Los líderes de la industria de inteligencia artificial expresan cada vez con mayor énfasis la brecha que se reduce entre las capacidades actuales de la IA y la inteligencia general artificial (AGI), un desarrollo que podría requerir ajustes rápidos en la sociedad y la economía. Esta aceleración, impulsada en parte por el papel creciente de la IA en su propio desarrollo, ha generado discusiones urgentes sobre el futuro del trabajo, la necesidad de una gobernanza sólida y el potencial de disrupción generalizada en diversos sectores. El consenso entre figuras prominentes del campo sugiere que el cronograma para lograr una IA a nivel humano podría ser significativamente más corto de lo que muchos anticipan, exigiendo preparación inmediata de los responsables de políticas e instituciones.
La brecha entre las herramientas de inteligencia artificial actuales y la inteligencia general artificial (AGI) se está cerrando rápidamente, según declaraciones de líderes de IA. Esta observación, destacada por Cointribune, subraya una preocupación creciente sobre el ritmo del desarrollo de la IA y sus posibles implicaciones para la sociedad. Los líderes enfatizaron inquietudes respecto al impacto en el empleo y la necesidad de estructuras de gobernanza efectivas para gestionar esta tecnología transformadora Cointribune.
Dario Amodei, CEO de Anthropic, ha sido particularmente vocal sobre la velocidad del progreso de la IA, sugiriendo que los responsables de políticas podrían estar mal preparados para la rapidez con que se acerca la IA avanzada. Hablando junto a Demis Hassabis, director de Google DeepMind, en el Foro Económico Mundial en Davos, Amodei enfatizó que los sistemas sociales y los mercados laborales probablemente no se adapten tan rápido como los avances tecnológicos. Planteó que la ventana para la preparación se está contrayendo. Amodei reiteró su creencia de que la IA a nivel humano podría llegar en años, no en décadas, manteniendo que el desarrollo ha seguido una trayectoria pronunciada. Proyectó que sistemas con capacidades sobrehumanas podrían surgir ya en 2026 o 2027, encontrando difícil imaginar que el desarrollo se extienda sustancialmente más allá de este período.
Un factor significativo que contribuye a este desarrollo acelerado es la participación creciente de sistemas de IA en su propia creación. Amodei explicó que en Anthropic, los ingenieros de software están desplazando su enfoque de escribir código a supervisar los resultados generados por IA. Esto significa que los ingenieros dedican más tiempo a revisar y refinar código generado por IA en lugar de crearlo desde cero. Sugirió que dentro de seis a doce meses, los modelos de IA podrían potencialmente manejar la mayoría de las tareas de codificación, desde la concepción hasta la implementación final.
Varios factores interconectados están impulsando este avance rápido. Los modelos de IA ahora generan cantidades sustanciales de código a nivel de producción, con ingenieros actuando principalmente como revisores en lugar de creadores principales. Las mejoras en el entrenamiento conducen directamente a actualizaciones de modelos más rápidas. Las limitaciones de suministro de hardware se identifican como una restricción más significativa que la capacidad de investigación. En consecuencia, los ciclos de desarrollo se han comprimido, lo que a su vez acelera los cronogramas de adopción.
En contraste, Demis Hassabis ofreció una perspectiva más matizada sobre el cronograma de AGI. Reconoció que no todos los campos son igualmente susceptibles a la automatización. Hassabis señaló que la programación y las matemáticas son objetivos más accesibles debido a la verificabilidad rápida de resultados. Sin embargo, observó que otras disciplinas, particularmente las ciencias naturales, dependen de experimentos que requieren tiempo y recursos considerables.
El descubrimiento científico sigue siendo un obstáculo sustancial, según Hassabis. Aunque los sistemas de IA actuales pueden abordar problemas bien definidos, tienen dificultades para formular preguntas novedosas o marcos teóricos. Considera que la generación de hipótesis originales es una de las formas más altas de creatividad humana, un área donde la inteligencia artificial aún no ha demostrado capacidad confiable, dejando incierto el cronograma para cerrar esta brecha.
Dadas estas limitaciones, Hassabis estimó la probabilidad de lograr AGI para 2030 en aproximadamente el cincuenta por ciento. Enfatizó la distinción crítica entre computación rápida e innovación genuina como fuente clave de incertidumbre. A pesar de estos cronogramas diferentes, tanto Amodei como Hassabis coincidieron en que la disrupción económica ya no es una preocupación distante.
Las implicaciones para el mercado laboral son profundas, con posiciones de cuello blanco enfrentando vulnerabilidad creciente a la automatización. Amodei estimó previamente que hasta la mitad de las posiciones profesionales de nivel inicial podrían desaparecer dentro de cinco años, cifra que reiteró en Davos. El trabajo de oficina, alguna vez considerado relativamente protegido de la automatización, ahora enfrenta presiones similares a las que transformaron las industrias manufactureras hace décadas. Hassabis advirtió que incluso los pronósticos económicos conservadores podrían subestimar el ritmo del cambio, sugiriendo que un período de cinco a diez años ofrece oportunidad limitada para que las sociedades se ajusten. Las instituciones diseñadas para transiciones más lentas podrían tener dificultades para responder si las estructuras laborales cambian simultáneamente en múltiples sectores.
Más allá de la eliminación directa de empleos, la naturaleza misma del trabajo está experimentando una transformación fundamental. Bob Hutchins, CEO de Human Voice Media, observó que los roles profesionales se están fragmentando en tareas más pequeñas y estrechamente supervisadas. Los algoritmos están gestionando cada vez más flujos de trabajo que los trabajadores individuales controlaban anteriormente. Este cambio altera fundamentalmente la experiencia y función del trabajo. Las posiciones creativas y técnicas están transitando de roles de toma de decisiones a roles de verificación, donde los trabajadores revisan resultados en lugar de dar forma a proyectos. Con el tiempo, este proceso puede erosionar la autonomía laboral y comprimir salarios, incluso si los títulos de trabajo permanecen sin cambios.
La convergencia de estos desarrollos—avance rápido de la IA, el potencial de que la IA acelere su propio progreso, y la vulnerabilidad creciente de empleos de cuello blanco—ha elevado las preocupaciones sobre disrupción del mercado laboral, brechas regulatorias y concentración de riqueza a posiciones centrales en discusiones de políticas. La urgencia de medidas proactivas para abordar estos desafíos se vuelve cada vez más evidente a medida que la perspectiva de una IA a nivel humano se acerca.
Fuentes
- https://www.cointribune.com/es/los-lideres-de-ia-dicen-que-los-sistemas-a-nivel-humano-se-estan-acercando-rapido/
