CAPÍTULO 12/2023–

El cuarto auge en la actualidad

Predicciones pendientes de comprobar (2023–)

La IA que crea textos e imágenes se ha extendido y han aparecido muchas predicciones del tipo “para este año”. Esta época también se puede examinar con los mismos criterios que los auges anteriores. ¿Qué se ha vuelto posible, qué se espera y qué sigue sin saberse? Aquí se ordenan las predicciones cuyo año de comprobación aún no ha llegado, de una forma que permita comprobarlas.

012017–2026 · El nombre

¿Cuándo empezó el cuarto auge?

¿Quién decidió llamar a este período y cuándo situó su inicio?

Este sitio toma como referencia del cuarto auge el año 2022, cuando la gente empezó a usar por su cuenta la IA generativa, que crea textos e imágenes (Stable Diffusion se publicó en agosto y ChatGPT, el 30 de noviembre). Sin embargo, aún no se ha establecido siquiera si corresponde llamarlo “cuarto”.

La expresión no aparece ni una vez en las actas del Parlamento japonés (hasta septiembre de 2026; “tercer auge de la IA” aparece 6 veces). El libro blanco del Ministerio de Asuntos Internos y Comunicaciones escribió en 2024 que (traducción), pero las ediciones de 2025 y 2026 no usan esta expresión. En una mesa redonda de la Sociedad Japonesa de Inteligencia Artificial (noviembre de 2023), también se dijo: (traducción) (authorize es una palabra inglesa que significa reconocer oficialmente).

La figura de la derecha ordena las distintas propuestas sobre “cuándo empezó el cuarto auge” en franjas por año. Al cambiar el criterio de abajo, cambia la división. Si se divide según la financiación de la investigación, no hay separación, porque esta no se ha interrumpido desde el tercer auge. Si se divide según la atención pública (el número de intervenciones en el Parlamento), hay una separación en 2022–2023. Los números de los auges los asignan las personas después.

Lo que se cree saberLo que suele decirse:El cuarto auge de la IA es el auge de la IA generativa, como ChatGPT
Según la fuente original:En 2017, la revista de la Sociedad Japonesa de Inteligencia Artificial usó la expresión “el cuarto auge de la IA, que probablemente se desencadenará con la aparición de la IA de propósito general” (traducción): se refería a un auge futuro que aún no había llegado.

Qué muestra la figura:El inicio del cuarto auge depende de quién lo afirme y de qué medida use: el gasto en investigación no muestra una división, pero la atención pública sí la muestra en 2022–2023. Las personas asignan los números de los auges después de los hechos.

Número de intervenciones en el Parlamento japonés en las que aparece “AI” con el significado de inteligencia artificial (por año)
022023 · Teléfono descompuesto

De a

¿Cómo cambian las palabras de alguien al pasar de una persona a otra?

En marzo de 2023, Yutaka Matsuo, de la Universidad de Tokio, dijo en una entrevista: (traducción). Es una formulación prudente: se puede usar ese nombre. Sin embargo, el subtítulo del artículo fue (traducción) (los títulos los pone la redacción). Al pasar por títulos de revistas, artículos académicos, textos y noticias, en 2024 se había convertido en (traducción).

Al avanzar una a una por las 6 tarjetas de la figura de la derecha, se colorean los caracteres que desaparecieron y los que se añadieron. El método con el que una máquina encuentra las diferencias entre dos textos se llama comparación de diferencias (diff). Se completa una tabla para encontrar la secuencia más larga de caracteres que comparten ambos textos; los demás se consideran caracteres eliminados o añadidos.

L(i, j)=L(i−1, j−1)+1 (cuando el carácter i y el carácter j son iguales); en los demás casos, max{ L(i−1, j), L(i, j−1) }
L(i, j)
número de caracteres de la secuencia más larga compartida por los primeros i caracteres de A y los primeros j caracteres de B
Lo que se cree saberLo que suele decirse:Yutaka Matsuo declaró el comienzo del cuarto auge de la IA en 2023
Según la fuente original:Sus palabras fueron (traducción). Expresiones como y se hicieron más contundentes al pasar por títulos y citas.

Qué muestra la figura:La expresión prudente “creo que se puede decir” (traducción) perdió o ganó palabras al pasar por titulares y citas, y 1 año después se convirtió en “afirma que es el comienzo” (traducción).

032020 · Leyes de escalamiento

Al crecer, mejora de forma regular

Si el número de parámetros de una IA se multiplica por 10, ¿cuánto mejora su rendimiento?

En 2020, investigadores de OpenAI y de la Universidad Johns Hopkins mostraron, en un intervalo de más de 7 órdenes de magnitud (un factor de 10 millones), que el rendimiento de la IA de texto (la dificultad para predecir la siguiente palabra, o pérdida) mejora de forma regular al aumentar el número de parámetros, la cantidad de texto de entrenamiento y la cantidad de cálculo. Es una de las bases de muchas predicciones del cuarto auge.

La forma sigue una ley de potencias (la fórmula de abajo; α ≈ 0.076 es el valor del artículo). Al tomar logaritmos en ambos lados, queda log L=α log Nc − α log N. Por eso, si ambos ejes tienen una escala en la que cada paso multiplica por 10, se obtiene una recta. Cada vez que N se multiplica por 10, la pérdida se multiplica por 10 elevado a −0.076 ≈ 0.84. En la figura de la derecha se pueden cambiar N y la escala. Sin embargo, los propios autores escriben: (traducción).

L(N)= (Nc /N)α
L
pérdida (cuanto menor, mejor)
N
número de parámetros (números que se fijan al aprender; componentes en la figura)
Nc
aproximadamente 8.8 × 10 elevado a 13 (valor del artículo)
Lo que se cree saberLo que suele decirse:Es una ley según la cual la IA puede hacerse cada vez más inteligente sin límite al aumentar su tamaño
Según la fuente original:El artículo mostró que la forma se mantenía dentro del intervalo medido. Los propios autores escriben que no se sabe hasta dónde continuará.

Qué muestra la figura:Cada vez que los parámetros se multiplican por 10, la pérdida pasa a ser aproximadamente 0.84 veces la anterior, y esta regularidad forma una recta en una escala de factores de 10. Sin embargo, los propios autores escriben que algún día llegará a un límite.

Pérdida cada vez que el número de parámetros se multiplica por 10
042010–2026 · Extrapolación

Extender la recta para estimar el futuro

¿Qué tan acertada es una estimación que prolonga la tendencia de crecimiento hasta el futuro?

El instituto de investigación Epoch AI recopila el número de operaciones de cálculo usadas para entrenar las IA publicadas (cantidad de cálculo, FLOP) y lo publica con condiciones que permiten su uso a cualquier persona (CC BY 4.0). Como esta cantidad aumenta en órdenes de magnitud, la escala vertical da el mismo espacio a cada multiplicación por 10 (escala logarítmica). Así, el crecimiento se ve casi como una recta.

Trazar una recta que se ajuste a los datos (recta de regresión) y prolongarla más allá de ellos para estimar se llama extrapolación. Si se traza la recta con “la IA más grande de cada año” de 2010–2018 y se estima desde 2019 en adelante, las estimaciones superan cada vez más los valores reales conforme avanzan los años. En 2024, la diferencia fue de unos 1.2 órdenes de magnitud (unas 16 veces). Al cambiar el período para trazar la recta en la figura de la derecha, cambian tanto la pendiente como las estimaciones.

La extrapolación parte de la condición “si este crecimiento continúa”. Una orden ejecutiva de Estados Unidos de 2023 exigió informar al gobierno sobre las IA que, entre otras condiciones, hubieran usado más de 10 elevado a 26 operaciones de cálculo para entrenarse. La línea discontinua de la figura marca ese nivel.

log10(cantidad de cálculo) ≈ a × año+b
a
número de órdenes de magnitud que aumenta en 1 año (se multiplica por 10 en 1/a años)
Recta de regresión
recta que minimiza la suma de los cuadrados de los errores respecto a los puntos

Qué muestra la figura:Prolongar una línea trazada con los puntos pasados permite estimar el futuro, pero cambiar solo el período usado modifica tanto la pendiente como la estimación. Prolongar la línea de 2010–2018 sobreestimó el valor de 2024 en unos 1.2 órdenes de magnitud, aproximadamente 16 veces.

Diferencia entre la estimación y el valor real (órdenes de magnitud; +indica que el valor real es mayor)
052023 · Estimación

¿Quién contó “100 millones en 2 meses”?

¿Cómo se cuenta “el número de personas que lo usaron”?

En febrero de 2023 se difundió la noticia de que “ChatGPT tuvo 100 millones de usuarios en los 2 meses posteriores a su lanzamiento y fue la aplicación que más rápido se extendió en la historia”. La fuente no era un anuncio de la empresa, sino una nota de analistas del banco de inversión UBS. A partir de las cifras de Similarweb, una empresa que cuenta visitas a sitios web, afirmaba que (traducción).

No es posible contar a todas las personas desde fuera. Por eso se observa la actividad de una parte de ellas (un panel) y se amplía el resultado según el tamaño de la población total para calcular una estimación. Además, al contar visitantes, una misma persona que entra desde un teléfono y una computadora puede contarse como 2 personas. En la figura de la derecha se puede cambiar el tamaño del panel, seleccionar “Contar por dispositivo” y cambiar también el número de dispositivos. La estimación se aparta del número real de personas y fluctúa cada vez que se vuelve a seleccionar el panel.

Estimación=número de usuarios dentro del panel × (población total ÷ número de personas del panel)
El número de personas, el número de dispositivos y el panel de la simulación fueron creados por este sitio
Lo que se cree saberLo que suele decirse:ChatGPT tuvo 100 millones de usuarios en 2 meses (registro de la empresa)
Según la fuente original:La fuente era una nota de analistas de UBS y, a partir del número de visitas web, decía .

Qué muestra la figura:Como no se puede contar a todos, se estudia a un grupo de personas, el panel, y se extrapola al total para obtener una estimación. Un panel pequeño produce variaciones al volver a seleccionarlo, y contar dispositivos da una cifra mayor que la cantidad real de personas.

40 estimaciones al volver a seleccionar el panel (la línea horizontal indica el número real de personas)
062023 · Percentiles

¿El “10% superior” frente a quién?

Con la misma puntuación, ¿cambia la posición si cambia el grupo con el que se compara?

En marzo de 2023, OpenAI escribió en el informe técnico de la IA de texto “GPT-4” que había obtenido (traducción) en una simulación del examen para ejercer la abogacía en Estados Unidos.

El percentil, que expresa una posición como porcentaje, indica qué porcentaje de personas obtuvo una puntuación menor. Cambia según el grupo con el que se compara. Un artículo de 2024 revisado por pares señaló que el grupo de comparación eran los participantes del examen de febrero, en el que muchas personas repetían el examen. Estimó un percentil de aproximadamente 62 frente a quienes lo hacían por primera vez, y de aproximadamente 48 frente a quienes lo aprobaron (aproximadamente en el 38% y el 52% superiores, respectivamente). Al cambiar el grupo en la figura de la derecha, el percentil cambia aunque la puntuación siga igual.

Percentil= (número de personas con menor puntuación ÷ número de personas del grupo de comparación) × 100
La forma de la distribución fue creada por este sitio. Los valores aproximados de 90, 62 y 48 proceden del informe y del artículo

Qué muestra la figura:Aunque GPT-4 tiene 1 única puntuación, cambiar el grupo de comparación de quienes rindieron en febrero a quienes lo hicieron por primera vez o a quienes aprobaron reduce su percentil de aproximadamente 90 a aproximadamente 62 o 48.

072023–2025 · Formas de publicación

Entregar el interior, prestar o probar con un grupo

¿Qué se entrega al “publicar” un modelo de lenguaje?

Entre el 27 de febrero y el 21 de marzo de 2023, varias empresas lanzaron modelos de lenguaje uno tras otro. Meta entregó LLaMA con su interior para investigadores; Anthropic ofreció Claude para empresas; Baidu lanzó ERNIE Bot para personas invitadas; y Google presentó Bard como (traducción). En Japón, en octubre, investigadores reunidos en el Instituto Nacional de Informática publicaron LLM-jp-13B (13 mil millones de parámetros), incluidos los textos usados para entrenarlo. En enero de 2025, la empresa china DeepSeek entregó R1 con su interior.

El interior de una IA es una secuencia de números fijados mediante el aprendizaje (pesos). Entregar el interior significa entregar el archivo de esos números. En la figura de la derecha, al reducir los bits usados para escribir cada número, el archivo se hace más pequeño, pero los números se redondean y se desvían un poco (cuantización).

Tamaño del archivo (bytes) ≈ número de componentes × número de bits ÷ 8
1 byte
8 bits. El número de componentes de la fórmula es el número de pesos (parámetros)

Qué muestra la figura:Distribuir el contenido de un modelo significa entregar el archivo de los números fijados durante el aprendizaje, los pesos. Reducir los bits que representan 1 número hace el archivo más pequeño y permite usarlo en una computadora doméstica, pero redondea los números y los modifica un poco.

Error medio de los pesos al reducir el número de bits
082023 · ¿Detenerse?

Una carta para parar y la dificultad

¿Por qué es difícil detenerse aunque todos piensen que “sería mejor parar”?

En marzo de 2023, la organización estadounidense Future of Life Institute publicó una carta abierta que pedía a todos los laboratorios de IA (traducción). También decía que, si no se podía detener el entrenamiento, el gobierno debía hacerlo. 6 meses después, un documento de la misma organización no decía que hubiera habido una pausa, y su presidente habló de (traducción).

A la derecha hay una pequeña figura de teoría de juegos en la que 2 laboratorios eligen entre “Detenerse” y “Continuar” (las puntuaciones fueron creadas por este sitio). Si el otro se detiene, continuar permite avanzar más. Si el otro continúa, detenerse en solitario hace que se quede atrás. Si “Continuar” es ventajoso en ambos casos, la situación se estabiliza con los 2 continuando (equilibrio de Nash). Aunque detenerse ambos fuera mejor para los dos, es difícil llegar a esa situación (dilema del prisionero). Al añadir una penalización por continuar con “Reglas del gobierno: penalización por continuar”, cambia la situación en la que se estabilizan.

En mayo de ese mismo año, Geoffrey Hinton, uno de los investigadores que crearon las bases de la IA actual, dejó Google y empezó a hablar de los peligros de la IA. También se publicó una declaración de una sola frase firmada por investigadores y representantes de empresas de IA. Yann LeCun, que recibió el Premio Turing al igual que Hinton, dijo que esas advertencias eran exageradas.

Lo que se cree saberLo que suele decirse:Hinton dejó Google en protesta por sus prácticas
Según la fuente original:Él mismo dijo a la BBC que no quería criticar a Google y que la empresa había actuado de forma (traducción).

Qué muestra la figura:Si las puntuaciones hacen más ventajoso continuar haga lo que haga el otro, ambos terminan continuando aunque sea mejor que ambos se detengan. Añadir una penalización por continuar, mediante normas del país, cambia el punto en el que se estabilizan.

092023–2026 · Japón

Del 9.1% al 58.8% de usuarios

¿Dónde fue mayor el aumento? ¿Cambia la respuesta según el criterio de comparación?

En Japón, por esas fechas, en mayo de 2023 comenzó el “Proceso de IA de Hiroshima” en la cumbre del G7 en Hiroshima, presidida por Japón, para debatir reglas de la IA generativa (IA que crea textos e imágenes). En julio, el Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología indicó en su guía para las escuelas de primaria y secundaria que se debía (traducción). En marzo de 2024, un consejo de la Agencia de Asuntos Culturales resumió sus criterios sobre IA y derechos de autor; en mayo de 2025 se aprobó una ley para promover la investigación, el desarrollo y el uso de la IA (Ley de Promoción de la IA).

En una encuesta del Ministerio de Asuntos Internos y Comunicaciones, la proporción de personas en Japón que habían usado IA generativa aumentó del 9.1% (año fiscal 2023) → 26.7% → 58.8% (año fiscal 2025). Es menor que en Estados Unidos, Alemania y China, pero el libro blanco de 2026 escribió que Japón tuvo el mayor aumento en un año. En la figura de la derecha se puede alternar entre Comparar diferencias (cuántos puntos aumentó) y Comparar razones (por cuánto se multiplicó). El aumento del año fiscal 2024 es el menor de los 4 países al comparar diferencias y el mayor al comparar razones.

Diferencia=este año − año anterior (puntos) Razón=este año ÷ año anterior (veces)

Desde el año fiscal 2025 se incluyó también a las personas de 15–19 años en la encuesta, por lo que la comparación no es exactamente igual que la del año anterior (marca en la figura).

Qué muestra la figura:Con los mismos datos, Japón muestra el menor aumento si se mide la diferencia en puntos y el mayor si se mide el factor de crecimiento. Qué país aumentó más depende de la medida.

102023–2026 · Reglas de cada país

¿Cuándo se aplican las reglas?

¿Qué formas de reglas se crearon en distintos países durante el mismo período?

En noviembre de 2023 se celebró en Bletchley Park, Reino Unido, la primera conferencia internacional para debatir la seguridad de la IA más avanzada. 28 países, incluidos China y Japón, y la UE declararon sobre las capacidades de esa IA que (traducción).

La forma de las reglas varía según el país o la región. La UE creó la “Ley de IA (AI Act)”, que adapta las reglas al nivel de riesgo de la IA, y dividió el inicio de su aplicación en etapas (en julio de 2026 aplazó una parte). China puso en vigor reglas provisionales para los servicios de IA generativa en 2023 y, en 2025, empezó a aplicar reglas que exigen etiquetar los contenidos creados por IA. Estados Unidos no tiene una ley de IA para todo el país, y sus políticas mediante órdenes ejecutivas cambiaron de rumbo varias veces en 2023–2026. Japón creó en 2025 una ley para promover el desarrollo y el uso de la IA.

La figura de la derecha es una línea temporal que muestra las reglas, los planes y los organismos de 4 regiones, junto con las fechas de las reuniones de representantes de los países. Al mover la fecha, se ven los elementos que ya habían comenzado y los que habían sido revocados hasta ese momento. Para la ley japonesa se muestra la fecha de aprobación. En el caso de la UE se puede alternar entre “Ver calendario inicial” y “Ver tras el aplazamiento” para comparar.

Las reuniones de representantes de los países continuaron en Seúl en 2024, París en 2025 y Nueva Delhi en 2026. Estados Unidos y Reino Unido no figuran en la lista de firmantes de la declaración de París.

Qué muestra la figura:Incluso en el mismo período, las normas y sus fechas de entrada en vigor varían entre países y regiones: Estados Unidos cambió varias veces de dirección mediante órdenes ejecutivas, y la UE aplazó las fechas de aplicación.

112018–2025 · Uso de artículos

La señal “no usar” no es un candado

¿Pueden las empresas de IA usar libremente los artículos de internet?

La reforma de 2018 de la Ley de Derechos de Autor de Japón (artículo 30-4) permitió, en principio, el entrenamiento de IA sin autorización. En marzo de 2024, un consejo de la Agencia de Asuntos Culturales organizó los criterios al respecto. Consideró que, cuando también hay un propósito de disfrutar de las obras, como en el entrenamiento destinado a reproducir deliberadamente la expresión de las obras usadas, el caso no estaría cubierto por esta excepción (el documento aclara al principio que no tiene fuerza de ley).

En agosto de 2025, tras el grupo Yomiuri Shimbun, Nikkei Inc. y The Asahi Shimbun Company demandaron ante el Tribunal de Distrito de Tokio a una empresa de servicios de búsqueda que responde preguntas con IA. Según el anuncio de Nikkei, ambas empresas sostienen que, aunque habían colocado en sus sitios robots.txt, una señal que indica a las máquinas que no usen los artículos, la demandada la ignoró y usó los artículos.

robots.txt es un archivo de texto breve situado en la raíz de un sitio. Indica “a qué robots” se pide “qué lugares no visitar”. En la figura de la derecha se pueden cambiar las reglas. Los robots que las respetan no entran. Pero la señal no es un candado. Los robots que no la respetan pueden entrar técnicamente.

Este sitio no ha comprobado el resultado del juicio.

Lo que se cree saberLo que suele decirse:En Japón, cualquier uso para entrenar IA es libre
Según la fuente original:Según los criterios del consejo de la Agencia de Asuntos Culturales de 2024, el entrenamiento destinado a reproducir deliberadamente la expresión de las obras usadas puede quedar fuera de la excepción. Sin embargo, el propio documento no tiene fuerza de ley.

Qué muestra la figura:robots.txt indica que un robot no debe consultar ciertas partes del sitio, y los robots que respetan la indicación no entran. Pero no es una cerradura, por lo que los que no la respetan sí pueden entrar.

122025 · Cómo contar los costos

$5.576 millones y $500 mil millones

¿Qué se incluye en el importe del “dinero gastado en crear una IA”?

En enero de 2025, cuando la empresa china DeepSeek publicó el modelo de lenguaje , se difundió que había creado por 6 millones de dólares una IA capaz de competir con las de Estados Unidos. Según el informe original, los 5.576 millones de dólares (traducción), el modelo que sirve de base, y suponen un alquiler de GPU de 2 dólares por hora. El propio informe aclara que no incluye los (traducción).

Ese mismo mes, , un plan para construir instalaciones de cálculo para IA en Estados Unidos, anunció que (traducción). Es el importe de un plan empresarial, y este anuncio no permite saber cuánto se gastó realmente. En la figura de la derecha se puede comprobar cómo cambia el importe según lo que se cuente.

Costo del entrenamiento ≈ tiempo de uso de los componentes (horas de GPU) × precio por hora

Qué muestra la figura:Los 5.576 millones de dólares incluyen únicamente el entrenamiento oficial de DeepSeek-V3: solo el alquiler de GPU, suponiendo 2 dólares por 1 hora, y no la investigación anterior. Los 500,000 millones de dólares son una cantidad que se planea invertir; como las cifras cuentan cosas distintas, compararlas una al lado de la otra aporta poco.

132016–2023 · Encuesta

La pregunta cambia la respuesta 70 años

¿Cómo se obtiene un solo año de una encuesta a especialistas sobre “cuándo llegará la IA al nivel humano”?

En una encuesta a 2,778 investigadores de IA en el otoño de 2023, para tener (traducción), el año en que la probabilidad sería del 50% fue 2047 (13 años antes que en la encuesta del año anterior). Sin embargo, al preguntar cuándo (traducción), el año fue 2116. El artículo escribió: (traducción).

El año único se obtiene así. Se pide a cada persona que dé 3 pares de año y probabilidad (se fija el año y se pregunta la probabilidad, o se fijan 10%, 50% y 90% y se pregunta el año). Se ajusta a sus respuestas una curva (con forma de distribución gamma), se promedian las curvas de todos y se lee el año en que se supera el 50%. En el artículo, la pregunta con años fijados dio 34 años después, mientras que la pregunta con probabilidades fijadas dio 17 años después.

Curva conjunta F(t)= (F1(t)+ … +Fn(t)) ÷ n
Fi(t)
probabilidad estimada por la persona i de que ocurra dentro de t años
Los encuestados de la simulación fueron creados por este sitio
Lo que se cree saberLo que suele decirse:Los especialistas en IA predijeron que habría IA al nivel humano en 2047
Según la fuente original:En la misma encuesta, al cambiar la pregunta, el año fue 2116. Ambos son años en los que la probabilidad sería del 50%, no años en los que se aseguró que se lograría.

Qué muestra la figura:Se ajusta una curva a las respuestas de cada persona, se promedian todas las curvas y se lee el año en que se supera el 50%. Incluso con las mismas personas, preguntar por la probabilidad en un año fijo o por el año de una probabilidad fija da fechas muy distintas.

142024–2047 · Pendientes de comprobar

Estante de predicciones por comprobar

¿Cuándo se comprobarán las predicciones actuales que dicen “para este año”?

El estante de la derecha ordena, por año de comprobación, las predicciones cuyo año aún no ha llegado y aquellas cuyo año acaba de llegar. Las predicciones empresariales ocupan una tarjeta del mismo tamaño, sea cual sea la empresa. Se conserva la formulación del texto original (pienso, podría ocurrir, quizá).

Algunas predicciones no indican un año. En 2024, Sam Altman, responsable de OpenAI, escribió: (traducción). Si son 2,000 días, sería alrededor de 2030; si son 5,000 días, alrededor de 2038 (cálculo de este sitio). Otras ya han llegado a su año de comprobación. En 2011, Shane Legg predijo la llegada de AGI al nivel humano (IA capaz de realizar muchos tipos de trabajo) con “media en 2028, año más probable en 2025” (traducción). 2025 ya pasó, pero no se han encontrado fuentes en las que un tercero haya evaluado que se logró. Se puede mover el control de Hoy.

Años hasta la comprobación= (fecha de comprobación − hoy) ÷ 365.25
365.25
número medio de días de un año, incluidos los años bisiestos

Qué muestra la figura:Muchas predicciones actuales todavía no han llegado al año de comprobación. Incluso entre las que sí llegaron, como la de Legg para 2025, no se ha encontrado una fuente donde un tercero juzgue que se cumplió.

152002–2029 · Apuesta

Pruebas de 5 minutos y de 24 horas

Incluso en la misma , ¿cambia el resultado si cambian las condiciones?

El inventor Ray Kurzweil predijo que la IA alcanzaría la inteligencia al nivel humano para 2029 y, en 2002, apostó 20,000 dólares con Mitch Kapor. Las reglas son las siguientes. 3 jueces entrevistan a un total de 4 candidatos, una computadora y 3 personas, (traducción). La computadora supera la prueba si engaña al menos a 2 jueces.

En 2025, investigadores de universidades de Estados Unidos anunciaron que, en un experimento donde quien hacía las preguntas conversaba a la vez con una persona y una máquina durante 5 minutos, GPT-4.5 fue considerado humano el 73% de las veces. Sin embargo, era una prueba distinta de la apuesta, cuyo resultado no se conocerá hasta 2029. La figura de la derecha muestra cómo, si la probabilidad de ser descubierto cada minuto es p (un número elegido por este sitio), cuanto más dura la conversación, más fácil es descubrir a la máquina.

q= (1 − p)T  2 o más jueces=3q2(1 − q)+q3
q
probabilidad de mantener el engaño durante T minutos
p
probabilidad de ser descubierto cada minuto (se supone la misma cada minuto)

Qué muestra la figura:Aunque la probabilidad de ser descubierto en cada minuto sea pequeña, cuanto más dura la conversación, más fácil es descubrir a la máquina. Superar una prueba de 5 minutos no garantiza superar una de 24 horas.

Duración de la conversación y probabilidad de mantener el engaño
162022→2025 · Predicciones probabilísticas

Menos del 8%, más del 16%: ya ocurrió

¿Cómo se comprueba una predicción como “la probabilidad de que ocurra es del 8%”?

En febrero de 2022, 2 investigadores de IA con distintas perspectivas sobre su avance publicaron la probabilidad de que se cumpliera una predicción con un resultado claramente comprobable en la Olimpiada Internacional de Matemáticas (un concurso para estudiantes de secundaria): una IA (traducción). Paul Christiano dio una probabilidad inferior al 8%, y Eliezer Yudkowsky, superior al 16%.

En julio de 2025, Google DeepMind anunció que una versión mejorada de Gemini había resuelto completamente 5 de los 6 problemas y obtenido 35 de los 42 puntos (la puntuación de una medalla de oro). Las respuestas se escribieron en lenguaje común dentro del límite de 4.5 horas y fueron calificadas oficialmente por los evaluadores del concurso. No se resolvió el problema 6, el más difícil.

Una predicción probabilística no se puede clasificar simplemente como “acierto o fallo”, así que se evalúa con la puntuación de Brier. Si el suceso ocurrió, se asigna 1; si no, 0; y se eleva al cuadrado la diferencia respecto a la probabilidad indicada. Cuanto menor, mejor. En la figura de la derecha se puede mover la probabilidad y comparar también las puntuaciones al hacer muchas predicciones. Un solo caso no permite decidir qué perspectiva predice mejor.

Puntuación de Brier= (p − o)2
p
probabilidad indicada
o
1 si ocurrió, 0 si no ocurrió

Qué muestra la figura:Las predicciones de probabilidad se puntúan con el cuadrado de la diferencia respecto a 1 si el hecho ocurre o 0 si no ocurre, mediante la puntuación de Brier. Como en 2025 se logró el oro, la predicción de más del 16% tuvo mejor puntuación, pero 1 solo resultado no decide cuál de las estimaciones es mejor.

Evolución de la puntuación media al repetir 100 veces
172025 · Velocidad futura

Del mismo pasado, 3 futuros

¿Los datos del pasado determinan la velocidad futura?

En enero de 2025, 96 especialistas encabezados por Yoshua Bengio elaboraron un informe internacional sobre la seguridad de la IA. Entre ellos había miembros del comité asesor seleccionados por 30 países y por la ONU, la UE y la OCDE (Hiroaki Kitano por Japón). El informe escribió que la capacidad de la IA de propósito general (traducción) e indicó que los especialistas no coinciden en la velocidad futura.

La figura de la derecha ajusta 3 líneas a los mismos puntos (números creados por este sitio): una recta, una exponencial (que se multiplica por un mismo factor cada cierto número de años) y una curva en S (que acaba estabilizándose). En el intervalo del pasado, todas pasan cerca de los puntos. Sin embargo, se separan mucho más allá de los datos disponibles. Los puntos del pasado por sí solos no determinan qué forma es correcta.

Recta y=a+bt Exponencial y=a·ebt Curva en S y=K/ (1+e−b(t − t₀))
t
año
K
límite superior en el que se estabiliza
t₀
año de crecimiento más rápido

Qué muestra la figura:Al ajustar 3 líneas, una recta, una exponencial y una curva en S, a los mismos puntos pasados, todas pasan cerca de ellos pero se separan mucho en el futuro. Los puntos del pasado no bastan para decidir qué forma es correcta.

Error respecto a los puntos del pasado (por línea)
182025 · Examinar el interior

Casi indescifrable aun para sus creadores

¿Se puede saber qué ocurre dentro de una IA creada mediante aprendizaje?

El mismo informe internacional explicó que un modelo de IA de propósito general (traducción) y escribió: (traducción).

29 investigadores que estudian qué se calcula dentro de la IA (de empresas y universidades) también concluyeron en 2025 que (traducción). Por ejemplo, no está claro qué son las , la pista central de su estudio. Actualmente se investiga sobre todo mediante pruebas de , que observan las respuestas desde fuera. Además, no se sabe si los métodos que funcionaron en pequeñas IA de juguete también sirven para IA grandes.

La figura de la derecha es una pequeña red neuronal entrenada en el momento (4 neuronas en la capa oculta, mostradas como componentes en la figura). Al pulsar una neurona, se ve dónde responde con fuerza en la entrada. Al elegir Ver desde fuera, solo se ven las respuestas.

Qué muestra la figura:En una red pequeña de 4 neuronas, se puede activar cada una y comprobar a qué responde. Pero una IA grande tiene miles de millones de números, y a menudo solo se pueden observar sus respuestas desde fuera.

192025–2026 · Expectativas y precios

Pequeño cambio, gran salto del precio

¿Por qué le preocupaban a un banco central las expectativas sobre la IA?

En octubre de 2025, un comité del Banco de Inglaterra, el banco central del Reino Unido, escribió: (traducción). También señaló que los mercados podrían verse muy afectados (traducción). En julio de 2026 volvió a señalar: (traducción), pero los precios habían seguido subiendo.

Hay una forma de calcular el precio de una acción a partir de los beneficios que se espera que genere de manera indefinida. Si se prevé que los beneficios crezcan cada año a una tasa g y se convierten a su valor actual con una tasa de descuento r, el precio=beneficio del próximo año ÷ (r − g). Cuando g está cerca de r, una pequeña bajada de g hace que el precio baje mucho (los números de la figura fueron creados por este sitio). Aún no se sabe si después del cuarto auge llegará un invierno.

Precio=beneficio del próximo año ÷ (r − g)
r
tasa usada para convertir el dinero futuro a su valor actual (tasa de descuento)
g
tasa de crecimiento anual de los beneficios (la fórmula se aplica cuando g<r)

Qué muestra la figura:Como precio = beneficio del próximo año ÷ (r − g), cuando el crecimiento esperado del beneficio g está cerca de la tasa de descuento r, una caída de solo 1 punto en g reduce mucho el precio.

Caída del precio cuando la expectativa baja 1 punto
Para terminar

Los años de comprobación aún llegarán

Muchas de las predicciones de este capítulo aún no han llegado al año en que se comprobarán. Las que ya tuvieron respuesta eran predicciones que habían definido antes “qué debe lograrse para considerarlo un acierto”, como la de la Olimpiada de Matemáticas. En las predicciones que no indican un año o no definen los términos (AGI, IA potente, superinteligencia), la propia comprobación es difícil incluso cuando llega el año previsto.

Hay 3 cosas que aún no se saben. Qué ocurre dentro de las grandes IA actuales (su interior es casi indescifrable incluso para sus creadores). A qué velocidad avanzarán (lenta, rápida y extremadamente rápida son posibilidades). Y si después del cuarto auge llegará un invierno.

También en los auges anteriores, la gente de la época decía “esta vez sí es de verdad”. En el próximo capítulo se superponen 4 olas y se reúnen en un solo mapa todas las predicciones recopiladas por este sitio. Así se pueden examinar las formas que parecen repetirse y lo que aún no se sabe.

Otros acontecimientos de este capítulo (4; todos con fuentes originales y grados de certeza)
8 de octubre de 2024Verificado en la fuente original

El Premio Nobel de Física se concede a Hopfield y Hinton, que sentaron las bases de las IA que aprenden: las redes neuronales

El Premio Nobel de Física de 2024 se concedió a John Hopfield (Universidad de Princeton, Estados Unidos) y Geoffrey Hinton (Universidad de Toronto, Canadá), (traducción). En 1982, Hopfield propuso un mecanismo para recuperar patrones almacenados a partir de información incompleta: la memoria asociativa. A partir de este trabajo, Hinton desarrolló un mecanismo de aprendizaje llamado máquina de Boltzmann. Ambos incorporaron métodos de la física, como el estudio de las propiedades de los imanes y de los conjuntos de muchas partículas. La explicación detallada del comité de selección también cita, como investigaciones de la misma línea, los artículos de los investigadores japoneses Nakano y Amari de 1972 y de Fukushima de 1980.

2 fuentes originales y cómo se verificaron
  1. Press release: The Nobel Prize in Physics 2024 (The Royal Swedish Academy of Sciences · 2024 · Texto principal · Fuente original)
  2. Scientific Background to the Nobel Prize in Physics 2024 (The Nobel Committee for Physics · 2024 · Página 4 del PDF Texto principal p.4 (referencias [5-10]), p.5 (memoria asoc… · Fuente original)
9 de octubre de 2024Verificado en la fuente original

La mitad del Premio Nobel de Química se concede a Hassabis y Jumper, creadores de , una IA que predice la forma de las proteínas

La mitad del Premio Nobel de Química de 2024 se concedió a David Baker (Universidad de Washington, Estados Unidos), que diseñó nuevas proteínas mediante computadoras. La otra mitad se concedió a Demis Hassabis y John Jumper (Google DeepMind, Reino Unido), (traducción). El anuncio señala que ambos presentaron AlphaFold2 en 2020, que pudo predecir la estructura de casi todas las aproximadamente 200 millones de proteínas conocidas y que lo han utilizado más de 2 millones de personas en 190 países. Junto con el premio de Física del día anterior, investigaciones relacionadas con la IA recibieron el Nobel durante 2 días consecutivos.

1 fuentes originales y cómo se verificaron
  1. Press release: The Nobel Prize in Chemistry 2024 (The Royal Swedish Academy of Sciences · 2024 · Texto principal · Fuente original)
25 de agosto de 2026Verificado en la fuente original

Amazon Mechanical Turk, llamado , termina tras 21 años, el 30 de septiembre de 2026

Amazon Mechanical Turk es un sistema iniciado en 2005 que permite encargar pequeñas tareas a personas desde un programa. En ImageNet, en 2009, se utilizó para comprobar si las fotografías mostraban realmente el objeto indicado. En agosto de 2026, Amazon anunció el cierre permanente del servicio el 30 de septiembre, diciendo (traducción). El envío y la recepción de tareas terminan el 30 de septiembre. Desde ese mismo día tampoco se puede elegir a los trabajadores de Turk en los servicios de etiquetado de datos de AWS, como SageMaker Ground Truth. Según CNBC, en un momento llegó a tener más de 500,000 trabajadores, pero su uso había disminuido recientemente y habían aumentado otras empresas de etiquetado de datos. Un estudio de 2023 de una universidad suiza, EPFL, estimó que entre el 33% y el 46% de quienes hicieron una tarea de resumen de textos en Turk utilizaron IA generadora de texto.

Lo que suele decirse:La prensa informó que (traducción)
Según la fuente original:El estudio original estimó un 33–46% para una única tarea encargada en Turk: resumir textos. Los propios investigadores escriben que (traducción).

Lo que aún no se sabe:Todavía se está investigando cuántos datos generados por IA se mezclan con los que supuestamente han creado personas, y cómo identificarlos. El estudio de 2023 señala la necesidad de nuevos métodos para mantener los datos humanos como datos realmente humanos.

5 fuentes originales y cómo se verificaron
  1. Amazon Mechanical Turk — Help (Closure FAQs, guardado el 2026-09-23) (Amazon Mechanical Turk · 2026 · Anuncio de la parte superior y Closure FAQs · Fuente original)
  2. Amazon service Bezos once called 'artificial artificial intelligence' is shutting down (Annie Palmer (CNBC) · 2026 · Texto principal · Resumen secundario)
  3. Artificial Artificial Artificial Intelligence: Crowd Workers Widely Use Large Language Models for Text Production Tasks (arXiv:2306.07899v1) (Veniamin Veselovsky, Manoel Horta Ribeiro, Robert West (EPFL) · 2023 · Página 1 del PDF Abstract · Fuente original)
  4. Announcing Amazon Mechanical Turk (AWS What's New) (Amazon Web Services · 2005 · Texto principal · Fuente original)
  5. ImageNet: A Large-Scale Hierarchical Image Database (CVPR 2009) (Jia Deng y otros · 2009 · Página 4 del PDF 3. Constructing ImageNet · Fuente original)
23 de septiembre de 2026Verificación débilLas fuentes discrepanJapón

Wikipedia en japonés usa el encabezado ; en inglés usa (AI boom), sin número, para la década de 2020, y “primavera de la IA” (AI spring)

Los encabezados de (人工知能の歴史) en Wikipedia en japonés sitúan el primer auge de la IA en 1956–1974; el primer invierno, en 1974–1980; el segundo auge, en 1980–1987; el segundo invierno, en 1987–1993; el tercer auge, en 2006–2019; y el cuarto, (traducción). El artículo japonés “El invierno de la IA” (AIの冬) contiene la sección (traducción) (現在のAIの春(2022年〜現在)). El artículo en inglés (AI boom) sitúa el auge más reciente en la década de 2020, sin numerarlo, e indica que también se llama “primavera de la IA” (AI spring). El artículo en inglés (AI winter) sitúa los 2 grandes inviernos en 1974–1980 y 1987–2000.

Lo que aún no se sabe:Wikipedia se actualiza continuamente. Lo recogido aquí corresponde a las revisiones de septiembre de 2026.

3 fuentes originales y cómo se verificaron

Discrepancias entre las fuentes:Inicio del cuarto auge: (人工知能の歴史) en Wikipedia en japonés indica desde la década de 2020; el artículo japonés “El invierno de la IA” (AIの冬), desde 2022, como primavera de la IA. Duración del tercer auge: (人工知能の歴史) en japonés indica 2006–2019 y el cuarto auge desde la década de 2020. Final del segundo invierno: el artículo inglés (AI winter) indica 2000; (人工知能の歴史) en japonés, 1993.

  1. Wikipedia en japonés, “Historia de la inteligencia artificial” (revisión 111074494, 2026-09-19) (Wikipedia日本語版「人工知能の歴史」(版111074494、2026-09-19)) (Wikipedia · 2026 · Encabezados · Resumen secundario)
  2. Wikipedia en japonés, “El invierno de la IA” (revisión 111086722, 2026-09-20) (Wikipedia日本語版「AIの冬」(版111086722、2026-09-20)) (Wikipedia · 2026 · Sección “La actual primavera de la IA (2022–presente)” (tra… · Resumen secundario)
  3. Wikipedia en inglés, “AI boom” (“Auge de la IA”; revisión 1376281315, 2026-09-23) y “AI winter” (“Invierno de la IA”; revisión 1374895630, 2026-09-14) (Wikipedia · 2026 · Párrafo inicial · Resumen secundario)