La dispersión es el resultado más importante
Las predicciones para una IA altamente capaz o de nivel humano van desde unos pocos años hasta muchas décadas, y algunos investigadores dudan de que los métodos actuales puedan producirla en absoluto. Este desacuerdo no es un pequeño margen de error alrededor de un modelo científico compartido. Los pronosticadores discrepan sobre qué cuenta como AGI, qué pasos técnicos quedan, con qué rapidez pueden crecer insumos como el cómputo y los datos, y si el progreso continuará de forma suave. Cualquier plazo debería, por tanto, presentarse como un pronóstico fechado bajo una definición declarada — no como una “cuenta regresiva de la AGI”.
Demis Hassabis proporciona un ejemplo útil de por qué importa la atribución exacta. En una entrevista de marzo de 2025 con CNBC, el director ejecutivo de Google DeepMind dijo que la IA de nivel humano podría llegar en cinco a diez años. No dijo que la evidencia significativa de la AGI llegaría “dentro del año” (entrevista de CNBC). Incluso el pronóstico citado correctamente deja preguntas: ¿nivel humano en qué tareas, con qué fiabilidad, y con cuánta autonomía? La cita registra el juicio de un experto, no una probabilidad medida.
Cuatro tipos de pronóstico que no deben mezclarse
Las declaraciones de líderes de laboratorio son visibles e informadas por la exposición directa a sistemas de frontera, pero no son mediciones neutrales. Los ejecutivos poseen información privada valiosa sobre experimentos, pero también lideran organizaciones que compiten por capital, talento, clientes y atención política. Sus declaraciones pueden usar definiciones específicas de la empresa y rara vez exponen un modelo de pronóstico completo.
Las encuestas a investigadores agregan muchas opiniones y revelan la distribución de la opinión experta. La Encuesta de Expertos sobre el Progreso en IA de 2023, publicada en 2024, reunió a 2.778 investigadores y reportó un amplio rango de estimaciones para máquinas que superen a los humanos en cualquier tarea posible; los autores también enfatizaron un desacuerdo sustancial y sensibilidad a la redacción de la pregunta (Grace et al., 2024). Las encuestas describen creencias en un momento dado. No validan esas creencias ni garantizan que los encuestados compartan una definición.
Las plataformas de predicción como Metaculus agregan pronósticos continuamente. Sus medianas pueden actualizarse más rápido que las encuestas, pero el resultado depende de los criterios exactos de resolución y del grupo de participantes. “IA débilmente general”, “IA transformadora” y “AGI” son preguntas diferentes. Una mediana de mercado o de comunidad debería mostrarse con su fecha de recuperación, la redacción de la pregunta, el rango, y las condiciones de resolución en lugar de convertirse en una fecha límite para todo el sitio.
Las proyecciones basadas en modelos extrapolan tendencias en cómputo, rendimiento en pruebas de referencia, eficiencia algorítmica, o la duración de las tareas que los agentes pueden completar. Estas hacen visibles los supuestos, lo cual es valioso, pero la extrapolación puede fallar cuando una prueba de referencia se satura, una restricción de recursos se vuelve vinculante, o un nuevo paradigma cambia la tendencia. Una curva es evidencia sobre mediciones pasadas; su extensión es un pronóstico condicional.
Lo que sí muestran las tendencias de capacidad actuales
Hay evidencia real de mejora rápida. El AI Index de Stanford documenta costos de inferencia decrecientes y puntuaciones crecientes en pruebas de referencia exigentes, mientras también muestra que las evaluaciones difíciles siguen sin resolverse y que la evaluación estandarizada de IA responsable es irregular (Stanford AI Index 2025). METR reporta que la duración de tareas de un experto humano para tareas orientadas a software que los agentes de frontera completan a una probabilidad de éxito dada ha aumentado rápidamente (horizontes temporales de METR). Estas son observaciones sobre sistemas y pruebas seleccionados, no observaciones directas de una fecha de AGI que se acerca.
La métrica de METR es especialmente fácil de tergiversar. Un horizonte temporal del 50 por ciento de varias horas significa que, en el conjunto de tareas de METR, el modelo ajustado predice una probabilidad del 50 por ciento de completar tareas que le toman a un experto humano ese tiempo. No significa que la IA funcione de forma autónoma durante esa cantidad de horas. Las tareas son principalmente de ingeniería de software, aprendizaje automático y ciberseguridad; son inusualmente autocontenidas y objetivamente calificables; las estimaciones por encima de las dieciséis horas se describen actualmente como poco fiables; y los empleos reales son mucho más desordenados. Los investigadores de METR han advertido que los márgenes de error pueden abarcar aproximadamente un factor de dos y que las diferencias de dominio pueden abarcar órdenes de magnitud (nota de limitaciones de METR).
Estos resultados respaldan una conclusión más acotada: algunas formas de finalización de tareas digitales están mejorando rápidamente. No establecen, por sí solos, cuándo un sistema se convertirá en un científico, gerente, cuidador, tomador de decisiones políticas, o sustituto general fiable para el trabajo humano.
Por qué divergen los pronósticos razonables
Los pronosticadores que esperan una llegada temprana a menudo enfatizan la persistencia del escalado, un mejor cómputo en tiempo de razonamiento, los datos sintéticos, el uso de herramientas, y la investigación asistida por IA. Si esas tendencias se refuerzan mutuamente, el progreso podría acelerarse. También pueden argumentar que los sistemas económicamente transformadores no necesitan reproducir cada característica de la inteligencia humana; una amplia competencia digital podría ser suficiente.
Los pronosticadores de plazos más largos enfatizan la fiabilidad, el fundamento, el aprendizaje continuo, la comprensión causal, la robótica, y la brecha entre las pruebas de referencia y el trabajo abierto. También señalan restricciones prácticas: energía, chips, construcción de centros de datos, datos de alta calidad, evaluación, y la capacidad de las organizaciones para desplegar sistemas de forma segura. Algunos esperan avances arquitectónicos más allá de los métodos actuales de modelos grandes. Ninguna de estas posturas puede resolverse solo por confianza o antigüedad.
Las definiciones crean otra fuente de desacuerdo aparente. Un sistema que puede automatizar gran parte del trabajo informático remoto podría ser económicamente transformador mientras falla en tareas corpóreas. Un modelo que puntúa por encima de los humanos típicos en una batería amplia de exámenes puede seguir siendo demasiado poco fiable para operar de forma independiente. Un pronosticador puede llamar a cualquiera de los dos sistemas AGI; otro puede reservar la palabra para el aprendizaje robusto equivalente al humano en el mundo real.
Cómo mantener un rastreador de plazos responsable
Un rastreador útil debería preservar la redacción original, el hablante, la fecha, la fuente, la definición, y el rango de pronóstico. Debería distinguir una estimación personal de un compromiso organizacional, registrar revisiones posteriores, y nunca reemplazar silenciosamente una predicción antigua. Los pronósticos agregados deberían mostrar intervalos de incertidumbre en lugar de solo una mediana. La página también debería divulgar los incentivos potenciales y si el pronóstico se basa en evidencia pública o privada.
Los lectores pueden aplicar cinco preguntas:
- ¿Qué resultado se está prediciendo? ¿AGI, IA de nivel humano, automatización de tareas, o superinteligencia?
- ¿Qué probabilidad y fecha están vinculadas? “Podría” no es un pronóstico mediano.
- ¿Qué evidencia impulsa la estimación? ¿Escalado, una encuesta, experimentos privados, o intuición?
- ¿Qué cambiaría la opinión del pronosticador? Un pronóstico sin posible refutación es difícil de evaluar.
- ¿Se ha calificado? Las predicciones pasadas deberían permanecer visibles después de su fecha límite.
La conclusión práctica
La planificación no debería depender de elegir una fecha. Los daños y oportunidades a corto plazo merecen acción sin importar si la AGI llega en 2028, 2040, o nunca. Los gobiernos y las organizaciones pueden usar rangos de escenarios: prepararse para ganancias rápidas de capacidad, construir políticas que sigan siendo útiles bajo un progreso más lento, y definir disparadores medibles para salvaguardas más fuertes.
La incertidumbre en sí misma es procesable. Aboga por monitorear las capacidades en lugar de las etiquetas de marketing, invertir en evaluación y resiliencia, y revisar los pronósticos en un horario fijo. Una página de plazos se gana la confianza mostrando qué tan poco prueban las fechas, no haciendo que una mediana móvil parezca un reloj que cuenta regresivamente hacia el destino.