Empiece con las variables, no con el guion de la película
No existe una observación de una sociedad post-AGI. “Después de la AGI” no es, por tanto, un período fáctico que podamos describir como describimos una elección, una recesión, o el lanzamiento de un producto. Es una familia de escenarios construidos a partir de supuestos sobre capacidad, costo, acceso, propiedad, seguridad, y respuesta política. Un buen escenario hace visibles esos supuestos. Uno malo los esconde detrás de una historia vívida.
Incluso el punto de partida técnico es incierto. El Informe Internacional de Seguridad en IA 2026 describe una mejora rápida junto con capacidades irregulares, una brecha de evaluación entre las pruebas y el desempeño en el mundo real, y varias trayectorias de desarrollo plausibles hasta 2030. No avala una fecha de llegada única ni una trayectoria inevitable. Esa incertidumbre debe trasladarse al análisis social.
Cuatro variables hacen la mayor parte del trabajo:
- Velocidad: ¿la capacidad ampliamente transformadora se difunde a lo largo de años, o llega más rápido de lo que los empleadores, los reguladores, las escuelas, y los hogares pueden ajustarse?
- Acceso: ¿la capacidad está disponible para millones de organizaciones e individuos, o controlada por unos pocos proveedores y gobiernos?
- Propiedad: ¿quién posee los modelos, los chips, la infraestructura energética, los centros de datos, los negocios complementarios, y el ingreso resultante?
- Control: ¿las instituciones conservan la capacidad de inspeccionar, restringir, sustituir, y apelar las decisiones mediadas por IA?
Los escenarios a continuación no son predicciones con probabilidades asignadas. Son pruebas de estrés. La realidad podría combinar rasgos de los cuatro, diferir por país, o pasar de uno a otro.
Escenario uno: difusión gestionada
En la difusión gestionada, la capacidad mejora rápidamente pero no instantáneamente. Los sistemas automatizan paquetes de trabajo más grandes, pero el despliegue permanece limitado por los costos de integración, la fiabilidad, la ley, la infraestructura física, y la inercia organizacional. Los gobiernos amplían el apoyo a la transición, las empresas rediseñan los empleos, y los requisitos de seguridad maduran antes de que algún sistema se vuelva indispensable.
Este es el escenario más continuo con la evidencia actual. El índice de exposición 2025 de la Organización Internacional del Trabajo encuentra que uno de cada cuatro trabajadores está en una ocupación con alguna exposición a la IA generativa, pero argumenta que la transformación del empleo es más probable que el reemplazo total porque las ocupaciones contienen tareas que todavía requieren aporte humano. La exposición no es lo mismo que la adopción, y la adopción no es lo mismo que eliminar un empleo.
La difusión gestionada no garantiza equidad. Las vías de nivel inicial pueden reducirse antes de que ocupaciones enteras desaparezcan. Las ganancias de productividad pueden fluir hacia los propietarios mientras los salarios se estancan. Las regiones con infraestructura digital débil pueden quedarse atrás. La diferencia es que las instituciones tienen tiempo de observar estos efectos y responder mediante la capacitación, la negociación, la tributación, la política de competencia, la inversión pública, y los cambios en el tiempo de trabajo.
La estrategia del hogar en este mundo es la adaptación, no la retirada: construir habilidades que complementen las nuevas herramientas, reducir la dependencia de un solo empleador, preservar redes humanas, y participar en las instituciones que deciden cómo se despliegan los sistemas.
Escenario dos: aceleración concentrada
En la aceleración concentrada, un pequeño número de empresas logra una gran ventaja de capacidad y mantiene el acceso controlado. Sus sistemas se vuelven insumos esenciales para la investigación, el software, las finanzas, la logística, los medios, y la administración pública. La producción económica aumenta, pero el poder de negociación se desplaza hacia los propietarios de los modelos y del cómputo.
La concentración no es hipotética aunque la AGI lo sea. Un estudio del personal de la Comisión Federal de Comercio de EE. UU. documentó derechos de participación accionaria e ingresos compartidos, derechos de consulta o control, exclusividad, compromisos de gasto en la nube, e intercambio de información en tres asociaciones que vinculan a Alphabet, Amazon, y Microsoft con Anthropic u OpenAI. La muestra se limitó a esas asociaciones y reflejó la información disponible para el personal hasta septiembre de 2024 más material público hasta enero de 2025; no debe generalizarse a toda relación entre la nube y un desarrollador. El informe identificó posibles costos de cambio y dependencias en lugar de determinar una violación antimonopolio.
En este escenario, la abundancia material puede coexistir con la fragilidad política. Los gobiernos pueden depender de proveedores que no pueden reemplazar fácilmente. Los trabajadores pueden recibir servicios más baratos mientras pierden ingreso y poder de negociación. Los ciudadanos pueden conservar formalmente sus derechos pero luchar por impugnar decisiones tomadas a través de sistemas propietarios. Una empresa no necesita tener la intención de gobernar la sociedad para que la dependencia le dé un poder similar al de gobernar.
Las políticas decisivas no son las reservas de emergencia. Son la propiedad, la interoperabilidad, la tributación, la ley antimonopolio, la contratación pública, el acceso para auditoría, las opciones públicas, y los límites a la delegación de funciones soberanas. La pregunta central es si el público puede cambiar de proveedor o de política sin desactivar sistemas de los que depende la vida ordinaria.
Escenario tres: proliferación abierta
En la proliferación abierta, la alta capacidad se vuelve ampliamente accesible a través de pesos abiertos, inferencia barata, sistemas copiados, o competencia intensa. La innovación se difunde rápidamente. Las pequeñas empresas, los investigadores, las comunidades, y los países de menores ingresos obtienen herramientas que de otro modo permanecerían detrás de APIs costosas. Ningún proveedor único se vuelve un guardián ineludible.
El beneficio es la agencia distribuida. El riesgo es la capacidad peligrosa distribuida. Una vez que los pesos se han replicado ampliamente, el editor original no puede retirar de forma fiable cada copia, y las salvaguardas pueden modificarse. El informe de julio de 2024 de la Administración Nacional de Telecomunicaciones e Información de EE. UU. sobre modelos abiertos concluyó que la evidencia disponible entonces no justificaba restricciones generales, aunque recomendó monitoreo y capacidad de respuesta si los modelos futuros cambiaban el equilibrio. Esa posición fechada y condicional es más útil que tratar lo “abierto” como automáticamente seguro o automáticamente imprudente.
Una sociedad de proliferación abierta necesitaría defensas fuera del modelo: cadenas de suministro biológicas seguras, infraestructura crítica reforzada, sistemas de identidad resistentes al fraude, intercambio rápido de incidentes, y capacidad de aplicación de la ley que no dependa de suprimir el conocimiento general. También necesitaría una gobernanza que distinga un pequeño modelo de investigación de un sistema que habilita materialmente operaciones cibernéticas, el desarrollo de armas, o la replicación autónoma.
Este escenario da a más personas acceso a la capacidad productiva, pero el acceso por sí solo no resuelve la distribución. Las personas todavía necesitan cómputo, energía, experiencia, clientes, y permiso legal para convertir un modelo en ingreso duradero.
Escenario cuatro: shock de capacidad y retraso institucional
En un shock de capacidad, los sistemas fiables comienzan a completar trabajo económicamente importante más rápido de lo que las organizaciones pueden rediseñar los roles o los gobiernos pueden reemplazar el ingreso y los ingresos fiscales perdidos. El rasgo definitorio no es la inteligencia en abstracto. Es la brecha entre el cambio técnico y la respuesta institucional.
Esa brecha puede crear condiciones contradictorias: alta capacidad productiva junto con desempleo, servicios automatizados valiosos junto con modelos de negocio que colapsan, y gobiernos a los que se les pide dar más apoyo mientras las bases fiscales convencionales de nómina se debilitan. También puede aumentar la presión para delegar decisiones porque la revisión humana parece lenta precisamente cuando la supervisión es más importante.
Los peores resultados no son automáticos. Sistemas existentes como el seguro de desempleo, el seguro de depósitos, los estabilizadores fiscales automáticos, la negociación colectiva, las asignaciones de emergencia, y la contratación pública proveen una infraestructura inicial. Pero los programas diseñados para recesiones temporales pueden no ajustarse a un cambio persistente en el valor del trabajo. Las decisiones sobre el ingreso, la propiedad, y el ingreso público necesitarían pasar rápidamente del debate académico a la política operativa.
Los hogares no pueden asegurarse privadamente contra un shock de capacidad a escala de sociedad. Los ahorros personales compran tiempo, pero la respuesta duradera es colectiva: instituciones que puedan distribuir poder adquisitivo, mantener los servicios esenciales funcionando, prevenir la concentración depredadora, y revisar la política a medida que llega la evidencia.
Señales que distinguen los escenarios
Observe condiciones medibles en lugar de la marca “AGI”:
- la fiabilidad y el costo de completar flujos de trabajo enteros, no preguntas aisladas de pruebas de referencia;
- si la adopción produce menos contratación, menos horas, menos salarios, o despidos reales;
- la concentración de mercado en la nube, los chips, los modelos, la energía, y la distribución;
- la proporción de la capacidad líder disponible como pesos abiertos, APIs controladas, o sistemas internos;
- si las agencias públicas conservan modos operativos probados sin IA y portabilidad de proveedor;
- cómo se dividen las ganancias de productividad entre precios, salarios, utilidades, impuestos, y menos horas de trabajo;
- el tiempo entre una capacidad peligrosa demostrada y una mitigación exigible.
Estas señales pueden moverse en direcciones distintas. Los modelos abiertos baratos podrían reducir la concentración corporativa mientras aumentan el riesgo de uso indebido. Un licenciamiento estricto podría mejorar la supervisión mientras afianza a los actores establecidos. El crecimiento rápido de la productividad podría financiar una política de transición generosa o aumentar la desigualdad, dependiendo de la propiedad y de las decisiones políticas.
Objetivo normativo: robustez en lugar de certeza
Una política robusta funciona de forma aceptable en varios escenarios. La identidad resistente al phishing ayuda tanto si los sistemas están centralizados como si están abiertos. Los beneficios portátiles ayudan tanto si los empleos desaparecen como si simplemente rotan más rápido. La interoperabilidad reduce la dependencia sin requerir un pronóstico sobre qué proveedor gana. El reporte de incidentes mejora el aprendizaje tanto bajo marcos voluntarios como bajo regulación vinculante. La inversión pública en educación, energía, salud, y capacidad administrativa crea valor incluso si el crecimiento de la capacidad se ralentiza.
El propósito del análisis de escenarios no es elegir el futuro más dramático. Es identificar las decisiones que se vuelven costosas de revertir. Las estructuras de propiedad, las dependencias de infraestructura crítica, los sistemas de vigilancia, y la pérdida de experiencia humana pueden fijarse antes de que alguien acuerde que la AGI ha llegado. Esas son las decisiones que vale la pena tomar deliberadamente ahora.