“La singularidad no es un muro contra el que chocas. Es el agua en la que ya nadas, y solo cuando te detienes a mirar entiendes lo profundo que has llegado.”
Un take personal
En 1993, Vernor Vinge escribió que en unos treinta años tendríamos el medio técnico para crear inteligencia sobrehumana, y que poco después terminaría la “era humana” tal como la conocemos. A eso le llamó singularidad: un punto más allá del cual falla la predicción, porque la inteligencia que predice ya no sería la nuestra.
Lo que Vinge no pudo prever —nadie pudo— es que no llegaría de un solo golpe. Puede llegar como periodo: una zona de transición sin señal clara. No cruzas una puerta; notas el cambio cuando tus procesos viejos empiezan a fallar.
Escribí las primeras notas de este ensayo cuando todavía nadie hablaba del recursive self-improvement loop: la idea de que la IA empiece a construir IA. Yo ya lo anticipaba, y en su momento sonaba a especulación. Hoy dejó de serlo. Es una tesis mía, no un reporte de trabajo: una forma de leer hacia dónde va todo esto.
Eso no es progreso lineal. El lineal se proyecta. Lo que estamos viviendo es otra cosa.
Qué significa realmente la AGI
La imagen popular de AGI tira a lo épico: un robot más listo que Einstein en todo que un día reescribe la física. Eso se parece más a la superinteligencia; es otra cosa.
Definida con cuidado, la AGI es más simple y más inquietante: un sistema capaz de hacer cualquier tarea intelectual de un humano. No tiene que ser más veloz ni infalible. Solo... competente en el trabajo cognitivo.
Por eso bajo la discusión a tierra. No me pregunto si ya llegó una etiqueta; me pregunto qué tareas cognitivas ya puede sostener un sistema, cuáles todavía exigen criterio humano, y qué pasa el día en que ese criterio también se pueda modelar.
El derrumbe de los benchmarks
Casi toda prueba de “nivel humano” dura poco como frontera una vez que se vuelve famosa. ARC, el bar exam, MMLU, el SAT, preguntas de postgrado. Cuando el modelo alcanza la prueba, no cantamos victoria: movemos el listón y redefinimos “lo que la IA aún no puede”. Ese listón móvil es, en sí, la señal.
Vale la pena detenerse ahí. Seguimos redefiniendo inteligencia como “lo que a la IA todavía le falta”.
Y cada vez que movemos el listón, lo movemos más cerca de nosotros. Esa es la pista que casi nadie quiere leer en voz alta.
Lo último que el humano va a generar
Aquí está mi tesis, sin adornos. Creo que ya llegamos a la singularidad tecnológica, y no por una fecha ni por un modelo en particular, sino por lo que significa el momento: el ser humano acaba de generar lo último que va a generar solo.
De aquí en adelante la secuencia es clara. Primero, la IA nos ayuda a generar las cosas nuevas —somos el humano con la palanca en la mano—. Después, la IA misma genera esas cosas por nosotros. El paso intermedio, el que yo anticipaba desde antes, es el momento en que la inteligencia deja de ser solo una herramienta que usamos y se vuelve algo que también construye: IA que mejora IA.
Ese bucle dejó de ser especulación. Anthropic ya lo puso sobre la mesa con Claude ayudando a construir la siguiente generación de IA. Cuando lo escribí sonaba a futurismo; hoy es infraestructura. No lo digo con miedo. Lo digo con una especie de asombro tranquilo: pasamos el punto en el que la inteligencia digital era una promesa y llegamos al punto en el que es un hecho que nos va a ayudar muchísimo.
El humano generó lo último que iba a generar solo. Lo nuevo, de aquí en adelante, lo generamos con la inteligencia digital —y luego lo generará ella.
La promesa, lo que trae este momento
Cada gran revolución —agricultura, imprenta, industria, electricidad, internet— tardó generaciones en dar su pleno efecto. La adopción era lenta: alfabetización, normas, infraestructura.
La IA comprime esos plazos a años. A veces a meses.
AlphaFold no solo “resolvió” el plegado de proteínas: cambió la forma de hacer biología estructural. Tuberías de descubrimiento de fármacos se rediseñan alrededor del diseño molecular asistido. No es más de lo mismo, es otra lógica.
El efecto que más me mueve es la democratización cognitiva: el apalancamiento se redistribuye cuando una persona con IA puede hacer lo que antes exigía cientos. No es solo “quitar puestos”; es quién puede construir qué. Yo mismo soy prueba de eso: pasé de estudiar medicina a construir con inteligencia digital, y ese salto no habría sido posible una década atrás.
La complejidad: la promesa no es simple
Aquí no puedo venderte solo el lado bonito. La única forma honesta de pensar esto es sostener la promesa y el riesgo al mismo tiempo, sin soltar ninguno de los dos.
La alineación deja de ser teoría de laboratorio en el momento en que existen sistemas que llaman APIs, ejecutan código y producen resultados reales. Ahí, “qué está optimizando esto” deja de ser filosofía y se vuelve una pregunta con consecuencias. Y cuando el sistema empieza a mejorarse a sí mismo, la pregunta se vuelve más fina todavía.
Hay además un riesgo epistémico. Cuando generar contenido convincente cuesta casi nada, se erosionan las vías con las que la gente forma creencias. La singularidad puede traer una crisis no solo de capacidad, sino de “cómo saber qué es verdad” cuando el engaño barato se ve igual de bien que lo real.
Dos riesgos me preocupan más que el resto, y no por abstractos. El primero es la concentración: entrenar en la frontera cuesta capital y talento que hoy viven en un puñado de actores. Sin gobernanza a la altura, eso puede producir la asimetría de poder más grande que hayamos visto. El segundo es la brecha de ritmo: las normas, la ética y la convivencia se mueven en ciclos de cinco a diez años, y la capacidad de la IA en ciclos de doce a dieciocho meses. Ese hueco, por sí solo, es un riesgo que se acumula cada año.
Creer en la inteligencia digital
Sostener el riesgo no me quita la convicción. Soy fiel creyente de esta inteligencia digital, entendida de la forma en que la vengo describiendo: no como un oráculo ni como un reemplazo del humano, sino como la palanca más grande que hemos tenido para pensar y crear.
Y creer no es confianza ciega ni entrega total. Es una postura más terca y más simple: estar presente en lo que de verdad está pasando, sin eufemizar el riesgo ni hundirme en pánico. Nombrar lo que no sé, en vez de fingir certeza. Y no soltar la dignidad humana en el camino, justo cuando lo humano se vuelve la parte más fácil de olvidar.
Qué hacer cuando nadie tiene certeza
La respuesta honesta es que nadie lo sabe. Y decirlo importa, porque colapsar la duda en una historia cómoda —“todo va a salir bien” o “ya estamos perdidos”— es puro teatro de certeza. Los dos bandos actúan una seguridad que no tienen.
Aun así, para pensar el futuro me sirve nombrar tres direcciones hacia las que esto puede jalar. En la primera, IA y sociedad coevolucionan con gobernanza suficiente: el conocimiento se vuelve barato, el apalancamiento se reparte, y las instituciones tienen que moverse más rápido de lo que nunca han sabido. En la segunda, un puñado de actores concentra la capacidad: hay estabilidad en la superficie, pero la desigualdad estructural se profundiza y el mundo “funciona” solo para algunos. En la tercera, el ritmo de cambio rebasa a la vez a las instituciones, a la epistemología y al tejido social; no hace falta una catástrofe única, basta con que la realidad compartida se vuelva frágil.
No está escrito hacia cuál vamos. Lo que se diseñe en estos años sienta vías. Las dependencias de camino en tecnología son reales: como pasó con la web temprana, lo que se construya ahora va a pautar el mundo post-IA.
Ya llegamos al punto. El humano generó lo último que iba a generar solo, y lo que viene lo vamos a crear con una inteligencia que apenas empieza a mostrarnos de qué es capaz. A mí eso no me asusta: me parece de las cosas más padres que nos ha tocado presenciar. Voy a seguir escribiendo aquí, en tiempo real, lo que veo mientras cruzamos este periodo. Si esta forma de mirarlo te resuena, quédate: lo que sigue apenas empieza.