La IA avanza rápido, pero sus capacidades aún están lejos de sus grandes promesas
Reemplazar trabajadores de oficina, acelerar descubrimientos científicos, encontrar curas para enfermedades y abrir una era de abundancia. Las promesas de la
inteligencia artificial han ido mucho más allá de redactar textos o generar imágenes. Pero entre las capacidades demostradas y la transformación anunciada sigue habiendo una distancia que los lanzamientos y las inversiones no alcanzan a cerrar.
En enero de 2025,
Sam Altman escribió que ese año podrían aparecer los primeros agentes de IA incorporados a la fuerza laboral y modificar sustancialmente la producción empresarial. Estos sistemas debían encadenar acciones y completar trabajos con autonomía. Una investigación de Upwork encontró, sin embargo, que agentes basados en modelos de
OpenAI, Google y Anthropic fallaban en muchas tareas laborales sencillas cuando trabajaban solos. Con personas capacitadas, sus tasas de éxito aumentaban considerablemente.
Un estudio del MIT alimentó la discusión con una cifra, 95% de las empresas que habían probado IA no habían obtenido valor. Eran proyectos de sistemas hechos a medida que no habían superado la etapa piloto después de seis meses. Quedaba fuera el uso de chatbots con cuentas personales por empleados, presente en alrededor del 90% de las compañías encuestadas. Ese beneficio no se había medido.
Y la promesa de inteligencia general también enfrenta limitaciones. Ilya Sutskever, cofundador de OpenAI, reconoció que los grandes modelos de lenguaje
generalizan mucho peor que las personas, pueden aprender muchas tareas específicas sin adquirir los principios que permiten resolver problemas nuevos. Dominar mil ejercicios de álgebra no equivale a saber afrontar cualquier ejercicio de álgebra.
Si hablamos de creatividad, también hay límites. Una investigación pidió a 25 modelos una metáfora sobre el tiempo, cincuenta veces a cada uno. La mayoría de las 1.250 respuestas fue una variante de dos imágenes: el tiempo como río o como tejedor. El estudio encontró
homogeneidad dentro de cada modelo y entre sistemas diferentes. Los investigadores plantearon que una posible explicación eran los entrenamientos similares, con datos similares y objetivos similares.
OpenAI respondió que se habían examinado modelos de 2024, posteriormente actualizados, y que entrenar para lograr coherencia y fiabilidad favorece respuestas familiares y de alta probabilidad. Buscar más novedad puede reducir la fiabilidad. La startup Springboards intenta modificar ese equilibrio con Flint, desarrollado sobre Qwen 3 de Alibaba: introduce mayor aleatoriedad en puntos específicos de la respuesta. Todavía es un prototipo.
Mientras las expectativas se reajustan,
el uso crece. Sensor Tower estimó que
ChatGPT alcanzó mil millones de usuarios mensuales en mayo de 2026 y Gemini, 950 millones en julio. Según Pew, la mitad de los adultos estadounidenses usa un chatbot, más del doble que en 2023, y uno de cada cuatro lo hace diariamente. En los 38 países de la OCDE, más de un tercio de los adultos declara haber usado IA generativa en los últimos tres meses.
Pero casi al mismo tiempo crece el rechazo. Más de la mitad de las personas encuestadas en distintos países dice que los productos y servicios de IA le generan nerviosismo, según un informe de Stanford. En una encuesta de Gallup de mayo, el 71% de los estadounidenses se opondría a un nuevo centro de datos de IA en su zona, frente al 53% que rechazaría una central nuclear. Pew registra más expectativas negativas que positivas sobre el impacto personal y social de la IA, especialmente entre los jóvenes.
La adopción tampoco resuelve las dudas económicas. Las inversiones en infraestructura dependen de una demanda futura todavía incierta. Los acuerdos en los que Nvidia financia a OpenAI y esta compra capacidad tecnológica vinculada a Nvidia añaden circularidad al negocio. Los inversores que defienden esas inversiones señalan que muchos centros de datos ya tienen contratos con compradores solventes, como Microsoft.
¿Qué tendría que ocurrir para que estas herramientas cumplan las promesas que justificaron semejantes inversiones? ¿Cuánto trabajo humano seguirá siendo necesario para corregirlas y supervisarlas? ¿Y quién decidirá si los beneficios compensan los costos? La próxima etapa de la IA exigirá respuestas sobre resultados, responsabilidades y decisiones que todavía podemos discutir, aunque las empresas presenten ese futuro como inevitable.
El País, Uruguay
7 de octubre de 2026
