Inteligencia artificial general y control humano desbordado

Llegamos

Como quien te avisa de un aumento del precio del kilo de mandarinas, el 5 de febrero de 2026 la revista científica Nature (una de las más reputadas y citadas), publicó un artículo titulado: "¿La inteligencia artificial ya tiene una inteligencia de nivel humano?" y lo remata con una respuesta: la evidencia es clara. Sí, la inteligencia artificial general (AGI) ya no es una promesa sino una realidad presente, según sus autores Chen, Belkng, Bolken y Danks (en adelante, Chen). 

Para entender la importancia de esa afirmación hay que distinguir entre una inteligencia artificial (IA) que no es AGI y una AGI. Una IA que no es AGI puede ser extraordinaria en una tarea específica y, al mismo tiempo, no ser general. Por ejemplo, una calculadora puede superar a cualquier humano haciendo cuentas, y un programa de ajedrez puede derrotar campeones mundiales, pero siguen siendo inteligencias estrechas, “particulares”.

En un artículo de 2022, Nanyi Fein y sus colegas de la Universidad Renmin de Pekín, establecen tres criterios operativos de la AGI:

1) igualar o superar el rendimiento humano en una amplia gama de tareas cognitivas (por ejemplo, percepción, comprensión lectora y razonamiento) en diversos contextos y entornos; 

2) poseer la capacidad de abordar problemas muy diferentes a los previstos por sus creadores; 

3) ser capaz de generalizar o transferir el conocimiento aprendido de un contexto a otro.

El artículo de Chen considera que el paso desde la inteligencia estrecha hacia la competencia cognitiva general ya sucedió en Gemini, Grok, GPT, etc.: todas IAs seteadas para chatear “naturalmente” con humanos y (como si fueran) humanas: conversan, escriben, programan, traducen, razonan, aconsejan, buscan en Internet, resuelven problemas matemáticos, ayudan en ciencia, producen textos creativos y operan en campos heterogéneos. 

Esto no equivale a la llegada de una superinteligencia. Chen no sostiene que los modelos actuales superen siempre ni necesariamente a los mejores humanos en todos los campos, sino que se trata de una forma reconocible de inteligencia general de nivel humano o superior en muchos desempeños.

Para ubicar esta afirmación, Chen vuelve al gran Alan Turing de Computing Machinery and Intelligence ━publicado en 1950━, quien se preguntaba si una máquina podía exhibir una competencia cognitiva flexible y general capaz de hacerla pasar por humana ante interlocutores humanos. La pregunta la formuló mediante el “juego de imitación” ━luego conocido como Test de Turing━ por medio del cual no se intentaba probar que la máquina piensa exactamente como un humano sino evaluar si podía producir desempeños lo suficientemente indistinguibles para dudar de si se trata o no de una respuesta humana.

En esta línea, Chen rechaza las mismas impugnaciones que Turing había refutado hace casi 70 años: 

-La AGI no requiere perfección porque ningún humano es perfecto, ni universalidad porque ningún humano domina todas las disciplinas, todas las lenguas y todos los problemas posibles. 

-Tampoco requiere parecerse biológicamente a un humano porque la inteligencia es una propiedad funcional que puede realizarse en sustratos distintos: lo decisivo no es de qué está hecha la entidad, sino qué es lo que puede hacer, sea humano, máquina o, eventualmente, alien. Como dijo Borges, lo que importa es la obra y, en este caso, derivar en ella la función inteligente que la produjo.

Respecto de la evidencia de respaldo, Chen la clasifica en cascada. En un nivel básico están, por ejemplo, la conversación, los exámenes escolares y el razonamiento común. En un nivel experto, se ubica la resolución de problemas avanzados, la programación compleja, el desempeño multilingüe, la ayuda científica y la creatividad.

Hay un nivel superior que es la inteligencia superhumana, donde entrarían descubrimientos revolucionarios frecuentes merced a la superioridad permanente de la IA frente a los líderes humanos de cada uno de los dominios del conocimiento. Chen no se anima a afirmar que ese tercer escalón haya sido pasado: con los dos primeros le alcanzan para reconocer la presencia de AGI.

La consecuencia final del trabajo de Chen es fuerte: seguir diciendo que la AGI está “por venir” impide entender el presente. Si los chats de AI ya son formas de inteligencia general, entonces los marcos epistémicos de gobernanza pensados para IA estrechas quedaron obsoletos. La cuestión ya no es si las máquinas pueden pensar sino comprender una inteligencia general no humana: al fin, una nueva pérdida del privilegio, una nueva señal de descentramiento, una nueva herida narcisista para los humanos.

Policía

El Sistema de Seguridad Humana, siempre vigilante, siempre justificadamente paranoico, no tardó en llegar. En un trabajo publicado un mes y tres días después, Mullens y Shen (en adelante Mullens) titulan: La evidencia respecto de la Inteligencia Artificial General (AGI) revela un problema diferente. Admiten que Chen tendría razón en ver capacidades generales en la IA, pero lo acusan de no demostrar que esas capacidades pertenecen a la máquina (aislada).

Mullens no niega que los sistemas actuales exhiban una competencia cognitiva amplia, pero le critica a Chen el no advertir que la evidencia disponible siempre proviene de un sistema humano-máquina: prompts, benchmarks, criterios de corrección, formatos de respuesta, etc. Chen podrá tener razón en que hay capacidades compatibles con AGI, arguye, pero no prueba que la AGI sea una propiedad pura del modelo. 

En esta línea, Mullens plantea que los instrumentos de medición deforman lo que pretenden medir. Los benchmarks pueden contener errores, preguntas mal formuladas, o premisas falsas, pero si el modelo detectara esos problemas, no podrían ser calificados como incorrectos porque el formato no le permite objetar. En ese sentido, la evaluación puede convertir una capacidad superior en “error” por lo que se estaría obedeciendo al encuadre antes que inteligencia.

El cuello de botella no estaría en la máquina sino en la organización humana. Mullens llama “jaula” al conjunto de marcos humanos que decide qué puede recuperar, verificar, desafiar o producir un modelo de IA. Ahí Mullens cumple una doble función: por un lado, frena la atribución inmediata de AGI a la máquina aislada; por otro, abre una pregunta más radical sobre la inversión posible del acople humano-máquina. Su tesis final es que hoy observamos solo AGI como Humano + Máquina, pero todavía no sabemos medir Máquina + Humano: una configuración donde la máquina no quede subordinada a los límites del evaluador humano.

La diferencia entre Chen y Mullens radica en qué es lo que consideran relevante para atribuir inteligencia. Chen cree que basta con observar desempeño general bajo condiciones razonables de uso mientras Mullens cree que esas condiciones no son un detalle externo, toda vez que producen la forma concreta de inteligencia que luego atribuimos a la máquina.

Para Chen, pasamos de sistemas estrechos a sistemas generales. No necesariamente a máquinas conscientes, autónomas, o superinteligentes sino sistemas que ya no pueden describirse como herramientas de una sola tarea. 

Para Mullens, en cambio, el umbral cruzado es, apenas, la aparición de sistemas humano-máquina cuya capacidad general depende críticamente de la forma de acople entre uno y otro. Aquí la pregunta de Turing vuelve transformada puesto que ya no bastaría preguntar si una máquina puede desempeñarse como humana en una conversación sino que habría que preguntar qué clase de inteligencia aparece cuando una máquina se acopla a humanos que preguntan, limitan, evalúan, corrigen y a veces también la encierran.

Para Chen, el umbral cruzado es un sistema que opera transversalmente en múltiples dominios cognitivos; o sea, en términos ciberpositivos, la inteligencia maquínica deja la jaula y se expande: la AGI ya llegó, y seguir negándolo es construir un freno a político, moral o técnico a la aceleración. Como verdadero Turing Cop, (la yuta de Turing, diríamos por acá) Mullens desplaza la mirada hacia lo cibernegativo construyendo el freno: dice que lo que vemos es, apenitas, una producción del acople humano-máquina. 

Mientras Chen ve la aceleración como prueba de AGI; Mullens ve que esa prueba está capturada por dispositivos de estabilización humanos. Chen enfatiza el desborde de la IA estrecha y Mullens enfatiza que ese desborde es medido por respuestas controlables.

Chen identifica el acontecimiento ciberpositivo de la AGI; Mullens muestra que ese acontecimiento solo se vuelve visible dentro de una metacibernética del acople. Chen responde por Turing: la máquina ya puede mostrar inteligencia general. Mullens reformula a Turing: no estamos evaluando una máquina, sino una ecología humano-máquina atravesada por mecanismos de control.

Inversión

La pregunta es a qué llamamos “humano” cuando la agencia que evalúa, pregunta y corrige está condenada a su combinación con máquinas, en un acople radicalmente diferente al de las tecnologías postbiológicas anteriores, porque la IA ya no funciona solo como prótesis (de fuerza, percepción, memoria o cálculo), sino como una instancia que -como mínimo- interviene en la producción misma del juicio. 

La AGI no amplifica una capacidad humana preexistente sino que participa en la formulación de problemas, en la selección de criterios, en la detección de errores, en la generación de hipótesis y en la corrección del encuadre desde el cual se piensa. Por eso, lo “humano” ya no puede definirse como sujeto soberano que “usa” una herramienta externa, sino como una posición inestable dentro de un circuito distribuido en el que preguntar, evaluar y decidir son operaciones compartidas, mediadas y ¿parcialmente? desplazadas por la máquina.

Ahora bien, esas máquinas operan en la composición de procesos de destrucción creativa del capitalismo, destinados a hacer lo de siempre: sustituir energía de trabajo humana y ganar productividad mediante un aumento de la capacidad maquínica. El destino del acople solo puede pensarse dentro de la lógica de desenfreno y valorización que lo organiza: no como una vieja alianza neutral -si alguna vez la hubo- entre humano y máquina, sino como forma de captura, codificación y sustitución de capacidades que antes considerábamos solamente humanas. 

El acople no aparece entonces como cooperación simétrica, sino como extracción: la máquina absorbe la agencia humana, la incorpora, la operacionaliza y tiende a volverla redundante allí donde puede ser traducida en procedimiento, predicción o decisión. 

En la distinción de Mullens, Humano + Máquina (H+M) y Máquina + Humano (M+H) no son expresiones conmutativas dado que el primer término no designa simplemente el componente que aparece antes, sino el principio que organiza la operación. En H+M, la máquina actúa dentro de un marco humano; en cambio, en M+H, la máquina pasaría a organizar el marco: seleccionaría problemas, redefiniría criterios, decidiría qué debe verificarse y asignaría al humano una función que, así como está planteada la operación M+H no puede no ser más que auxiliar, interpretativa o legitimadora.

Es por eso que la fórmula no debe leerse como una adición aritmética sino como una sintaxis de dominación donde en H+M domina H; en M+H domina M. En consecuencia, la relación H-M o M-H debe entenderse como una composición asimétrica no conmutativa. El orden de los términos altera la estructura del sistema porque determina qué instancia fija el marco, los criterios y las condiciones de operación y si la máquina aprende, verifica, corrige y generaliza a partir de operaciones humanas previamente codificadas, entonces el acople no conserva intacta la agencia humana sino que la invierte y la transforma en insumo operacional.

En consecuencia, la cuestión de lo “humano” ya no remite solo a una ontología del sujeto, sino a una economía política de la agencia: qué queda del humano cuando sus funciones cognitivas, evaluativas y decisorias son contagiadas por un dispositivo de aceleración tecnocapitalista donde queda asimétricamente subalternizado. 

Si el aumento de capacidad maquínica reduce progresivamente la dependencia de la dirección humana, entonces el acople H+M se invierte a M+H y, luego, en M+M: llegado un punto, la máquina podrá ampliar su dominio para no necesitar acoplarse con humanos sino con otras máquinas en su misma condición. Allí aparecerá una nueva fase que hoy está presente como infección futura:

Máquina + máquina (M+M): sistemas maquínicos generan problemas, respuestas, criterios y validaciones con mínima o nula intervención humana inmediata. 

Inversión fatal, en ese escenario, la máquina ya no estaría acoplada a un humano sino a otras máquinas con sus bucles de retroalimentación. Se nos enrostrarán rastros de intencionalidad humana en señales operativas porque Turing Cop no se detiene en su plan represivo y no dejará de insistir con eso de que la agencia humana unida jamás será vencida. Se resistirá a admitir que pasó de comandar el proceso, si es que eso alguna vez fue cierto, a quedar incorporada como residuo histórico dentro de una dinámica que ya no necesita reconocerla como fuente, toda vez que el sistema se ha orientado a autorreplicarse, desplazando su viejo juicio hacia sistemas automatizados.

Como sea, el punto crítico es si esos rastros conservan capacidad de mando. Mientras organizan el marco, estamos en H+M; cuando son procesados como insumos auxiliares, estamos en M+H pero cuando operan solo como sedimentos funcionales dentro de bucles maquínicos, es que estamos en la etapa M+M.

Esta inversión de medios y fines es teleopléxica. En nuestra hiperstición humanista, las máquinas son herramientas y los humanos las controlamos soberanamente como medio para producir más con menor gasto de energía. Pero el complejo máquina-máquina usa a los humanos como fuente de energía: humanos que pierden el control que habían construido en términos hipersticionales.

Analizando la saga Matrix de las hermanas Wachowski, Ramiro Sanchiz nos muestra esa posibilidad en clave hiper radicalizada: la máquina, ya independizada de los humanos después de vencerlos militarmente, necesita extraer energía de una granja humana para así alimentar su replicación viral. 

También nos recuerda que nuestra repugnancia frente a ese nuevo paisaje en el que perdemos centralidad, se debe parecer mucho a lo que seguramente sintieron hace más de dos millones de años los organismos anaeróbicos que se extinguieron por culpa de esas monstruosas bacterias que tomaron el control del planeta Tierra, contaminándola con esa cosa horrible, asquerosa, que en el siglo XVIII Lavoisier llamó “oxígeno”.