Obreros del silicio
El libro sobre IA que quedó viejo antes de tiempo
Hay libros que envejecen bien.
Y luego están los libros que envejecen rápido porque el mundo acelera más deprisa que lo que fueron de describir sus autores.
Eso es exactamente lo que ocurre cuando uno relee hoy Architects of Intelligence.
El libro de Martin Ford, publicado en 2018, reunía entrevistas con algunos de los mayores investigadores y líderes de la inteligencia artificial del planeta.
Demis Hassabis.
Yoshua Bengio.
Geoffrey Hinton.
Ray Kurzweil.
Fei-Fei Li.
Stuart Russell.
Y lo fascinante es que muchas de las preguntas que allí aparecen siguen siendo exactamente las mismas.
¿Qué es realmente la inteligencia?
¿Puede una máquina razonar?
¿Llegaremos a construir AGI?
¿Puede la IA volverse peligrosa?
¿Qué ocurrirá con el empleo?
¿Quién controlará esta tecnología?
Pero al mismo tiempo, releerlo en 2026 produce una sensación extraña.
Porque el libro parece escrito desde otro universo histórico.
No porque estuviese equivocado.
Sino porque la velocidad de los acontecimientos hizo que muchas de aquellas discusiones dejasen de ser teóricas mucho antes de lo esperado.
En 2018 la IA todavía era percibida como una promesa poderosa, sí, pero relativamente lejana.
Hoy ya no.
Hoy la IA es infraestructura económica.
Infraestructura política.
Infraestructura militar.
Infraestructura cognitiva.
La gran transformación de estos ocho años no es únicamente tecnológica.
En 2018 todavía podíamos permitirnos hablar de IA como quien habla del clima dentro de cincuenta años.
Con curiosidad.
Con distancia.
Con cierto tono filosófico.
Hoy la conversación tiene otro peso.
Porque la IA ya no vive en papers escritos por ratas de laboratorio.
Vive dentro de las empresas, de los gobiernos, en los centros educativos, los departamentos de defensa, y probablemente, también dentro de tu navegador mientras lees esto.
La pregunta ya no es sí llegará, la pregunta realmente es:
“¿Qué ocurre cuando una sociedad entera empieza a reorganizarse alrededor de sistemas cognitivos artificiales?”
Y creo que ahí está el verdadero salto entre 2018 y 2026.
La IA dejó de ser una hipótesis.
Y pasó a convertirse en una fuerza operativa.
Cuando la IA dejó de ser “estrecha”
Durante años hubo una idea bastante aceptada dentro del sector.
La IA servía para tareas muy concretas.
AlphaGo podía jugar al Go.
Un sistema podía detectar tumores.
Otro clasificar imágenes.
Otro traducir texto.
Pero cada sistema era esencialmente una herramienta especializada.
Muy potente.
Muy impresionante.
Pero estrecha.
Y durante mucho tiempo parecía lógico pensar que avanzar hacia sistemas más generales requeriría décadas de progreso en robótica, neurociencia o razonamiento simbólico.
Pero entonces ocurrió algo que muy poca gente esperaba de esta manera.
Escalar transformers funcionó.
Y funcionó muchísimo mejor de lo previsto.
Más GPUs.
Más datos.
Más entrenamiento.
Más tokens.
Y de repente empezaron a emerger capacidades que parecían estar fuera del mapa.
Lenguaje natural.
Programación..
Traducción.
Análisis multimodal.
Razonamiento avanzado.
Navegación por interfaces.
Uso de APIs.
Coordinación de agentes.
No llegó la tan anisada AGI.
Pero sí apareció algo muchísimo más incómodo: sistemas cognitivamente útiles en una cantidad enorme de tareas distintas.
Y eso difuminó completamente la frontera clásica entre “narrow AI” y “general intelligence”.
Porque aunque modelos como GPT-5, Claude, Gemini o Grok no entiendan el mundo como lo hace un humano, cada vez se comportan menos como herramientas con capacidades latentes.
Y más como capas cognitivas generales.
La gran sorpresa: el lenguaje era la interfaz universal
Si uno vuelve a leer muchas predicciones sobre IA anteriores a 2020, aparece constantemente la misma intuición: que el gran avance vendría de replicar estructuras del cerebro humano.
O de combinar IA simbólica con razonamiento formal.
O de avances profundos en robótica.
O de modelos híbridos inspirados en neurociencia.
Y, sin embargo, la revolución llegó por otro sitio.
El lenguaje.
En mi humilde opinión, este fue el momento en que la relación entre humanos y máquinas se invirtió: dejamos de aprender su lenguaje y ellas comenzaron a entender el nuestro.
Internet entero terminó convirtiéndose en un gigantesco dataset de comportamiento humano.
Y los modelos aprendieron estadísticamente patrones del mundo simplemente prediciendo la siguiente palabra.
La frase parece absurda.
Pero probablemente sea una de las ideas más importantes de esta década.
Porque la industria descubrió algo inesperado: el lenguaje no era solo una forma de comunicación.
Era una interfaz universal para comprimir conocimiento humano.
Código.
Matemáticas.
Legislación.
Marketing.
Historia.
Psicología.
Diseño.
Negocio.
Todo estaba parcialmente contenido dentro del lenguaje.
Y los transformers aprendieron a navegar ese espacio latente mucho mejor de lo que casi nadie esperaba.
El scaling law rompió muchas hipótesis
Creo que una de las cosas más fascinantes de estos años es que incluso muchos expertos subestimaron el impacto del scaling.
Durante mucho tiempo parecía imposible que simplemente haciendo modelos más grandes apareciesen capacidades nuevas.
Parecía ingenuo.
Casi ridículo.
Y sin embargo ocurrió.
Modelos más grandes empezaron a mostrar:
razonamiento emergente,
generación de código avanzado,
planificación,
memoria contextual,
multimodalidad,
coordinación de herramientas,
comportamiento agentico.
No porque alguien programase explícitamente esas capacidades.
Sino porque emergían estadísticamente del entrenamiento masivo.
Y eso destrozó muchas intuiciones anteriores sobre cómo progresaría la inteligencia artificial.
De repente, el principal cuello de botella dejó de ser únicamente científico.
Y pasó a ser industrial.
Chips.
Energía.
Centros de datos.
Refrigeración.
Capital.
Talento.
La IA dejó de parecerse solo a una disciplina académica.
Y empezó a parecerse a una carrera geopolítica e industrial.
La conversación ya no es “si funciona”
En 2018 todavía existía cierto escepticismo razonable.
¿Realmente servirá para algo útil?
¿Estamos exagerando?
¿Es otra burbuja tecnológica?
Ese debate murió.
Hoy el problema no es si funciona.
El problema es todo lo demás.
Coste.
Integración.
Gobernanza.
Dependencia.
Seguridad.
Propiedad intelectual.
Impacto laboral.
Concentración de poder.
Consumo energético.
Soberanía tecnológica.
La IA ya no está encerrada en laboratorios de investigación.
Está incrustada dentro de procesos reales.
Y cuando una tecnología entra en procesos reales, deja de ser solo innovación.
Empieza a convertirse en estructura de poder.
La automatización cognitiva llegó antes que la física
Esto también me parece fascinante.
Durante décadas imaginamos el futuro de la automatización como algo físico.
Robots conduciendo camiones.
Robots limpiando calles.
Robots trabajando en fábricas.
Y sí, eso sigue avanzando.
Pero no fue lo primero que cayó.
Lo primero que empezó a automatizarse fue el trabajo cognitivo.
Escribir.
Resumir.
Programar.
Diseñar.
Investigar.
Analizar.
Traducir.
Presentar información.
La gran sorpresa histórica de esta década es que automatizar partes del pensamiento resultó más fácil que automatizar muchas tareas físicas aparentemente simples.
Porque el mundo físico es increíblemente complejo.
Mientras que gran parte del trabajo del conocimiento ya vivía digitalizado.
Los agentes cambiaron el tablero
Y aquí probablemente está una de las diferencias más importantes respecto a 2018.
El libro habla muchísimo de automatización.
Pero todavía desde una lógica relativamente pasiva.
La IA responde.
Clasifica.
Predice.
Lo que cambió el tablero en estos años fue otra cosa: la capacidad de actuar.
Los agentes empezaron a usar herramientas.
A encadenar tareas.
A navegar software.
A programar.
A coordinar APIs.
A ejecutar workflows completos.
Y eso cambia radicalmente la naturaleza de la automatización.
Porque responder preguntas es útil.
Pero actuar sobre sistemas reales es otra categoría completamente distinta.
La IA empieza a dejar de ser únicamente una interfaz conversacional.
Y empieza a convertirse en una capa operativa.
El nuevo miedo no parece ciencia ficción
En 2018 gran parte del miedo alrededor de la IA era casi cinematográfico.
Skynet.
Superinteligencias.
Máquinas conscientes.
Hoy los riesgos parecen muchísimo más burocráticos.
Y probablemente por eso resultan más peligrosos.
Desinformación industrializada.
Dependencia cognitiva.
Vigilancia algorítmica.
Manipulación masiva.
Ciberataques autónomos.
Concentración extrema de computación.
Monopolios de conocimiento.
Sustitución parcial del trabajo cognitivo.
La amenaza ya no parece un robot humanoide rebelándose contra la humanidad.
Parece una infraestructura invisible reorganizando silenciosamente incentivos, poder y dependencia.
Y quizá precisamente ahí reside el verdadero peligro.
Porque las tecnologías más transformadoras rara vez llegan haciendo ruido.
Llegan integrándose lentamente en la normalidad.
Lo incómodo: seguimos sin resolver lo fundamental
Y aquí conviene introducir algo de calma entre tanto hype.
Porque sí, los avances han sido brutales.
Pero seguimos muy lejos de resolver muchos de los problemas fundamentales.
Razonamiento robusto.
Causalidad.
Planificación a largo plazo.
Memoria persistente fiable.
Aprendizaje continuo.
Comprensión física del mundo.
Alineamiento.
Autonomía real.
Alucinaciones.
La IA actual impresiona muchísimo.
Pero sigue siendo extremadamente frágil.
A veces parece inteligente.
A veces parece mágica.
Y a veces comete errores absurdos que ningún humano cometería.
Eso genera una paradoja extraña: la IA ya es suficientemente potente para transformar industrias enteras, pero todavía no es suficientemente fiable como para confiar plenamente en ella.
Y probablemente esa tensión marque gran parte de esta década.
También déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto puede ser una muy buena opción.
Food for thought
Creo que si Architects of Intelligence se escribiese hoy, sería un libro muchísimo menos teórico.
Y bastante más incómodo.
Porque la pregunta central ya no sería, “¿Puede llegar la IA de forma generalizada?”
La pregunta sería otra.
Mucho más difícil.
¿Qué partes de nuestra economía, nuestras instituciones y nuestra cultura sobreviven intactas cuando la inteligencia deja de ser exclusivamente humana?
Porque esa es la verdadera transformación que estamos empezando a vivir.
No una revolución tecnológica.
Sino una transición civilizatoria.
Y todavía no tenemos muy claro cómo termina.
Y eso es todo por hoy. Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.