Debate sobre inteligencia artificial general se intensifica mientras expertos cuestionan definiciones y plazos

Un acalorado debate sobre la inteligencia artificial general (AGI) ha emergido en comunidades tecnológicas, exponiendo profundas divisiones sobre qué constituye realmente la AGI y cuándo podría alcanzarse, según discusiones registradas en Hacker News.

El debate central gira en torno a si los modelos de lenguaje grandes (LLM) actuales representan un camino viable hacia la AGI o si la industria está moviendo constantemente los criterios de evaluación. Varios participantes argumentan que la definición de AGI se ha diluido progresivamente, según las discusiones documentadas.

"Alguien de los años 50 habría esperado que la inteligencia artificial fuera algo reconocible como esencialmente equivalente a la inteligencia humana, solo que en una máquina", señaló un participante en el debate. "La definición se ha diluido una y otra vez hasta el punto de que cualquier cosa que haga una computadora es inteligencia artificial", agregó.

La controversia se intensifica por las definiciones contractuales establecidas entre grandes corporaciones. Microsoft y OpenAI habrían firmado un acuerdo el año pasado estableciendo que OpenAI solo habrá alcanzado la AGI cuando desarrolle sistemas de inteligencia artificial capaces de generar al menos 100.000 millones de dólares en ganancias, según reportó TechCrunch en diciembre de 2024. Esta cifra representa menos que el ingreso neto de Microsoft, según se señaló en las discusiones.

"Atar la definición al valor económico es la mejor definición que podemos conjurar dado que la AGI es altamente subjetiva", argumentó un participante. Sin embargo, otros criticaron duramente este enfoque: "Dado que la definición de AGI carece de significado, está claro que la 'I' en AGI significa OPV (oferta pública de venta)", comentó otro usuario.

La carta fundacional de OpenAI define la AGI como "sistemas altamente autónomos que superan a los humanos en el trabajo más valioso económicamente", según se citó en las discusiones. Esta definición contrasta con expectativas más amplias de capacidades cognitivas generales.

Varios expertos cuestionan las capacidades actuales de los LLM. "Una AGI no tendría problemas leyendo un reloj analógico. O más bien, no tendría problema dándose cuenta de que tiene un problema leyéndolo, e intentaría aprender cómo hacerlo", señaló un participante. "Una AGI no es cualquier modelo estadístico sofisticado que esté de moda esta semana", añadió.

El debate también aborda la cuestión del aprendizaje autónomo. "La palabra 'general' significa que no está limitado a ningún subconjunto de capacidades, lo que significa que puede enseñarse a sí mismo a hacer cualquier cosa que pueda aprenderse. Como iniciar un negocio. La inteligencia artificial actual realmente no puede aprender de sus experiencias en absoluto", argumentó un comentarista.

Respecto a los plazos, las estimaciones varían dramáticamente. La plataforma de predicción Metaculus estima aproximadamente 32 meses entre lo que denomina "AGI débil" y "AGI fuerte", según se mencionó en las discusiones. Una fuente citada de 80000hours.org de marzo de 2025 indicaba que incluso los líderes de laboratorios más optimistas estimaban 2027 como fecha más temprana.

Algunos participantes expresaron escepticismo fundamental sobre el enfoque actual. "Es muy posible que los trabajos de cuello blanco se automaticen en gran medida y no estaremos más cerca de la AGI de lo que estábamos en los años 70", afirmó un comentarista.

El debate histórico también surgió en las discusiones. Varios participantes recordaron que Microsoft, a través de Bill Gates, parecía favorecer enfoques de inteligencia artificial simbólica antes de ChatGPT, lo que podría explicar por qué estaban quedando atrás de Google en la carrera de la inteligencia artificial, según especulaciones en el foro.

La cuestión de la "histeria" también fue abordada. "La verdad es que hemos tenido AGI durante años. Incluso tenemos superinteligencia artificial: tenemos sistemas de software más inteligentes que cualquier humano", afirmó provocativamente un participante, aunque esta posición fue ampliamente disputada.

Otros señalaron aplicaciones prácticas actuales. Un usuario describió cómo utilizó inteligencia artificial para negociar contratos de inversión: "En lugar de gastar 20.000 dólares en abogados y mucho más tiempo yendo y viniendo con ellos, los cuatro nosotros, yo, su director ejecutivo, mi inteligencia artificial y su inteligencia artificial, nos sentamos en una habitación juntos y lo resolvimos hasta que ambos estuvimos igualmente satisfechos con el contrato".

El debate sobre la naturaleza de los LLM también generó controversia. Mientras algunos los describen como "búsqueda complicada en base de datos" o "loros estocásticos", otros argumentan que estos sistemas desarrollan representaciones conceptuales más profundas. "Un LLM no predice texto alemán o idioma chino. Predice el concepto y luego tiene una capa de lenguaje que produce tokens", explicó un participante técnico.

La comparación con avances históricos también apareció. "Si mostrara a la versión niña de mí mismo lo que puedo hacer con Opus o Nano Banana o Seedance, sin mencionar banda ancha y teléfonos inteligentes, creo que sentiría que estamos viviendo en el futuro de Star Trek", reflexionó un comentarista.

Sin embargo, el escepticismo persiste sobre si el progreso actual conducirá inevitablemente a la AGI. "Los LLM pueden no estar siquiera en el camino correcto para lograr la AGI y sin empezar desde cero por un camino alternativo puede que nunca suceda", advirtió un participante.

La discusión también tocó implicaciones más amplias. Algunos participantes expresaron preocupación sobre narrativas que podrían deshumanizar a sectores de la población o justificar cambios sociales radicales basados en capacidades de inteligencia artificial aún no demostradas.

El debate refleja tensiones fundamentales en la industria tecnológica entre verdaderos creyentes en la AGI inminente, escépticos que ven principalmente exageración comercial, y posiciones intermedias que reconocen avances significativos sin aceptar las afirmaciones más grandiosas. Estas divisiones probablemente persistirán mientras la industria continúa invirtiendo miles de millones en desarrollo de inteligencia artificial sin consenso claro sobre qué constituiría éxito definitivo.