La inteligencia artificial general aún está lejos: Google DeepMind desmonta el mito del “doctorado” en los chatbots actuales

La controversia sobre el verdadero alcance de la inteligencia artificial ha cobrado fuerza en la industria tecnológica, especialmente tras las recientes declaraciones de Demis Hassabis, director ejecutivo de Google DeepMind, quien calificó de “nonsense” las afirmaciones de que los sistemas actuales poseen una inteligencia equiparable a la de un doctorado. Durante su intervención en el All-In Summit, el investigador británico, galardonado con el Premio Nobel y caballero por la Corona británica, subrayó que la inteligencia artificial general (AGI) aún se encuentra a una distancia considerable, estimando que podrían faltar entre cinco y diez años para alcanzar ese hito.

El debate sobre la AGI, entendida como una inteligencia artificial capaz de igualar o superar las capacidades cognitivas humanas, se ha intensificado a medida que laboratorios como Google, Anthropic y OpenAI invierten miles de millones de dólares en infraestructura y computación en la nube. Sin embargo, la definición misma de AGI se ha vuelto difusa, utilizada como un término de moda por ejecutivos del sector, cada uno con su propia interpretación. Mientras algunos la describen como una inteligencia que supera a la humana, acuerdos como el de Microsoft con OpenAI la vinculan a la capacidad de generar hasta USD100.000 millones en beneficios.

En este contexto, Hassabis ha sido enfático al rechazar la idea de que los modelos actuales, como GPT-5 de OpenAI o Gemini 2.5 de Google DeepMind, hayan alcanzado una inteligencia de nivel doctoral. “No son inteligencias de doctorado. Tienen algunas capacidades a ese nivel, pero no son capaces en general”, afirmó Hassabis durante el evento, según declaraciones recogidas por el All-In Podcast. Esta postura contrasta con la de Sam Altman, director ejecutivo de OpenAI, quien sostuvo durante la presentación de GPT-5 que “ahora es como hablar con un experto, un auténtico doctor en cualquier área que necesites”, según sus palabras recogidas por Futurism.

El escepticismo de Hassabis se fundamenta en las limitaciones observadas en los sistemas actuales. Señaló que los chatbots de inteligencia artificial siguen siendo propensos a errores básicos, como equivocaciones en matemáticas de secundaria o simples conteos, especialmente cuando las preguntas se formulan de cierta manera. “Interactuando con los chatbots actuales, si planteas la pregunta de determinada forma, pueden cometer errores simples incluso en matemáticas de secundaria y conteo básico”, explicó Hassabis en el All-In Podcast. Para él, este tipo de fallos no deberían ocurrir en un sistema de AGI auténtico.

La falta de aprendizaje continuo es otro de los obstáculos señalados por el director de Google DeepMind. Actualmente, los modelos no pueden incorporar información nueva en tiempo real ni modificar su comportamiento a partir de datos recientes. “Otra cosa que falta es el aprendizaje continuo. Esta capacidad de enseñar en línea algo nuevo al sistema o ajustar su comportamiento de alguna manera”, detalló Hassabis en el mismo foro. Sin esta funcionalidad, los chatbots no pueden evolucionar ni adaptarse a contextos cambiantes, lo que limita su potencial para alcanzar una inteligencia verdaderamente general.

El propio Hassabis reconoció que, aunque los sistemas actuales muestran avances notables en tareas específicas, carecen de la creatividad y la capacidad de razonamiento que distinguen a los grandes científicos humanos. “Lo que separa a un gran científico de uno bueno es la creatividad. Quizá detectan un patrón en otra área y lo aplican al problema que intentan resolver. Algún día la IA podrá hacer esto, pero aún no tiene las capacidades de razonamiento necesarias”, sostuvo el investigador en el All-In Podcast. Como ejemplo, propuso el desafío de restringir el conocimiento de una IA al año 1901 y ver si sería capaz de formular la teoría de la relatividad especial, como hizo Einstein en 1905.

En cuanto a la evolución de los modelos, Hassabis destacó el desarrollo de sistemas multimodales como Gemini y Genie, capaces de procesar imágenes, audio y video, y de generar entornos interactivos a partir de simples instrucciones en lenguaje natural. Estas innovaciones, según el directivo, son pasos necesarios para que la IA comprenda no solo el lenguaje o las matemáticas, sino también el mundo físico y sus dinámicas, algo esencial para aplicaciones en robótica y asistentes personales.

La integración de la IA en la vida cotidiana ya es una realidad para miles de millones de personas, gracias a la incorporación de modelos como Gemini en productos de Google como Gmail, Workspace y Google Maps. Sin embargo, Hassabis advirtió que la verdadera revolución llegará cuando la IA pueda realizar tareas físicas en el mundo real, lo que requerirá avances tanto en algoritmos como en hardware. “Eventualmente tendremos miles de millones de robots ayudando a la sociedad y aumentando la productividad”, anticipó el directivo en el All-In Podcast.

El impacto de la IA en la creatividad y la producción de contenidos también fue abordado. Herramientas como NanoBanana y Veo están democratizando el acceso a la creación artística y audiovisual, permitiendo tanto a usuarios comunes como a profesionales experimentar y producir obras con una facilidad inédita. “Estamos democratizando estas herramientas para el uso cotidiano, pero también potenciando a los mejores profesionales, que pueden ser 10 o 100 veces más productivos”, afirmó Hassabis.

En el ámbito científico, la IA ya ha demostrado su capacidad para acelerar descubrimientos, como lo hizo AlphaFold en la predicción de estructuras de proteínas, lo que le valió a Hassabis el Premio Nobel. El ejecutivo dirige también Isomorphic, una empresa derivada de DeepMind dedicada a revolucionar el descubrimiento de fármacos, con el objetivo de reducir los tiempos de desarrollo de años a semanas o días.

Respecto al consumo energético de la IA, Hassabis reconoció que el aumento de la demanda es un desafío, pero subrayó los avances en eficiencia logrados mediante técnicas como la destilación de modelos. “Las eficiencias de los modelos han mejorado 10 o incluso 100 veces en los últimos dos años para el mismo rendimiento”, precisó el directivo. A largo plazo, confía en que la IA contribuirá más a la optimización energética y la lucha contra el cambio climático de lo que consume actualmente.

Finalmente, al proyectar el futuro, Hassabis se mostró optimista sobre el impacto de la AGI en la ciencia y la sociedad. “Tendremos AGI en los próximos 10 años, y creo que eso inaugurará una nueva era dorada de la ciencia, una especie de nuevo renacimiento”, concluyó en el All-In Podcast.