La inteligencia artificial ya puede escribir textos, generar imágenes, programar, analizar documentos, resolver problemas matemáticos y utilizar distintas herramientas. Sin embargo, la industria tecnológica persigue un objetivo mucho más ambicioso: crear sistemas capaces de aprender, razonar y desenvolverse en una amplia variedad de tareas con un nivel de autonomía comparable o superior al humano.
Ese concepto se conoce como inteligencia artificial general, o AGI por sus siglas en inglés.
La discusión volvió a cobrar fuerza después de que Sam Altman, CEO de OpenAI, afirmara que espera que la compañía tenga antes de terminar 2026 un sistema que él considere AGI. Mark Chen, responsable de investigación de OpenAI, estimó además que la empresa habría recorrido aproximadamente 80% del camino hacia ese objetivo.
Pero ¿qué significa realmente AGI y qué tendría que hacer una inteligencia artificial para ser considerada general?
¿Qué es la inteligencia artificial general?
La AGI es un concepto todavía hipotético. No existe una definición universalmente aceptada ni una prueba oficial que permita determinar cuándo una máquina alcanzó este nivel de inteligencia.
En términos generales, se refiere a una inteligencia artificial capaz de aprender y aplicar conocimientos en diferentes áreas, adaptarse a situaciones nuevas y resolver una gran variedad de problemas sin estar diseñada exclusivamente para una tarea concreta. IBM señala que la AGI busca alcanzar capacidades cognitivas generales comparables a las humanas, mientras que Google Cloud destaca su capacidad de generalizar conocimientos entre diferentes dominios.
OpenAI utiliza una definición más específica: considera AGI a los sistemas altamente autónomos capaces de superar a los seres humanos en la mayoría de las tareas económicamente valiosas.
Por eso, hablar de AGI no significa simplemente hablar de un chatbot más inteligente.
¿Cuál es la diferencia entre la IA actual y la AGI?
La inteligencia artificial que utilizamos actualmente puede realizar una enorme cantidad de tareas, pero sus capacidades siguen dependiendo del modelo, de su entrenamiento y del contexto en el que se utiliza.
Por ejemplo, una IA puede recibir la instrucción:
“Analiza estas ventas y prepara un informe.”
Un sistema con capacidades más cercanas a la AGI podría recibir un objetivo mucho más amplio:
“Descubre por qué disminuyeron las ventas y encuentra una posible solución.”
A partir de ahí, tendría que determinar qué información necesita, analizar datos, buscar patrones, utilizar herramientas, plantear hipótesis, comprobarlas y presentar una estrategia.
La diferencia fundamental estaría entonces en pasar de responder instrucciones a resolver objetivos complejos de manera autónoma.
Una AGI tendría que adaptarse a problemas nuevos
Una de las características más importantes de la inteligencia general sería la capacidad de generalizar.
Una persona que aprende a resolver un tipo de problema puede utilizar ese conocimiento para enfrentarse a situaciones que nunca había visto exactamente de la misma manera.
La AGI busca algo parecido.
En lugar de necesitar un sistema diferente para cada actividad, una misma inteligencia podría desenvolverse en investigación científica, programación, análisis financiero, escritura, educación o resolución de problemas.
Eso no significa que necesariamente realizaría todas esas tareas de forma perfecta. La idea es que pueda aprender y adaptarse a contextos diferentes sin requerir un entrenamiento completamente nuevo para cada uno.
¿La AGI piensa como un ser humano?
No necesariamente.
El concepto de AGI suele compararse con la inteligencia humana porque busca una amplitud de capacidades similar, pero eso no significa que una máquina tenga que funcionar exactamente como el cerebro humano.
Una AGI podría resolver determinados problemas mediante métodos completamente diferentes a los utilizados por las personas.
Tampoco implica automáticamente que tenga conciencia, emociones o una personalidad.
Inteligencia y conciencia no son sinónimos.
Una máquina podría ser capaz de realizar tareas intelectuales extraordinariamente complejas sin que eso demuestre que posee experiencias subjetivas o conciencia de sí misma.
¿Por qué OpenAI dice estar cerca de la AGI?
La declaración de OpenAI está relacionada con el desarrollo de sistemas cada vez más autónomos.
Según lo reportado por Infobae a partir de una investigación de TIME, la compañía está trabajando en una nueva familia de modelos denominada Astra, orientada a capacidades como investigación, utilización de herramientas, coordinación entre agentes y ejecución prolongada de tareas.
En una demostración descrita por TIME, un conjunto de 16 agentes de inteligencia artificial trabajó de manera coordinada para dividir un problema matemático de nivel investigador en diferentes partes y posteriormente integrar los resultados.
OpenAI también busca que sus sistemas puedan participar en procesos de investigación y generar conocimiento nuevo. Altman ha señalado que espera que Astra sea el primer modelo de la compañía capaz de “inventar cosas nuevas” de una manera que considere relevante para la AGI.
¿Qué significa entonces el famoso “80%”?
Aquí es donde conviene poner los frenos.
Cuando Mark Chen afirma que OpenAI está aproximadamente 80% del camino hacia la AGI, no quiere decir que exista una escala científica en la que la compañía haya completado 80 de 100 puntos.
No existe un medidor universal de AGI.
El porcentaje es una estimación interna de OpenAI sobre su propio progreso y depende de la definición que la compañía utiliza para determinar qué capacidades necesita un sistema para ser considerado AGI.
Por eso, no puede interpretarse como una medición independiente ni como una certificación de que la AGI está necesariamente a unos meses de distancia.
¿Qué podría hacer una AGI?
Si se alcanzara el nivel de capacidades que actualmente se atribuye al concepto de AGI, sus aplicaciones podrían ser muy amplias.
Investigación científica
Una AGI podría analizar enormes cantidades de información, formular hipótesis, diseñar experimentos y estudiar sus resultados.
El objetivo sería pasar de utilizar IA para acelerar una investigación a permitir que los sistemas participen activamente en diferentes etapas del proceso científico.
Programación
En lugar de limitarse a escribir fragmentos de código, podría recibir un problema completo, analizar los requisitos, desarrollar una solución, probarla y corregir errores.
Educación
Podría adaptar explicaciones y métodos de enseñanza a diferentes personas, materias y niveles de conocimiento.
Trabajo intelectual
También podría realizar tareas complejas de análisis, planificación, investigación y toma de decisiones en diferentes sectores.
La diferencia estaría en que no necesitaría necesariamente un sistema completamente distinto para cada una de esas actividades.
¿La AGI reemplazaría a los seres humanos?
No existe una respuesta comprobada.
El impacto dependería de las capacidades reales de los sistemas, de las tareas que puedan realizar, de su costo, de las regulaciones y de la manera en que empresas y gobiernos decidan implementarlos.
Es posible que determinadas tareas se automaticen mientras otras cambien y requieran nuevas habilidades humanas.
Por eso, hablar de AGI no permite afirmar por sí solo que desaparecerán profesiones completas. Lo que sí resulta razonable esperar es que una tecnología con capacidades generales pueda transformar profundamente determinados procesos de trabajo.
El gran desafío: hacerla segura
Una inteligencia artificial más autónoma también plantea nuevos problemas de seguridad.
Un sistema que solamente responde una pregunta tiene un margen de acción relativamente limitado. Un sistema capaz de elegir herramientas, ejecutar tareas, interactuar con programas y trabajar durante largos periodos puede tomar muchas más decisiones por sí mismo.
Eso hace que la alineación sea una cuestión central.
En términos generales, la alineación busca conseguir que los objetivos y comportamientos de un sistema de IA sean compatibles con las intenciones humanas.
OpenAI reconoce precisamente la seguridad como uno de los principales desafíos de la AGI y señala que todavía existe incertidumbre sobre cuándo llegará.
¿Ya existe la AGI?
Por ahora, no existe un consenso de que algún sistema haya alcanzado la AGI.
La razón es sencilla: ni siquiera existe una definición universal que permita evaluar todos los sistemas bajo exactamente el mismo criterio.
OpenAI mantiene su propia definición y, al mismo tiempo, reconoce que no sabe con certeza cuándo llegará la AGI.
Esto también explica por qué diferentes empresas y especialistas pueden afirmar cosas distintas sobre qué tan cerca estamos.
Para algunos, determinados modelos actuales ya muestran características de inteligencia general. Para otros, todavía existen diferencias fundamentales entre los sistemas actuales y una inteligencia realmente general.
Entonces, ¿qué estamos esperando?
La AGI no consiste simplemente en construir un chatbot que responda mejor.
La verdadera meta es crear un sistema capaz de aprender, adaptarse, razonar, utilizar herramientas y resolver problemas nuevos en múltiples áreas, con un grado elevado de autonomía.
Y ahí está el motivo por el que la declaración de OpenAI resulta relevante.
La compañía afirma que está cerca de alcanzar su propia definición de AGI y que espera tener un sistema que considere como tal antes de que termine 2026. Pero el famoso 80% debe entenderse como lo que es: una estimación de OpenAI, no una medición científica universal.
La AGI, por ahora, sigue siendo una frontera tecnológica en construcción. La pregunta ya no es solamente qué puede responder una inteligencia artificial, sino hasta dónde puede aprender, decidir y trabajar por sí misma.
