El presidente de OpenAI, Greg Brockman, declaró recientemente que la “era AGI” ha comenzado, tras el lanzamiento de GPT-6 Astra. El CEO de Nvidia, Jensen Huang, hizo eco del anuncio de forma pública. La afirmación llegó con un peso considerable: la inteligencia artificial general, tratada durante mucho tiempo como el horizonte lejano de la investigación en IA, se presentaba como una realidad del presente. El problema es que casi nadie fuera de esas empresas se pone de acuerdo sobre lo que significa realmente esa realidad.
Una puntuación de evaluación que cambia con el software
La prueba más citada de la capacidad a nivel de AGI de Astra es su rendimiento en ARC-AGI-3, un benchmark diseñado por el investigador de IA François Chollet específicamente para resistir el tipo de entrenamiento dirigido que ha hecho que muchas pruebas de IA no sean fiables. El benchmark sitúa a los modelos en entornos de videojuegos desconocidos y mide si pueden averiguar las reglas, adaptarse y ganar. Está diseñado, a propósito, para ser más difícil de manipular que la mayoría.
Astra funcionó de manera notable. Utilizando el propio sistema de pruebas de OpenAI, la capa de software que media entre el modelo y el benchmark, obtuvo un 99.9%. Utilizando la configuración de pruebas estándar de ARC-AGI-3, diseñada para dar a todos los modelos una interfaz más uniforme, la puntuación cayó al 62.7%. Esa brecha no es una nota al pie técnica menor. Plantea una pregunta directa: ¿es el modelo genuinamente capaz o está parcialmente optimizado para las condiciones bajo las cuales está siendo evaluado?
El propio Chollet abordó esto directamente. El benchmark, explicó, pone a prueba un conjunto no exhaustivo de atributos a pequeña escala. La inteligencia del mundo real implica horizontes temporales mucho más largos para el aprendizaje, una complejidad mucho mayor en la modelización del mundo y objetivos mucho más ambiguos. Resolver ARC-AGI-3, en su opinión, es una señal significativa de progreso. No es una prueba de AGI, y nunca tuvo la intención de serlo.
El problema de la definición es la verdadera historia
Esto es lo que la mayor parte de la cobertura de este anuncio pasa por alto: el debate sobre si la AGI ha llegado es inseparable del debate sobre lo que siquiera significa la AGI. No hay una definición universalmente aceptada, y esa ausencia crea un margen significativo para la interpretación.
La definición actual de OpenAI describe la AGI como “sistemas altamente autónomos que superan a los humanos en la mayor parte del trabajo económicamente valioso”. El Center for AI Safety utiliza un marco más exigente que requiere un alto rendimiento en diez dominios cognitivos distintos, que abarcan el razonamiento, la memoria y la percepción. Los investigadores independientes a menudo trabajan a partir de definiciones aún más estrictas.
Gary Marcus, profesor de la Universidad de Nueva York y un destacado escéptico de la IA, describió la afirmación sobre la AGI como marketing, argumentando que o bien malinterpreta las definiciones originales del término o reduce deliberadamente el listón. Su punto de vista sobre el rendimiento de Astra en el Epoch Capabilities Index es instructivo: Astra estableció un nuevo récord, con una puntuación de 169 frente a un máximo anterior de 163, pero el propio análisis de Epoch AI descubrió que la mejora se mantenía coherente con la trayectoria existente del progreso de la IA. Un nuevo récord, sí. Un salto discontinuo, no.
Ben Goertzel, el investigador que acuñó el término “inteligencia artificial general” en 2005, ofreció quizás el marco más preciso. Tras utilizar Astra, su evaluación fue que el modelo es sobrehumano en ciertas áreas, particularmente en matemáticas y programación, mientras que sigue siendo más débil en otras. Al compararlo con un ser humano, dijo, “acaba siendo algo complicado en lugar de un simple sí o no”. También identificó lagunas específicas que el andamiaje de software no puede cerrar: cómo el modelo se entiende a sí mismo, cómo retiene y aplica la memoria a través de su experiencia, y cómo coordina objetivos que compiten entre sí.
Andy Konwinski, cofundador de Databricks, Perplexity y Laude, lo expresó de manera más sencilla. Estos sistemas aún no pueden pensar de forma independiente durante largos periodos. Pueden escribir software complejo e identificar errores, pero la mayor parte del valor del mundo no proviene de la ingeniería de software. No están cultivando alimentos, construyendo infraestructura ni gobernando sociedades.
Por qué importa la etiqueta más allá del laboratorio
El debate sobre la AGI puede parecer una disputa técnica entre investigadores, pero sus implicaciones van mucho más allá de las puntuaciones de los benchmarks. Cuando figuras influyentes de la industria declaran que se ha cruzado un umbral, se moldean las expectativas públicas, las conversaciones políticas, las decisiones de inversión y la forma en que las personas entienden la tecnología con la que conviven cada vez más.
Brockman no es el primero en hacer este tipo de declaración. Huang hizo una afirmación similar a principios de año. El CEO de OpenAI, Sam Altman, ha descrito el momento actual como el comienzo de la Singularidad, una fase en la que los sistemas de IA se han apoderado y acelerado el desarrollo de nuevos modelos, con los humanos prácticamente eliminados de ese bucle. Cada una de estas declaraciones tiene peso precisamente por quién las dice, y cada una llega sin un estándar compartido contra el cual medir la afirmación.
La analogía de la red celular es acertada: históricamente, las operadoras han etiquetado sus redes con el marcador de la siguiente generación antes de que la tecnología subyacente cumpliera por completo el estándar técnico. La etiqueta impulsa la adopción y la percepción. La brecha entre la etiqueta y la realidad se cierra más tarde, discretamente.
Las capacidades de la IA están avanzando. Eso no está en discusión. Lo que sigue sin resolverse de verdad es si el concepto de AGI, tal como ha sido definido y redefinido por las personas más motivadas para alcanzarlo, todavía describe algo lo suficientemente preciso como para ser significativo.
En resumen
GPT-6 Astra es un modelo capaz y sus resultados en benchmarks representan un progreso real. Pero la afirmación de que la AGI ha llegado se basa en una definición que las empresas que hacen la afirmación han moldeado para adaptarla a sus propios sistemas. Los investigadores que acuñaron el término, diseñaron los benchmarks y estudian la IA de forma independiente no están convencidos. Lo más importante que hay que entender no es si la AGI ya está aquí. Es que la respuesta depende enteramente de quién tenga el poder de definir la pregunta.
Basado en información de Fast Company - Tech.