Registro de fuente
La falacia del lenguaje: por qué no podemos predecir el futuro de la IA
Los debates públicos sobre la inteligencia artificial a menudo se dividen en dos certezas opuestas. Se insiste en que la ampliación de los modelos actuales conducirá inevitablemente a la AGI. El otro sostiene que los grandes modelos lingüísticos nunca llegarán a ser inteligentes porque sólo predicen la siguiente palabra. Ambas posiciones proyectan confianza. Ambos se basan en la creencia errónea de que ya entendemos los límites de la inteligencia y la trayectoria del cambio tecnológico.
Una visión más clara comienza con algo mucho más familiar y profundamente humano.
Tendemos a tratar la fluidez como prueba de cognición y el deterioro del habla como evidencia de disminución del pensamiento. Sin embargo, la neurociencia cuenta una historia más compleja. Los pacientes con ciertas formas de afasia (personas que tienen dificultades para hablar) a menudo conservan la capacidad de razonar, planificar, juzgar, reconocer intenciones y navegar por las señales sociales. Su vida interior persiste incluso cuando sus herramientas verbales fallan.
Esto no significa que el lenguaje y el pensamiento no estén relacionados. Interactúan constantemente. Pero sí significa que el lenguaje no es idéntico al pensamiento. Es una capa expresiva, una interfaz más que el motor subyacente.
→ Lo que lleva a una idea crucial: un modelo de lenguaje no es automáticamente un modelo de mente.
Los grandes modelos lingüísticos operan enteramente dentro de patrones lingüísticos. Se destacan en predecir la siguiente palabra, y eso por sí solo les permite mostrar una fluidez asombrosa en innumerables tareas. Pero la fluidez no es lo mismo que la comprensión. Estos sistemas carecen de experiencia encarnada, modelos causales, percepción fundamentada, objetivos estables o una representación interna de la realidad. Generan coherencia, no cognición.
Es importante reconocer los límites de los sistemas de IA actuales. Sin embargo, declarar que la IA nunca logrará una inteligencia significativa es sólo otra forma de exceso de confianza.
La historia tecnológica está llena de puntos de inflexión que se pasan por alto:
La imprenta de Gutenberg fue un atajo mecánico, hasta que reformó la alfabetización, la religión y la ciencia. La electricidad parecía poco práctica hasta que se convirtió en la columna vertebral de la civilización industrial. Las computadoras e Internet eran instrumentos de nicho, hasta que se convirtieron en el sistema nervioso de la vida moderna.
Incluso en el ámbito de la IA, los avances han desafiado repetidamente las expectativas: AlphaZero aprendió estrategias sobrehumanas sin ejemplos humanos. AlphaFold resolvió un enigma biológico sin resolver durante medio siglo.
→ Los puntos de inflexión rara vez se anuncian por sí solos. Parecen modestos –incluso triviales– hasta el momento en que redefinen el mundo.
Imaginamos la innovación como una línea recta: mejoras incrementales que se acumulan con el tiempo. Pero el cambio transformador ocurre a menudo cuando ideas independientes chocan y se amplifican unas a otras.
La impresión con papel barato. La electricidad se reunió con motores. Los semiconductores se encontraron con las redes globales. El aprendizaje automático se unió a la simulación y la computación masiva.
Los grandes modelos de lenguaje pueden ser un ingrediente único en una arquitectura futura mucho más compleja. Los sistemas de las próximas décadas pueden combinar:
lenguaje + percepción percepción + interacción encarnada simulación + razonamiento causal memoria + autorrefinamiento o nuevos mecanismos que aún no hemos concebido.
→ Juzgar los límites de la IA a partir de esta primera generación de modelos es como predecir el futuro de la aviación observando los primeros planeadores.
Paralelamente al auge tecnológico, ha surgido una ola de inversión: pronunciada, rápida e inflada por la narrativa. Parte de este capital es estratégico. Gran parte no lo es.
Para muchos inversores, la “IA” se ha convertido menos en una categoría técnica que en una historia:
Las presentaciones se basan en palabras clave más que en capacidades. Los productos construidos enteramente sobre modelos de terceros reciben valoraciones como si poseyeran tecnología fundamental. FOMO sustituye al análisis. El impulso reemplaza la diligencia debida.
Esto no significa que la IA esté sobrevalorada como campo. Significa que la confianza está creciendo más rápidamente que la comprensión.
Y las burbujas se forman precisamente cuando la comprensión no logra seguir el ritmo de la convicción.
Esta dinámica refuerza el punto central del ensayo:
Las predicciones dogmáticas («la AGI es inminente» o «la IA nunca pensará») surgen del mismo error cognitivo: confundir el momento presente con un mapa fijo de lo que es posible.
El auge de la IA no es sólo tecnológico. Es psicológico. Revela cuán profundamente anhelamos la certeza, especialmente en ámbitos definidos por la ausencia de ella.
Tres declaraciones capturan el único terreno en el que podemos apoyarnos con confianza:
Los sistemas de IA actuales no son inteligentes. Carecen de razonamiento fundamentado, intención autónoma y comprensión genuina.
No podemos afirmar que nunca llegarán a ser inteligentes. La historia castiga constantemente tales declaraciones.
Estamos operando dentro de una incertidumbre radical. Y en tales condiciones, la humildad no es vacilación: es rigor.
Que la IA alcance la inteligencia es, en última instancia, menos urgente que cómo damos forma a los sistemas que ya impregnan la sociedad. Estamos incorporando algoritmos en la toma de decisiones, la comunicación, la creatividad, las finanzas y la gobernanza. Esto exige:
mecanismos transparentes y auditables; participación humana verificable; protección contra manipulación; principios de diseño centrados en el ser humano; y una gobernanza responsable.
La IA ya no es sólo un proyecto tecnológico. Es un problema social, económico y ético.
Sí, los modelos lingüísticos actuales no son inteligentes. Pero insistir en que nunca lo serán no es un argumento. Es una negativa a afrontar la complejidad.
“Nunca” no es análisis. “Nunca” es un síntoma de miedo: de incertidumbre, ambigüedad y humildad intelectual.
Una relación madura con la IA requiere claridad, responsabilidad y coraje para reconocer lo que aún no sabemos.
Al final, la IA no es una prueba de máquinas.
Es una prueba de nuestra capacidad para pensar con claridad sobre lo desconocido.