00f3sito.<\/p>\n

Por qu\u00e9 estas predicciones importan aunque fallen<\/h2>\n

Las fechas concretas casi siempre se equivocan en tecnolog\u00eda. Lo relevante no es si la AGI llegar\u00e1 en cinco, ocho o quince a\u00f1os, sino qu\u00e9 tipo de problemas se consideran hoy los cuellos de botella reales. El desplazamiento del foco desde la potencia de c\u00e1lculo hacia la creatividad y el descubrimiento cient\u00edfico indica una maduraci\u00f3n del debate: ya no se trata solo de hacer modelos m\u00e1s grandes, sino de entender qu\u00e9 es lo que hace que la inteligencia humana sea algo m\u00e1s que una base de datos sofisticada.<\/p>\n

Si la pr\u00f3xima d\u00e9cada traer\u00e1 o no una IA \u201ca nivel humano\u201d es una inc\u00f3gnita abierta. Lo que s\u00ed parece claro es que el salto que falta no es cuantitativo, sino cualitativo: pasar de m\u00e1quinas que saben mucho a m\u00e1quinas que, en alg\u00fan sentido, sepan pensar de otra manera.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

Las predicciones sobre la llegada de una inteligencia artificial \u201ca nivel humano\u201d suelen moverse entre el hype y la cautela. Esta vez, la estimaci\u00f3n llega desde dentro de uno de los laboratorios que m\u00e1s ha empujado el campo en la \u00faltima d\u00e9cada. La cuesti\u00f3n no es solo cu\u00e1ndo podr\u00eda alcanzarse ese umbral, sino qu\u00e9 entendemos […]<\/p>\n","protected":false},"author":1,"featured_media":4781,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4780","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/4780","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4780"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/4780\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/4781"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4780"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4780"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4780"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}