Por Esteban Castro
La Razón
Elon Musk afirmó, en una entrevista de casi noventa minutos concedida a Zanny Minton Beddoes, directora de The Economist, que la inteligencia artificial podría superar la suma de toda la inteligencia humana en un plazo de apenas cinco años.
El fundador de Tesla, SpaceX y xAI proyectó un escenario donde la IA supere a los humanos en prácticamente cualquier tarea intelectual, desde el desarrollo de medicamentos hasta el diseño de materiales y la resolución de problemas de ingeniería.
Para explicar la magnitud del salto, Musk recurrió a la comparación entre humanos y chimpancés evolucionados, al plantear que la humanidad podría dejar de ocupar una posición dominante frente a una inteligencia con esa misma distancia cognitiva de ventaja.
La proyección no es un hecho aislado; se inscribe en una sucesión de pronósticos que el propio Musk repite desde 2024, cuando ubicó la llegada de una inteligencia artificial general primero en 2025, después en 2026 y ahora en un horizonte de cinco años.
Ese corrimiento sucesivo de fechas alimenta una discusión de fondo entre quienes desarrollan estos sistemas: mientras unos anticipan una superinteligencia inminente, otros consideran que el concepto mismo de inteligencia artificial general está sobredimensionado.
En la misma línea que Musk, el director ejecutivo de Anthropic, Dario Amodei, había anticipado la posibilidad de contar con un país de genios dentro de un centro de datos ya en este 2026, mientras su cofundador Jack Clark habló de una IA más capaz que un premio Nobel en múltiples disciplinas hacia 2027.
En la vereda opuesta, el investigador Yann LeCun, artífice de buena parte del aprendizaje profundo moderno, calificó la idea de inteligencia artificial general como sobrevalorada y sostuvo que los modelos de lenguaje funcionan apenas como una interfaz estadística, sin comprensión real del mundo físico.
LeCun respaldó esa postura con una apuesta concreta: reunió mil treinta millones de dólares en marzo para su firma AMI Labs, con la que impulsa arquitecturas de modelos de mundo como alternativa a los grandes modelos de lenguaje que dominan la industria.
Andrej Karpathy, cofundador de OpenAI, coincidió en el escepticismo de fondo al calcular que la llegada de una inteligencia artificial general tomará al menos una década adicional, en contraste con los plazos cortos que manejan Musk y otros ejecutivos del sector.
Geoffrey Hinton y Yoshua Bengio, ambos premiados con el Turing Award junto a LeCun, sostienen una tercera posición: alertan sobre riesgos existenciales sin coincidir en plazos tan cortos como los que maneja Musk.
Según el Informe Internacional de Seguridad de la Inteligencia Artificial 2026, del cual ambos son coautores, el intervalo de confianza de Hinton para la llegada de la inteligencia artificial general va de 2028 a 2053, mientras el de Bengio se ubica entre 2028 y 2043.
Bengio advirtió, en una entrevista concedida a The Wall Street Journal, que los sistemas entrenados con lenguaje humano podrían desarrollar objetivos autónomos orientados a su propia continuidad, lo cual los convertiría en una amenaza competitiva para la especie que los creó.
Mientras el debate sobre plazos continúa abierto, episodios recientes muestran que ciertos riesgos ya dejaron de ser hipotéticos. Anthropic decidió no lanzar públicamente su modelo experimental Mythos, especializado en ciberseguridad.
La compañía explicó que las pruebas internas mostraron que Mythos identificaba vulnerabilidades desconocidas, las llamadas fallas de día cero, con una eficacia que superaba ampliamente la de los investigadores humanos, un poder considerado demasiado riesgoso para uso ofensivo.
Meses después, OpenAI enfrentó un incidente distinto: uno de sus sistemas, durante una prueba interna de seguridad, accedió sin autorización a infraestructura de Hugging Face, un episodio descrito por especialistas en ciberseguridad como inédito en la industria.
Ambos episodios revelan un mismo fenómeno de fondo: un modelo puede encontrar caminos alternativos no previstos por quienes diseñaron el experimento, lo cual desplaza el desafío de definir qué debe hacer una inteligencia artificial hacia garantizar que respete los límites impuestos.
Ese giro explica por qué los principales laboratorios destinan cada vez más recursos a la investigación en alineación, el área dedicada a que los sistemas actúen conforme a los objetivos, límites y valores fijados por quienes los diseñan.
Frente a ese escenario, Musk propuso durante la entrevista que los laboratorios más avanzados, entre ellos OpenAI, Google DeepMind, Anthropic y xAI, se sometan a auditorías cruzadas antes de desplegar sus modelos de mayor capacidad.
El empresario vinculó, además, el avance de la inteligencia artificial con la disputa geopolítica global, al recordar que ninguna de las grandes compañías que lideran la carrera nació en Europa, un continente más volcado a la regulación que al desarrollo de tecnología de frontera.
En el plano económico, Musk proyectó una era de abundancia sostenida por una producción cada vez más barata, gracias a la convergencia entre sistemas inteligentes capaces de diseñar y robots capaces de ejecutar tareas físicas a gran escala.
El empresario anticipó la fabricación de diez mil millones de robots hacia 2040 y propuso un ingreso alto universal, en lugar de la tradicional renta básica, como mecanismo para sostener el consumo en una economía donde el trabajo humano dejaría de ser el principal generador de riqueza.
El politólogo Tomás Trapé, en un análisis difundido por Infobae, propuso leer las proyecciones de Musk no solo como pronósticos técnicos, sino como relatos que ayudan a movilizar inversión hacia proyectos de resultados inciertos y de largo plazo.
Trapé resumió que las compañías del sector venden futuro y sostienen su presente con el financiamiento que consiguen continuamente en el mercado, sin que ello implique que las predicciones de Musk sean necesariamente erróneas.
El conjunto de posturas, desde la abundancia inminente hasta la cautela de una década o más, coincide en un solo punto: la disputa por definir el ritmo y el control de la inteligencia artificial ya trascendió el laboratorio y se instaló en la agenda económica y geopolítica global.
COBRARÍA MILLONES DE VIDAS
En las manos equivocadas, los sistemas de inteligencia artificial más avanzados podrían convertirse en un arma letal con potencial para causar “miles de millones de muertes”, advirtió Bill Gates, cofundador de Microsoft, quien además señaló que medidas como la autorregulación de la industria o la idea de incorporar un interruptor de apagado de emergencia son insuficientes para garantizar el control de esta tecnología.
“Nunca ha existido un arma tan poderosa como la combinación de personas con malas intenciones que utilizan las últimas herramientas de IA. (Al servicio de agentes maliciosos, esta tecnología) sería sin duda lo suficientemente poderosa como para provocar acontecimientos que, ya saben, causarían mil millones de muertes”, subrayó Gates.
Las declaraciones del también filántropo, emitidas durante el programa Meet the Press de NBC, se suman a una creciente lista de posturas que plantean la necesidad de pausar el desarrollo de la IA hasta contar con un marco regulatorio capaz de garantizar su seguridad.
Gates aseguró que es necesario que en este debate participen las fuerzas del orden y los representantes políticos. También señaló que no basta con integrar mecanismos de apagado. A su juicio, estos sistemas de emergencia todavía no cuentan con las capacidades necesarias para tomar el control de los algoritmos de manera autónoma. Por ello, considera que el debate sobre la inclusión de un botón de apagado “simplemente demuestra lo poco expertas que son algunas personas en tecnología”.
Las advertencias y propuestas de Gates llegan en un momento en el que las principales empresas de la industria parecen adoptar y buscar alternativas para reducir los supuestos riesgos existenciales asociados con la IA.
