Esta historia apareció originalmente en The Algorithm, nuestro boletín semanal sobre IA. Para recibir primero historias como esta en su bandeja de entrada, regístrate aquí.
A veces, la IA parece un tema especializado sobre el que escribir, pero luego llegan las vacaciones y escucho a familiares de todas las edades hablar sobre casos de psicosis inducida por chatbots, culpar a los centros de datos del aumento de los precios de la electricidad y preguntar si los niños deberían tener acceso ilimitado a la IA. En otras palabras, está en todas partes. Y la gente está alarmada.
Inevitablemente, estas conversaciones dan un giro: la IA está teniendo todos estos efectos en cadena ahora, pero si la tecnología mejora, ¿qué pasará después? Normalmente es entonces cuando me miran, esperando un pronóstico de fatalidad o esperanza.
Probablemente me decepcione, aunque sólo sea porque las predicciones para la IA son cada vez más difíciles de hacer.
A pesar de eso, MIT Technology Review tiene, debo decir, una bastante excelente historial de entender hacia dónde se dirige la IA. Acabamos de publicar una lista clara de predicciones para ¿Qué sigue en 2026? (donde puede leer mis pensamientos sobre las batallas legales en torno a la IA) y todas las predicciones de la lista del año pasado se hicieron realidad. Pero cada temporada navideña, se vuelve cada vez más difícil determinar el impacto que tendrá la IA. Esto se debe principalmente a tres grandes preguntas sin respuesta.
Por un lado, no sabemos si los grandes modelos lingüísticos seguirán volviéndose cada vez más inteligentes en el futuro próximo. Dado que esta tecnología en particular es lo que sustenta casi todo el entusiasmo y la ansiedad en la IA en este momento, impulsando todo, desde los compañeros de IA hasta los agentes de servicio al cliente, su desaceleración sería un problema bastante importante. De hecho, fue algo tan importante que dedicamos un toda una lista de historias en diciembre sobre cómo podría ser una nueva era posterior a la exageración de la IA.
Número dos, la IA es abismalmente impopular entre el público en general. Aquí hay solo un ejemplo: hace casi un año, Sam Altman de OpenAI se paró junto al presidente Trump para anunciar con entusiasmo un proyecto de 500 mil millones de dólares para construir centros de datos en todo Estados Unidos con el fin de entrenar modelos de IA cada vez más grandes. Ambos no adivinaron o no les importó que muchos estadounidenses se opondrían firmemente a que se construyeran centros de datos de este tipo en sus comunidades. Un año después, las grandes tecnológicas están librando una batalla cuesta arriba ganarnos a la opinión pública y seguir construyendo. ¿Podrá ganar?
La respuesta de los legisladores a toda esta frustración es terriblemente confusa. Trump ha complacido a los directores ejecutivos de las grandes empresas tecnológicas al tomar medidas para hacer que la regulación de la IA sea una cuestión federal y no estatal, y las empresas de tecnología ahora esperan codificar esto en ley. Pero la multitud que quiere proteger a los niños de los chatbots abarca desde legisladores progresistas de California hasta los cada vez más alineados con Trump. Comisión Federal de Comercio, cada uno con distintos motivos y enfoques. ¿Podrán dejar de lado sus diferencias y controlar a las empresas de IA?
Si la sombría conversación en la mesa navideña llega tan lejos, alguien dirá: Oye, ¿no se está utilizando la IA para cosas objetivamente buenas? ¿Mejorar la salud de las personas, descubrir descubrimientos científicos, comprender mejor el cambio climático?
Bueno, más o menos. El aprendizaje automático, una forma más antigua de IA, se utiliza desde hace mucho tiempo en todo tipo de investigaciones científicas. Una rama, llamada aprendizaje profundo, forma parte de AlfaFold, una herramienta ganadora del Premio Nobel para la predicción de proteínas que ha transformado la biología. Los modelos de reconocimiento de imágenes se están volviendo mejor en la identificación de células cancerosas.
Pero el historial de los chatbots construidos sobre modelos de lenguajes grandes más nuevos es más modesto. Tecnologías como ChatGPT son bastante buenas para analizar grandes cantidades de investigaciones para resumir lo que ya se ha descubierto. Pero algunos informes de alto perfil de que este tipo de modelos de IA habían hecho un descubrimiento genuino, como resolver un problema matemático previamente no resuelto, fueron publicados. falso. Pueden ayudar a los médicos con el diagnóstico, pero también pueden animar a las personas a diagnosticar sus propios problemas de salud. sin consultar medicos, a veces con resultados desastrosos.
El año que viene por estas fechas, probablemente tendremos mejores respuestas a las preguntas de mi familia y también tendremos un montón de preguntas completamente nuevas. Mientras tanto, asegúrese de lea nuestro artículo completo pronosticando lo que sucederá este año, con predicciones de todo el equipo de IA.
Publicado originalmente en technologyreview.com el 6 de enero de 2026.
Ver fuente original
