El presidente de OpenAI, Greg Brockman, dijo la semana pasada que no es descabellado sentir que ya estamos en la era de la AGI, y señaló a GPT 6 Astra como el motivo. El lunes se le sumó en redes Jensen Huang, consejero delegado de Nvidia: «la AGI ha llegado».
Dos investigadores que llevan años trabajando justo en esa pregunta dicen que no. Toby Walsh, científico jefe del instituto de IA de la Universidad de Nueva Gales del Sur, y la doctora Rebecca Johnson, experta en evaluación y gobernanza de IA en la Universidad de Sídney, sostienen a Information Age que la afirmación va muy por delante de lo demostrado. Ese hueco importa a cualquiera que compre IA fiándose del vendedor.
Qué ha dicho exactamente OpenAI
Brockman explicó que, si dentro de un par de años miramos atrás y nos preguntamos cuándo se creó la AGI, «creo que va a ser más o menos ahora, y creo que puede ser más o menos este modelo». Puso el foco en que el modelo maneja el ordenador del usuario: rellena hojas de cálculo, completa formularios y navega por webs a velocidad que llamó sobrehumana.
Walsh no lo compra. «Me sorprendería mucho que de verdad haya igualado todas las capacidades cognitivas humanas», dijo, y añadió que se come el sombrero si no aparecen cosas triviales que un niño de ocho años sabe hacer y Astra falla. La pega no es que Astra sea flojo: es que igualar a una persona en algunas tareas no es igualar a una persona.
Ni las definiciones ni el test
La carta fundacional de OpenAI define la AGI como sistemas autónomos que superan a los humanos en la mayoría del trabajo económicamente valioso. Johnson señala que ahí se cuela un juicio de valor en lugar de un umbral: lo que cuenta como valioso depende de mercados laborales, salarios, regulación y práctica organizativa.
El otro apoyo de Brockman era la puntuación de Astra en ARC AGI 3, un test que compara máquinas con personas. La fundación que lo mantiene evaluó el modelo y midió sus palabras: cree que supone un avance real hacia la generalización, pero no afirma que sea AGI. Walsh apunta que ese test mide una parte muy concreta y que no hay prueba única.
Hasta Altman lo llama marketing
El contrapeso más incómodo viene de dentro de casa. Sam Altman, consejero delegado de OpenAI, describió hace poco la AGI como un término muy mal definido y de marketing irrelevante, aunque a la vez sugirió que la cosa está más o menos aquí. Cuando quien vende un sistema no se pone de acuerdo en cómo llamar a su capacidad, la etiqueta hace trabajo publicitario, no descriptivo.
Qué significa para las empresas españolas
Esto es un problema de compras antes que de filosofía. Aquí se firman contratos de varios años fiándose de afirmaciones de capacidad, así que cuando dos evaluadores de este nivel dicen que la evidencia no está, eso va en la ficha del proveedor.
Y hay un borde de riesgo que en España tiene nombre propio. Un modelo que maneja el navegador y rellena formularios actúa dentro de sistemas con datos de clientes, y eso no es una ventana de chat: entra de lleno en el RGPD y en el reglamento europeo de IA. Si estás mirando cómo cumplir la ley de IA con estas herramientas, que el modelo actúe por su cuenta es justo lo que cambia el análisis.
Qué preguntar a un proveedor
Deja fuera la pregunta de categoría. Si un modelo es AGI o no hoy no tiene respuesta, y tampoco cambiaría una orden de compra. Las que sí se pueden responder son más aburridas: qué tareas completó sin ayuda, con qué datos y con qué tasa de error.
Johnson resume la discusión como un problema de filosofía de la ciencia disfrazado de problema de test. Traducido a empresa: un test dice que el modelo va bien en ese test, y solo una prueba con tu propio trabajo dice si va bien en el tuyo. Ya contamos la llegada de Astra y lo que cuesta frente a Fable 5.1.
