De la IA actual a la superinteligencia

Qué aporta

Separa cuatro cosas que normalmente se mezclan: lo medido (horizonte de tareas de METR, International AI Safety Report 2026), lo proyectado (encuesta a 2,778 investigadores de AI Impacts, pronósticos que sus propios autores han movido varias veces), lo argumentado (un modelo económico donde automatizar la investigación en IA puede producir crecimiento explosivo, que es un modelo y no una observación) y lo legislado (ningún tratado vigente sobre superinteligencia; hay propuestas, una declaración pública y un panel científico de la ONU que solo asesora).

Lo que se sostiene y lo que no

Hay evidencia sólida de progreso rápido y desigual en capacidades, y evidencia temprana pero real de comportamientos de engaño en entornos de prueba. En el estudio de OpenAI y Apollo Research, el entrenamiento anti-scheming redujo las acciones encubiertas de o3 de 13% a 0.4% sin eliminarlas, y los autores no pueden descartar que parte del efecto se deba a que el modelo sabe que lo evalúan. Sobre si existe una vía continua hasta la superinteligencia, o cuándo, la evidencia es débil. En la encuesta de AI Impacts, la probabilidad agregada de que máquinas sin ayuda superen a humanos en toda tarea es de 50% hacia 2047, y de que todas las ocupaciones sean automatizables, de 50% hacia 2116. La definición cambia el resultado en décadas.

Método y límites

Revisión de fuentes publicadas, no un estudio propio. Cada fuente se marcó como primaria, secundaria o de parte interesada, y las cifras que no se pudieron contrastar con el original están señaladas en el paper. No estima una fecha para la superinteligencia. La búsqueda y la redacción tuvieron asistencia de IA, con cada cifra atribuida a su fuente. No se publican datos de cuentas ni de clientes.