Durante mucho tiempo hemos imaginado la evolución de la inteligencia artificial como una escalera.
Un peldaño, otro peldaño, otro peldaño más.
Primero un modelo que responde mejor, después otro que razona con más profundidad, luego otro que programa, analiza, escribe, interpreta imágenes, genera vídeo, toma decisiones, coordina tareas y parece acercarse, al menos en algunas situaciones concretas, a una forma de inteligencia cada vez más difícil de explicar con palabras sencillas.
Y claro, si miramos la evolución de la IA de esa manera, la pregunta que aparece casi de forma automática es evidente.
¿Qué vendrá después?
Un modelo más potente, más rápido, más autónomo, más capaz.
Sin embargo, empiezo a pensar que esa imagen se nos está quedando corta. Sirve para entender una parte del fenómeno, pero no todo lo que está ocurriendo. La inteligencia artificial seguirá avanzando hacia arriba, sí, aunque quizá no todo el mundo tenga acceso a esa zona más vertical, más extrema y más delicada. Al menos no del mismo modo en que hemos tenido acceso hasta ahora a muchas herramientas digitales.
Puede que la evolución más visible para la mayoría de nosotros no sea tanto una IA cada vez más poderosa en sentido absoluto, sino una IA cada vez más transversal. Más integrada, más útil en tareas distintas y más presente en nuestro trabajo, en nuestros procesos, en nuestras decisiones y en nuestras rutinas.
Dicho de otra forma, tal vez la IA no avance solo hacia arriba. También avanzará hacia los lados. Y esta diferencia, que puede parecer pequeña, tiene más importancia de la que parece.
Antes de seguir, quiero dejar algo claro. No soy investigador en inteligencia artificial ni pretendo presentar esta reflexión como una predicción técnica. No tengo una bola de cristal ni datos propios que permitan afirmar con rotundidad hacia dónde irá todo esto. Lo que comparto aquí es una visión personal, nacida de lo que vengo observando en los últimos meses, de las noticias que van apareciendo, de los riesgos que empiezan a hacerse visibles y de los retos que todavía tenemos por delante.
Puede que me equivoque, pero, cuanto más miro lo que está ocurriendo, más sentido me hace pensar que necesitaremos encontrar un equilibrio entre progreso, control y seguridad. Y que ese equilibrio, conviene recordarlo desde el principio, no puede ser una decisión delegada en la tecnología, tiene que seguir siendo una responsabilidad humana.
La evolución vertical empieza a tocar zonas sensibles
Cuando hablamos de evolución vertical de la IA, me refiero a esa carrera por desarrollar modelos de frontera cada vez más capaces.
Modelos que no solo generan texto o responden preguntas, sino que pueden razonar mejor, programar con mayor solvencia, analizar grandes cantidades de información, encontrar patrones complejos, actuar como agentes, descubrir vulnerabilidades, ayudar en investigación científica o intervenir en ámbitos especialmente sensibles.
Esta línea de evolución es apasionante, pero también es delicada. Porque cuanto más capaz es un modelo, mayor puede ser su utilidad, pero también mayor puede ser el daño si se usa mal, si se libera sin controles suficientes o si cae en manos de actores que no buscan precisamente mejorar la vida de nadie.
Y no estoy hablando de una preocupación abstracta. En junio de 2026, Anthropic comunicó que el gobierno de Estados Unidos había emitido una directiva de control de exportaciones para suspender el acceso a Fable 5 y Mythos 5 por parte de cualquier persona extranjera, incluso dentro de la propia compañía, citando razones de seguridad nacional. Días después, distintos medios informaron de que el gobierno estadounidense levantaría esas restricciones tras negociaciones con Anthropic y tras la adopción de medidas adicionales de seguridad. Hoy, 1 de julio, he recibido en mi bandeja de entrada un mensaje en el que Anthropic confirma que el Departamento de Comercio ha levantado los controles de exportación sobre Claude Fable 5 y Mythos 5, y que comenzará a restaurar el acceso a partir de mañana. La propia compañía agradece la paciencia de sus usuarios y el trabajo realizado para volver a desplegar los modelos. Es decir, no estamos ante una hipótesis lejana, sino ante una situación real en la que el acceso a modelos de frontera se activa, se suspende, se negocia y se restablece bajo criterios que ya no son solo técnicos o comerciales, sino también políticos, estratégicos y de seguridad.
OpenAI, por su parte, ha presentado GPT 5.6 como una familia de tres modelos, Sol, Terra y Luna, con salvaguardas específicas para su despliegue seguro y a escala. Y medios especializados han informado de que el despliegue de estos modelos también ha estado condicionado por revisiones y restricciones vinculadas al gobierno estadounidense.
No menciono estos casos para entrar en una discusión concreta sobre si una decisión fue acertada o no. Ese debate requiere más información de la que tenemos desde fuera. Los menciono porque muestran algo que, me parece, será cada vez más habitual.
La IA de frontera ya no se percibe solo como producto tecnológico, sino que empieza a percibirse como infraestructura estratégica. Y cuando una tecnología se convierte en infraestructura estratégica, los gobiernos, las empresas y las instituciones dejan de mirarla únicamente como una herramienta de mercado. La miran también desde la seguridad, la competitividad, la soberanía tecnológica, la defensa, la investigación y el equilibrio geopolítico.
Aquí es donde la escalera empieza a tener barandillas.
Quizá no todos subamos hasta el último peldaño
Durante años nos hemos acostumbrado a que muchas tecnologías digitales lleguen al público general con una lógica relativamente abierta. Aparece una herramienta, se lanza al mercado, se ofrece una versión gratuita o de pago y, poco a poco, se democratiza su uso.
Con la IA de frontera puede que esto cambie y no porque se quiera frenar el progreso, sino porque tal vez no sea razonable que cualquier persona, organización o país tenga acceso inmediato, completo y sin condiciones a los modelos más potentes disponibles.
Sé que esta frase puede resultar incómoda, a mí también me genera preguntas como estas:
¿Quién decide qué se puede usar y qué no?, ¿con qué criterios?, ¿quién vigila a quienes vigilan?, ¿cómo evitamos que la seguridad se convierta en excusa para concentrar poder?, ¿cómo impedimos que la regulación termine protegiendo a los grandes actores y dejando fuera a quienes quieren innovar desde otros lugares?
Todas, estas son preguntas necesarias, si bien, también hay otra pregunta que no podemos esquivar.
¿Qué ocurre si liberamos capacidades cada vez más potentes sin haber construido antes mecanismos suficientes de control, auditoría, trazabilidad y rendición de cuentas?
No estamos ante una calculadora mejorada, ni tampoco ante una simple herramienta de edición de texto. Los modelos de frontera empiezan a entrar en ámbitos donde pueden influir en decisiones, acelerar descubrimientos, automatizar procesos, simular escenarios, analizar código, crear estrategias, detectar vulnerabilidades o ayudar a diseñar sistemas complejos.
Por eso creo que la evolución vertical quedará cada vez más limitada a determinados entornos. Gobiernos, laboratorios, equipos de investigación, grandes empresas, instituciones estratégicas y organizaciones sometidas a controles específicos tendrán acceso a capacidades que quizá no estarán disponibles, al menos de forma completa, para el público general.
Y esto, bien gestionado, podría tener un efecto importante. Creo que los acontecimientos recientes y las decisiones derivadas podrían hacer que el impacto social y laboral de la IA sea más gradual, más controlable y menos abrupto de lo que muchas previsiones imaginaban.
No digo que el impacto vaya a ser pequeño (dentro de las escalas de progresión que manejamos no lo será), digo que quizá no será igual si millones de personas acceden de golpe a modelos sin apenas restricciones que si el acceso más potente queda reservado a entornos controlados, mientras el público general utiliza modelos más transversales, útiles y seguros.
La IA cotidiana avanzará hacia los lados
Aquí aparece la otra parte de la tesis.
Mientras la IA de frontera avanza hacia arriba, la IA que usaremos la mayoría avanzará hacia los lados, será más horizontal.
No necesariamente porque cada modelo sea infinitamente más inteligente, sino porque estará mejor conectado con nuestras tareas, nuestras herramientas y nuestros contextos. Veremos modelos capaces de redactar, resumir, programar, traducir, organizar información, diseñar materiales, preparar reuniones, revisar documentos, comparar fuentes, analizar datos, crear propuestas, acompañar procesos de aprendizaje o ayudarnos a tomar mejores decisiones.
Y, sobre todo, veremos agentes. Y no, no hablo de agentes de ciencia ficción, sino de sistemas capaces de ejecutar secuencias de tareas con cierto grado de autonomía. Agentes domésticos, profesionales o cotidianos, accesibles para el público general, que podrán conectarse con nuestro correo, nuestro calendario, nuestros documentos, nuestras aplicaciones de trabajo, nuestras bases de datos o nuestras herramientas creativas. Algunos nacerán del ecosistema de código abierto y otros vendrán integrados en las herramientas que ya usamos a diario.
Imaginemos algo sencillo.
Pide a un agente que prepare una reunión. En unos segundos revisará los documentos previos, localizará correos relevantes, detectará asuntos pendientes y propondrá un orden del día. También podrá comparar versiones, preparar una presentación inicial y dejar sobre la mesa tres preguntas que convendría abordar antes de sentarse a hablar.
Puedes pedir a otro agente que te ayude a organizar una formación. En este caso, revisará el perfil del alumnado, adaptará contenidos, propondrá ejercicios, generará materiales, planteará una evaluación y te avisará de posibles sesgos o lagunas.
O puedes pedir a un agente especializado en tu negocio que revise la gestión. Analizará facturas, detectará patrones de gasto, comparará presupuestos, preparará borradores de respuesta y sugerirá mejoras operativas. Incluso podría señalar pequeñas ineficiencias que, vistas una a una, parecen poca cosa, pero que acumuladas durante meses pueden afectar bastante a la salud del negocio.
Nada de esto exige, necesariamente, que el público general tenga acceso al modelo más potente del planeta. Exige modelos suficientemente buenos, bien integrados, seguros, económicos y adaptados a tareas concretas.
Y ahí estará buena parte de la revolución cotidiana.
La IA no tendrá que ser omnipotente para cambiar muchas cosas, bastará con que sea útil en muchos lugares a la vez.
Ahora bien, esta horizontalidad también traerá riesgos. Un agente doméstico con acceso a tus documentos puede ayudarte mucho, pero también puede equivocarse, filtrar información, malinterpretar una orden o ejecutar una acción que tú no habías previsto. Si además conecta con sistemas de compra, banca, administración, salud, educación o trabajo, la pregunta deja de ser solo si la IA funciona bien. La pregunta pasa a ser qué permisos le damos, qué supervisión mantenemos y qué decisiones no queremos delegar nunca. Porque la comodidad tiene una trampa. Cuanto más útil sea un agente, más tentador será dejarle hacer y ahí tendremos que ir con cuidado.
La IA también consume mundo
Hay otra cuestión que a veces queda oculta detrás de los anuncios de nuevos modelos y es que la inteligencia artificial no vive en una nube abstracta.
Vive en centros de datos, necesita electricidad, chips, refrigeración, redes, servidores, agua, suelo, mantenimiento, inversión y cadenas de suministro globales. Cada vez que hablamos de modelos más grandes, más capaces y más presentes, también estamos hablando de una infraestructura física que consume recursos reales.
La Agencia Internacional de la Energía estima que los centros de datos consumieron alrededor de 415 TWh de electricidad en 2024, aproximadamente el 1,5 por ciento del consumo eléctrico mundial, y señala que ese consumo creció alrededor de un 12 por ciento anual durante los cinco años anteriores.
Este dato no significa que debamos demonizar la IA, sería totalmente absurdo, ya que muchas tecnologías consumen recursos y, bien utilizadas, pueden ayudarnos precisamente a mejorar procesos, optimizar energía, acelerar investigación o reducir desperdicios. Pero sí significa que debemos dejar de hablar de IA como si fuera magia, porque no lo es, es infraestructura.
Y todavía es una infraestructura cara, exigente y en muchos aspectos inmadura. Buena parte del desarrollo actual se apoya en arquitecturas basadas en Transformers, que han permitido avances extraordinarios en modelos de lenguaje y en IA generativa. Pero el hecho de que hayan sido tan exitosas no significa que sean el punto final del camino.
Probablemente veremos nuevas arquitecturas. Algunas ya están apareciendo en laboratorios, artículos y líneas de investigación, otras todavía estarán en la cabeza de ingenieros e investigadores que buscan modelos más eficientes, más baratos, más seguros y menos dependientes de cantidades enormes de cómputo y datos.
Y quizá dentro de unos años miremos esta etapa con cierta ternura.
Nos parecerá impresionante, claro, pero también primitiva, como cuando miramos los primeros ordenadores personales, los primeros teléfonos móviles o las primeras conexiones a Internet. En su momento eran revolucionarios, y lo eran de verdad, pero también eran lentos, caros, limitados y torpes comparados con lo que vino después.
Puede que con la IA estemos viviendo algo parecido. Nos deslumbra lo que ya hace, pero todavía estamos en pañales en cuanto a su diseño, desarrollo e implantación real en nuestras vidas.
Ciencia, salud y nuevos materiales
Que el acceso público a ciertos modelos pueda estar más controlado no significa que la evolución vertical vaya a detenerse. Al contrario.
Es posible que los modelos más potentes encuentren su espacio natural en ámbitos donde su capacidad tenga un valor enorme y donde, al mismo tiempo, sea razonable exigir supervisión, trazabilidad y control.
Pienso en ciencia, en salud, en investigación biomédica, en nuevos materiales, en simulaciones complejas, en descubrimientos de nuevos fármacos, en ciberseguridad defensiva, en análisis climático, en sistemas energéticos o en campos donde una mejora significativa puede tener consecuencias positivas para millones de personas.
Y aquí la IA de frontera puede ser una palanca enorme. Pero precisamente por eso no debería operar como una caja negra sin rendición de cuentas.
Si un modelo ayuda a descubrir un material, a diseñar una molécula, a detectar una vulnerabilidad o a orientar una decisión estratégica, necesitamos saber bajo qué condiciones se ha usado, con qué límites, con qué validación humana y con qué consecuencias.
La potencia sin transparencia genera desconfianza. Y la desconfianza, cuando hablamos de tecnologías de impacto global, no es un asunto menor.
Transparencia para modelos que pueden cambiar el mundo
Si los modelos de frontera quedan en manos de gobiernos, grandes tecnológicas, empresas estratégicas o instituciones de investigación, la sociedad no puede limitarse a mirar desde fuera.
No basta con que nos digan que todo está controlado. La ciudadanía debería conocer, al menos en términos comprensibles, qué capacidades tienen estos modelos, qué gobiernos, empresas o instituciones los están utilizando, para qué fines generales, con qué resultados, con qué incidentes, con qué auditorías y bajo qué mecanismos de supervisión.
¡Ojo!, no hablo de publicar secretos industriales ni información que comprometa la seguridad, hablo de rendición de cuentas.
Y esta rendición de cuentas no debería limitarse a la ciudadanía de un país concreto. Una IA de frontera puede tener efectos globales, ya que puede alterar mercados, influir en investigación, afectar a derechos, modificar equilibrios geopolíticos o generar riesgos transfronterizos. Por tanto, la transparencia también debería tener vocación global.
Aquí Europa ha intentado marcar camino con el AI Act, que entró en vigor el 1 de agosto de 2024 y que la Comisión Europea presenta como un marco para fomentar un desarrollo y despliegue responsable de la inteligencia artificial en la Unión Europea. La propia Unión Europea lo define como el primer marco legal integral sobre IA en el mundo, con un enfoque basado en riesgos y orientado a una IA confiable.
No será perfecto, ninguna ley lo es, además, regular una tecnología que cambia tan rápido es dificilísimo. Pero me parece relevante que empecemos a construir marcos donde la innovación no quede separada de la responsabilidad.
Porque la pregunta no es si debemos avanzar o no, la pregunta que deberíamos poner sobre la mesa es cómo avanzamos.
Estados Unidos, China y Europa no pueden jugar solos
La inteligencia artificial ya forma parte de la competencia geopolítica. Estados Unidos quiere mantener el liderazgo tecnológico, China aspira a ocupar un papel central en el desarrollo y la gobernanza global de la IA, y Europa intenta construir una posición propia basada en regulación, derechos y confianza. Mientras tanto, el resto de países, cada uno con sus posibilidades y limitaciones, busca no quedar atrapado entre grandes bloques y desarrollar cierta soberanía tecnológica.
Todo esto es comprensible, pero también es peligroso.
Porque si cada actor juega únicamente a proteger su ventaja, podemos terminar en una carrera donde la seguridad se perciba como un freno y la transparencia como una debilidad. Y cuando eso ocurre, la tecnología avanza más rápido que nuestra capacidad para gobernarla.
Estados Unidos ha aprobado medidas recientes para coordinar seguridad, innovación y despliegue de IA avanzada, reconociendo que estas capacidades introducen nuevas consideraciones de seguridad nacional. China, por su parte, ha presentado un Plan de Acción para la Gobernanza Global de la IA donde define la inteligencia artificial como un bien público internacional y reconoce tanto sus oportunidades como sus riesgos.
Podemos desconfiar de los intereses de unos y otros, de hecho, conviene hacerlo con cierta prudencia, pero también debemos reconocer algo evidente: si una tecnología tiene efectos globales, ninguna potencia puede gestionarla sola.
Necesitamos acuerdos. Y no acuerdos ingenuos, por supuesto, ni declaraciones bonitas que nadie cumple. Necesitamos mecanismos verificables, estándares compartidos, auditorías independientes, canales de comunicación entre países, criterios de seguridad, compromisos de transparencia y formas de actuar ante incidentes graves.
Porque nos jugamos mucho, muchísimo.
No solo porque la IA pueda destruir empleos, crear otros o cambiar profesiones. Nos jugamos la confianza en las instituciones, la calidad de nuestras democracias, la protección de derechos, la seguridad digital, la competencia económica, la autonomía de las personas y la posibilidad de que esta tecnología sirva realmente al bien común.
Un impacto quizá más lento, pero no menos profundo
Si esta hipótesis tiene sentido, el impacto social y laboral de la IA podría ser algo más controlado de lo que se preveía en los escenarios más acelerados.
La IA no se detendrá, las empresas no dejarán de automatizar tareas y los agentes domésticos, cuando se integren de verdad en nuestras herramientas, cambiarán muchas rutinas profesionales. Lo que podría cambiar es la velocidad y la forma del despliegue.
Si el acceso a las capacidades más potentes queda regulado, limitado o supervisado, mientras la adopción general se orienta hacia modelos más horizontales, más integrados y más prácticos, quizá tengamos un proceso menos abrupto. No más pequeño, ni menos relevante, pero sí algo más gestionable y eso podría darnos algo de margen.
Margen para formar mejor a profesionales, para revisar procesos, para adaptar sistemas educativos, para repensar el trabajo, para proteger a quienes puedan quedar en posiciones más vulnerables o para decidir qué tareas queremos automatizar y cuáles preferimos mantener bajo criterio humano.
Pero tener un mayor margen no implica necesariamente tranquilidad, sería un error dormirnos.
La IA transversal puede transformar mucho sin necesidad de tener acceso público a modelos de frontera. Un agente que automatiza tareas administrativas, crea contenidos, analiza documentos, atiende clientes o ayuda a programar puede cambiar una empresa pequeña, un despacho profesional, un aula, una asesoría, una consulta o un departamento entero.
No hará falta una superinteligencia para que muchas profesiones tengan que aprender a trabajar de otra manera, por eso el debate no debería reducirse a si la IA nos quitará o no el trabajo. Esa pregunta, aunque comprensible, se queda corta. La cuestión más interesante es qué parte de nuestro trabajo queremos que mejore, qué parte queremos que se automatice, qué parte no deberíamos delegar y qué nuevas capacidades humanas serán más importantes en un entorno donde cada vez habrá más herramientas inteligentes a nuestro alrededor.
Por ello, quizá la respuesta no esté solo en aprender a usar IA sino en aprender a decidir mejor con IA.
El equilibrio no puede decidirlo la máquina
Hay una tentación muy propia de nuestra época. Cuando una tecnología se vuelve compleja, tendemos a pensar que las decisiones sobre ella también deberían quedar en manos de especialistas. Ingenieros, investigadores, reguladores, directivos, expertos en seguridad, responsables políticos.
Y claro que necesitamos especialistas. Sin ellos no entenderíamos los riesgos ni las posibilidades reales. Pero hay decisiones que no son solo técnicas. Son éticas, sociales y humanas.
Decidir qué modelos se liberan, quién puede acceder a ellos, con qué límites, qué usos se consideran aceptables, qué información debe hacerse pública, qué daños estamos dispuestos a tolerar y qué beneficios queremos priorizar no puede ser una conversación escondida en laboratorios, consejos de administración o despachos gubernamentales.
La inteligencia artificial puede ayudarnos a investigar, crear, curar, enseñar, programar, descubrir y resolver problemas que hoy nos superan y ojalá lo haga. Pero también puede concentrar poder, aumentar desigualdades, erosionar la privacidad, automatizar decisiones injustas, debilitar el criterio humano o acelerar dinámicas que luego no sepamos corregir.
Por eso creo que el equilibrio entre progreso, control y seguridad será una de las grandes conversaciones de nuestro tiempo.
- Progreso, porque renunciar a desarrollar una tecnología con tanto potencial sería irresponsable.
- Control, porque no todo lo técnicamente posible debería desplegarse sin límites.
- Seguridad, porque cuando una herramienta puede afectar a millones de personas, la prudencia deja de ser miedo y se convierte en madurez.
Quizá la IA del futuro no sea simplemente más alta en esa escalera imaginaria, quizá sea más amplia, más distribuida, más cotidiana y más presente en los rincones concretos de nuestra vida.
Quizá los modelos más potentes trabajen en entornos más cerrados, ayudando a la ciencia, la salud, la defensa, la energía o la investigación avanzada.
Y quizá nosotros convivamos con modelos más horizontales, menos espectaculares, pero profundamente transformadores.
La pregunta, entonces, no será solo hasta dónde puede llegar la inteligencia artificial, sino será quién decide la dirección de ese avance, con qué límites, con qué transparencia y al servicio de qué intereses.
Porque si algo deberíamos tener claro en esta etapa es que el futuro de la IA no puede quedar decidido únicamente por la IA, tiene que seguir siendo una decisión humana.
#IA #InteligenciaArtificial #TecnologíaConSentido #ÉticaDigital #FuturoDelTrabajo
