
Hace apenas unos meses, el discurso dominante sobre la inteligencia artificial parecía estar en modo cuenta atrás hacia la AGI: “La inteligencia artificial general está a la vuelta de la esquina, nos va a dejar sin empleo y va a cambiarlo todo”. Ahora, tras el lanzamiento de GPT-5 —que ha resultado ser más una integración de todas sus herramientas y modelos y una optimización de costes para OpenAI que una revolución—, el péndulo ha oscilado en dirección opuesta: “Estamos en un plateau, no veremos grandes avances en mucho tiempo”.
Yo sigo alucinado con lo que esta tecnología ya nos permite hacer. Su impacto es real y sigue creciendo. Sin embargo, nunca me creí esos vaticinios de que la AGI llegaría en apenas unos años. Escuchaba con incredulidad a directivos y expertos asegurar que estaba casi a la vuelta de la esquina. Cuando vamos a la base de esta tecnología, lo que tenemos es un sistema que, de forma estadística, predice y encadena la siguiente palabra más probable en función de un contexto previo, repitiendo el proceso por fuerza bruta hasta construir algo coherente para el usuario. Pero no es una tecnología que "entiende" conceptos.
En estos años hemos visto que en tareas como generar textos o imágenes, el progreso ha sido espectacular. En programación, la ayuda es enorme, pero el desarrollador sigue siendo imprescindible porque es quien debe saber todo el contexto. Si le dejas sola con poco contexto, la IA aún “la lía”. Y lo mismo ocurre en muchos otros campos: esta tecnología no va a ofrecer certidumbre del 100%. Por eso me sorprende que haya tantas personas que, al ver que esta tecnología no va a llegar a ese 100%, de repente tiran la toalla y pasan del encanto total a casi darla por inútil. Hay que entender en qué es buena y en qué no, como pasa con cualquier herramienta.
Además, aunque no haya habido un salto de ciencia ficción, con la tecnología que tenemos ahora tenemos tranquilamente 10 o 20 años de trabajo por delante para entenderla a fondo, identificar dónde aporta más valor y multiplicar la productividad de millones de empresas. Yo ya lo estoy viendo en los clientes con los que trabajamos en nuestro proyecto: estamos consiguiendo multiplicar su productividad y crear productos que hace apenas un año eran imposibles.
También puede interesarte

40 clics para pagar dos horas de aparcamiento
Un parquímetro me ha recordado por qué contar los clics y los segundos que le cuesta a tu usuario completar una tarea es clave al diseñar un producto.

5 comportamientos que definen a un Product Engineer
La IA hace que programar sea rápido. El reto que queda es entender el problema, plantear una buena arquitectura y fasear con criterio.
