Resumen

Encuentro de investigación de verano de Dartmouth (considerado el punto de partida de la investigación en inteligencia artificial)

En el verano de 1956, unos investigadores se reunieron en el último piso del departamento de matemáticas de Dartmouth College para debatir sobre máquinas pensantes. Más que una conferencia con un calendario fijo, fue un encuentro al que las personas llegaban en distintos momentos. En las conversaciones diarias participaban unas 3–8 personas. Solo McCarthy, Minsky y Solomonoff permanecieron durante todo el período. Newell y Simon llevaron los resultados de Logic Theorist, un programa que demostraba teoremas de lógica.

Lo que aún no se sabe:No se conserva una lista exacta de participantes (según Grace Solomonoff 2016 p.9, McCarthy perdió la suya). Las notas de Ray y Trenchard More solo permiten saber en parte quién estuvo y cuántos días permaneció.

R1 (XCON): una IA basada en “reglas SI–ENTONCES” que determina combinaciones de componentes pedidos para computadoras, utilizada a diario en una fábrica de DEC

John McDermott, de la Universidad Carnegie Mellon, desarrolló R1 (llamado XCON dentro de la empresa), una IA basada en “reglas SI–ENTONCES” que recibía pedidos de computadoras VAX de DEC y comprobaba las combinaciones de componentes y si faltaba alguno (unos 90 por computadora). El desarrollo comenzó en diciembre de 1978; 6 expertos lo comprobaron con 50 pedidos en octubre–noviembre de 1979, y se usó a diario en una fábrica de DEC desde enero de 1980. Las reglas aumentaron de 772 en junio de 1980 a 2,500 en 1984, y añadir conocimiento requería cada año el trabajo de unas 4 personas. Sobre el mantenimiento posterior al desarrollo, los responsables de DEC escribieron: “Probablemente representa el mayor costo” (traducción). Añadieron que era indispensable contar con personal formado específicamente.

Lo que aún no se sabe:No se sabe cómo se calculó la estimación de “más de $40 millones al año” (traducción) (qué se contó como beneficio), porque no se ha podido consultar el artículo original.

Se funda ICOT, el instituto de investigación de la quinta generación (Instituto para el Desarrollo de Tecnología de Computadoras de Nueva Generación), con Kazuhiro Fuchi como director

Para llevar adelante el proyecto del Estado (Ministerio de Comercio Internacional e Industria), en abril de 1982 se creó la fundación “Instituto para el Desarrollo de Tecnología de Computadoras de Nueva Generación (ICOT)”, y en junio comenzó la actividad del instituto de investigación. Su director era Kazuhiro Fuchi, procedente del Laboratorio Electrotécnico. Los investigadores eran personas enviadas por unos años desde el Laboratorio Electrotécnico (ETL), la Corporación Pública de Telégrafos y Teléfonos de Japón (NTT), 8 empresas informáticas y otras organizaciones; al principio eran unos 40. Toda la financiación de la investigación procedía de encargos del Ministerio de Comercio Internacional e Industria.

En la competencia de reconocimiento de imágenes ILSVRC 2012, la red convolucional profunda de la Universidad de Toronto (SuperVision) gana con gran ventaja; el equipo de la Universidad de Tokio queda segundo

En una competencia para identificar 1,000 clases de objetos en fotografías, el equipo “SuperVision” de Krizhevsky, Sutskever y Hinton redujo la tasa de error al 15.3% bajo la regla que permite dar hasta 5 respuestas (16.4% usando solo los datos proporcionados por la competencia). El segundo equipo, ISI de la Universidad de Tokio, tuvo un 26.2%: una diferencia de unos 11 puntos. Entrenaron una red neuronal de 8 capas y 60 millones de parámetros con 2 GPU para videojuegos, chips de procesamiento de imágenes de NVIDIA. En un artículo posterior, los organizadores escribieron sobre ese año: “Esto marcó un punto de inflexión en el reconocimiento de objetos a gran escala” (traducción).

La IA conversacional “ChatGPT” se publica gratuitamente como “versión preliminar de investigación” (traducción)

OpenAI publicó la IA conversacional “ChatGPT”. El anuncio afirma que puede responder preguntas de seguimiento, admitir sus errores, señalar premisas equivocadas y rechazar solicitudes inadecuadas. Se basa en un modelo de la familia GPT-3.5 que terminó de entrenarse a comienzos de 2022, ajustado con valoraciones humanas de las respuestas. El anuncio señala que sería gratuita durante la “versión preliminar de investigación” (traducción) y que su objetivo era recoger las opiniones de quienes la usaran.

Lo que aún no se sabe:El anuncio señalaba como una de las razones por las que resulta difícil corregir los errores que “durante el entrenamiento por refuerzo, actualmente no hay una fuente de respuestas verdaderas” (traducción). Sobre por qué y cuándo se producen errores plausibles (más tarde llamados “alucinaciones” (traducción)), los desarrolladores ya escribían entonces: “Resolver este problema es difícil” (traducción)

Libro blanco del Ministerio de Asuntos Internos y Comunicaciones (2024): con la difusión de la IA generativa desde alrededor de 2022, “También se dice que actualmente se ha entrado en el cuarto auge de la IA” (traducción)

El libro blanco del gobierno, la edición de 2024 (año 6 de Reiwa) del “Libro blanco sobre información y comunicaciones” (情報通信白書) del Ministerio de Asuntos Internos y Comunicaciones, explica que la historia de la IA “ha alternado varias veces entre auges y épocas de invierno” (traducción). Añade que “debido a la rápida difusión de la IA generativa desde alrededor de 2022” (traducción) —la IA generativa crea textos o imágenes—, “También se dice que actualmente se ha entrado en el cuarto auge de la IA” (traducción). Evita afirmarlo de forma categórica y se limita a la expresión “también se dice” (traducción). En la misma sección describe el tercer auge como “desde la década de 2000” (traducción) y “el tercer auge de la IA, que continúa hasta hoy” (traducción). En la figura Ⅰ-3-1-1, la franja del cuarto auge comienza en 2022 y aparece la frase “hacia un auge mundial de la IA sin pasar por un invierno” (traducción).

Predicción: “en un plazo de diez años, una computadora digital será la campeona mundial de ajedrez” (traducción) (conferencia de 1957)

Simon y Newell predijeron que, en 10 años, una computadora sería campeona mundial de ajedrez, salvo que las reglas le impidieran participar en los torneos.

Lo que ocurrió después:En abril de 1967, uno de los programas de ajedrez más fuertes, MAC HACK VI del MIT, tenía un nivel de aficionado intermedio: 1450 en el sistema estadounidense de puntuación. En 1968, el maestro internacional David Levy y unos investigadores apostaron sobre si una computadora podría vencerlo en 10 años. En 1978, Levy venció a la computadora y ganó la apuesta. Una computadora derrotó al campeón mundial en ejercicio, Kasparov, en un encuentro de 6 partidas en mayo de 1997, unos 40 años después de la predicción: Deep Blue de IBM, por 3.5 a 2.5. Ninguna computadora ha obtenido el título humano de campeona mundial; la predicción también decía “a menos que las reglas le impidan competir” (traducción).

En 1984, un anuncio en la exposición de un congreso de IA decía “Hemos construido un cerebro mejor” (traducción): un testimonio del ambiente de “esta vez sí es real”

El periodista científico George Johnson describió la exposición del congreso de la Asociación Estadounidense de Inteligencia Artificial (AAAI) de agosto de 1984. Muchos investigadores habían acudido para hablar de pequeños avances, pero algunas empresas expositoras actuaban como si ya se hubiera cumplido el antiguo sueño de crear compañeros con inteligencia humana. El folleto de TIMM, una herramienta de IA en la que se introduce el conocimiento de especialistas, proclamaba “Hemos construido un cerebro mejor” (traducción) y decía que los sistemas expertos no enfermaban, no renunciaban ni se jubilaban anticipadamente. El periodista escribió que las palabras de los vendedores a veces sonaban como las de “profetas que anuncian una nueva era” (traducción).

Lo que aún no se sabe:El artículo no indica el nombre de la empresa que vendía TIMM.

Yutaka Matsuo, “¿Superará la inteligencia artificial a los humanos?” (人工知能は人間を超えるか) (2015): los títulos de los capítulos usan primer, segundo y tercer auge de la IA

Es un libro de Yutaka Matsuo, de la Universidad de Tokio. Divide la historia por auges numerados mediante los títulos “La era de la ‘inferencia’ y la ‘búsqueda’: el primer auge de la IA”, “Añadir ‘conocimiento’ aumenta la inteligencia: el segundo auge de la IA”, “La expansión silenciosa del ‘aprendizaje automático’: el tercer auge de la IA (1)” y “El ‘aprendizaje profundo’ rompe el silencio: el tercer auge de la IA (2)”. La primera sección del capítulo 2 es “Los auges y los años de invierno”. El libro blanco de 2016 del Ministerio de Asuntos Internos y Comunicaciones indica en una nota que basó su sección de historia de la IA en este libro y otras fuentes.

Lo que aún no se sabe:No se han comprobado los años de inicio y final que el libro asigna a cada auge, en el texto y los gráficos, porque no se ha consultado el libro.

Yutaka Matsuo (julio de 2023): “Quizá se pueda decir que ha llegado el cuarto auge de la IA” (traducción), pero es “un fenómeno de una dimensión distinta a la que expresa la palabra ‘auge’” (traducción)

En una entrevista de Toyo Keizai, Yutaka Matsuo dijo que “En el pasado hubo 3 auges de la IA” (traducción) y que “La difusión de la IA generativa quizá podría considerarse la llegada del cuarto auge de la IA” (traducción), pero que “Lo que ocurre ahora es un fenómeno de una dimensión distinta a la que expresa la palabra ‘auge’” (traducción). También afirmó que la IA generativa se extendería rápidamente por la sociedad durante los próximos años. Al igual que con “se puede llamar así” (traducción) en la entrevista de marzo, aquí emplea la expresión “quizá podría considerarse” (traducción). A la vez, no lo considera un auge entendido como una moda que algún día termina.

Lo que aún no se sabe:Aún no se sabe si acertará la idea de que se trata de “una dimensión distinta de lo que expresa la palabra ‘auge’” (traducción), es decir, si no llegará un invierno. Para comprobar si en los auges anteriores también se decía que esta vez era diferente, es necesario comparar estas palabras con los registros de cada auge de este sitio.

El peor escenario del invierno de la IA descrito en un debate de 1984: comparación con lo que ocurrió después

En el congreso de la Asociación Estadounidense de Inteligencia Artificial (AAAI) se celebró un debate titulado La ‘edad oscura’ de la IA: ¿podemos evitarla o sobrevivir a ella?. El moderador, Drew McDermott, dijo que, tras la actividad de la industria, entre quienes llevaban años investigando había una profunda inquietud por la posibilidad de que “quizá las expectativas sobre la IA sean demasiado altas ... acabarán provocando un desastre” (traducción). Describió el peor escenario: dentro de 5 años fracasaría la iniciativa de computación estratégica estadounidense, la quinta generación japonesa también se estancaría, las empresas emergentes quebrarían, se interrumpiría la financiación de la IA y todos cambiarían el nombre de sus investigaciones. Explicó que algunas personas llamaban a esta situación invierno de la IA. Sin embargo, añadió que no creía que fuera muy probable. En el debate, otro investigador, Roger Schank, contó que, cuando le habían preguntado si creía que llegaría una catástrofe, había respondido que sí. También se expresó otra opinión: “¿Habrá un invierno de la IA? Creo que podría haber un ocaso de la IA” (traducción) (la misma persona añadió que quizá la burbuja no estallara, sino que se hiciera algo más pequeña).

Lo que ocurrió después:Más adelante, el desarrollo del vehículo autónomo (ALV), uno de los proyectos principales de la iniciativa, se canceló en abril de 1988. El responsable del departamento, que asumió el cargo en 1987, también canceló parte del programa de IA. La iniciativa desapareció del presupuesto de DARPA en 1993. El número de miembros de la Asociación Estadounidense de Inteligencia Artificial alcanzó un máximo de 16,421 en 1987 y se estabilizó en 4,000–5,000 en 1996. Muchas empresas de IA que desarrollaban sistemas expertos desaparecieron, fueron adquiridas o cambiaron de actividad. El proyecto principal japonés de computadoras de quinta generación terminó en el año fiscal 1992. Nilsson escribió que estos acontecimientos coincidieron entre mediados y finales de la década de 1980 y llegaron a conocerse como invierno de la IA.

Lo que aún no se sabe:No se ha comprobado en las fuentes originales si una parte del escenario, “Todo el mundo cambia apresuradamente los nombres de sus proyectos de investigación por otros” (traducción), ocurrió realmente en la década de 1990 (posible tema para u08).

La predicción de Turing: “dentro de unos cincuenta años ... un 70 por ciento de probabilidad ... tras cinco minutos” (traducción)

En su artículo de 1950, Turing presentó su previsión: dentro de unos 50 años sería posible programar computadoras para jugar bien al juego de imitación, y la probabilidad de que un interrogador corriente las identificara correctamente tras 5 minutos de preguntas no superaría el 70%. En el mismo párrafo escribió que, a finales del siglo, cambiarían el uso de las palabras y las opiniones de la gente, y se podría “hablar de máquinas que piensan” (traducción) sin recibir objeciones.

Lo que ocurrió después:Según un artículo de revisión de 2000 (Saygin y colaboradores), ningún programa había ganado todavía el gran premio del concurso con recompensa económica celebrado desde 1991 (Premio Loebner), y los registros mostraban que normalmente se identificaba pronto a las máquinas. Por tanto, en el año de la predicción no se había cumplido en la forma prevista. Aunque se dijo de los resultados del concurso de 2000 que “demuestra que la predicción de Turing era errónea” (traducción), Copeland escribió ese mismo año que “‘Unos cincuenta años’ no significa ‘exactamente cincuenta años’” (traducción). Más tarde, en marzo de 2025, investigadores de una universidad estadounidense (UC San Diego) publicaron en un artículo (arXiv) los resultados de un experimento en el que cada interrogador conversaba simultáneamente durante 5 minutos con una persona y una máquina. De las 2 IA de lenguaje de gran tamaño instruidas para representar el papel de una persona, una (GPT-4.5) fue considerada humana el 73% de las veces y la otra (LLaMa-3.1-405B), el 56% (al haber 2 opciones, con la primera los interrogadores acertaron al identificarla en el 27% restante). Sin embargo, es un resultado de un solo grupo de investigación y este sitio no ha comprobado las evaluaciones posteriores. Tampoco se ha comprobado la parte de “hablar de máquinas que piensan sin esperar que alguien lo contradiga” (traducción).

Lo que aún no se sabe:No se sabe si el hecho de que una máquina fuera considerada humana en el experimento de 2025 significa que pueda “pensar” (el propio Turing sustituyó la pregunta original por un juego porque consideraba que no merecía discutirse).

Predicción de Simon: “las máquinas serán capaces, en un plazo de veinte años, de realizar cualquier trabajo…” (traducción) (libro de 1965, basado en un artículo de 1960)

En su libro de 1965, Simon escribió que en 20 años las máquinas podrían realizar cualquier trabajo que pudiera hacer una persona. En el artículo de 1960 en que se basaba, escribió que en un período mucho menor de 25 años habría “capacidad técnica” para sustituir por máquinas cualquier función humana dentro de las organizaciones. Sin embargo, inmediatamente distinguió entre lo que fuera técnicamente posible y cómo se usaría en la práctica. Supuso que, a largo plazo, casi todas las personas que quisieran trabajar podrían hacerlo, es decir, habría pleno empleo. Argumentó que el reparto de tareas entre personas y máquinas se determinaría por la “ventaja comparativa”: cada una se encargaría de lo que hiciera relativamente mejor.

Lo que ocurrió después:No se encontraron fuentes que afirmaran que para 1985 las máquinas podían realizar cualquier trabajo humano. Nilsson (2010) comenta una afirmación similar de Simon de 1957, que las máquinas abarcarían tantos problemas como la mente humana, y señala que incluso en 2010 seguía siendo una meta lejana. Simon, por su parte, distinguía entre capacidad técnica y empleo, y preveía que el desempleo no aumentaría a largo plazo. En su respuesta de 1966 escribió que la tasa de desempleo era inferior al 4% y estaba bajando.

Previsión de 1981: se dice que a principios de la década de 1990 aparecerán computadoras con ojos, oídos y boca, capaces de entender lo que se dice y de traducir e interpretar automáticamente

El informe del estudio previo al proyecto (1979–1981, presidido por Tohru Moto-oka, de la Universidad de Tokio) describía la finalización de un prototipo con 1990 como año objetivo. Un folleto explicativo para el público general decía sobre las computadoras de quinta generación: “se dice que aparecerá a principios de la década de 1990” (traducción); para “crear un prototipo en 1990” (traducción) (construir una máquina de prueba), había que empezar pronto la investigación. Enumeraba 8 funciones previstas, entre ellas “una computadora con ojos, oídos y boca” (traducción), capaz de manejar directamente voz, figuras, imágenes y caracteres; “una computadora que entiende lo que se dice” (traducción), con la que se pudiera hablar en lenguaje cotidiano (y que, con esa capacidad, también pudiera traducir e interpretar automáticamente); una computadora con sentido común que resolviera problemas nuevos mediante inferencias; y una que pudiera usarse sin escribir programas.

Lo que ocurrió después:El proyecto se realizó durante los ejercicios fiscales 1982–1992. Según el informe de evaluación final de 1993, el objetivo de velocidad de inferencia (100 millones de operaciones por segundo) se alcanzó y superó, con 150 millones o más. En cambio, el informe señala que se descubrió que la interacción con personas mediante voz e imágenes requería grandes cantidades de conocimiento de contexto; a partir de entonces se redujo ese trabajo a las bases de la investigación lingüística, por lo que no se llegó a construir un mecanismo concreto. El director Kazuhiro Fuchi explicó en 1992 que construir aplicaciones como la traducción automática ya se había excluido de los objetivos cuando el proyecto comenzó en 1982.

Lo que aún no se sabe:No se ha encontrado ni comprobado el “Documento explicativo de los temas de investigación y desarrollo” (研究開発課題説明書) de 1981, con 26 temas en 7 grupos, que incluía objetivos numéricos como cantidades de palabras y tasas de acierto en traducción.

Hinton: “se debería dejar de formar radiólogos ahora”; “en 5 años, el aprendizaje profundo lo hará mejor que los radiólogos” (traducción; 2016)

En 2016, Geoffrey Hinton habló en una conferencia de Toronto sobre los radiólogos, médicos que detectan enfermedades leyendo imágenes como radiografías o tomografías. Su idea principal era que se debía dejar de formar radiólogos de inmediato y que estaba claro que, en 5 años, aunque podrían ser 10, el aprendizaje profundo lo haría mejor. Se publicó un video de 84 segundos que registraba sus palabras y fue citado repetidamente en artículos posteriores, como los de AuntMinnie de 2025 y Fortune de 2026.

Lo que ocurrió después:En la contratación de médicos residentes de Estados Unidos, según las tablas oficiales del NRMP, las plazas de radiología diagnóstica no disminuyeron. Las que comienzan en el segundo año pasaron de 982 en 2016 a 1,057 en 2025; las que comienzan en el primero, de 151 en 2016 a 151 en 2025. En 2025 se ocuparon casi todas las plazas: 1,042 de las 1,057 que comienzan en el segundo año.

Lo que aún no se sabe:En 2016 no se entendía bien la relación entre la capacidad de la IA para interpretar imágenes y el conjunto del trabajo de los radiólogos, como hablar con pacientes y otros médicos o decidir qué pruebas realizar. Todavía se investiga cómo cambiará este trabajo con la IA.

“RoboCup”, iniciado por investigadores japoneses: el objetivo es que un equipo de robots humanoides venza al campeón de la Copa Mundial de fútbol para mediados del siglo 21

“RoboCup”, que propone el fútbol robótico como un reto común para la investigación en IA y robótica, fue iniciado por investigadores japoneses como Hiroaki Kitano, Minoru Asada y Yasuo Kuniyoshi. En junio de 1993 lo plantearon como una “J-League de robots” solo para Japón, pero en un mes llegaron solicitudes de participación del extranjero y se convirtió en un proyecto internacional. El primer torneo se celebró en Nagoya en 1997, con más de 40 equipos y más de 5000 espectadores. La meta final del sitio oficial fija como plazo mediados del siglo 21 y plantea un partido contra el equipo campeón de la Copa Mundial más reciente, siguiendo las reglas oficiales de la FIFA: “un equipo de futbolistas robóticos humanoides plenamente autónomos ganará un partido de fútbol” (traducción).

Lo que ocurrió después:El plazo aún no ha llegado y todavía no hay un resultado. El 5 de julio de 2026, en RoboCup 2026, celebrado en Incheon, Corea del Sur, se jugó por primera vez un partido de 11 contra 11 entre robots humanoides (B-Human, de Alemania, venció 4 a 0 a HTWK, también alemán). Fue un partido entre robots, y no contra el campeón humano.

Turing: “al menos 100 años” (traducción) (debate radiofónico)

En enero de 1952, Turing, el matemático Newman, el neurocirujano Jefferson y el filósofo Braithwaite, 4 participantes, debatieron en la radio BBC “¿Se puede decir que las máquinas de cálculo automático piensan?” (Can Automatic Calculating Machines Be Said To Think). Newman preguntó cuánto habría que esperar hasta que una máquina tuviera posibilidades con cualquier pregunta: “dentro de mucho tiempo ... tener alguna posibilidad sin que se excluya ninguna pregunta” (traducción). Entonces, Turing respondió: “Ah, sí, al menos 100 años, diría yo.” (traducción).

Lo que ocurrió después:Todavía no ha llegado el año previsto (se espera para comprobarlo). En 2025 se publicó un artículo sobre un experimento en el que una IA de lenguaje de gran tamaño fue considerada humana con frecuencia elevada en conversaciones de 5 minutos (véase → La predicción de Turing: dentro de unos…), pero este sitio no ha comprobado resultados del formato largo, “sin que se excluya ninguna pregunta” (traducción).

Lo que aún no se sabe:Para este sitio no se ha podido consultar el texto de la emisión (AMT/B/6). Tampoco se ha comprobado si se conserva una grabación.

Lista de predicciones de cuándo se logrará la IA (versión revisada por AI Impacts): 65 casos, con medianas de 2033–2037

AI Impacts depuró la lista de 95 casos de Armstrong y otros, eliminando duplicados y resúmenes de encuestas, y la redujo a 65. Las medianas de las fechas previstas para lograr una IA de nivel humano fueron 2033 y 2037 (según dos formas de interpretar las predicciones). Al comparar las predicciones anteriores y posteriores a 2000, la distribución de cuántos años después del momento de la predicción se esperaba el resultado era similar (la correlación entre el año de la predicción y los años de espera era 0.13).

Estudio que situó la mayoría de las predicciones sobre IA a 15–25 años de distancia (ahora el artículo lleva al principio la nota “Los resultados de este artículo se basan en un error del conjunto de datos” (traducción))

Artículo que recopiló y analizó 95 predicciones sobre cuándo se lograría la IA. Concluyó que las predicciones más frecuentes eran “dentro de 15 a 25 años” (traducción) y que las de expertos y no expertos eran indistinguibles. Actualmente, la primera página del PDF público incluye la nota “Los resultados de este artículo se basan en un error del conjunto de datos” (traducción). El error consistía en leer mal la columna que clasificaba si la persona era experta (AI Impacts lo señaló en 2016).

Lo que aún no se sabe:Que las predicciones se concentren aproximadamente a 20 años de distancia depende de cómo se construyan los datos. No está claro.

Estudio que situó la mayoría de las predicciones sobre IA a 15–25 años de distancia (ahora el artículo lleva al principio la nota “Los resultados de este artículo se basan en un error del conjunto de datos” (traducción))

Artículo que recopiló y analizó 95 predicciones sobre cuándo se lograría la IA. Concluyó que las predicciones más frecuentes eran “dentro de 15 a 25 años” (traducción) y que las de expertos y no expertos eran indistinguibles. Actualmente, la primera página del PDF público incluye la nota “Los resultados de este artículo se basan en un error del conjunto de datos” (traducción). El error consistía en leer mal la columna que clasificaba si la persona era experta (AI Impacts lo señaló en 2016).

Lo que aún no se sabe:Que las predicciones se concentren aproximadamente a 20 años de distancia depende de cómo se construyan los datos. No está claro.

Lista de predicciones de cuándo se logrará la IA (versión revisada por AI Impacts): 65 casos, con medianas de 2033–2037

AI Impacts depuró la lista de 95 casos de Armstrong y otros, eliminando duplicados y resúmenes de encuestas, y la redujo a 65. Las medianas de las fechas previstas para lograr una IA de nivel humano fueron 2033 y 2037 (según dos formas de interpretar las predicciones). Al comparar las predicciones anteriores y posteriores a 2000, la distribución de cuántos años después del momento de la predicción se esperaba el resultado era similar (la correlación entre el año de la predicción y los años de espera era 0.13).

Estudio que situó la mayoría de las predicciones sobre IA a 15–25 años de distancia (ahora el artículo lleva al principio la nota “Los resultados de este artículo se basan en un error del conjunto de datos” (traducción))

Artículo que recopiló y analizó 95 predicciones sobre cuándo se lograría la IA. Concluyó que las predicciones más frecuentes eran “dentro de 15 a 25 años” (traducción) y que las de expertos y no expertos eran indistinguibles. Actualmente, la primera página del PDF público incluye la nota “Los resultados de este artículo se basan en un error del conjunto de datos” (traducción). El error consistía en leer mal la columna que clasificaba si la persona era experta (AI Impacts lo señaló en 2016).

Lo que aún no se sabe:Que las predicciones se concentren aproximadamente a 20 años de distancia depende de cómo se construyan los datos. No está claro.

Lista de predicciones de cuándo se logrará la IA (versión revisada por AI Impacts): 65 casos, con medianas de 2033–2037

AI Impacts depuró la lista de 95 casos de Armstrong y otros, eliminando duplicados y resúmenes de encuestas, y la redujo a 65. Las medianas de las fechas previstas para lograr una IA de nivel humano fueron 2033 y 2037 (según dos formas de interpretar las predicciones). Al comparar las predicciones anteriores y posteriores a 2000, la distribución de cuántos años después del momento de la predicción se esperaba el resultado era similar (la correlación entre el año de la predicción y los años de espera era 0.13).

La previsión de Lovelace: “la máquina podría componer piezas musicales elaboradas y científicas” (traducción)

En la nota A, Lovelace argumentó que la máquina analítica debería poder trabajar no solo con números, sino también con objetos cuyas relaciones pudieran expresarse mediante símbolos. Como ejemplo, escribió que, si las relaciones entre las alturas de los sonidos pudieran representarse con los símbolos de la máquina, esta quizá compusiera piezas musicales elaboradas de cualquier complejidad y duración.

Lo que ocurrió después:La máquina analítica nunca se construyó. Unos 110 años después, el 9 de agosto de 1956, estudiantes de la Universidad de Illinois, Estados Unidos, interpretaron los 3 primeros movimientos de un cuarteto de cuerda compuesto con la computadora ILLIAC I (la Suite Illiac). Según el museo de la universidad, quedó terminado a finales de 1956; algunas fuentes indican “1957”.

Predicción: “en un plazo de diez años, una computadora digital será la campeona mundial de ajedrez” (traducción) (conferencia de 1957)

Simon y Newell predijeron que, en 10 años, una computadora sería campeona mundial de ajedrez, salvo que las reglas le impidieran participar en los torneos.

Lo que ocurrió después:En abril de 1967, uno de los programas de ajedrez más fuertes, MAC HACK VI del MIT, tenía un nivel de aficionado intermedio: 1450 en el sistema estadounidense de puntuación. En 1968, el maestro internacional David Levy y unos investigadores apostaron sobre si una computadora podría vencerlo en 10 años. En 1978, Levy venció a la computadora y ganó la apuesta. Una computadora derrotó al campeón mundial en ejercicio, Kasparov, en un encuentro de 6 partidas en mayo de 1997, unos 40 años después de la predicción: Deep Blue de IBM, por 3.5 a 2.5. Ninguna computadora ha obtenido el título humano de campeona mundial; la predicción también decía “a menos que las reglas le impidan competir” (traducción).

La predicción de Turing: “dentro de unos cincuenta años ... un 70 por ciento de probabilidad ... tras cinco minutos” (traducción)

En su artículo de 1950, Turing presentó su previsión: dentro de unos 50 años sería posible programar computadoras para jugar bien al juego de imitación, y la probabilidad de que un interrogador corriente las identificara correctamente tras 5 minutos de preguntas no superaría el 70%. En el mismo párrafo escribió que, a finales del siglo, cambiarían el uso de las palabras y las opiniones de la gente, y se podría “hablar de máquinas que piensan” (traducción) sin recibir objeciones.

Lo que ocurrió después:Según un artículo de revisión de 2000 (Saygin y colaboradores), ningún programa había ganado todavía el gran premio del concurso con recompensa económica celebrado desde 1991 (Premio Loebner), y los registros mostraban que normalmente se identificaba pronto a las máquinas. Por tanto, en el año de la predicción no se había cumplido en la forma prevista. Aunque se dijo de los resultados del concurso de 2000 que “demuestra que la predicción de Turing era errónea” (traducción), Copeland escribió ese mismo año que “‘Unos cincuenta años’ no significa ‘exactamente cincuenta años’” (traducción). Más tarde, en marzo de 2025, investigadores de una universidad estadounidense (UC San Diego) publicaron en un artículo (arXiv) los resultados de un experimento en el que cada interrogador conversaba simultáneamente durante 5 minutos con una persona y una máquina. De las 2 IA de lenguaje de gran tamaño instruidas para representar el papel de una persona, una (GPT-4.5) fue considerada humana el 73% de las veces y la otra (LLaMa-3.1-405B), el 56% (al haber 2 opciones, con la primera los interrogadores acertaron al identificarla en el 27% restante). Sin embargo, es un resultado de un solo grupo de investigación y este sitio no ha comprobado las evaluaciones posteriores. Tampoco se ha comprobado la parte de “hablar de máquinas que piensan sin esperar que alguien lo contradiga” (traducción).

Lo que aún no se sabe:No se sabe si el hecho de que una máquina fuera considerada humana en el experimento de 2025 significa que pueda “pensar” (el propio Turing sustituyó la pregunta original por un juego porque consideraba que no merecía discutirse).

¿Ganaría una IA el oro en la Olimpiada de Matemáticas antes de terminar 2025? En 2022, dos investigadores estimaron probabilidades de menos del 8% y más del 16%. En julio de 2025 llegó el resultado

Los investigadores de IA Paul Christiano y Eliezer Yudkowsky tenían opiniones distintas sobre el progreso de la IA. Por ello, publicaron probabilidades para una predicción comprobable sobre la Olimpiada Internacional de Matemáticas, un concurso para estudiantes de secundaria. La descripción de la IA y del resultado era: “creada antes de la Olimpiada Internacional de Matemáticas (IMO), es capaz de obtener una medalla de oro … en uno de los años 2022-2025” (traducción) (con las reglas de tiempo y otras condiciones del IMO Grand Challenge). Christiano estimó menos del 8% y Yudkowsky un 16% o más. Christiano estimó menos del 4% de probabilidad de resolver el problema más difícil. En julio de 2025, Google DeepMind anunció que una versión mejorada de Gemini había resuelto por completo 5 de los 6 problemas y obtenido 35 de 42 puntos (puntuación de medalla de oro), y que los evaluadores del concurso habían puntuado y confirmado oficialmente sus respuestas. Redactó las soluciones en lenguaje corriente dentro del límite de 4.5 horas.

Lo que ocurrió después:En julio de 2025, una versión mejorada de Gemini, de Google DeepMind, obtuvo 35 de 42 puntos (puntuación de medalla de oro). Los evaluadores del concurso puntuaron oficialmente las respuestas y el presidente de la Olimpiada Internacional de Matemáticas confirmó que era “una puntuación de medalla de oro” (traducción) (según el blog, la confirmación se refiere a las respuestas, no a la verificación del sistema de IA). Se realizó dentro del límite de 4.5 horas y no resolvió el problema más difícil, el n.º 6 (resolvió 5 de 6). Como ambas predicciones eran probabilísticas, no puede afirmarse que acertaran o fallaran, pero el resultado real se acercó más a la postura que estimaba una probabilidad mayor (más del 16%).

2005: Kurzweil afirma “Fijo la fecha de la singularidad … en 2045” (traducción). Según él, la inteligencia de las máquinas igualará la humana “en un plazo de un cuarto de siglo” (traducción) (para 2030); en 2045 será “mil millones de veces más potente que toda la inteligencia humana actual” (traducción)

Ray Kurzweil (presentado como “futurista estadounidense” (traducción) en la revista de la Sociedad Japonesa de Inteligencia Artificial en 2014) escribió, en sus propias respuestas a preguntas sobre su libro de 2005 “La singularidad está cerca” (The Singularity Is Near; traducción japonesa: “El nacimiento del ser poshumano” (ポスト・ヒューマン誕生)), que en un cuarto de siglo la inteligencia de las máquinas igualaría la amplitud y sutileza de la inteligencia humana, y después la superaría. Llamó “la singularidad” al punto en que la inteligencia de las máquinas rediseñaría sus propios sistemas para volverse cada vez más rápida e inteligente, y la tecnología avanzaría tan deprisa que la inteligencia humana sin modificar no podría seguirla. Indicó el año con esta frase: “Fijo la fecha de la singularidad … en 2045” (traducción). Según él, la inteligencia de las máquinas creadas ese año sería “mil millones de veces más potente que toda la inteligencia humana actual” (traducción). Estimó que el funcionamiento de todo el cerebro humano requería unos 10 mil billones (10^16) de cálculos por segundo, y que las supercomputadoras alcanzarían esa capacidad hacia finales de los años 2000 (dos proyectos japoneses la buscaban), y que en 2020 estaría disponible por unos 1,000 dólares.

Lo que ocurrió después:La comprobación de 2045 aún queda lejos (septiembre de 2026). En cuanto al paso intermedio de que una supercomputadora alcanzara 10^16 operaciones por segundo (10 mil billones), la “computadora K” del instituto japonés RIKEN registró 10.51 petaflops en TOP500 de noviembre de 2011. Fue la primera supercomputadora en alcanzar “10 petaflops/s, o 10 mil billones de cálculos por segundo” (traducción) (algo después de la previsión “hacia el final de esta década” (traducción)). Este sitio no ha abierto materiales para comprobar la previsión de obtener 10^16 operaciones por segundo por unos 1,000 dólares para 2020.

Lo que aún no se sabe:Las estimaciones del cálculo necesario para el funcionamiento de todo el cerebro humano difieren por un factor de 100 entre autores (Kurzweil 2005: 10^16 operaciones por segundo; Moravec 1998: 100 millones de MIPS, es decir, 10^14 instrucciones por segundo). Todavía no se sabe cuánto cálculo realiza el cerebro.

Rastrear hasta su origen la predicción de un material educativo oficial: “En 2025 se alcanzará una capacidad que permita simular por completo un cerebro humano” (traducción). Su origen es una línea en un gráfico de velocidad de supercomputadoras del libro de Kurzweil de 2005

El material de formación docente del Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología para “Informática II (asignatura de educación secundaria en Japón)” (2020) dice, basándose en el Libro Blanco de Información y Comunicaciones de 2014 del Ministerio de Asuntos Internos y Comunicaciones, que si la velocidad de cálculo sigue aumentando al mismo ritmo, en 2025 se alcanzará el rendimiento necesario para simular por completo un cerebro humano, es decir, imitar su funcionamiento en una computadora. Al rastrear la fuente, esta afirmación aparece en la figura 3-1-1-4, “Mejora de la velocidad de cálculo”, y no en el texto principal del libro blanco. El gráfico procede de un documento presentado por el Sr. Kitani el 13 de febrero de 2014 en una reunión del ministerio; su portada indica NTT Data, Dirección de Desarrollo Tecnológico. El documento dice que se basa en un gráfico de La singularidad está cerca (The Singularity Is Near), el libro de Ray Kurzweil de 2005. El gráfico original muestra puntos de velocidad de supercomputadoras en FLOPS, el número de operaciones con decimales por segundo, y una línea de tendencia que duplica el rendimiento cada 1.2 años. Donde esa línea alcanza 10¹⁹ FLOPS aparece la nota “Necesario para la simulación neuronal del cerebro humano con fines de transferencia digital (2025)” (traducción). La fuente original, por tanto, era una proyección de velocidad de cálculo.

Lo que ocurrió después:Comprobación de la velocidad: con el mismo indicador que el gráfico original, el valor HPL usado en TOP500, que el gráfico también cita como fuente, El Capitan (Estados Unidos), primero en noviembre de 2025, alcanzaba 1.809 exaflops, unas 1.8×10¹⁸ operaciones por segundo: solo alrededor de 1/5.5 de 10¹⁹ FLOPS. LineShine (China), primero en junio de 2026, tampoco llegaba, con 2.198 exaflops. En otra clasificación, HPL-MxP, antes HPL-AI, que mide cálculos con precisión mixta, incluidos cálculos con menos dígitos, 3 máquinas superaron 10¹⁹ FLOPS en noviembre de 2025: El Capitan (16.680), Aurora (11.643) y Frontier (11.390). Los 10¹⁶ FLOPS, previstos en el gráfico para 2013, ya los había alcanzado “K”, de Japón, en noviembre de 2011, con 10.51 petaflops. Resultados de simulación cerebral: en 2013 se usaron todos los nodos de K para simular 1.73 mil millones de neuronas y 10.4 billones de sinapsis, aproximadamente el 1% de los circuitos neuronales del cerebro humano. Reproducir 1 segundo de actividad requirió 40 minutos (RIKEN y otros). En 2018, RIKEN escribió que ni las supercomputadoras más potentes de entonces podían simular a la escala del cerebro humano completo y presentó un método para lograrlo con la siguiente generación, a partir de 2020. En noviembre de 2025, el Instituto Allen, la Universidad de Electrocomunicaciones y otros anunciaron que habían simulado con detalle toda la corteza cerebral de un ratón usando “Fugaku”: unos 10 millones de neuronas, 26 mil millones de sinapsis y 86 regiones cerebrales. Anton Arkhipov, del Instituto Allen, dijo que el objetivo a largo plazo era modelar el cerebro completo y, más adelante, también el humano. Ninguno de los anuncios de los responsables consultados por este sitio afirmaba haber simulado todo el cerebro humano hasta 2025.

Lo que aún no se sabe:Las estimaciones del cálculo necesario para simular todo el cerebro humano varían mucho según quien las haga. Una nota de otro capítulo del mismo libro blanco de 2014 recoge una previsión de Modha, de IBM, de 2008: en 2018 sería posible simular el cerebro humano con 38.5 petaflops, aproximadamente 4×10¹⁶. Difiere en unas 260 veces de los 10¹⁹ del gráfico de Kurzweil. La velocidad necesaria depende de cuánto detalle se reproduzca de las neuronas; por ejemplo, se anunció que la simulación de “Fugaku” de 2025 reproducía incluso la corriente eléctrica en sus ramificaciones. Este sitio no ha podido verificar por completo si no existe ningún caso de simulación de todo el cerebro humano hasta 2025: solo se consultaron 3 anuncios de las partes responsables.

2005: Kurzweil afirma “Fijo la fecha de la singularidad … en 2045” (traducción). Según él, la inteligencia de las máquinas igualará la humana “en un plazo de un cuarto de siglo” (traducción) (para 2030); en 2045 será “mil millones de veces más potente que toda la inteligencia humana actual” (traducción)

Ray Kurzweil (presentado como “futurista estadounidense” (traducción) en la revista de la Sociedad Japonesa de Inteligencia Artificial en 2014) escribió, en sus propias respuestas a preguntas sobre su libro de 2005 “La singularidad está cerca” (The Singularity Is Near; traducción japonesa: “El nacimiento del ser poshumano” (ポスト・ヒューマン誕生)), que en un cuarto de siglo la inteligencia de las máquinas igualaría la amplitud y sutileza de la inteligencia humana, y después la superaría. Llamó “la singularidad” al punto en que la inteligencia de las máquinas rediseñaría sus propios sistemas para volverse cada vez más rápida e inteligente, y la tecnología avanzaría tan deprisa que la inteligencia humana sin modificar no podría seguirla. Indicó el año con esta frase: “Fijo la fecha de la singularidad … en 2045” (traducción). Según él, la inteligencia de las máquinas creadas ese año sería “mil millones de veces más potente que toda la inteligencia humana actual” (traducción). Estimó que el funcionamiento de todo el cerebro humano requería unos 10 mil billones (10^16) de cálculos por segundo, y que las supercomputadoras alcanzarían esa capacidad hacia finales de los años 2000 (dos proyectos japoneses la buscaban), y que en 2020 estaría disponible por unos 1,000 dólares.

Lo que ocurrió después:La comprobación de 2045 aún queda lejos (septiembre de 2026). En cuanto al paso intermedio de que una supercomputadora alcanzara 10^16 operaciones por segundo (10 mil billones), la “computadora K” del instituto japonés RIKEN registró 10.51 petaflops en TOP500 de noviembre de 2011. Fue la primera supercomputadora en alcanzar “10 petaflops/s, o 10 mil billones de cálculos por segundo” (traducción) (algo después de la previsión “hacia el final de esta década” (traducción)). Este sitio no ha abierto materiales para comprobar la previsión de obtener 10^16 operaciones por segundo por unos 1,000 dólares para 2020.

Lo que aún no se sabe:Las estimaciones del cálculo necesario para el funcionamiento de todo el cerebro humano difieren por un factor de 100 entre autores (Kurzweil 2005: 10^16 operaciones por segundo; Moravec 1998: 100 millones de MIPS, es decir, 10^14 instrucciones por segundo). Todavía no se sabe cuánto cálculo realiza el cerebro.

1998: Moravec pregunta “¿Cuándo igualará el hardware de las computadoras al cerebro humano?”. La respuesta: “disponible en máquinas baratas en la década de 2020” (traducción). La investigación en IA de 1960–1990 estuvo en “el gélido invierno de las computadoras de 1 MIPS” (traducción)

En un artículo de 1998, Hans Moravec, del Instituto de Robótica de la Universidad Carnegie Mellon, estimó la velocidad de cálculo y la memoria necesarias para igualar el funcionamiento del cerebro. Sustituir el trabajo de la retina por procesamiento robótico de imágenes requeriría 1,000 MIPS (MIPS = un millón de instrucciones por segundo). Como el cerebro es unas 100,000 veces mayor que la retina, estimó unos 100 millones de MIPS para todo el cerebro y unos 100 millones de megabytes de memoria. Basándose en la tendencia de las computadoras a abaratarse, predijo que “el hardware necesario estará disponible en máquinas baratas en la década de 2020” (traducción) y que esa capacidad de 100 millones de MIPS “llegará entonces a las computadoras domésticas antes de 2030” (traducción). En el mismo artículo señaló que la capacidad de las computadoras disponibles para investigar IA había permanecido en unos 1 MIPS entre 1960 y 1990, y que toda una vida de investigación había transcurrido en “el gélido invierno de las computadoras de 1 MIPS” (traducción). También afirmó que desde 1990 la capacidad se duplicaba cada año, y que el presente (1998) era la primavera.

Lo que ocurrió después:En septiembre de 2026, los plazos de la predicción (la década de 2020 y antes de 2030) todavía no han terminado. Además, la medida de Moravec (MIPS, millones de instrucciones por segundo, en una máquina doméstica de unos 1,000 dólares) no coincide con las medidas actuales de cálculo de IA (operaciones de coma flotante por segundo, como FLOP/s). Como el resultado depende de cómo se conviertan, este sitio no determina si la predicción se cumplió.

Lo que aún no se sabe:La estimación de que el funcionamiento del cerebro equivale a 100 millones de MIPS es una forma de verlo, basada en sustituir el trabajo de la retina por procesamiento robótico de imágenes. Todavía no se sabe cuánto cálculo realiza el cerebro (el propio artículo dice: “nuestras estimaciones dependerán de la analogía y la extrapolación” (traducción). Extrapolar significa prolongar hacia el futuro la línea de una tendencia observada para hacer una estimación).

Rastrear hasta su origen la predicción de un material educativo oficial: “En 2025 se alcanzará una capacidad que permita simular por completo un cerebro humano” (traducción). Su origen es una línea en un gráfico de velocidad de supercomputadoras del libro de Kurzweil de 2005

El material de formación docente del Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología para “Informática II (asignatura de educación secundaria en Japón)” (2020) dice, basándose en el Libro Blanco de Información y Comunicaciones de 2014 del Ministerio de Asuntos Internos y Comunicaciones, que si la velocidad de cálculo sigue aumentando al mismo ritmo, en 2025 se alcanzará el rendimiento necesario para simular por completo un cerebro humano, es decir, imitar su funcionamiento en una computadora. Al rastrear la fuente, esta afirmación aparece en la figura 3-1-1-4, “Mejora de la velocidad de cálculo”, y no en el texto principal del libro blanco. El gráfico procede de un documento presentado por el Sr. Kitani el 13 de febrero de 2014 en una reunión del ministerio; su portada indica NTT Data, Dirección de Desarrollo Tecnológico. El documento dice que se basa en un gráfico de La singularidad está cerca (The Singularity Is Near), el libro de Ray Kurzweil de 2005. El gráfico original muestra puntos de velocidad de supercomputadoras en FLOPS, el número de operaciones con decimales por segundo, y una línea de tendencia que duplica el rendimiento cada 1.2 años. Donde esa línea alcanza 10¹⁹ FLOPS aparece la nota “Necesario para la simulación neuronal del cerebro humano con fines de transferencia digital (2025)” (traducción). La fuente original, por tanto, era una proyección de velocidad de cálculo.

Lo que ocurrió después:Comprobación de la velocidad: con el mismo indicador que el gráfico original, el valor HPL usado en TOP500, que el gráfico también cita como fuente, El Capitan (Estados Unidos), primero en noviembre de 2025, alcanzaba 1.809 exaflops, unas 1.8×10¹⁸ operaciones por segundo: solo alrededor de 1/5.5 de 10¹⁹ FLOPS. LineShine (China), primero en junio de 2026, tampoco llegaba, con 2.198 exaflops. En otra clasificación, HPL-MxP, antes HPL-AI, que mide cálculos con precisión mixta, incluidos cálculos con menos dígitos, 3 máquinas superaron 10¹⁹ FLOPS en noviembre de 2025: El Capitan (16.680), Aurora (11.643) y Frontier (11.390). Los 10¹⁶ FLOPS, previstos en el gráfico para 2013, ya los había alcanzado “K”, de Japón, en noviembre de 2011, con 10.51 petaflops. Resultados de simulación cerebral: en 2013 se usaron todos los nodos de K para simular 1.73 mil millones de neuronas y 10.4 billones de sinapsis, aproximadamente el 1% de los circuitos neuronales del cerebro humano. Reproducir 1 segundo de actividad requirió 40 minutos (RIKEN y otros). En 2018, RIKEN escribió que ni las supercomputadoras más potentes de entonces podían simular a la escala del cerebro humano completo y presentó un método para lograrlo con la siguiente generación, a partir de 2020. En noviembre de 2025, el Instituto Allen, la Universidad de Electrocomunicaciones y otros anunciaron que habían simulado con detalle toda la corteza cerebral de un ratón usando “Fugaku”: unos 10 millones de neuronas, 26 mil millones de sinapsis y 86 regiones cerebrales. Anton Arkhipov, del Instituto Allen, dijo que el objetivo a largo plazo era modelar el cerebro completo y, más adelante, también el humano. Ninguno de los anuncios de los responsables consultados por este sitio afirmaba haber simulado todo el cerebro humano hasta 2025.

Lo que aún no se sabe:Las estimaciones del cálculo necesario para simular todo el cerebro humano varían mucho según quien las haga. Una nota de otro capítulo del mismo libro blanco de 2014 recoge una previsión de Modha, de IBM, de 2008: en 2018 sería posible simular el cerebro humano con 38.5 petaflops, aproximadamente 4×10¹⁶. Difiere en unas 260 veces de los 10¹⁹ del gráfico de Kurzweil. La velocidad necesaria depende de cuánto detalle se reproduzca de las neuronas; por ejemplo, se anunció que la simulación de “Fugaku” de 2025 reproducía incluso la corriente eléctrica en sus ramificaciones. Este sitio no ha podido verificar por completo si no existe ningún caso de simulación de todo el cerebro humano hasta 2025: solo se consultaron 3 anuncios de las partes responsables.

Al comprobarlo mediante investigación, el esquema de “un pico de expectativas, un valle de decepción y una estabilización” no encajó exactamente

Un estudio comprobó con los propios registros de Gartner si realmente se producía su gráfico de picos y valles de expectativas, el ciclo de sobreexpectación. Informó de discrepancias entre los registros reales y el esquema del gráfico.

Lo que aún no se sabe:La idea de que “se repite siempre el mismo proceso” es un patrón que parece observarse en la historia; no puede considerarse una ley fija. No se sabe si el cuarto auge seguirá esa misma forma.

En 2019, una empresa de investigación situó la inteligencia artificial en Japón en el “valle de la desilusión” (traducción)

El “Ciclo de sobreexpectación de las tecnologías en Japón: 2019” (traducción) (日本におけるテクノロジのハイプ・サイクル：2019年), publicado por Gartner Japan, situó la inteligencia artificial en el “valle de la desilusión” (traducción) (fase en la que se extiende la decepción tras unas expectativas excesivas). Explicaba que los proyectos de prueba habían llevado a pasar de las expectativas a afrontar la realidad.

Lo que aún no se sabe:La forma de la curva del ciclo de sobreexpectación es una valoración propia de la empresa de investigación; no es una ley comprobada.

En 2025, según la evaluación de la misma consultora en Japón, la IA generativa está en el “pico de expectativas sobredimensionadas”; en la figura, en el límite con el valle de la desilusión

El texto del “Ciclo de sobreexpectación de las tecnologías de infraestructura orientadas al futuro en Japón: 2025” (日本における未来志向型インフラ・テクノロジのハイプ・サイクル：2025年) de Gartner Japan describe la posición de los agentes de IA y de la IA generativa con las palabras “se sitúa en el pico de las ‘expectativas excesivas’” (traducción). En cambio, el punto de la IA generativa en la figura está sobre la línea que separa el pico del valle de la desilusión, y el título de un artículo periodístico afirma: “La IA generativa está en una fase de desilusión” (traducción).

Lo que aún no se sabe:La posición actual del cuarto auge en la curva varía según quien lo observe y no se conoce con certeza.

[Japón] En la Dieta y los títulos de libros, el segundo pico llega en 1990 (unos 3 años después que en inglés) y el tercero en 2019; vuelve a subir desde 2023

Se contaron en las actas de intervenciones de la Dieta y en títulos de libros japoneses las apariciones de “inteligencia artificial” (人工知能) y “IA” con el sentido de IA (recontadas tras excluir las que eran parte de otras palabras). En los títulos de libros, “inteligencia artificial” alcanzó su máximo en 1990 (37 libros). En la Dieta tuvo picos en 1985 (7 apariciones) y 1990 (9), y casi 0 entre 1993 y 2014. Las apariciones deＡＩcon el sentido de IA en la Dieta pasaron de 11 en 2015 a 593 en 2019, bajaron a 336 en 2021 y subieron a 761 en 2023 y 2,424 en 2025 (año en que se aprobó una ley de IA). “IA generativa” (生成ＡＩ) tuvo 0 apariciones hasta 2022 y 172 en 2023.

Lo que aún no se sabe:No se puede atribuir a una sola causa la caída de 2020–2021 (coincide con el período de la epidemia).

¿De qué año a qué año duró el “primer invierno de la IA”? — La respuesta cambia según la fuente. Hay historiadores que sostienen: “No hubo un ‘primer invierno de la IA’”

El libro blanco del Ministerio de Asuntos Internos y Comunicaciones de Japón (2016) llama “época de invierno” (traducción) a la década de 1970, mientras que Wikipedia sitúa ese período en 1974–1980. En cambio, Nilsson (2010), investigador que escribió una historia de la IA, llama “épocas de auge” al período aproximado de 1975–1985 y sitúa el “invierno de la IA” a finales de la década de 1980. El historiador Haigh (2023) también sostiene que “No hubo un ‘primer invierno de la IA’”, basándose, entre otras cosas, en que los miembros del grupo de IA (SIGART) de la asociación de informática ACM casi se triplicaron entre 1973 y 1978. Uno de los primeros usos de la expresión “invierno de la IA” data de 1984, como una forma de expresar preocupación por un invierno que podría llegar en el futuro.

Lo que aún no se sabe:No se han encontrado cifras de la financiación de toda la investigación en IA de la década de 1970, ordenadas por país y año. La respuesta a si fue un “invierno de la IA” depende del criterio empleado (presupuestos de grandes laboratorios / cantidad de miembros de asociaciones científicas / uso de las palabras).

En 1984, “invierno de la IA” se utilizó como nombre de la peor situación que podía llegar en el futuro

En el debate de AAAI-84, el moderador Drew McDermott explicó que entre los investigadores había preocupación por unas expectativas tan altas sobre la IA que algún día podrían causar grandes problemas. Describió el peor escenario: 5 años después, la strategic computing initiative (iniciativa de computación estratégica) fracasaría estrepitosamente; la quinta generación japonesa también fallaría; el Gobierno japonés abandonaría rápidamente las computadoras; todas las empresas emergentes quebrarían; y no habría financiación para nada relacionado con la IA. Lo describió como “Esta situación, que algunos llaman el ‘invierno de la IA’” (traducción). Llamó a los investigadores a advertirse a sí mismos y al público para evitarlo. Así, “invierno de la IA” surgió en pleno segundo auge como una advertencia sobre el futuro. Llamar “primer invierno de la IA” a la reducción de la financiación de investigación de la década de 1970 fue una denominación posterior.

Lo que aún no se sabe:No se sabe quién dijo primero “invierno de la IA” (incluso el debate dice “lo que algunos llaman el ‘invierno de la IA’” (traducción)). No se ha comprobado a qué libro corresponde el pequeño valor de Ngram de 1983.

Mesa redonda de la Sociedad Japonesa de Inteligencia Artificial (2023): ante la pregunta de si estamos en el cuarto auge, “Nadie lo ha autorizado, ¿verdad?” (traducción), “Quizá sea algo así como el auge 3.1” (traducción); quizá “se ha convertido en un ámbito que no se enfría” (traducción)

En una mesa redonda con las personas que crearon el panorama ilustrado de la historia, Fujio Toriumi preguntó: “Entonces, ¿ahora se considera el cuarto auge de la IA?” (traducción). Hitoshi Matsubara respondió: “Hay profesores que lo llaman así” (traducción), y Tadahiro Taniguchi añadió: “En cierto modo, basta con decirlo para que se imponga (risas)” (traducción). Cuando Toriumi insistió en si tampoco había alguien que lo decidiera, Matsubara respondió: “Nadie lo ha autorizado, ¿verdad?” (traducción) (authorize significa reconocer oficialmente), y “Aunque también tengo la impresión de que sigue en lo alto desde el tercer auge” (traducción). Mai Sugimoto, de la Facultad de Sociología de la Universidad de Kansai, comentó: “Para empezar, a escala mundial es discutible cómo se consideran el segundo auge de la IA y el segundo invierno que vino después” (traducción) y “Creo que en Japón tuvo un gran impacto el Proyecto de Computadoras de Quinta Generación” (traducción). Añadió que “Si la financiación no se interrumpe, no se da la impresión (ante la sociedad) de que haya un declive” (traducción) y que, al haberse pasado del tercer auge al de la IA generativa sin interrupción de fondos, “No creo que eso signifique que el auge haya terminado por el momento” (traducción). Toriumi dijo: “Quizá sea algo así como el auge 3.1” (traducción), y Sugimoto continuó sugiriendo que quizá “Se ha convertido en un campo que crece sin depender de un auge, un campo que no se enfría” (traducción). El intercambio terminó con Toriumi diciendo “Quizá vuelva a llegar un invierno (risas)” (traducción) y Sugimoto respondiendo “Quizá acabemos de decir algo que se vuelva en nuestra contra (risas)” (traducción). La expresión japonesa sobre “levantar una bandera” significa dar una señal de que algo podría ocurrir.

Lo que aún no se sabe:Si los límites entre auges se determinan por una interrupción de la financiación, no hay una separación entre el tercero y el actual. Si se determinan por la atención que reciben en la sociedad, hay una separación en 2022–2023. La respuesta cambia según el criterio elegido.

El banco central del Reino Unido advierte sobre las empresas tecnológicas centradas en IA: “Según varias medidas, las valoraciones del mercado de acciones parecen excesivas, en particular las de las empresas tecnológicas” (traducción)

El comité que vigila la estabilidad financiera del Banco de Inglaterra, el banco central del Reino Unido, escribió en sus actas de octubre de 2025, en referencia especialmente a las empresas tecnológicas centradas en IA: “Según varias medidas, las valoraciones del mercado de acciones parecen excesivas, en particular las de las empresas tecnológicas” (traducción). Dado que los índices bursátiles se concentran en unas pocas empresas, señaló que los mercados podrían verse muy afectados “si las expectativas sobre el impacto de la IA se vuelven menos optimistas” (traducción). Como posibles desencadenantes de una caída, citó que el rendimiento o la adopción de la IA no cumplieran las expectativas, y la escasez de electricidad, datos o materiales. También citó grandes descubrimientos conceptuales que hicieran innecesaria una infraestructura enorme de IA. El informe de julio de 2026 volvió a señalar: “Los precios de las acciones han aumentado, especialmente los de las relacionadas con la IA” (traducción), “según algunos indicadores, las valoraciones también se han vuelto más desproporcionadas” (traducción) y “El riesgo de una fuerte caída en los mercados de acciones sigue siendo alto” (traducción).

Lo que aún no se sabe:No se sabe si después del auge actual llegará una época de invierno. En julio de 2026, el banco central escribió: “El riesgo de una fuerte caída en los mercados de acciones sigue siendo alto” (traducción). A la vez, los precios de las acciones seguían subiendo. Aún no hay una respuesta.

En 2025, según la evaluación de la misma consultora en Japón, la IA generativa está en el “pico de expectativas sobredimensionadas”; en la figura, en el límite con el valle de la desilusión

El texto del “Ciclo de sobreexpectación de las tecnologías de infraestructura orientadas al futuro en Japón: 2025” (日本における未来志向型インフラ・テクノロジのハイプ・サイクル：2025年) de Gartner Japan describe la posición de los agentes de IA y de la IA generativa con las palabras “se sitúa en el pico de las ‘expectativas excesivas’” (traducción). En cambio, el punto de la IA generativa en la figura está sobre la línea que separa el pico del valle de la desilusión, y el título de un artículo periodístico afirma: “La IA generativa está en una fase de desilusión” (traducción).

Lo que aún no se sabe:La posición actual del cuarto auge en la curva varía según quien lo observe y no se conoce con certeza.

Mesa redonda de la Sociedad Japonesa de Inteligencia Artificial (2023): ante la pregunta de si estamos en el cuarto auge, “Nadie lo ha autorizado, ¿verdad?” (traducción), “Quizá sea algo así como el auge 3.1” (traducción); quizá “se ha convertido en un ámbito que no se enfría” (traducción)

En una mesa redonda con las personas que crearon el panorama ilustrado de la historia, Fujio Toriumi preguntó: “Entonces, ¿ahora se considera el cuarto auge de la IA?” (traducción). Hitoshi Matsubara respondió: “Hay profesores que lo llaman así” (traducción), y Tadahiro Taniguchi añadió: “En cierto modo, basta con decirlo para que se imponga (risas)” (traducción). Cuando Toriumi insistió en si tampoco había alguien que lo decidiera, Matsubara respondió: “Nadie lo ha autorizado, ¿verdad?” (traducción) (authorize significa reconocer oficialmente), y “Aunque también tengo la impresión de que sigue en lo alto desde el tercer auge” (traducción). Mai Sugimoto, de la Facultad de Sociología de la Universidad de Kansai, comentó: “Para empezar, a escala mundial es discutible cómo se consideran el segundo auge de la IA y el segundo invierno que vino después” (traducción) y “Creo que en Japón tuvo un gran impacto el Proyecto de Computadoras de Quinta Generación” (traducción). Añadió que “Si la financiación no se interrumpe, no se da la impresión (ante la sociedad) de que haya un declive” (traducción) y que, al haberse pasado del tercer auge al de la IA generativa sin interrupción de fondos, “No creo que eso signifique que el auge haya terminado por el momento” (traducción). Toriumi dijo: “Quizá sea algo así como el auge 3.1” (traducción), y Sugimoto continuó sugiriendo que quizá “Se ha convertido en un campo que crece sin depender de un auge, un campo que no se enfría” (traducción). El intercambio terminó con Toriumi diciendo “Quizá vuelva a llegar un invierno (risas)” (traducción) y Sugimoto respondiendo “Quizá acabemos de decir algo que se vuelva en nuestra contra (risas)” (traducción). La expresión japonesa sobre “levantar una bandera” significa dar una señal de que algo podría ocurrir.

Lo que aún no se sabe:Si los límites entre auges se determinan por una interrupción de la financiación, no hay una separación entre el tercero y el actual. Si se determinan por la atención que reciben en la sociedad, hay una separación en 2022–2023. La respuesta cambia según el criterio elegido.

Libro blanco del Ministerio de Asuntos Internos y Comunicaciones (2024): con la difusión de la IA generativa desde alrededor de 2022, “También se dice que actualmente se ha entrado en el cuarto auge de la IA” (traducción)

El libro blanco del gobierno, la edición de 2024 (año 6 de Reiwa) del “Libro blanco sobre información y comunicaciones” (情報通信白書) del Ministerio de Asuntos Internos y Comunicaciones, explica que la historia de la IA “ha alternado varias veces entre auges y épocas de invierno” (traducción). Añade que “debido a la rápida difusión de la IA generativa desde alrededor de 2022” (traducción) —la IA generativa crea textos o imágenes—, “También se dice que actualmente se ha entrado en el cuarto auge de la IA” (traducción). Evita afirmarlo de forma categórica y se limita a la expresión “también se dice” (traducción). En la misma sección describe el tercer auge como “desde la década de 2000” (traducción) y “el tercer auge de la IA, que continúa hasta hoy” (traducción). En la figura Ⅰ-3-1-1, la franja del cuarto auge comienza en 2022 y aparece la frase “hacia un auge mundial de la IA sin pasar por un invierno” (traducción).

Informe internacional de 96 especialistas, incluido un comité asesor elegido por 30 países y otros organismos: “El funcionamiento interno de estos modelos es en gran medida indescifrable, incluso para sus desarrolladores” (traducción) y “los expertos discrepan sobre qué esperar incluso en los próximos meses y años” (traducción)

A raíz de la reunión de Bletchley de 2023, 96 especialistas dirigidos por Yoshua Bengio elaboraron un informe internacional sobre seguridad de la IA. Entre ellos figuraba un comité asesor elegido por 30 países, la ONU, la UE y la OCDE; por Japón participó Hiroaki Kitano. El informe explica que un modelo de IA de propósito general “no está programado en el sentido tradicional” (traducción), sino que se construye mediante el entrenamiento. Señala: “El funcionamiento interno de estos modelos es, en gran medida, indescifrable, incluso para quienes los desarrollan” (traducción) y “las técnicas de interpretabilidad para explicar el motivo de … una determinada salida siguen siendo muy limitadas” (traducción). Sobre los avances futuros, afirma que la mejora de las capacidades de la IA de propósito general “podría avanzar lentamente, rápidamente o extremadamente rápido” (traducción), y que los especialistas “discrepan sobre el ritmo … distintas opiniones sobre las posibilidades de seguir aumentando la ‘escala’” (traducción). El segundo informe, de febrero de 2026, también señala que “los investigadores no pueden predecir de manera fiable cuándo surgirán capacidades específicas” (traducción) y que “los expertos discrepan sobre si continuará el aumento exponencial de los recursos de entrada” (traducción). Estos recursos de entrada son el cálculo, las mejoras de los algoritmos y los datos.

Lo que aún no se sabe:Lo que aún no se sabe, según los especialistas elegidos por los países: ① El funcionamiento interno de las grandes IA actuales: resulta casi indescifrable incluso para sus desarrolladores, y las técnicas para explicarlo siguen siendo muy limitadas. ② La velocidad del progreso futuro: podría ser lenta, rápida o muy rápida, y los especialistas discrepan sobre hasta dónde será eficaz aumentar la escala. El informe de 2026 mantiene incertidumbres similares.

Los propios investigadores que estudian el interior de la IA señalan que “hay muchos problemas abiertos en este campo que requieren soluciones” (traducción): 29 personas de universidades, institutos y empresas

29 investigadores que estudian cómo calcula cada componente dentro de las grandes IA, un campo llamado interpretabilidad mecanicista, reunieron los “problemas abiertos” de su área. Los autores pertenecen a empresas y universidades como Apollo Research, Anthropic, Google DeepMind, MIT y las universidades de Harvard, Tel Aviv y Melbourne. El artículo reconoce los avances recientes, pero señala: “muchos problemas abiertos … requieren soluciones antes de que puedan materializarse muchos beneficios científicos y prácticos” (traducción). Entre los ejemplos indica que no está claro qué son las “características”, las principales pistas de la investigación; que actualmente las capacidades de la IA se evalúan sobre todo con pruebas de “caja negra”, observando las respuestas desde fuera; y que no se sabe si los métodos que funcionaron con pequeñas IA experimentales pueden ampliarse a las grandes IA más avanzadas.

Lo que aún no se sabe:Lo que aún no se sabe, según los propios especialistas que investigan la estructura interna: los métodos para descifrar qué se calcula dentro de las grandes IA siguen sin estar claros, incluso en sus conceptos básicos, como qué son las “características”. Las capacidades de las IA actuales se estudian principalmente mediante pruebas desde fuera.

La predicción de Turing: “dentro de unos cincuenta años ... un 70 por ciento de probabilidad ... tras cinco minutos” (traducción)

En su artículo de 1950, Turing presentó su previsión: dentro de unos 50 años sería posible programar computadoras para jugar bien al juego de imitación, y la probabilidad de que un interrogador corriente las identificara correctamente tras 5 minutos de preguntas no superaría el 70%. En el mismo párrafo escribió que, a finales del siglo, cambiarían el uso de las palabras y las opiniones de la gente, y se podría “hablar de máquinas que piensan” (traducción) sin recibir objeciones.

Lo que ocurrió después:Según un artículo de revisión de 2000 (Saygin y colaboradores), ningún programa había ganado todavía el gran premio del concurso con recompensa económica celebrado desde 1991 (Premio Loebner), y los registros mostraban que normalmente se identificaba pronto a las máquinas. Por tanto, en el año de la predicción no se había cumplido en la forma prevista. Aunque se dijo de los resultados del concurso de 2000 que “demuestra que la predicción de Turing era errónea” (traducción), Copeland escribió ese mismo año que “‘Unos cincuenta años’ no significa ‘exactamente cincuenta años’” (traducción). Más tarde, en marzo de 2025, investigadores de una universidad estadounidense (UC San Diego) publicaron en un artículo (arXiv) los resultados de un experimento en el que cada interrogador conversaba simultáneamente durante 5 minutos con una persona y una máquina. De las 2 IA de lenguaje de gran tamaño instruidas para representar el papel de una persona, una (GPT-4.5) fue considerada humana el 73% de las veces y la otra (LLaMa-3.1-405B), el 56% (al haber 2 opciones, con la primera los interrogadores acertaron al identificarla en el 27% restante). Sin embargo, es un resultado de un solo grupo de investigación y este sitio no ha comprobado las evaluaciones posteriores. Tampoco se ha comprobado la parte de “hablar de máquinas que piensan sin esperar que alguien lo contradiga” (traducción).

Lo que aún no se sabe:No se sabe si el hecho de que una máquina fuera considerada humana en el experimento de 2025 significa que pueda “pensar” (el propio Turing sustituyó la pregunta original por un juego porque consideraba que no merecía discutirse).

¿De qué año a qué año duró el “primer invierno de la IA”? — La respuesta cambia según la fuente. Hay historiadores que sostienen: “No hubo un ‘primer invierno de la IA’”

El libro blanco del Ministerio de Asuntos Internos y Comunicaciones de Japón (2016) llama “época de invierno” (traducción) a la década de 1970, mientras que Wikipedia sitúa ese período en 1974–1980. En cambio, Nilsson (2010), investigador que escribió una historia de la IA, llama “épocas de auge” al período aproximado de 1975–1985 y sitúa el “invierno de la IA” a finales de la década de 1980. El historiador Haigh (2023) también sostiene que “No hubo un ‘primer invierno de la IA’”, basándose, entre otras cosas, en que los miembros del grupo de IA (SIGART) de la asociación de informática ACM casi se triplicaron entre 1973 y 1978. Uno de los primeros usos de la expresión “invierno de la IA” data de 1984, como una forma de expresar preocupación por un invierno que podría llegar en el futuro.

Lo que aún no se sabe:No se han encontrado cifras de la financiación de toda la investigación en IA de la década de 1970, ordenadas por país y año. La respuesta a si fue un “invierno de la IA” depende del criterio empleado (presupuestos de grandes laboratorios / cantidad de miembros de asociaciones científicas / uso de las palabras).

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

Los encabezados de “Historia de la inteligencia artificial” (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, “desde la década de 2020” (traducción). El artículo japonés “El invierno de la IA” (AIの冬) contiene la sección “La actual primavera de la IA (2022–presente)” (traducción) (現在のAIの春（2022年〜現在）). El artículo en inglés “Auge de la IA” (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 “Invierno de la IA” (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.

La predicción de Kurzweil de que la IA alcanzará la inteligencia humana para 2029: en 2002 apuesta 20,000 dólares con Kapor, que discrepa, y la revisa en su libro de 2024

El inventor Ray Kurzweil, conocido por sus predicciones del futuro, predijo en 1999 que la IA alcanzaría una inteligencia de nivel humano para 2029 (según la descripción de la editorial). En 2002 apostó 20,000 dólares con Mitch Kapor sobre la predicción “Para 2029, ninguna computadora … habrá superado la prueba de Turing” (traducción; posición de Kapor). Las reglas eran detalladas: 3 jueces conversarían por escrito durante 2 horas con cada uno de 4 participantes, una computadora y 3 personas (24 horas en total), y la computadora aprobaría si engañaba al menos a 2 de los 3 jueces. Kurzweil revisa esta predicción de 2029 en su libro de 2024, “La singularidad está más cerca” (シンギュラリティはより近く).

Lo que ocurrió después:El resultado se conocerá en 2029. En 2025, un estudio encontró que GPT-4.5 fue identificado como humano en el 73% de las conversaciones de 5 minutos. Pero esa prueba es distinta de las condiciones de la apuesta (24 horas de pruebas en total), y la apuesta aún no tiene un veredicto (no se encontró un registro de su resolución).

¿Ganaría una IA el oro en la Olimpiada de Matemáticas antes de terminar 2025? En 2022, dos investigadores estimaron probabilidades de menos del 8% y más del 16%. En julio de 2025 llegó el resultado

Los investigadores de IA Paul Christiano y Eliezer Yudkowsky tenían opiniones distintas sobre el progreso de la IA. Por ello, publicaron probabilidades para una predicción comprobable sobre la Olimpiada Internacional de Matemáticas, un concurso para estudiantes de secundaria. La descripción de la IA y del resultado era: “creada antes de la Olimpiada Internacional de Matemáticas (IMO), es capaz de obtener una medalla de oro … en uno de los años 2022-2025” (traducción) (con las reglas de tiempo y otras condiciones del IMO Grand Challenge). Christiano estimó menos del 8% y Yudkowsky un 16% o más. Christiano estimó menos del 4% de probabilidad de resolver el problema más difícil. En julio de 2025, Google DeepMind anunció que una versión mejorada de Gemini había resuelto por completo 5 de los 6 problemas y obtenido 35 de 42 puntos (puntuación de medalla de oro), y que los evaluadores del concurso habían puntuado y confirmado oficialmente sus respuestas. Redactó las soluciones en lenguaje corriente dentro del límite de 4.5 horas.

Lo que ocurrió después:En julio de 2025, una versión mejorada de Gemini, de Google DeepMind, obtuvo 35 de 42 puntos (puntuación de medalla de oro). Los evaluadores del concurso puntuaron oficialmente las respuestas y el presidente de la Olimpiada Internacional de Matemáticas confirmó que era “una puntuación de medalla de oro” (traducción) (según el blog, la confirmación se refiere a las respuestas, no a la verificación del sistema de IA). Se realizó dentro del límite de 4.5 horas y no resolvió el problema más difícil, el n.º 6 (resolvió 5 de 6). Como ambas predicciones eran probabilísticas, no puede afirmarse que acertaran o fallaran, pero el resultado real se acercó más a la postura que estimaba una probabilidad mayor (más del 16%).

La predicción de Kurzweil de que la IA alcanzará la inteligencia humana para 2029: en 2002 apuesta 20,000 dólares con Kapor, que discrepa, y la revisa en su libro de 2024

El inventor Ray Kurzweil, conocido por sus predicciones del futuro, predijo en 1999 que la IA alcanzaría una inteligencia de nivel humano para 2029 (según la descripción de la editorial). En 2002 apostó 20,000 dólares con Mitch Kapor sobre la predicción “Para 2029, ninguna computadora … habrá superado la prueba de Turing” (traducción; posición de Kapor). Las reglas eran detalladas: 3 jueces conversarían por escrito durante 2 horas con cada uno de 4 participantes, una computadora y 3 personas (24 horas en total), y la computadora aprobaría si engañaba al menos a 2 de los 3 jueces. Kurzweil revisa esta predicción de 2029 en su libro de 2024, “La singularidad está más cerca” (シンギュラリティはより近く).

Lo que ocurrió después:El resultado se conocerá en 2029. En 2025, un estudio encontró que GPT-4.5 fue identificado como humano en el 73% de las conversaciones de 5 minutos. Pero esa prueba es distinta de las condiciones de la apuesta (24 horas de pruebas en total), y la apuesta aún no tiene un veredicto (no se encontró un registro de su resolución).

En 2011, Shane Legg, futuro investigador de Google DeepMind, predice “AGI al nivel humano … una media de 2028 y una moda de 2025” (traducción)

El investigador de IA Shane Legg publicó también el 31 de diciembre de 2011 sus predicciones anuales en su blog. Representó mediante una distribución de probabilidad el año en que aparecería una inteligencia artificial general (AGI) al nivel humano: media de 2028 y año más probable de 2025, suponiendo que no hubiera grandes acontecimientos como una guerra nuclear. También escribió “Espero ver una proto-AGI impresionante en los próximos 8 años” (traducción). Explicó que ese prototipo sería un sistema que adquiriera mediante aprendizaje las capacidades básicas de visión, audición, control corporal y lenguaje, en lugar de recibirlas programadas de antemano. En los comentarios escribió “Una complicación de esta predicción es que podría ser imposible refutarla” (traducción) (continúa explicando que, por ejemplo, un gran ejército tendría motivos fuertes para mantener en secreto un sistema así) y “esta podría ser mi última predicción anual … una especie de situación en la que se pierde en cualquier caso” (traducción).

Lo que ocurrió después:Ya pasó 2025, el año considerado más probable. Este sitio no ha encontrado una fuente en la que un tercero determine que se ha logrado una AGI al nivel humano. La media de 2028 sigue pendiente de comprobación. Para la “proto-AGI” esperada para 2019, Legg dio un criterio: que, tras recibir explicaciones y probarla durante 1–2 horas, una persona conocedora pensara que faltaban como máximo 10 años para alcanzar el nivel humano. No se han encontrado fuentes que determinen si hubo algún sistema que lo cumpliera.

Predicción sobre AGI, IA de propósito general al nivel humano: “En los próximos cinco a diez años, creo.” (traducción) (Hassabis, de Google DeepMind, en una entrevista de televisión de 2025)

En abril de 2025, Demis Hassabis, director de Google DeepMind y Premio Nobel de Química de 2024, respondió a una entrevista del programa “60 Minutes” de la cadena estadounidense CBS. Cuando el entrevistador le preguntó “Vamos por buen camino para lograr AGI en…” (traducción), Hassabis respondió: “En los próximos cinco a diez años, creo.” (traducción). AGI significa una IA capaz de realizar todo tipo de tareas intelectuales como un ser humano. Ante la pregunta “¿Y qué habrá en 2030?” (traducción), describió un sistema que comprende “todo lo que hay alrededor ... de formas matizadas y profundas ... de algún modo integrado en la vida cotidiana” (traducción). En la misma entrevista señaló que la IA actual todavía no puede proponer espontáneamente nuevas preguntas o hipótesis, carece de curiosidad y probablemente también le faltan algo de imaginación e intuición.

Lo que ocurrió después:Los años a los que se refiere la previsión aún no han llegado, a septiembre de 2026.

Lo que aún no se sabe:Los criterios para llamar “AGI” a un sistema varían entre personas y empresas, por lo que ni siquiera hay una medida acordada para determinar si se ha conseguido. Esta es una estimación de este sitio. La transcripción la presenta como una IA “con la versatilidad de una mente humana” (traducción).