Por qué existe esta página
La mayor parte de este manual se inclina a tomar en serio el riesgo de la AGI, ya que la mayor parte de él cubre qué pasa si los optimistas tienen razón. Esa postura hace fácil aplanar a los escépticos hasta convertirlos en un espantapájaros — “simplemente no entienden el escalado” — y seguir adelante. Eso es un flaco favor a una posición sustantiva sostenida por investigadores que construyeron algunas de las herramientas fundacionales del campo. Esta página representa sus argumentos reales, no una versión construida para perder, sin arbitrar quién tiene razón; vea cómo ponderar las afirmaciones sobre la AGI y pronósticos sobre el plazo de la AGI para cómo se reporta normalmente el rango de opinión.
Yann LeCun: sin modelo del mundo, sin planificación
Yann LeCun dejó Meta en noviembre de 2025 tras doce años, incluyendo la fundación de su laboratorio FAIR, y para marzo de 2026 era presidente ejecutivo y cofundador de AMI Labs, una startup con sede en París que recaudó una ronda semilla de 1.030 millones de dólares — reportadamente la ronda semilla más grande de una startup europea registrada — para construir lo que él llama “modelos del mundo” (TechCrunch). Eso importa: el escepticismo de LeCun no se suavizó hasta convertirse en una cobertura — se endureció hasta convertirse en una empresa en la que está apostando su carrera.
La objeción de LeCun es un argumento arquitectónico, no un teorema que demuestre que los transformadores no pueden planificar. Los modelos autorregresivos estándar predicen tokens sin un modelo persistente y explícito del mundo ni un planificador independiente. Cada pasada del modelo utiliza un grafo de cómputo fijo, pero un sistema más amplio puede dedicar más cómputo de inferencia generando, evaluando o revisando tokens adicionales. Eso puede mejorar los resultados sin demostrar una planificación fundamentada y de largo plazo.
LeCun propone en cambio un modelo del mundo configurable que prediga estados futuros plausibles, junto con un actor que busque acciones en varios niveles de abstracción (documento de posición de LeCun; resumen de investigación de Meta). Es su dirección de investigación propuesta, no una explicación establecida de lo que los modelos lingüísticos actuales nunca podrán hacer. La apuesta es que una inteligencia autónoma robusta requerirá arquitecturas que aprendan de vídeo y de experiencias espaciales y sensomotoras, no solo de texto.
Andrew Ng: elevar el listón de la evidencia
Andrew Ng — fundador de DeepLearning.AI, Socio General Gerente en AI Fund, y profesor adjunto en Stanford — argumenta que “la AGI se ha convertido en un término de bombo publicitario más que un término con un significado preciso”, y que la industria está a décadas de un sistema capaz de realizar cualquier tarea intelectual que un humano pueda hacer, desde conducir un camión hasta escribir una tesis doctoral (PYMNTS). Su contribución concreta es metodológica: una “Prueba de Turing-AGI” propuesta, donde un juez diseña una prueba de trabajo real de varios días — tareas reales, no una demostración curada — y el sistema aprueba solo si rinde tan bien como un humano capacitado. El punto: mover las metas fuera de las puntuaciones de tablas de clasificación y hacia el rendimiento sostenido, desactivando lo que él ve como bombo publicitario de riesgo de burbuja.
Gary Marcus: alucinación, colapso del razonamiento, y la aritmética de suposiciones que se acumulan
Gary Marcus, Profesor Emérito de Psicología y Ciencia Neuronal en NYU y fundador de Geometric Intelligence y Robust.AI, ha construido un caso de múltiples frentes. Sobre la fiabilidad: los LLM “literalmente no conocen la diferencia entre la verdad y la falsedad”, y cita una prueba formal de que alucinarán incluso con datos perfectos y cómputo ilimitado — confirmado, dice, cuando GPT-5 (agosto de 2025) no logró resolver la alucinación y o3 de OpenAI alucinó más que sus predecesores (Marcus on AI). Sobre el razonamiento: “no vamos a resolver la física con sistemas que no pueden jugar la Torre de Hanoi con una torre de 8 discos” — citando el hallazgo de Apple de que los modelos de “razonamiento” de los LLM colapsan al pasar un umbral de complejidad en lugar de degradarse con gracia.
Su intervención más ampliamente discutida es metodológica: una demolición del escenario de pronóstico “AI 2027” como “ficción disfrazada de ciencia” — tomando prestadas técnicas narrativas mientras presenta citas y notas al pie como si el resultado fuera un pronóstico. Marcus descompone el escenario en aproximadamente ocho hitos secuenciales de “salto de fe”, multiplica sus probabilidades individuales implícitas, y muestra que la probabilidad compuesta de que toda la cadena aterrice según lo previsto es cercana a cero (Substack) — respaldado por el propio historial del pronóstico: las alucinaciones declaradas “resueltas” en 2024, los autos sin conductor supuestamente “en todas partes” para 2017. Notablemente, Marcus no está argumentando que “la AGI es imposible” — “cualquiera que piense que la AGI es imposible” está tan equivocado, dice, como cualquiera que piense que es inminente — y ahora sitúa una llegada plausible para 2100, no 2027. Esa postura es en sí misma evidencia de que el campo escéptico es una dispersión, no una posición única — un punto que la página de pronósticos sobre el plazo hace sobre el campo en su conjunto.
Tim Dettmers: el cómputo es físico
Tim Dettmers, investigador del Allen Institute for AI, hace un argumento que no depende de la arquitectura del modelo — se trata de física. El rendimiento por dólar de las GPU se estancó alrededor de 2018, argumenta, y la mayoría de las ganancias visibles desde entonces han provenido de una numérica de menor precisión — hacer la misma aritmética de forma más barata — en lugar de un crecimiento genuino del cómputo. Estima que quedan “quizás uno, quizás dos años más de escalado” antes de que las ganancias choquen contra los muros de memoria, entrada/salida y energía, donde el costo y la energía crecen exponencialmente por ganancias de capacidad solo lineales (timdettmers.com). Enmarca la “AGI” como requiriendo una competencia económicamente significativa en tareas físicas, no puntuaciones de pruebas de referencia, y extiende la lógica hasta su punto final: una superinteligencia enfrentaría las mismas restricciones físicas al mejorar su propia pila de inferencia. A diferencia de los argumentos anteriores, este no depende de tener razón sobre los LLM específicamente — es una afirmación sobre el sustrato en el que corre cualquier inteligencia digital.
La lista más breve: vea también
Una lista más breve completa el caso. Rodney Brooks, CTO de Robust.AI y Profesor Emérito de Robótica en el MIT, mantiene un marcador anual, fechado y falsable de predicciones — una disciplina rara entre los comentaristas de IA — y argumenta, desde décadas de experiencia en robótica, que el progreso en pruebas de referencia estrechas se sigue confundiendo con competencia general. François Chollet, creador de la prueba de referencia ARC-AGI, señala modelos que puntúan cerca de cero en tareas construidas para resistir la memorización — el más nuevo ARC-AGI-3 vio a los mejores modelos de 2026 puntuar por debajo del 1% frente al 100% de los humanos — como evidencia de que la inteligencia es eficiencia de adquisición de habilidades, no escala. Subbarao Kambhampati de Arizona State argumenta que los LLM no pueden planificar ni autoverificarse sin importar la instrucción, y ahora cuestiona si los tokens de cadena de pensamiento representan siquiera razonamiento real. Melanie Mitchell del Santa Fe Institute argumenta que el éxito de los LLM refleja emparejamiento de patrones sobre distribuciones de entrenamiento en lugar de razonamiento causal. Emily Bender, lingüista de la Universidad de Washington y coautora de “Stochastic Parrots”, argumenta que la salida fluida es forma sin comprensión fundamentada — los modelos entrenados para predecir secuencias de palabras carecen de acceso a la intención comunicativa.
La propia metodología de pronóstico es un blanco
Más allá de cualquier investigador individual, los escépticos apuntan directamente a cómo se producen los plazos de la AGI. La metodología de encuestas a expertos muestra un efecto de “horizonte móvil” bien documentado — los encuestados sitúan la AGI aproximadamente entre quince y veinticinco años en el futuro sin importar cuándo se les pregunte — agravado por efectos de selección y sensibilidad a la redacción. Un informe de RAND de marzo de 2026 cataloga estos problemas sistemáticamente a través de métodos de encuestas, mercados de predicción, y extrapolación de cómputo por igual (RAND).
La propia métrica de “horizonte temporal” de METR — la curva de capacidad más citada como evidencia de aceleración, y discutida en la página de pronósticos sobre el plazo — ha atraído escrutinio, incluso del propio METR. Un aviso de enero de 2026 reveló una corrección del 35% aplicada a un ajuste logístico de pendiente fija, que aproximadamente un tercio de las estimaciones de dificultad de tarea se infieren en lugar de medirse, y que METR “no tiene idea” de si el verdadero horizonte temporal de un modelo realmente se encuentra dentro del intervalo de confianza que reporta (METR). Una crítica independiente publicada días antes fue más allá: las tareas son irrealmente limpias, las soluciones públicas pueden haber contaminado los datos, y los tiempos de línea base humana provinieron de una muestra pequeña e incentivada financieramente que probablemente infló cuánto tiempo “deberían” tomar las tareas — haciendo que la aparente aceleración de la IA sea en parte un artefacto de la comparación (Transformer News). De cualquier manera, una gran parte de las inferencias de plazos del campo se recalculan a partir del ajuste de una sola curva ruidosa que sus propios autores no pueden respaldar completamente.
Eso se agrava con un problema más antiguo: la Ley de Goodhart aplicada a las pruebas de referencia. Una vez que una prueba de referencia se convierte en un objetivo de optimización, los laboratorios ajustan hacia la tabla de clasificación en lugar de hacia el constructo que mide — MMLU pasó de una puntuación de 43 puntos para GPT-3 frente a una línea base humana de 90 puntos en 2020 a que los mejores modelos se agruparan tan estrechamente a mediados de 2024 que las diferencias caen dentro del ruido de formato de instrucciones. La contaminación por filtración de pruebas de referencia hace que las puntuaciones crecientes sean más difíciles de leer como una ganancia genuina. Vea cómo ponderar las afirmaciones sobre la AGI y la escalera de capacidades para saber por qué “supera una prueba de referencia” y “alcanza la AGI” son afirmaciones diferentes.
Lo que esta página no está afirmando
Nada de esto equivale a un caso de que la AGI sea imposible, y ninguno de los investigadores mencionados arriba hace esa afirmación — Marcus es explícito en que ambos extremos están equivocados. Lo que establece es sustancia real: límites arquitectónicos que no se resuelven obviamente con la escala, un techo físico de cómputo indiferente a cualquier hoja de ruta, y un aparato de pronóstico que, por admisión del propio METR, no puede respaldar completamente la curva que todos citan. Si eso suma “décadas de distancia” o “más cerca de lo que sugiere esta página” es exactamente lo que este manual se niega a resolver por el lector. Lo que no hará es dejar que el caso escéptico sea una caricatura.