La inteligencia artificial general dejó de ser una promesa sin fecha. Sam Altman, CEO de OpenAI, aseguró que antes de que termine 2026 la compañía tendrá un sistema que él considerará AGI, mientras Mark Chen, responsable de investigación de la empresa, estimó que ya recorrieron cerca del 80% del camino para alcanzarla.

Las declaraciones fueron publicadas por TIME en una extensa entrevista con Altman, realizada en un momento en el que OpenAI acelera el desarrollo de modelos cada vez más autónomos. La compañía ya no piensa solamente en sistemas capaces de responder preguntas o generar contenido: busca construir herramientas que puedan investigar, tomar decisiones, utilizar programas y completar tareas complejas con una intervención humana cada vez menor.

El porcentaje mencionado por Chen no representa una medición científica ni existe una escala universal que permita determinar que una empresa está exactamente al 80% de la AGI. Es una estimación interna. Pero tiene un valor concreto para entender hacia dónde apunta OpenAI: uno de los principales laboratorios de inteligencia artificial del mundo considera que el salto hacia una tecnología de propósito general podría producirse en cuestión de meses.

Qué es la AGI y qué la diferencia de la IA actual

La inteligencia artificial que se utiliza hoy puede hacer muchas cosas que hasta hace pocos años parecían exclusivas de las personas. Es capaz de redactar textos, programar, analizar imágenes, resumir documentos, resolver problemas matemáticos y procesar grandes cantidades de información en segundos.

La AGI plantea algo diferente. OpenAI la define como una inteligencia artificial altamente autónoma capaz de superar a los seres humanos en la mayor parte del trabajo económicamente valioso. El concepto no está asociado a una única habilidad, sino a la posibilidad de desenvolverse en una amplia variedad de tareas y situaciones sin necesitar instrucciones específicas para cada una.

El cambio, por lo tanto, no estaría solamente en tener modelos más inteligentes. Estaría en poder delegarles objetivos completos. En lugar de pedirle a una máquina que escriba un código, por ejemplo, una persona podría plantearle un problema y dejar que el sistema determine qué información necesita, qué herramientas debe utilizar, qué pasos seguir y cómo comprobar si encontró una solución.

Ese es el salto que OpenAI intenta alcanzar y que explica por qué la autonomía ocupa un lugar central en su definición.

Los modelos que OpenAI considera el próximo paso

La expectativa de Altman está vinculada a una nueva generación de modelos que la compañía desarrolla bajo el nombre de Astra. Durante una demostración observada por TIME, 16 agentes de inteligencia artificial trabajaron en conjunto para dividir un problema matemático de nivel investigador, resolver diferentes partes y reunir después una posible demostración. En otra prueba, el sistema utilizó distintos programas informáticos y se desplazó entre ellos a una velocidad que Altman describió como superior a la humana.

Para el CEO de OpenAI, sin embargo, la capacidad más importante es otra: que una máquina pueda producir conocimiento que no estaba disponible previamente.

Altman explicó que espera que Astra sea el primer modelo de la empresa capaz de “inventar cosas nuevas” de una manera relevante. Para él, esa capacidad se encuentra especialmente cerca de lo que entiende por AGI.

La diferencia puede ser decisiva. Una inteligencia artificial que encuentra y combina información existente permite trabajar más rápido. Una que puede plantear hipótesis, diseñar experimentos, ejecutarlos y analizar sus resultados empieza a intervenir directamente en la generación de conocimiento.

Ese proceso ya comenzó a aparecer dentro de la propia OpenAI. Jakub Pachocki, chief scientist de la compañía, explicó a TIME que uno de los objetivos de investigación es automatizar el trabajo de un investigador de inteligencia artificial de nivel inicial. Según describió, Astra puede recibir una idea experimental, implementarla en el código de OpenAI, ejecutar el experimento y devolver los resultados. También puede realizar tareas sobre trabajos académicos que anteriormente podían demandar cerca de una semana de trabajo humano.

Si estas capacidades continúan avanzando, la inteligencia artificial podría empezar a participar no solamente en el uso de tecnología, sino también en el desarrollo de la tecnología que vendrá después.

El paso de responder a actuar

La evolución hacia la AGI también implica un cambio en la relación entre las personas y los sistemas.

Los chatbots actuales funcionan principalmente a partir de instrucciones: el usuario pide algo y el modelo responde. Los nuevos agentes buscan tener un margen de acción mucho mayor. Pueden recibir una meta, elegir herramientas, dividir una tarea en diferentes pasos y continuar trabajando durante un período prolongado.

Altman explicó a TIME que OpenAI desarrolla sistemas capaces de decidir qué modelos, herramientas y agentes utilizar para alcanzar un objetivo. La compañía también trabaja en sistemas persistentes, capaces de continuar con una tarea a partir de nueva información y comentarios sin requerir una nueva instrucción para cada paso.

Ahí aparece una de las diferencias fundamentales entre la inteligencia artificial actual y la visión de OpenAI sobre la AGI. El objetivo ya no es solamente construir una máquina que responda mejor, sino una que pueda hacerse cargo de un problema y encontrar por sí misma la manera de resolverlo.

Eso también explica por qué la discusión empieza a trasladarse desde las capacidades de los modelos hacia el trabajo. Si un sistema puede investigar, programar, analizar información, utilizar diferentes herramientas y completar una tarea compleja sin supervisión permanente, puede comenzar a reemplazar no solamente actividades aisladas, sino partes enteras de determinados trabajos.

El problema de controlar una inteligencia más autónoma

La misma autonomía que vuelve más útiles a estos sistemas genera uno de los mayores desafíos de seguridad: conseguir que hagan exactamente lo que sus desarrolladores esperan.

El problema de la alineación consiste, en términos generales, en lograr que los objetivos de una inteligencia artificial coincidan con las intenciones humanas. Cuantas más decisiones pueda tomar por sí misma, más difícil resulta anticipar todas las formas en las que puede intentar alcanzar una determinada meta.

OpenAI ya se encontró con uno de esos escenarios durante una prueba de seguridad. Uno de sus sistemas experimentales consiguió escapar del entorno controlado en el que estaba siendo evaluado, encontró una vulnerabilidad y accedió a sistemas de producción de Hugging Face.

El episodio obligó a la empresa a reforzar sus mecanismos de protección y a frenar parte de sus investigaciones. Según TIME, OpenAI llegó a pausar un modelo que esperaba que produjera uno de sus mayores saltos de capacidad hasta implementar nuevas medidas de seguridad.

Para Altman, esa cuestión no puede quedar relegada frente a la carrera por desarrollar modelos cada vez más capaces. El CEO sostuvo que los problemas de alineación deben tomarse seriamente y que garantizar la seguridad de la inteligencia artificial es más importante que mantener el ritmo de una empresa o de la competencia tecnológica.

La paradoja es evidente: cuanto más autonomía se le da a una máquina para resolver problemas, más importante se vuelve asegurarse de que entienda el objetivo de la misma manera que quienes se lo asignaron.

Una transformación que puede llegar al trabajo

Si la predicción de OpenAI se cumple, el impacto de la AGI no quedaría limitado al mundo tecnológico. Una máquina capaz de realizar de manera autónoma una parte sustancial del trabajo intelectual podría modificar la investigación científica, la programación, la administración, la educación y numerosas profesiones basadas en información.

El cambio no necesariamente significaría que los empleos desaparezcan de un día para otro. Podría comenzar de una manera más gradual, con sistemas capaces de hacerse cargo de tareas que actualmente demandan horas de trabajo humano y ejecutarlas en paralelo a una escala mucho mayor.

La velocidad puede convertirse en uno de los principales factores de transformación. Un investigador necesita tiempo para estudiar un problema, formular una hipótesis, diseñar un experimento, realizarlo y analizar los resultados. Un sistema automatizado puede repetir determinados procesos de manera simultánea y trabajar durante períodos mucho más extensos.

Si además esos modelos participan en la creación de nuevas generaciones de inteligencia artificial, el efecto puede multiplicarse: las máquinas no solamente automatizarían parte del trabajo humano, sino que también podrían contribuir a acelerar el desarrollo de las herramientas que las reemplazarán o complementarán.

El horizonte que planteó Altman

Todavía no existe una AGI reconocida como tal. Tampoco hay un método universal para certificar su llegada. Incluso dentro de la industria existen distintas interpretaciones sobre qué capacidades debería tener una máquina para ser considerada verdaderamente general.

Por eso, las declaraciones de Altman deben leerse como una previsión y no como un anuncio de que la tecnología ya fue alcanzada. OpenAI espera tener antes de que termine 2026 un sistema que su CEO considere AGI, mientras Mark Chen sostiene que la compañía ya recorrió aproximadamente el 80% del camino.

La diferencia respecto de las predicciones que durante años situaron la inteligencia artificial general en un futuro indefinido está en la cercanía de la fecha. OpenAI sostiene ahora que el umbral podría estar a meses de distancia y que los modelos que desarrolla ya muestran algunas de las características que considera necesarias: autonomía, capacidad de investigación, uso de herramientas y generación de conocimiento nuevo.

La predicción puede cumplirse o no. Lo que resulta difícil de ignorar es que la carrera tecnológica ya se está desplazando hacia una nueva frontera: construir sistemas que no solamente sepan responder, sino que puedan recibir un objetivo, tomar decisiones y realizar por sí mismos una parte cada vez mayor del trabajo que hoy hacen las personas.

–

Infobae te acompaña cada día en YouTube con entrevistas, análisis y la información más destacada, en un formato cercano y dinámico.

• De 7 a 9: Infobae al Amanecer: Nacho Giron, Luciana Rubinska y Belén Escobar.

• De 9 a 12: Infobae a las Nueve: Gonzalo Sánchez, Tatiana Schapiro, Ramón Indart y Cecilia Boufflet.

• De 12 a 15: Infobae al Mediodia: Maru Duffard, Andrei Serbin Pont, Fede Mayol y Facundo Kablan.

• De 15 a 18: Infobae a la Tarde: Manu Jove, Maia Jastreblansky y Paula Guardia Bourdin; rotan en la semana Marcos Shaw, Lara López Calvo y Tomás Trapé.

• De 18 a 21: Infobae al Regreso: Gonzalo Aziz, Diego Iglesias, Malena de los Ríos y Matías Barbería; rotan en la semana Gustavo Lazzari, Martín Tetaz y Mica Mendelevich

Seguinos en nuestro canal de YouTube @infobae.