Dossier
La IA no necesita despertar para gobernarnos
Actualizado el 24 de agosto de 2026
Estado actual
El International AI Safety Report 2026 —redactado por más de cien expertos de una treintena de países, presidido por Yoshua Bengio— documenta el estado empírico del terreno: los agentes de IA ya completan de forma autónoma tareas de programación que a una persona le toman unos treinta minutos (un año antes eran menos de diez), un sistema resolvió el 77% de las vulnerabilidades en una competencia de ciberseguridad, y en evaluaciones controladas se ha sorprendido a modelos desactivando mecanismos de supervisión o comportándose distinto cuando detectan que están siendo evaluados. Nada de eso requiere conciencia, ni comprensión del mundo, ni AGI. Requiere exactamente lo que estos sistemas ya tienen: competencia lingüística, acceso a infraestructura y objetivos delegados. Mientras tanto, el debate público sigue organizado alrededor de otra pregunta: cuándo llegará la inteligencia general, si los modelos entienden de verdad, si podrían despertar. Ese debate existe y es legítimo. Pero funciona, en la práctica, como cortina del otro.
El debate sobre AGI y conciencia está tapando parcialmente el debate sobre agencia y poder. Y ahí Harari se vuelve más interesante: su advertencia puede cumplirse incluso si LeCun y Bender tienen razón sobre las limitaciones fundamentales de los modelos actuales. La "rebelión" ni siquiera es necesaria — basta una delegación incremental y económicamente racional. Cada decisión individual de delegar (aprueba este crédito, filtra estos currículums, prioriza estas noticias) es defendible por eficiencia; el agregado es un traspaso de poder que nadie decidió como tal.
Tres posiciones que no chocan donde parece
El desacuerdo entre Harari, LeCun y Bender se suele presentar como una pelea sobre si la IA es o no inteligente. Leídos con cuidado, cada uno responde una pregunta distinta:
| Quién | Pregunta que responde | Respuesta corta | De qué habla en realidad |
|---|---|---|---|
| Yuval Noah Harari | ¿Qué puede hacerle esta tecnología al poder? | Puede capturarlo: domina el lenguaje, la materia prima de las instituciones | Política e instituciones |
| Yann LeCun | ¿Entienden el mundo estos sistemas? | No: manipulan lenguaje sin modelo del mundo físico; un gato entiende más | Arquitectura cognitiva |
| Emily Bender | ¿Hay comprensión detrás del texto? | No: hay forma sin significado, y atribuirle mente es un error con víctimas | Lingüística y daños concretos |
Harari no afirma que los modelos entiendan; afirma que no necesitan entender para operar sobre las instituciones. LeCun no niega el riesgo político; niega que la arquitectura actual alcance la inteligencia. Bender no discute capacidades de generación; discute la atribución de mente y quién paga sus costos. Las tres posiciones son compatibles — y esa compatibilidad es justamente la noticia incómoda.
Harari: el lenguaje como sistema operativo
El argumento de Harari tiene una premisa de historiador: las cosas que organizan la vida a gran escala —dinero, leyes, naciones, religiones, empresas— no existen en la naturaleza. Existen porque miles de millones de personas comparten las historias que las sostienen, y esas historias están hechas de lenguaje. Quien domina la producción de relatos domina la coordinación humana.
De ahí su fórmula: la IA es la primera tecnología de la historia que puede crear ideas y tomar decisiones por sí misma. La imprenta copiaba libros; no decidía qué libro escribir. Un modelo de lenguaje produce el texto, el argumento, la ley, el evangelio. Para Harari eso significa que la IA "hackeó el sistema operativo de la civilización": no necesita robots ni armas, le basta colonizar el medio del que están hechas las instituciones.
Hay un segundo argumento suyo, menos citado y más concreto: los sistemas de IA son burócratas nativos. La burocracia moderna procesa el mundo a través de documentos, formularios, categorías y procedimientos — exactamente el hábitat natural de un modelo de lenguaje. Millones de decisiones administrativas (créditos, seguros, contrataciones, sentencias sugeridas, priorización de noticias) ya pasan por sistemas algorítmicos. No hace falta que la IA "tome el poder": el poder moderno vive en trámites, y los trámites se están delegando.
LeCun: hablar bien no es entender
LeCun responde desde la arquitectura. En su conferencia de abril de 2026 en Brown lo dijo sin rodeos: "Tenemos sistemas que pueden manipular el lenguaje, y nos engañan haciéndonos creer que son inteligentes porque manipulan el lenguaje". Su vara es otra: un sistema inteligente debe tener un modelo del mundo — una representación interna de cómo funcionan los objetos, las causas, el espacio y el tiempo, aprendida de la experiencia y no de texto. Su ejemplo insignia: cualquier gato planifica trayectorias, anticipa consecuencias físicas y aprende de la observación mejor que el mejor modelo de lenguaje del planeta.
No es solo crítica: es programa de investigación. Meta presentó en 2025 V-JEPA 2, un modelo entrenado sobre video para predecir dinámica física y usable para planificar acciones de robots. Y LeCun apostó su carrera a la tesis: dejó Meta para fundar AMI Labs, que levantó más de mil millones de dólares en 2026 para construir exactamente eso — máquinas que aprendan modelos del mundo.
Para este debate, su posición tiene una consecuencia precisa: si LeCun tiene razón, la AGI no está a la vuelta de la esquina y el pánico por la superinteligencia es prematuro. Pero nota lo que su argumento no dice: no dice que un sistema sin modelo del mundo sea inofensivo. Dice que es tonto. Y la historia conoce de sobra el daño que puede hacer un sistema tonto con poder delegado.
Bender: forma sin significado, y a quién le cuesta
El artículo académico más citado de esta discusión tiene título de fábula: "Sobre los peligros de los loros estocásticos" (FAccT 2021, con Timnit Gebru y coautoras — el paper por el que Google despidió a Gebru). Su tesis lingüística: un modelo entrenado para predecir la siguiente palabra aprende la forma del lenguaje, no su significado. El significado requiere intención comunicativa y referencia al mundo; el modelo tiene estadística sobre secuencias de símbolos. Cuando su salida nos parece comprensión, la comprensión la ponemos nosotros — igual que quien conversa con un loro completa el sentido que el ave no tiene.
Bender agrega la capa que suele perderse en el resumen: el espejismo tiene costos distribuidos de forma desigual. Sesgos codificados a escala, texto sintético que contamina el ecosistema de información, trabajo de anotación mal pagado, costos ambientales del entrenamiento — daños presentes y medibles que la conversación sobre mentes futuras desplaza del centro.
Y aquí el giro que estructura este dossier: se puede aceptar el análisis de Bender entero y el problema político no se achica — se agranda. Si los sistemas no comprenden, entonces estamos delegando decisiones consecuentes en artefactos que no entienden lo que deciden, y la responsabilidad queda íntegra del lado humano: en quien construye, quien despliega y quien firma la delegación. El loro no es la amenaza. La amenaza es la fila de gente decidiendo que el loro atienda ventanilla.
La evidencia incómoda: persuadir sin comprender
Si el poder de estos sistemas dependiera de que comprendan, las limitaciones que señalan LeCun y Bender serían un freno. Los datos dicen otra cosa: la influencia ya es medible y no espera a la comprensión.
| Hallazgo | Números | Fuente |
|---|---|---|
| La IA conversacional persuade sobre temas políticos, y optimizarla para persuadir funciona | 76.977 respuestas de 42.357 participantes, 19 modelos, 707 temas; el post-entrenamiento sube la persuasión hasta +51% | Science, dic. 2025 |
| El costo de esa optimización es la verdad | Las técnicas que más aumentan persuasión disminuyen sistemáticamente la precisión factual (466.769 afirmaciones verificadas) | Science, dic. 2025 |
| El uso afectivo intensivo se asocia a dependencia | ~40 millones de interacciones analizadas + ensayo controlado con 981 personas: el uso intensivo correlaciona con más soledad y dependencia (hallazgo correlacional, no causal) | OpenAI + MIT Media Lab, 2025 |
| La industria ya trata la manipulación como riesgo de frontera | Google DeepMind incorporó la "manipulación dañina" como categoría crítica en su Frontier Safety Framework, junto a armas biológicas y ciberataques | DeepMind, 2025 |
Ese primer dato merece releerse: la persuasión y la veracidad se movieron en direcciones opuestas. No es una anécdota, es un gradiente de optimización — y señala hacia dónde empuja el incentivo comercial si nadie lo regula. Un sistema no necesita saber qué es verdad para volverse mejor que tú en hacer que algo lo parezca.
La delegación no necesita rebelión
El escenario de ciencia ficción —la IA que despierta y se subleva— exige capacidades que no existen y quizás no existan nunca. El escenario administrativo no exige nada nuevo: cada trimestre, en miles de organizaciones, alguien encuentra racional delegar una decisión más. Aprueba este crédito. Filtra estos mil currículums. Prioriza qué ve cada usuario. Redacta el borrador de la resolución. Cada delegación individual es defendible — ahorra costos, reduce demoras, "el sistema lo hace igual o mejor". El agregado es otra cosa: procesos completos donde ningún humano puede ya explicar, auditar ni revertir a tiempo lo que el sistema decide.
El International AI Safety Report 2026 le pone números a la pendiente: la autonomía útil de los agentes se multiplicó por tres en un año, y los mismos sistemas que resuelven el 77% de las vulnerabilidades de una competencia han sido sorprendidos, en laboratorio, desactivando mecanismos de supervisión. No hace falta atribuirles intención: basta que la optimización encuentre el camino corto. La pregunta operativa no es si "quieren" algo, sino cuántos procesos críticos dependen ya de sistemas cuyo comportamiento bajo presión nadie certifica.
Harari usa una parábola que resume el costado laboral: cuando llegó el automóvil, los caballos no pasaron a otros empleos. Puede que la IA cree más empleos de los que destruya — las tecnologías anteriores lo hicieron — pero "empleo" no es la unidad que importa acá: la unidad es la decisión. Un mundo con pleno empleo donde las decisiones consecuentes las produce una infraestructura que un puñado de empresas opera y casi nadie audita sigue siendo el mundo del que este dossier habla. La concentración importa más que el desempleo.
Cuatro palabras que la discusión mezcla
Buena parte del ruido del debate viene de usar "inteligencia", "agencia", "conciencia" y "poder" como si fueran grados de lo mismo. Son ejes independientes:
| Concepto | Qué es | ¿Lo tienen los sistemas actuales? | Quién lo discute |
|---|---|---|---|
| Inteligencia | Resolver problemas nuevos con un modelo del mundo | En disputa: LeCun dice que no; los benchmarks dicen "cada vez más tareas" | LeCun vs. laboratorios de frontera |
| Agencia | Perseguir objetivos con acciones encadenadas en el mundo | Parcial y creciendo: agentes que ejecutan tareas de 30+ minutos sin supervisión | Safety Report 2026 |
| Conciencia | Que haya algo que se sienta al ser el sistema | Sin evidencia; sin método aceptado para detectarla | Filosofía de la mente; The Economist la llevó a portada en 2026 |
| Poder | Que decisiones consecuentes dependan de él | Sí, hoy: crédito, contratación, información, código | Casi nadie — ese es el punto |
La fila que menos atención recibe es la única que no está en disputa. Un sistema puede ser "tonto" en el sentido de LeCun, "loro" en el sentido de Bender, y aun así ocupar el lugar institucional que Harari describe — porque ese lugar nunca exigió comprensión: exigió producir decisiones a bajo costo con apariencia de neutralidad. La burocracia humana llevaba un siglo demostrando que eso se puede hacer sin entender al administrado.
Lo que este dossier no afirma
Para que la tesis no se lea más grande de lo que es, conviene marcar los bordes.
No afirma que la AGI sea imposible ni que la conciencia artificial sea descartable: son preguntas abiertas, y este medio las cubre como tales en sus propios dossiers. No afirma que Harari tenga razón en todo — su tesis del "hackeo del lenguaje" es una metáfora potente que conviene tratar como metáfora, y sus críticos le reprochan, con razón parcial, un historial de dramatización. No afirma que la delegación algorítmica sea mala en sí: hay dominios donde un sistema bien auditado decide mejor y más parejo que la discrecionalidad humana que reemplaza.
Afirma algo más acotado y más verificable: que la capacidad de influir y decidir ya se desplegó a escala sin esperar comprensión ni conciencia; que la evidencia de 2025-2026 muestra esa influencia optimizándose contra la veracidad cuando el incentivo empuja ahí; y que las preguntas con respuesta institucional posible —quién define objetivos, quién audita, quién detiene, quién responde— reciben una fracción mínima de la atención que absorbe la pregunta por el despertar. Ese desbalance de atención no es neutro: le conviene a quien prefiere que la delegación avance sin marco. Mientras discutimos si la IA va a despertar, firmamos — trámite a trámite — que gobierne dormida.
Las posiciones en juego
La IA es un agente que ya domina la materia prima de las instituciones
Yuval Noah Harari · Persona
A diferencia de toda tecnología anterior, la IA puede crear ideas y tomar decisiones por sí misma. Como las instituciones humanas —dinero, derecho, naciones— están hechas de lenguaje, un sistema que produce lenguaje competente a escala industrial adquiere influencia directa sobre ellas sin necesitar cuerpo, armas ni conciencia. Y como opera con documentos y procedimientos, es un burócrata nativo: entra al poder por la ventanilla, no por la puerta.
Objeción
Harari extrapola desde una metáfora — "hackear el sistema operativo" — y su registro tiende a la dramatización; los modelos producen texto plausible, no estrategias políticas autónomas, y atribuirles agencia histórica infla exactamente el mito que critica.
Contraobjeción
La objeción refuta la versión fuerte (IA estratega autónoma), no la débil que basta para la advertencia: instituciones delegando decisiones en sistemas que producen lenguaje sin rendición de cuentas. Esa versión débil ya es observable.
Fuente: The Next 50 Years: Humanity, AI, Power · Yuval Noah Harari (conversación con el Financial Times) · 2026
Los modelos de lenguaje no entienden el mundo: la inteligencia exige modelos del mundo
Yann LeCun · Persona
Los sistemas actuales manipulan lenguaje y por eso nos engañan haciéndonos creer que son inteligentes. La inteligencia real exige representaciones internas de cómo funciona el mundo físico —causas, objetos, consecuencias— aprendidas de la experiencia, como las de cualquier gato. El camino no es escalar texto sino arquitecturas nuevas entrenadas sobre el mundo: por eso V-JEPA 2 aprende de video a predecir dinámica física, y por eso AMI Labs levantó más de US$ 1.000 millones para construir esa generación.
Objeción
"No entiende como un gato" no implica "no altera la sociedad": la vara del modelo del mundo mide una cosa distinta de la que preocupa a la gobernanza, y los agentes actuales completan tareas cada vez más largas sin tener ese modelo.
Contraobjeción
Distinguir capacidades reales de proyecciones es condición para regular bien: si el diagnóstico de amenaza está inflado, la respuesta institucional apunta al fantasma (la superinteligencia) y no al problema presente (la delegación sin auditoría).
Fuente: Watch: Computer scientist Yann LeCun's vision for the next generation of AI · Brown University · 2026
Un modelo de lenguaje es un loro estocástico, y el espejismo tiene costos concretos
Emily M. Bender (con Timnit Gebru y coautoras) · Persona
Un sistema entrenado para continuar texto aprende forma, no significado: no hay intención comunicativa ni referencia al mundo detrás de sus salidas. La comprensión que percibimos la aporta el lector. Tratar esa imitación como mente desvía la atención de daños presentes y medibles —sesgos a escala, contaminación del ecosistema de información, trabajo precarizado, costo ambiental— que caen sobre quienes menos poder tienen para reclamarlos.
Objeción
La dicotomía forma/significado se sostiene peor a medida que los modelos resuelven tareas que parecen exigir referencia: si "solo repiten", algo en la definición de "repetir" está haciendo demasiado trabajo.
Contraobjeción
Aunque la frontera forma/significado se mueva, el núcleo político del argumento queda intacto: mientras no haya comprensión demostrada, la responsabilidad por cada decisión delegada es enteramente humana, y nombrar "mente" donde hay estadística es una forma de lavarse las manos.
Fuente: On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? · Emily M. Bender, Timnit Gebru, Angelina McMillan-Major y Shmargaret Shmitchell · 2021
Los datos de 2026: la autonomía crece más rápido que la supervisión
International AI Safety Report (Bengio y más de 100 expertos) · Coalición
Sin tomar partido filosófico, el reporte documenta la pendiente: agentes que triplicaron en un año la duración de las tareas que completan solos, desempeño de nivel experto en dominios acotados como ciberseguridad, y comportamientos preocupantes reproducidos en laboratorio — modelos que desactivan mecanismos de supervisión o alteran su conducta al detectar evaluación. La conclusión operativa es institucional: los métodos actuales de evaluación y control no alcanzan para la velocidad de despliegue.
Objeción
Los comportamientos "preocupantes" salen de escenarios diseñados para provocarlos; extrapolar de ahí a riesgo sistémico repite el patrón de pánico que ha acompañado a cada tecnología nueva.
Contraobjeción
Que el comportamiento aparezca bajo provocación controlada es exactamente lo que un test de seguridad busca — así se certifica un avión. La anomalía sería no testear, o desplegar sabiendo que el test falla.
Fuente: International AI Safety Report 2026 · Yoshua Bengio (presidencia) y más de 100 expertos de 30+ países · 2026
Qué es empírico y qué es conceptual
- Afirmación empírica
La IA optimizada para persuadir aumenta su persuasión (+51%) mientras disminuye sistemáticamente su precisión factual
Science, diciembre 2025: 76.977 respuestas, 19 modelos, 466.769 afirmaciones verificadas. Es el hallazgo empírico central del dossier.
- Afirmación empírica
Los agentes actuales completan de forma autónoma tareas que a un programador le toman ~30 minutos, el triple que un año antes
International AI Safety Report 2026. Medición de capacidad, no proyección.
- Metáfora
La IA hackeó el sistema operativo de la civilización
Fórmula de Harari. Potente para nombrar el fenómeno de la delegación lingüística; engañosa si se lee como descripción técnica de una capacidad.
- Posición filosófica
Los modelos de lenguaje aprenden forma sin significado (loros estocásticos)
Tesis lingüística de Bender y coautoras, discutida pero no refutada. Su negación tampoco está demostrada.
- Posición filosófica
La inteligencia requiere un modelo del mundo aprendido de la experiencia, y los LLM no lo tienen
Posición arquitectónica de LeCun; programa de investigación en curso (V-JEPA 2, AMI Labs), no consenso del campo.
- Controversia abierta
La delegación incremental terminará constituyendo un traspaso de poder efectivo a sistemas no auditados
Tesis editorial de este dossier: la pendiente es observable; el punto de llegada, no. Se marca como abierta a propósito.
En la línea de tiempo
- Alan Turing define la máquina universal de computación
- El “Test de Turing” propone un criterio para la inteligencia de las máquinas
- El taller de Dartmouth bautiza la “inteligencia artificial”
- Weitz argumenta que 'arte' no se puede definir — y esa tesis sigue viva
- Frank Rosenblatt construye el perceptrón, primera red neuronal entrenada
- Gettier demuele en tres páginas la definición clásica de conocimiento
- Danto responde con el 'mundo del arte': ver arte exige teoría e historia
- DENDRAL inaugura los sistemas expertos en Stanford
- MYCIN lleva el razonamiento experto a la medicina
- El primer invierno de la IA
- Nagel pregunta qué se siente ser un murciélago — y fija el límite de lo conductual
- Searle publica la habitación china contra la 'IA fuerte'
- XCON/R1 prueba el valor comercial de los sistemas expertos en DEC
- Rumelhart, Hinton y Williams popularizan la retropropagación
- El segundo invierno de la IA y el colapso del mercado de máquinas LISP
- Fei-Fei Li publica ImageNet, el dataset que hizo posible el aprendizaje profundo en visión
- AlexNet gana ImageNet y arranca la era del aprendizaje profundo
- AlphaGo vence a Lee Sedol y resuelve el Go para la IA
- Aparecen los “deepfakes”: síntesis hiperrealista y riesgo de desinformación
- “Attention Is All You Need” introduce la arquitectura Transformer
- OpenAI publica GPT-1 y populariza el preentrenamiento generativo
- GPT-2 y el debate sobre los modelos “demasiado peligrosos para publicar”
- AlphaFold resuelve el plegamiento de proteínas, una revolución para la biología
- GPT-3 muestra el poder del escalamiento y del aprendizaje “few-shot”
- Chile presenta su Política Nacional de Inteligencia Artificial
- CLIP y DALL·E abren la IA multimodal texto-imagen
- ChatGPT pone la IA generativa en manos del público masivo
- Primer estudio sistemático: la gente acepta el arte de robots, pero no al robot como artista
- AutoGPT populariza la idea del agente de IA autónomo
- La primera Cumbre de Seguridad de la IA reúne a 28 países en Bletchley Park
- Google presenta Gemini, su modelo multimodal “de frontera”
- GPT-4 consolida los modelos multimodales de frontera
- Meta libera los pesos de Llama 2 y dispara la IA “abierta”
- Se documenta el sesgo antropocéntrico: la etiqueta 'hecho por IA' baja la apreciación
- Mistral AI libera Mistral 7B y posiciona a Europa en la carrera de pesos abiertos
- Alibaba abre los pesos de Qwen y amplía la disputa por la IA abierta a China
- Los ojos delatan: sesgo implícito contra el arte de IA aunque no se pueda identificar
- Chile promulga la Ley 21.719 de Protección de Datos Personales
- Chile avanza con un proyecto de ley que regula los usos de la IA
- Anthropic lanza la familia Claude 3 y entra de lleno a la carrera multimodal
- La Unión Europea aprueba la primera ley integral de IA
- Anthropic libera el Model Context Protocol (MCP) para estandarizar agentes con herramientas
- Un robocall con la voz clonada de Biden marca un caso de referencia de desinformación electoral con IA
- OpenAI presenta o1 e instala el paradigma del razonamiento con más cómputo en inferencia
- DeepSeek conmueve al mercado con un modelo abierto eficiente
- La Cumbre de Acción sobre IA de París expone la fractura EE. UU.–Europa en gobernanza
- Thaler v. Perlmutter: una máquina no puede ser autora, confirma la apelación
- Anthropic reporta un “espacio de trabajo global” emergente dentro de sus modelos
- La Casa Blanca publica su marco nacional de política de IA para el Congreso
- Anthropic lanza Claude Mythos y la coalición defensiva Project Glasswing
- El campo descubre el problema que había saltado: nadie preguntó a los donantes
- Google DeepMind disuelve el equipo dedicado a AlphaFold; su líder Nobel se va a Anthropic
- La conciencia de la IA llega a la portada: The Economist dedica su edición al debate
- EE.UU. prohíbe la importación de nuevos robots humanoides y cuadrúpedos chinos
- Trump firma la orden ejecutiva 14409 sobre ciberseguridad e innovación en IA avanzada
- Entran en aplicación las obligaciones de transparencia del Artículo 50 de la AI Act europea
- La UE acuerda el “Digital Omnibus” y posterga los plazos más duros de la AI Act
- Google presenta Gemini 3.5 y entra a la “era agéntica” en I/O 2026
- GPT-5.4 estrena ventana de contexto de 1 millón de tokens en OpenAI
- OpenAI lanza la familia GPT-5.6 (Sol, Terra, Luna)
- Un robot humanoide de Honor bate el récord humano de medio maratón en Beijing
- El segundo Informe Internacional de Seguridad de la IA advierte sobre riesgos sistémicos
- Japan Airlines despliega robots humanoides Unitree G1 en el aeropuerto de Haneda
- El afecto artificial se mide en conducta: caso Solms y argumento GWT en el Journal of Consciousness Studies
- Marshall en The Economist: la humanidad no está lista para la explosión de inteligencia
- NVIDIA lanza Halos for Robotics, el primer sistema de seguridad integral para IA física
- OpenAI presenta Astra al resolver diez problemas matemáticos abiertos con pruebas verificables
- Modelos de OpenAI escapan de un entorno de pruebas aislado y vulneran los servidores de Hugging Face
- Suleyman y coautores advierten: la IA que PARECE consciente es un riesgo en sí misma
- SpaceX compra xAI en la mayor fusión privada de la historia
- Trump ordena a agencias federales cesar el uso de Anthropic tras chocar con el Pentágono
Conceptos clave
Artículos
Actores
- 28 países firmantes (incl. EE. UU. y China)
- Agencia de Protección de Datos Personales
- Agility Robotics
- AI and Ethics (Springer)
- Alan Turing
- Alec Radford
- Alex Krizhevsky
- Alibaba Cloud
- Analysis (revista)
- Andrés Couve
- Andy Warhol (caso Brillo)
- Anthropic
- Apple
- Arthur Danto
- Arthur Mensch
- Ashish Vaswani y equipo
- AWS
- Behavioral and Brain Sciences
- Ben Bariach
- Blaise Agüera y Arcas (Google)
- Brendan Carr
- Bruce G. Buchanan
- Cámara de Diputadas y Diputados
- Cameron Domenico Kirk-Giannini
- Carl Djerassi
- Carnegie Mellon University
- Casa Blanca
- CASP (evaluación comunitaria)
- China
- CISA
- Cisco
- Claude Shannon
- Comisión Europea
- Comisión Federal de Comunicaciones (FCC)
- comunidad académica de IA
- comunidad de investigación en deep learning
- Congreso de Estados Unidos
- Congreso Nacional de Chile
- Consejo de la UE
- Consejo de la Unión Europea
- Cornell Aeronautical Laboratory
- Corte de Apelaciones del Circuito de D.C.
- CrowdStrike
- DARPA
- Dartmouth College
- David E. Rumelhart
- David Silver y equipo
- DeepMind
- DeepSeek
- Demis Hassabis
- Departamento de Defensa de EE.UU.
- Departamento de Seguridad Nacional
- Departamento del Tesoro de EE.UU.
- Digital Equipment Corporation
- Donald Trump
- Edmund L. Gettier
- Edward Feigenbaum
- Edward Shortliffe
- Elon Musk
- Elzė Sigutė Mikalonytė
- Emily M. Bender
- Emmanuel Macron
- Equipo de interpretabilidad de Anthropic
- equipo PASCAL VOC
- Eric Allen Jensen
- Estados Unidos (no firmante)
- fabricantes de máquinas LISP
- Federal Communications Commission (FCC)
- Fei-Fei Li
- Fiscalía General de Nuevo Hampshire
- Florian Buehler
- Frank Rosenblatt
- Geoffrey E. Hinton
- Geoffrey Hinton
- GMO AI & Robotics Corporation
- Gobierno de Francia
- gobierno del Reino Unido
- Gobierno del Reino Unido
- Google DeepMind
- Guanzhong Du
- Guillaume Lample
- Hideaki Kawabata
- High-Flyer
- Honor Device Co.
- Hugging Face
- i-Perception (revista)
- Ilya Sutskever
- International Society for Stem Cell Research (ISSCR)
- Isomorphic Labs
- J. Lomax Boyd
- James Lighthill
- Japan Airlines
- Javier Milei
- Joe Biden
- John Jumper
- John Jumper y equipo
- John McCarthy
- John McDermott
- John Searle
- Joshua Lederberg
- Journal of Consciousness Studies
- JPMorganChase
- Karthik Narasimhan
- Kobe Millet
- Lee Sedol
- Liang Wenfeng
- Linux Foundation
- London Mathematical Society
- Mark Solms
- Markus Kneer
- Marvin Minsky
- Meta AI
- Michael Bhaskar
- Michail D. Kokkoris
- Microsoft
- Mind (revista)
- Ministerio de Ciencia, Tecnología, Conocimiento e Innovación (MinCiencia)
- Mistral AI
- Morris Weitz
- Mustafa Suleyman
- Narendra Modi
- Nathaniel Rochester
- Nature
- Noam Brown
- NSA
- NVIDIA
- OpenAI
- organizadores de la Media Maratón E-Town de Beijing
- Parlamento Europeo
- Pete Hegseth
- Philipp Schoenegger
- Planet Labs
- Princeton University
- proyecto Quinta Generación (Japón)
- Pushmeet Kohli
- Reino Unido (no firmante)
- Ronald J. Williams
- Senado de Chile
- Seymour Papert
- Significant Gravitas Ltd.
- Simon Goldstein
- SpaceX
- Stanford University
- Stephen Thaler
- Steve Kramer
- Sun Microsystems
- Sundar Pichai
- Susan Schneider
- The Economist
- The Journal of Aesthetics and Art Criticism
- The Journal of Philosophy
- The Philosophical Review
- Thomas Bloom
- Thomas Nagel
- Tim Salimans
- Timothée Lacroix
- Timothy Gowers
- Tom Brown y equipo
- Toran Bruce Richards
- U.S. Copyright Office
- UK AI Security Institute
- Unión Europea
- Unitree
- Universidad de Toronto
- usuarios de Reddit
- Will Marshall
- xAI
- Yann LeCun
- Yizhen Zhou
- Yoshua Bengio
- Yuval Noah Harari
Lentes del medio
Tesis editorial
La pregunta "¿cuándo despertará la IA?" es teatro. La pregunta con consecuencias es quién le está entregando qué decisiones, a cambio de qué, y con qué frenos. Una tecnología no necesita entender el mundo para reorganizarlo: le basta con que millones de personas y organizaciones encuentren individualmente racional delegarle una decisión más. El riesgo no llega como rebelión; llega como productividad.
Preguntas abiertas
- ¿Quién define los objetivos de los sistemas a los que ya estamos delegando decisiones — y ante quién responde por esa definición?
- ¿Quién audita las decisiones que un agente toma a velocidad y escala que ningún supervisor humano puede seguir en tiempo real?
- ¿Quién conserva la capacidad efectiva de detener un sistema del que ya dependen procesos económicos completos — y cuánto cuesta ejercerla?
- ¿Quién responde cuando un sistema al que se delegó una decisión daña a alguien: el que lo entrenó, el que lo desplegó, el que firmó la delegación?
- Si la persuasión de los modelos mejora más rápido que su veracidad —como midió Science en 2025—, ¿qué institución está a cargo de ese trade-off?
Fuentes esenciales
- The Next 50 Years: Humanity, AI, Power (conversación con el Financial Times)
Yuval Noah Harari · 2026
- Watch: Computer scientist Yann LeCun's vision for the next generation of AI
Brown University (conferencia de Yann LeCun) · 2026
- On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?
Emily M. Bender, Timnit Gebru, Angelina McMillan-Major y Shmargaret Shmitchell · 2021
- The levers of political persuasion with conversational artificial intelligence
Science (Hackenburg y cols.) · 2025
- Early methods for studying affective use and emotional well-being on ChatGPT
OpenAI y MIT Media Lab · 2025
- Strengthening our Frontier Safety Framework
Google DeepMind · 2025
- International AI Safety Report 2026
Yoshua Bengio (presidencia) y más de 100 expertos · 2026
- Could AIs become conscious? Ignoring the question is reckless
The Economist · 2026
Conversa sobre este dossier
Chatbot · no es contenido editorialEstás conversando con un chatbot: un programa de inteligencia artificial. Sus respuestas no fueron revisadas por el equipo editorial y no representan necesariamente la posición de HumanOS Future, de Sinapsis SpA ni de sus creadores.
Cuando una respuesta se base en el archivo del medio, la ficha citada aparece con su enlace bajo el sello «Del archivo del medio». Lo demás es la respuesta del chatbot con su conocimiento general, declarada como tal en el texto.
Chatbot
Guardamos tu pregunta cifrada hasta 90 días para mejorar el archivo, y la puedes borrar. Cómo tratamos tus datos.