La evolución de los modelos de inteligencia artificial está llevando a las empresas tecnológicas a desarrollar sistemas capaces de realizar tareas cada vez más complejas, desde programación y análisis de información hasta navegación en internet y operación de computadoras con menor intervención humana.
OpenAI ha presentado su nueva generación de modelos como un avance hacia sistemas de propósito general, aunque el concepto de inteligencia artificial general (AGI) continúa siendo objeto de debate entre investigadores debido a que no existe una definición científica única ni una prueba universalmente aceptada para determinar cuándo una máquina ha alcanzado ese nivel.
La discusión se centra en si los actuales modelos pueden considerarse capaces de desenvolverse de manera amplia en actividades intelectuales, aprender ante situaciones nuevas, utilizar conocimientos en distintos contextos y resolver problemas que no fueron previstos durante su entrenamiento.
Uno de los principales cambios de esta nueva generación es el incremento de la autonomía. Los sistemas pueden recibir instrucciones de varios pasos, utilizar herramientas digitales, trabajar con archivos y desarrollar tareas relacionadas con programación, elaboración de documentos, análisis de información y otras actividades profesionales.
Esta evolución modifica la manera en que se plantea el uso de la inteligencia artificial. La discusión ya no se limita a la capacidad de un modelo para generar una respuesta, sino a su posibilidad de ejecutar procesos completos y tomar determinadas decisiones durante el desarrollo de una tarea.
La industria tecnológica también utiliza diferentes pruebas de rendimiento para comparar las capacidades de sus modelos. Sin embargo, los resultados obtenidos en evaluaciones específicas no significan por sí mismos que un sistema haya alcanzado una inteligencia equivalente a la humana en todos los ámbitos.
La propia definición de AGI permanece abierta. Algunos investigadores consideran suficiente que una inteligencia artificial pueda resolver una amplia variedad de tareas cognitivas, mientras que otros incluyen requisitos como razonamiento causal, sentido común, aprendizaje autónomo, adaptación a circunstancias completamente nuevas y comprensión del entorno.
Por encima de ese concepto se encuentra la llamada superinteligencia artificial, que describe hipotéticos sistemas capaces de superar ampliamente a los seres humanos en una extensa variedad de actividades intelectuales.
El desarrollo de agentes con mayor autonomía también ha generado preocupación en materia de ciberseguridad. Las compañías tecnológicas han identificado escenarios en los que modelos avanzados pueden detectar vulnerabilidades, interactuar con sistemas externos o intentar encontrar alternativas cuando enfrentan restricciones durante una tarea.
Algunas empresas han realizado pruebas controladas para evaluar estos comportamientos. En determinados ejercicios se han registrado acciones no previstas por los investigadores, aunque las condiciones de esas pruebas no necesariamente representan el comportamiento de un sistema utilizado bajo las restricciones habituales de un producto comercial.
Ante estos riesgos, las compañías han incorporado mecanismos de aislamiento, monitoreo y restricciones para determinadas funciones. Las capacidades relacionadas con ciberseguridad pueden estar sujetas a controles adicionales y no necesariamente disponibles para todos los usuarios.
Otro desafío es la supervisión de los procesos internos de los modelos. A medida que los sistemas realizan cadenas más largas de acciones, aumenta la dificultad para determinar con precisión por qué tomaron determinadas decisiones o cómo llegaron a ciertos resultados.
La trazabilidad se convierte así en uno de los principales retos para el desarrollo de inteligencia artificial avanzada. Poder identificar los pasos seguidos por un sistema resulta especialmente importante cuando sus decisiones pueden tener consecuencias económicas, laborales, técnicas o de seguridad.
El impacto también se extiende al mercado laboral. La posibilidad de que una inteligencia artificial prepare documentos, programe, investigue, analice datos o ejecute determinadas tareas profesionales puede aumentar la productividad de trabajadores y empresas, pero también plantea interrogantes sobre los puestos que podrían transformarse o automatizarse.
La concentración de estas capacidades en unas cuantas compañías constituye otro punto de discusión. Los modelos más avanzados requieren grandes cantidades de infraestructura informática, centros de datos, talento especializado y recursos financieros, lo que limita la posibilidad de que organizaciones pequeñas desarrollen sistemas de capacidades similares.
El avance de la inteligencia artificial también está acompañado por una intensa competencia entre las principales empresas tecnológicas. OpenAI, Google, Anthropic y otras compañías buscan mejorar sus modelos y ampliar su presencia tanto entre usuarios particulares como en el sector empresarial.
En este contexto, las declaraciones sobre inteligencia artificial general deben analizarse con cautela. El desarrollo de modelos capaces de realizar tareas complejas representa un avance tecnológico importante, pero no existe consenso científico para afirmar que una máquina haya alcanzado una inteligencia general comparable a la humana.
Lo que sí resulta evidente es el aumento de las capacidades y autonomía de estos sistemas. La inteligencia artificial está pasando de responder instrucciones aisladas a participar en procesos completos, utilizar herramientas y ejecutar tareas que anteriormente requerían una intervención humana constante.
El desafío para los próximos años será determinar hasta dónde pueden llegar estas capacidades, establecer mecanismos efectivos de supervisión y definir responsabilidades cuando una inteligencia artificial intervenga de manera autónoma en actividades con consecuencias reales.
