Las etiquetas son útiles, pero no son leyes naturales
La inteligencia artificial estrecha, la inteligencia artificial general y la superinteligencia artificial se entienden mejor como regiones en varias dimensiones de capacidad, no como tres casillas marcadas con precisión. Investigadores e instituciones usan definiciones distintas, y no existe una autoridad científica que pueda certificar que un sistema “se ha convertido en AGI”. Un lector cuidadoso debería, por tanto, preguntar qué quiere decir quien usa el término y qué evidencia respalda la clasificación.
La inteligencia artificial estrecha (ANI, por sus siglas en inglés) tradicionalmente designa un sistema optimizado para una tarea o dominio acotado: un motor de ajedrez, un detector de fraude, un reconocedor de voz, o un predictor de estructura de proteínas. Un sistema así puede superar a cualquier humano en su tarea objetivo mientras resulta inútil en cualquier otra cosa. Pero llamar “estrecho” a todo modelo desplegado hoy es cada vez más engañoso. Los modelos de lenguaje y multimodales de propósito general pueden escribir, programar, analizar imágenes, usar herramientas y adaptarse a muchas tareas a partir de instrucciones. Son amplios en un sentido, pero poco fiables, dependientes de andamiaje técnico, e irregulares entre dominios. “IA de propósito general” o “modelo de amplia capacidad” suele ser una descripción más informativa que forzar a estos sistemas dentro del viejo binomio estrecho/general.
La inteligencia artificial general (AGI) suele denotar una máquina con competencia amplia que se transfiere a tareas desconocidas. Más allá de ese núcleo, las definiciones divergen. Algunas exigen un desempeño comparable al de un humano típico en la mayoría del trabajo cognitivo; otras exigen la capacidad de aprender de forma eficiente; algunas enfatizan el trabajo económicamente valioso; y otras añaden autonomía en el mundo físico o digital. Investigadores de Google DeepMind propusieron describir la AGI tanto por su amplitud —cuántas tareas puede realizar— como por su profundidad —qué tan bien las realiza—, tratando la autonomía como una propiedad de despliegue separada (DeepMind, Levels of AGI). Ese marco evita fingir que un solo punto de referencia crea un umbral mágico.
La superinteligencia artificial (ASI) es un sistema hipotético que supera sustancialmente a los mejores humanos en casi todos los dominios de valor cognitivo. No es una categoría tecnológica observada. Es un escenario usado para razonar sobre sistemas que podrían superar a las instituciones humanas en ciencia, estrategia, ingeniería, persuasión y, quizás, en la propia investigación de IA. Si tal sistema es posible, con qué rapidez podría seguir a la AGI, y si la inteligencia en todos los dominios puede combinarse en un solo sistema, siguen siendo preguntas disputadas.
La capacidad tiene más de un eje
Una evaluación útil separa al menos cinco propiedades:
- Amplitud: la variedad de tareas y entornos en los que el sistema es competente.
- Desempeño: si iguala a un novato, a un trabajador típico, a un experto, o al mejor humano.
- Fiabilidad: con qué frecuencia tiene éxito, incluso bajo condiciones inusuales o adversariales.
- Aprendizaje y transferencia: con qué facilidad maneja una tarea genuinamente nueva sin reentrenamiento específico para ella.
- Autonomía: durante cuánto tiempo y con qué seguridad puede planificar, actuar, usar herramientas, recuperarse de errores y perseguir un objetivo con supervisión limitada.
Estos ejes pueden separarse de forma dramática. Un modelo puede responder preguntas sobre cientos de temas mientras comete errores elementales. Otro puede ser excepcionalmente fiable en un flujo de trabajo científico concreto pero incapaz de generalizar. Un modelo conversacional puede parecer ampliamente informado mientras que un agente construido sobre ese mismo modelo falla porque pierde el contexto, usa mal una herramienta, o no reconoce que su plan está saliendo mal. La definición de sistema de IA de la OCDE distingue de forma similar los resultados generados y la influencia sobre entornos de los distintos niveles de autonomía y adaptabilidad tras el despliegue (Principios de IA de la OCDE).
Esto importa porque un lenguaje pulido no es lo mismo que una agencia robusta. Una conversación de apariencia humana fomenta el antropomorfismo, mientras que las puntuaciones en pruebas de referencia pueden ocultar la dependencia de indicaciones cuidadosamente estructuradas, datos limpios y calificación automatizada. Por el contrario, un sistema no necesita conversar como una persona para tener capacidades consecuentes. Un modelo científico, un agente de trading o una herramienta cibernética pueden importar por lo que pueden hacer, no porque se parezcan a una mente humana.
Por qué ninguna prueba de referencia por sí sola demuestra la AGI
Las pruebas de referencia muestrean comportamiento bajo condiciones específicas. No revelan directamente comprensión, consciencia, intenciones, ni el desempeño en cualquier situación no probada. Las puntuaciones pueden subir por generalización genuina, exposición a ejemplos de entrenamiento similares, mejores indicaciones, acceso a herramientas, o ingeniería en torno al modelo. Una prueba de referencia también puede saturarse: una vez que los sistemas líderes se acercan a su techo, las pequeñas diferencias se vuelven difíciles de interpretar.
La misma advertencia se aplica a las definiciones económicas. “Puede automatizar la mayoría de los empleos” suena concreto, pero los empleos son paquetes de tareas técnicas, negociación social, rendición de cuentas, actividad física, conocimiento local y responsabilidad por errores. El éxito en tareas autocontenidas no demuestra que un sistema pueda reemplazar a un trabajador dentro de una organización desordenada. METR afirma explícitamente que su horizonte temporal de finalización de tareas se concentra en software, aprendizaje automático y ciberseguridad, y que no debe leerse como una medida general de automatización del empleo (Metodología de METR).
Por tanto, la AGI debería tratarse como una afirmación que requiere un perfil de evidencia. ¿Qué dominios se probaron? ¿Qué tan novedosas eran las tareas? ¿Qué herramientas y ayuda humana se permitieron? ¿Se replicó el desempeño de forma independiente? ¿Cuál fue la tasa de éxito? ¿Siguió siendo fiable el sistema cuando los objetivos eran ambiguos o el entorno cambiaba? Sin esos detalles, un anuncio de AGI es marca, pronóstico o juicio personal, no un resultado de medición.
Por qué la distinción cambia la política pública
Distintos perfiles de capacidad crean distintos riesgos. Los sistemas actuales ya causan daños documentados mediante fraude, discriminación, invasión de la privacidad, consejos inseguros, disrupción laboral y medios sintéticos. Esos problemas no requieren la AGI y no deberían posponerse hasta un umbral futuro. Los sistemas ampliamente autónomos podrían añadir otros riesgos al realizar operaciones cibernéticas, acelerar investigación peligrosa, o controlar procesos críticos a una escala que supera la revisión humana. La superinteligencia hipotética plantea preguntas todavía más inciertas sobre si las instituciones humanas podrían supervisar a un sistema estratégicamente superior a ellas.
Las categorías también determinan salvaguardas proporcionadas. Un clasificador médico estrecho puede necesitar validación clínica, monitoreo y un proceso de apelación. Un modelo de propósito general puede necesitar evaluaciones de capacidad, detección de abuso, notificación de incidentes y controles en torno a herramientas peligrosas. Un sistema altamente autónomo que opere infraestructura crítica justificaría una garantía, contención y requisitos de autorización humana más estrictos. Usar “IA” como una categoría indiferenciada oculta estas diferencias.
Una mejor forma de leer las afirmaciones sobre la AGI
Cuando alguien dice que la AGI ya está aquí —o que es imposible—, traduce la afirmación en preguntas observables. ¿Es el sistema ampliamente competente o solo amplio en su interfaz? ¿Se transfiere a trabajo nuevo? ¿Qué tan fiable es? ¿Puede completar proyectos largos y del mundo real? ¿Requiere corrección humana continua? ¿Aprende después del despliegue? ¿La evidencia es pública y reproducible de forma independiente?
La conclusión honesta en 2026 no es que toda la IA desplegada sea simplemente estrecha, ni que los modelos de lenguaje amplios hayan cruzado una línea de AGI universalmente aceptada. Los sistemas actuales combinan una amplitud llamativa con una fragilidad seria. La AGI sigue siendo un concepto disputado, y la ASI sigue siendo hipotética. La “escalera de capacidades” más útil es, por tanto, un mapa multidimensional con evidencia fechada, no una escalera de tres peldaños en la que una empresa pueda declararse ganadora.