La singularidad de la IA es un proceso, no un momento

¿Crees que realmente ya hemos entrado en la «singularidad de la IA» de la que has hablado?

Depende de a qué singularidad te refieras.

Si te refieres a un momento concreto —un día aparece la superinteligencia y todo cambia de forma irreversible—, eso no ha ocurrido y probablemente no ocurrirá de esa manera a corto plazo. Pero si singularidad se refiere al proceso que describí en The Gentle Singularity, entonces la respuesta es que ya estamos dentro: «Hemos cruzado el horizonte de sucesos, el despegue ha comenzado». No parece una singularidad, porque una singularidad nunca parece una singularidad. En 2017 escribí que la integración humano-máquina es gradual, y que los procesos graduales son difíciles de notar; en aquel momento pensé que ya llevaba varios años en marcha. Hoy seguimos en la misma curva: el asombro se vuelve cotidiano, lo cotidiano se convierte en el umbral mínimo: hace unos años te asombrabas de que un modelo pudiera escribir un párrafo hermoso, ahora preguntas cuándo podrá escribir una novela entera.

La verdadera limitación no está en los algoritmos, sino en la física. Un centro de datos tarda de 1 a 3,6 años desde el inicio de las obras hasta alcanzar 1 GW, y la disponibilidad de electricidad, la fiabilidad de la red y la oposición de las comunidades se están convirtiendo en las principales restricciones para los nuevos proyectos; Estados Unidos planea añadir casi 45 GW en tres años. Así que la pendiente de esta fase la determinan la electricidad, el suelo y los permisos, no las ideas. Eso es lo que más se ha malinterpretado en los últimos dos años: la curva de capacidades sigue subiendo, pero el cuello de botella se ha desplazado un nivel aguas arriba.

Para juzgar si realmente está acelerando, no miro el ritmo de publicaciones de los laboratorios, sino dos cosas. Primero, si la IA que investiga en IA produce una aceleración visible de los descubrimientos a nivel de campo, y no solo informes internos de productividad. Segundo, si la automejora solo gira dentro de evaluadores externos fijos. Hoy el auto-refinamiento acotado ya es práctica industrial, la recursividad abierta aún no está demostrada, y un estudio de 2026 encontró que el 73,8 % de las supuestas optimizaciones producidas por agentes de código solo mejoran métricas proxy, sin beneficios reales. Es más rápido, pero aún no llega al punto de poder acelerarse a sí mismo.

Así que: proceso sí, momento no. Si algún día la contribución de la IA a la investigación en IA se hace visible en la tasa de descubrimiento del campo, esa será la señal que me hará cambiar de opinión.