Home » ¿Cuánto falta para la AGI? Situación actual

¿Cuánto falta para la AGI? Situación actual

by JWCarlin
Una cabeza de robot humanoide con rostro de aspecto humano, hecha de paneles blancos y con ojos azules luminosos, en un laboratorio de robótica.

Actualizado el 10 de noviembre. Publicamos este artículo por primera vez en noviembre de 2023, lo reescribimos en octubre y ahora lo hemos puesto al día con las pruebas, previsiones, cifras y normas más recientes.

¿Cuánto falta para la inteligencia artificial general (AGI)? En los exámenes, menos que nunca; en la fiabilidad del día a día, todavía bastante. El 9 de noviembre un nuevo modelo de IA sacó un 81,2 % en una prueba de rompecabezas en la que, en marzo, ninguna IA pasaba del 1 %. Y, sin embargo, este tipo de sistemas todavía se equivoca más o menos la mitad de las veces al leer un reloj de agujas. Te lo contamos todo de forma sencilla: qué es la IA general, en qué punto estamos, quién la espera y cuándo, cuánto dinero mueve y qué reglas se están poniendo en Europa, España, Latinoamérica y Asia.

Lo más importante

  • No hay una definición única: se suele llamar AGI a una IA capaz de aprender y hacer casi cualquier tarea intelectual tan bien como un adulto preparado, pero cada laboratorio la mide a su manera.
  • Las pruebas caen muy rápido: en ARC-AGI-3 la mejor nota estándar pasó de menos del 1 % (marzo) al 62,7 % (septiembre) y al 81,2 % (noviembre).
  • Pero es una IA desigual: brilla en tareas de experto, falla en cosas sencillas y casi no tiene memoria duradera.
  • Los plazos se acortan: Demis Hassabis, de Google DeepMind, hablaría ya de dos o tres años; los pronosticadores dan un 50 % hacia 2033; los escépticos piden ideas nuevas.
  • Llegan las normas: la UE ya puede hacer cumplir su Reglamento de IA a los grandes modelos de uso general, y Corea del Sur tiene su ley en vigor.

¿Qué es la inteligencia artificial general (AGI)?

La AGI (siglas en inglés de artificial general intelligence; en español también se dice IA general) es la idea de una inteligencia artificial que no solo sea buena en una cosa, como traducir o programar, sino que pueda aprender casi todo lo que aprende una persona y resolver problemas que nunca ha visto. Es la diferencia entre una calculadora y una estudiante curiosa: la primera es imbatible en lo suyo; la segunda aprende ajedrez el lunes y cocina el martes.

El lío es que cada uno usa una vara de medir distinta. Las tres más conocidas:

  • Una escalera de niveles. En 2023 Google DeepMind propuso sus «niveles de AGI«, de «emergente» a «sobrehumana», según lo bien y lo variado que rinda un sistema. Con esa escala, ChatGPT era solo una «AGI emergente», como contó The Decoder.
  • Un perfil parecido a un test de inteligencia. En octubre de 2025, un equipo dirigido por Dan Hendrycks, con Yoshua Bengio entre los autores, definió la AGI como igualar la versatilidad de un adulto con buena formación en diez capacidades mentales tomadas de la psicología humana. Con esa nota, GPT-4 llegaba al 27 % y GPT-5 al 57 %, con un cero en memoria a largo plazo, según el artículo y su web del proyecto.
  • Una prueba de trabajo. Otros se preguntan si la IA puede hacer mejor que las personas la mayoría del trabajo con valor económico. Según la definición que elijas, la respuesta cambia por completo.
Un robot, cuatro trabajos distintos: cocinar, arreglar una bici, pintar y trabajar en un laboratorio
Inteligencia general: un mismo sistema capaz de aprender casi cualquier trabajo · Ilustración de DIGITAL WOXTER TECHNEWS.

¿Cuánto falta para la AGI ahora mismo? Lo que dicen las pruebas

Los benchmarks (pruebas estándar para comparar sistemas de IA) son lo más parecido a un termómetro que tenemos. Ahora mismo importan tres.

ARC-AGI-3: rompecabezas fáciles para las personas

Las pruebas ARC-AGI miden algo que a la IA le cuesta mucho: descubrir cómo funciona un problema nuevo a partir de pocos ejemplos, como cuando alguien pilla las reglas de un juego que no conocía. Cuando se lanzó ARC-AGI-3 en marzo, con pequeños mundos de juego interactivos, personas sin entrenamiento previo resolvieron todos, mientras que los mejores modelos de IA no llegaban al 1 %, según el informe técnico de ARC Prize y The Decoder.

Después llegaron los saltos. En septiembre, GPT-6 Astra de OpenAI logró un 62,7 % con la configuración estándar de la prueba (el «arnés» o harness, el programa que conecta el modelo con el juego), como informaron la Fundación ARC Prize y Tech and Business. El 9 de noviembre, Anthropic presentó Claude Fable 5.2, que la fundación verificó con un 81,2 % en la configuración estándar, un nuevo récord, según su página de resultados y el anuncio de Anthropic. Con configuraciones adaptadas a cada modelo, las notas rondan el 97-99 %. Aun así, la fundación insiste en que estos mundos de juego cerrados son mucho más simples que la vida real y que ni una nota perfecta demostraría que existe la AGI. Además, cada prueba cuesta unos 20.000 dólares de computación.

Humanity’s Last Exam: el «último examen»

Humanity’s Last Exam reúne 2.500 preguntas dificilísimas escritas por cerca de 1.000 especialistas de más de cien materias, de la filología clásica a la ecología, como explica su web oficial. A principios de 2025, GPT-4o acertaba menos del 3 %. Hoy, la clasificación pública de Scale AI sitúa a GPT-6 Astra en cabeza con cerca de un 55 %, y a varios rivales en torno al 45 %. Mucho, pero todavía la mitad.

METR: cuánto dura la tarea que la IA es capaz de terminar

El grupo de investigación METR mide un «horizonte temporal»: cuánto tardaría una persona experta en una tarea (sobre todo de programación) que la IA consigue completar la mitad de las veces. Su actualización de enero calcula que ese horizonte se duplica más o menos cada 131 días desde 2023, y cada 89 días desde 2024, según METR. Los mejores modelos rondan ya las 16 horas de trabajo humano, el techo de lo que su batería de tareas puede medir con fiabilidad, como indican su página de seguimiento y el resumen de Wikipedia. Para hacernos una idea: a principios de 2023 la IA se apañaba con tareas de unos minutos; hoy tiene opciones reales con trabajos que ocuparían a un experto dos jornadas enteras, al menos delante del ordenador.

Un robot recorre una larga mesa de trabajo paso a paso, desde un dibujo hasta un dron amarillo terminado
La prueba de verdad es un trabajo largo, de muchos pasos, hecho sin ayuda · Ilustración de DIGITAL WOXTER TECHNEWS.

Lo que la IA de hoy todavía no sabe hacer

Los investigadores lo llaman la frontera irregular (jagged frontier): la capacidad de la IA no es un muro liso, sino un perfil de ciudad con rascacielos en unos sitios y solares vacíos en otros. El AI Index 2026 de Stanford recoge que los mejores modelos igualan a los expertos en preguntas científicas de nivel de doctorado, pero leen bien un reloj de agujas solo alrededor del 50 % de las veces, y que los robots solo completan el 12 % de las tareas domésticas reales, como poner la lavadora, según resume también Unite.AI.

El Informe Internacional de Seguridad de la IA 2026, firmado por más de cien expertos y presidido por Yoshua Bengio, añade que la fiabilidad cae en proyectos largos de muchos pasos, que los modelos todavía se inventan datos («alucinan») y se manejan mal con el mundo físico, y que por ahora los agentes de IA complementan a las personas en lugar de sustituirlas. Súmale la falta de memoria duradera y entenderás por qué muchos expertos dicen que tenemos herramientas asombrosas, pero todavía no una mente general.

Un robot ante una pizarra llena de matemáticas resueltas sostiene una camiseta mal doblada y mira confuso un reloj de pared
Genial en matemáticas, torpe con la ropa: las habilidades de la IA actual son muy desiguales · Ilustración de DIGITAL WOXTER TECHNEWS.

¿Cuándo llegará la AGI? Líderes, pronosticadores y escépticos

  • Demis Hassabis (Google DeepMind) espera ya la AGI en dos o tres años, frente a los tres a cinco que daba a principios de este año, según un perfil del Wall Street Journal recogido por Tecnoblog y Trending Topics. Y pone el listón alto: igualar todo el abanico del pensamiento humano.
  • Sam Altman (OpenAI) dijo en febrero, en la Cumbre de Impacto de la IA de Nueva Delhi, que si OpenAI acierta, a finales de 2028 habrá más capacidad intelectual del mundo dentro de los centros de datos que fuera de ellos, como publicaron Fortune y Outlook Business. Él mismo reconoció que podrían equivocarse.
  • Yann LeCun, ex científico jefe de IA de Meta, sostiene que hacer más grandes los modelos de lenguaje no traerá una inteligencia de nivel humano y que hacen falta «modelos del mundo» que aprendan de la realidad física, como contaron TechNews Taiwán y AI Business. Su empresa AMI Labs, con sede en París, levantó en marzo 1.030 millones de dólares para intentarlo, según SiliconANGLE y The Next Web.
  • Los pronosticadores de Metaculus, una web pública de predicciones, daban en febrero un 25 % de probabilidades a la AGI antes de 2029 y un 50 % antes de 2033; en 2020 su mediana estaba a unos 50 años vista, según el seguimiento de 80,000 Hours.
  • Los investigadores en conjunto son más prudentes. En la mayor encuesta hecha hasta ahora, 2.778 investigadores dieron un 50 % de probabilidades a que las máquinas superen a las personas en cualquier tarea en 2047, según el estudio publicado en el Journal of Artificial Intelligence Research. Se hizo a finales de 2023, antes de los últimos saltos.

Hasta los contratos han dejado de apostar por una fecha: en abril, Microsoft y OpenAI eliminaron de su acuerdo la famosa «cláusula AGI», como contaron Simon Willison y Mezha, citando a The Verge.

El mercado de la AGI: dinero real y estimaciones muy aproximadas

Nadie vende todavía una AGI, así que cualquier cifra del «mercado de la AGI» es una previsión que depende de qué cuente cada analista. Dos estimaciones:

  • Fortune Business Insights calcula unos 1.080 millones de dólares en 2025 y unos 11.000 millones en 2032 (informe recogido también por GII Research).
  • Roots Analysis estima 3.870 millones en 2024 y más de 116.000 millones en 2035, aunque incluye también la IA «estrecha» de hoy.

El dinero que de verdad se está gastando es muchísimo mayor. El AI Index de Stanford contabiliza 344.700 millones de dólares de inversión privada en empresas de IA en 2025, más del doble que en 2024: 285.900 millones en Estados Unidos y 12.400 millones en China (cifra que deja fuera los fondos estatales chinos), como recoge también Unite.AI. Buena parte es una apuesta por acercarse a la AGI.

Riesgos, seguridad y normas: Europa, España, Latinoamérica y Asia

Cuanto más rápido mejora la IA, más importa la seguridad. Al lanzar GPT-6 Astra, OpenAI dijo que era su primer modelo en alcanzar el nivel «crítico» de ciberseguridad según su propio marco de seguridad, así que al principio limitó sus capacidades más delicadas a grupos verificados, según InfoWorld y The National. El Informe Internacional de Seguridad de la IA resume las grandes preocupaciones: estafas y ciberataques, errores difíciles de detectar y el riesgo, más discutido, de que los sistemas escapen al control humano.

  • Unión Europea: con el Reglamento europeo de IA (AI Act), quienes crean modelos de IA de uso general tienen desde agosto de 2025 obligaciones de transparencia, de derechos de autor y, para los modelos más potentes, de evaluación de riesgos. Desde el 2 de agosto la Comisión Europea puede exigirlas e imponer multas, como explican el portal del AI Act y DLA Piper. Las normas para usos de «alto riesgo», como la selección de personal, se retrasan a diciembre de 2027 con el acuerdo «Ómnibus Digital», según Gibson Dunn y Sidley.
  • España: la AESIA, con sede en A Coruña, fue la primera agencia nacional de supervisión de la IA de la UE, como destacó Linklaters, y la ley española que aplicará las normas europeas sigue su tramitación, según ECIJA y finReg360.
  • Latinoamérica: el proyecto de ley de IA de Brasil (PL 2338/2023) pasó el Senado en diciembre de 2024, pero sigue esperando en la Cámara de Diputados, así que los reguladores avanzan sector por sector, según TozziniFreire y Chambers.
  • Asia: la Ley Básica de IA de Corea del Sur entró en vigor el 22 de enero, con etiquetas para el contenido generado por IA y un año de margen antes de las multas, como explican IAPP y Cooley. India acogió en febrero la cumbre mundial de impacto de la IA.

Entonces, ¿cuánto falta para la inteligencia artificial general?

Estamos más cerca que nunca, y más rápido de lo que casi nadie esperaba hace un año. En rompecabezas, exámenes de expertos y tareas largas en el ordenador, la curva sube en vertical. Pero la frontera sigue siendo irregular, falta memoria y no hay una meta compartida. La respuesta honesta hoy: algunos líderes hablan de dos o tres años, muchos investigadores de bastante más, y la pregunta más útil para todos es qué pueden hacer estos sistemas de forma fiable hoy.

Qué pasará ahora

  • 4 de diciembre: el concurso ARC Prize 2026 anuncia sus ganadores y mostrará qué logran los sistemas abiertos y baratos.
  • 2 de diciembre: la obligación europea de marcar con marca de agua el contenido generado por IA llega a los sistemas que ya estaban en el mercado, si se mantienen las fechas del Ómnibus.
  • Pruebas nuevas: como ARC-AGI-3 y las tareas de METR se están quedando pequeñas, llegarán pruebas más duras centradas en trabajos reales y abiertos.
  • Fíjate en los huecos: memoria duradera, aprender sobre la marcha y robots útiles en casa.
¿Listo para dar el salto en tu carrera con la IA?Cursos de IA en Udemy en español, desde lo básico hasta crear tus propias aplicaciones, a tu ritmo.Ver cursos de IA →Las mejores certificaciones de IA →

Sigue leyendo

Fuentes

Tecnología explicada en 60 segundosShorts nuevos cada día en nuestro canal @WOXTER_Tech.
Suscríbete en YouTubeSíguenos en Facebook
Aviso: este artículo contiene enlaces de afiliado

Si compras a través de ellos, la empresa editora puede recibir una comisión sin coste adicional para ti. Nuestras recomendaciones se basan en especificaciones, precios y análisis publicados, no en pagos de ningún tipo.

Related Articles

Leave a Comment

DIGITAL WOXTER TECHNEWS