La «carrera» hacia la inteligencia artificial general tiene menos que ver con quién alcanza primero la IAG que con quién controla los sistemas por los que la inteligencia artificial se vuelve cotidiana.
La narrativa que subyace a la carrera por la IAG sostiene el argumento a favor de las enormes inversiones de los hiperescaladores y sus accionistas, pero también desvía la atención de los mayores riesgos para las sociedades.
Si los gobiernos siguen tratando la IA como una carrera que hay que ganar, corren el riesgo de ignorar la tarea más difícil: construir sociedades capaces de asimilar una inteligencia que no controlan por completo.
Los responsables de la toma de decisiones del sector público y privado suelen describir la inteligencia artificial general, o IAG, como una carrera. Este enfoque resulta tranquilizador, pero es erróneo.
La «carrera» de la IA no consiste en cruzar una línea de meta de capacidades similares a las humanas, y mucho menos de una inteligencia divina. Consiste en la expansión de la inteligencia artificial en empresas, gobiernos y servicios públicos antes de que las instituciones políticas estén preparadas para ella.
La inteligencia artificial ya se está extendiendo por la economía mundial más rápido de lo que las instituciones pueden adaptarse, mientras que sus beneficios están a punto de concentrarse en quienes poseen la capacidad de cómputo y los canales de distribución a través de los cuales se desplegará la inteligencia. El Fondo Monetario Internacional (FMI) ha advertido que la IA generativa podría aumentar la productividad y, al mismo tiempo, ampliar la desigualdad.
En este contexto, la retórica de una carrera por la IAG sirve a los intereses de los laboratorios de vanguardia y los hiperescaladores que buscan justificar enormes inversiones en chips, centros de datos e infraestructura energética. Resulta menos útil para los gobiernos y las sociedades que deben gestionar el desplazamiento laboral, las cada vez más sofisticadas ciberamenazas y el deterioro de la soberanía.
La pregunta no es quién alcanza primero la IAG, sino quién controla los sistemas físicos y digitales a través de los cuales la inteligencia artificial se vuelve cotidiana.
Por qué la analogía de la «carrera» de la IA es falsa
La narrativa conocida sostiene que Estados Unidos y China están inmersos en una pugna por la supremacía tecnológica. Washington cuenta con laboratorios de vanguardia y dominio de los chips, mientras que Pekín tiene escala, profundidad industrial e incentivos para abaratar el despliegue. A menudo se describe a las dos potencias como separadas por unos meses, y se dice que cada una corre para impedir que la otra obtenga una ventaja decisiva. Pero esta narrativa no refleja adecuadamente el problema al que se enfrentan los gobiernos.
La inteligencia artificial general sigue estando mal definida, y las predicciones sobre cuándo llegará suelen oscurecer más de lo que aclaran. Estados Unidos lleva la delantera en inversión privada en IA, pero los modelos chinos han reducido las brechas de rendimiento en indicadores clave relacionados con el coste, la velocidad y la escalabilidad.
La afirmación de que un país o una empresa pueden «ganar» se desmorona en cuanto uno se pregunta qué significaría la victoria. El modelo más capaz, el mayor mercado empresarial, los mayores aumentos de productividad o el sistema de vigilancia más avanzado confieren cada uno un tipo de poder distinto.
Sin embargo, la retórica de la victoria sigue sosteniendo el argumento a favor de las extraordinarias inversiones de los hiperescaladores y sus accionistas, que necesitan una narrativa lo bastante ambiciosa para justificarlas. Ese enfoque convierte la aceleración comercial en una necesidad estratégica y desvía la atención de las sociedades que afrontan los mayores riesgos.
La disrupción se sentirá a medida que la inteligencia artificial general se integre en las rutinas del Estado, los mercados y la vida cotidiana. Ya está llegando a los sistemas de bienestar social, las operaciones empresariales y la planificación militar. Si alguna vez se declara que se ha alcanzado un umbral formal de IAG, la economía política de la inteligencia ya habrá cambiado.
La jerarquía de las potencias de la IA
La metáfora de la carrera también oculta la geografía emergente del poder de la IA. En la cima están Estados Unidos y China. Estados Unidos sigue una senda concentrada e intensiva en capital, mientras que China apuesta por la eficiencia y la sustitución de importaciones.
Las restricciones estadounidenses a los chips pueden frenar a Pekín, pero también lo obligan a innovar ante la escasez. Un sistema optimizado para reducir costes y ampliar su despliegue puede adquirir importancia geopolítica. Un análisis del modelo de razonamiento de bajo coste de DeepSeek concluyó que seguía siendo competitivo pese a haberse desarrollado bajo las restricciones estadounidenses a la exportación de unidades de procesamiento gráfico.
Por debajo de ellas están las potencias medias que intentan desarrollar suficiente capacidad de IA para evitar depender de modelos, chips y servicios en la nube extranjeros. Canadá, Francia, India, Japón, Arabia Saudí, Corea del Sur, Singapur, los Emiratos Árabes Unidos y el Reino Unido tienen el capital, el talento o los motivos estratégicos para hacer un intento serio.
Otros países buscarán una autonomía más limitada en los servicios públicos, la defensa y las industrias reguladas. La mayoría no desarrollará modelos de vanguardia, y muchos seguirán necesitando más capacidad de cómputo y mercados de capital más profundos para mantener el control de funciones críticas.
El tercer nivel incluye a la mayoría de los demás Estados, que utilizarán lo que esté disponible. Los modelos de código abierto y las aplicaciones especializadas permitirán a gobiernos y empresas adaptar sistemas cada vez más generales a las necesidades locales. Puede que generen cierta autonomía, pero también profundizarán la dependencia de arquitecturas diseñadas en otros lugares.
Paradójicamente, los mayores beneficios a corto plazo podrían recaer en quienes estén dispuestos a aprovechar los modelos de código abierto y de borde, en lugar de los sistemas de vanguardia. Muchas aplicaciones valiosas no requieren un modelo de un billón de parámetros alojado en un centro de datos lejano. Los sistemas más pequeños pueden transformar el diagnóstico sanitario y la detección del fraude, al funcionar más cerca de los usuarios, dentro de las empresas y en organismos públicos.
Esto importa porque la capacidad general llegará mediante agentes y sistemas especializados por ámbito que actúan en entornos reales, además de los grandes modelos de vanguardia. La difusión aumenta al mismo tiempo la capacidad y la exposición.
Los modelos abiertos y los sistemas de borde amplían la superficie de ataque y reducen la visibilidad sobre los usos posteriores. Los mismos sistemas que mejoran la administración pública pueden ampliar la vigilancia o automatizar el reconocimiento.
La IAG pone bajo presión la soberanía
El enfoque actual también pasa por alto el carácter acumulativo de los riesgos, ya que los gobiernos siguen tratando por separado los riesgos de la IA y la IAG.
Las armas autónomas y la propaganda sintética transformarán la seguridad nacional. Los mercados se reordenarán a medida que el capital sustituya al trabajo. La propia soberanía se pondrá a prueba cuando los países descubran que la independencia formal significa menos si la capa de inteligencia es propiedad de entidades extranjeras.
La tesis de inversión dominante en la IAG parte de que los rendimientos irán a parar a quienes poseen la capacidad de cómputo y la distribución. Eso puede tranquilizar a los accionistas, pero resulta menos alentador para los trabajadores y los contribuyentes.
Si la inteligencia artificial aumenta la productividad mientras debilita los ingresos laborales y concentra las rentas, la desestabilización política y social podría llegar rápidamente.
Pocas sociedades se están preparando a la escala que exige la disrupción. Los gobiernos siguen hablando el lenguaje de las estrategias de innovación y las salvaguardias voluntarias. Las empresas compiten a toda velocidad porque los inversores premian la rapidez. Se pide a la ciudadanía que confíe en instituciones que ya han perdido gran parte de su autoridad.
El impacto laboral es el peligro político más inmediato. La IA no tiene que eliminar el trabajo por completo para desestabilizar las sociedades. Una compresión de los salarios y de las trayectorias profesionales en puestos administrativos, de atención al cliente y relacionados con el software podría perjudicar los ingresos de los hogares y debilitar el vínculo entre educación, esfuerzo y recompensa del que dependen muchas sociedades democráticas.
Por qué la IA amenaza la democracia
Las democracias afrontan un problema particular porque sus instituciones tienen dificultades para planificar a largo plazo. Los sistemas regulatorios están fragmentados, y la ciudadanía ya desconfía de los expertos, por no hablar de los líderes empresariales y políticos.
El modelo centralizado de China quizá se adapte mejor a dirigir el capital y exigir la adopción de tecnologías. Pero eso no equivale a resiliencia social ni a calidad de la innovación. Es una advertencia sobre la capacidad democrática, no un respaldo al control centralizado.
La trayectoria por defecto es el desorden, no la abundancia. Estados Unidos seguirá impulsando la frontera tecnológica para evitar perder su ventaja. China difundirá la capacidad porque ve una vía para sortear el dominio estadounidense.
Las potencias medias buscarán autonomía práctica para reducir su dependencia de chips, servicios en la nube y modelos extranjeros. Las empresas integrarán agentes cada vez más capaces con mayor rapidez de la que los gobiernos pueden supervisarlos.
Evitar esa trayectoria exige una política de la IAG más seria. Los líderes deben tratar la inteligencia artificial como una cuestión de seguridad nacional, capacidad estatal y legitimidad pública, no como una agenda de innovación.
Las estrategias de IA soberana deben centrarse en la autonomía práctica sobre los sistemas críticos, mientras que las políticas laborales deben adelantarse al desplazamiento. La gobernanza de la seguridad debe ir más allá de los compromisos voluntarios y las evaluaciones limitadas de modelos.
La tarea más difícil es reconstruir la capacidad colectiva en sociedades con poca confianza. La gobernanza de la IAG requerirá cooperación entre Estados y empresas, así como entre potencias rivales. También exigirá que las instituciones públicas actúen antes de que surjan las crisis.
Replantear la inteligencia artificial general
Los gobiernos deben replantear la IA como una infraestructura crítica, en lugar de considerarla software comercial, y prestar especial atención al acceso a la capacidad de cómputo, los sistemas de datos públicos y la capacidad de evaluación. La disrupción laboral debe tratarse como un problema fiscal y político, mientras que la gobernanza de la seguridad debe pasar de los compromisos voluntarios a las obligaciones exigibles.
Los líderes políticos deben mantener un diálogo continuo sobre lo que puede hacer la inteligencia artificial general. Eso requiere un debate serio no solo con tecnólogos y científicos sociales, sino también con el público en general, ya que la legitimidad democrática depende de que la ciudadanía participe en las decisiones sobre cómo se despliega la inteligencia artificial.
Para la gran mayoría de los países, una estrategia creíble de IAG soberana no significa construir un modelo de vanguardia para ganar prestigio. Significa asegurar suficiente capacidad de cómputo y datos públicos fiables para gobernar modelos avanzados en sectores críticos.
La preparación del mercado laboral debe acelerarse mucho. Los gobiernos deben identificar las ocupaciones más expuestas y rediseñar los sistemas de formación antes de que el desplazamiento se vuelva explosivo.
La gobernanza de la seguridad debe adoptar un enfoque más estricto. Las aplicaciones cibernéticas y de defensa requieren pruebas obligatorias, notificación de incidentes y normas exigibles. Los compromisos voluntarios no se mantendrán cuando los incentivos premien la rapidez.
La política fiscal también tendrá que cambiar. Los impuestos a la IA y los gravámenes a los robots deben estudiarse como formas de financiar la adaptación social. La renta básica universal podría llegar a ser necesaria si el desplazamiento se vuelve lo bastante agudo, aunque la redistribución por sí sola no puede sustituir el trabajo como fuente de dignidad.
La IA generará grandes aumentos de productividad, pero sigue sin respuesta quién se apropiará de ellos y si las instituciones públicas podrán actuar antes de que la disrupción se consolide en forma de desconfianza. Si los gobiernos siguen tratando la IA como una carrera que hay que ganar, pasarán por alto la tarea más difícil: construir sociedades lo bastante resilientes para asimilar una inteligencia que no controlan por completo.
