Publicado originalmente por PwC el 20 de mayo de 2026
El debate sobre el futuro de la Inteligencia Artificial se ha visto cada vez más marcado por conceptos como la Inteligencia Artificial General (AGI), la Singularidad Tecnológica y la Superinteligencia, invocados con frecuencia para describir escenarios de profunda transformación, pero no siempre comprendidos con claridad.
En este artículo, Ricardo Pacheco Almeida, AI Tech Lead de PwC Portugal, se remonta a los orígenes de estas ideas y traza el camino que habrá que recorrer para alcanzar una inteligencia sobrehumana.
¿Sabía que la AGI, la Singularidad Tecnológica y la Superinteligencia describen perspectivas distintas sobre el posible futuro de la IA?
- La AGI se refiere a sistemas capaces de realizar una amplia gama de tareas cognitivas con un rendimiento de nivel humano;
- La Singularidad Tecnológica designa el punto en el que esa capacidad evoluciona de forma autónoma y acelerada; y
- La Superinteligencia representa una etapa en la que las máquinas superan sistemáticamente el rendimiento humano en prácticamente todas las actividades intelectuales.
Para los líderes y las organizaciones, comprender estas distinciones es más que un ejercicio académico. La forma en que se define la AGI condiciona cómo interpretan los líderes y las organizaciones su potencial futuro y los impactos asociados en ámbitos como la regulación, la inversión, la gestión del riesgo y la planificación estratégica.
Así pues, este artículo no pretende anticipar los posibles impactos en la sociedad, el medioambiente, la economía y la política derivados de la aparición de estos fenómenos, sino centrarse en aclarar conceptos: la base de cualquier debate futuro.
De los inicios de la IA estadística a la GenAI
Para comprender la AGI, la Singularidad Tecnológica y la Superinteligencia, merece la pena remontarse al momento en que la IA aún no dominaba el debate público. Cuando estudiaba Economía de la Innovación, años antes de la aparición de modelos comerciales como ChatGPT, no se hablaba de Inteligencia Artificial en este campo de estudio con tanta frecuencia como hoy.
El concepto de Inteligencia Artificial (IA) tiene ya varias décadas. A pesar de múltiples momentos de “hype” a lo largo de los años, por ejemplo cuando Deep Blue venció al campeón mundial de ajedrez Garry Kasparov en 1997, la IA seguía viéndose mayoritariamente como un conjunto de técnicas fundamentalmente estadísticas de predicción, clasificación e identificación de patrones, es decir, casos de uso típicos del Machine Learning “tradicional”.
Ya se especulaba sobre cómo la tecnología podría dar lugar a una inteligencia superior a la humana. Surgieron dos escuelas de pensamiento con visiones radicalmente diferentes: una en Europa y otra en Estados Unidos.
Soft-Singularity: el Cerebro Global
En Bélgica, a partir de la década de 1990, el cibernético Francis Heylighen desarrolló el concepto de Emergencia y Cerebro Global (o Soft-Singularity): un acontecimiento de naturaleza pasiva en el que una consciencia emergería del enorme volumen de datos y conexiones intercambiados entre miles de millones de humanos y máquinas. Este fenómeno sería idéntico al funcionamiento de las neuronas humanas: individualmente no tienen ninguna capacidad inteligente, pero juntas forman un cerebro. El todo va más allá de la suma de las partes.
En otras palabras, se esperaba que internet “despertara” por sí sola, dotada de consciencia, a partir de la cantidad de información que contenía. Sería, por tanto, una metainteligencia colectiva y distribuida, de la que formarían parte los propios humanos conectados, y su emergencia dependería únicamente de la cantidad de conexiones existentes.
Hard-Singularity: la Singularidad Tecnológica
Si la visión europea confiaba en una emergencia pasiva, en la que la inteligencia surgiría de forma natural de las conexiones entre humanos y máquinas, la visión estadounidense proponía algo más deliberado y potencialmente más disruptivo. En Silicon Valley surgió el concepto de Singularidad Tecnológica (o Hard-Singularity), popularizado por futuristas como Ray Kurzweil (por ejemplo, en los libros The Singularity is Near, 2005, y The Singularity is Nearer, 2024).
El término “Singularidad” es una metáfora tomada de la física y las matemáticas. Se refiere estrictamente al punto en que una variable (como la densidad en un agujero negro) tiende al infinito y las leyes aparentes de la física dejan de tener sentido. Este acontecimiento supondría un punto de ruptura en la historia en el que la evolución tecnológica se vuelve tan vertiginosa que provoca el colapso de los modelos humanos de predicción, haciendo imposible anticipar el futuro.
El concepto central aquí es la “Explosión de Inteligencia”, descrita originalmente por el matemático y estadístico I.J. Good: el momento en que creamos una AGI capaz de diseñar una versión mejorada de sí misma. Este proceso daría inicio a un ciclo de automejora recursiva: la versión 1.0 crea la 2.0; la 2.0, al ser más inteligente, crea la 3.0 más rápidamente, y así sucesivamente. Este ciclo se repetiría miles de veces a velocidades electrónicas, dando lugar a una Superinteligencia (ASI) que superaría la comprensión humana en días o incluso horas.
Décadas después de I.J. Good y Ray Kurzweil, esta idea no solo sigue viva, sino que ha adquirido urgencia. Es la idea predominante detrás del informe “AI 2027”, publicado en 2025 por Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland y Romeo Dean, que se propone predecir cómo será el año 2027, suponiendo el desarrollo de una AGI capaz de automejorarse.
¿Qué es una AGI?
Todos los escenarios asociados a la Singularidad Tecnológica y la Superinteligencia parten de un supuesto: la aparición de una AGI. Pero ¿qué es, concretamente, una AGI? ¿Y en qué punto del camino nos encontramos?
Definir la AGI ha resultado complejo, con un consenso científico que se fragmenta en distintas definiciones corporativas. A día de hoy, OpenAI la define por su impacto económico (sustitución del trabajo humano), Anthropic se centra en los niveles de riesgo y seguridad (ASL), y Meta (a través de Yann LeCun) rechaza el término, argumentando que los modelos actuales carecen de “modelos del mundo” y de comprensión “física”.
La perspectiva que suelo adoptar es la propuesta por el laboratorio de investigación Google DeepMind, cuya premisa central es “centrarse en las capacidades, no en los procesos”. Esto significa que, para que un sistema se considere AGI, basta con que ejecute las tareas con una competencia equivalente, sin necesidad de poseer “sintiencia” ni de imitar el pensamiento humano. En el fondo, sea cual sea la tarea, una AGI debería poder llevarla a cabo: desde crear una presentación correcta sobre mitología griega hasta hacer una llamada para reservar en el restaurante más adecuado de la ciudad.
“Las diferentes perspectivas de la AGI, la Singularidad y la Superinteligencia siguen siendo relevantes como distintos ángulos sobre el futuro de la Inteligencia Artificial Generativa. Todas sirven como herramientas y fuentes de inspiración para definir estrategias a largo plazo, en particular en los sectores en los que la IA Generativa tiene mayores impactos.”
Ricardo Pacheco Almeida, AI Tech Lead de PwC Portugal
Los cinco niveles de AGI
Para aclarar cómo puede evolucionar la AGI con el tiempo, Google DeepMind propone un modelo que la describe como una escala evolutiva, y no como un punto de ruptura binario. Se basa en dos ejes que, a su vez, dan lugar a cinco niveles de clasificación:
- Rendimiento (profundidad de la competencia); y
- Generalidad (amplitud de tareas).
Matriz de clasificación de la evolución de la AGI
Nivel 1 (AGI Emergente)
Sistemas que poseen generalidad, pero cuyo rendimiento general solo es comparable al de un humano no cualificado. Aquí es donde DeepMind sitúa los modelos de frontera actuales, como los más recientes de OpenAI, Anthropic y Google.
Nivel 2 (AGI Competente)
El umbral en el que el sistema alcanza el rendimiento del 50% de los adultos cualificados en una amplia gama de tareas.
Niveles 3 y 4 (Experto y Virtuoso)
Donde la capacidad escala hasta los percentiles 90 y 99 de los adultos cualificados, respectivamente.
Nivel 5 (AGI Sobrehumana)
Sistemas que superan al 100% de los humanos en todas las tareas.
Podemos considerar que, al llegar al nivel 5, estaremos ante una Superinteligencia, una entidad virtual con un nivel de rendimiento superior al de todos los humanos en todas las tareas, de forma general. El acceso a una tecnología con este potencial tendrá un impacto muy profundo en todo lo que conocemos.
¿Una AGI multiagente en el futuro?
La evolución de la AGI puede que no pase por un único modelo cada vez más potente, sino por sistemas compuestos por múltiples agentes especializados que actúan de forma coordinada. La pregunta que se plantea ahora es: ¿cómo llegamos hasta allí? ¿Mediante un único modelo, cada vez más potente, o por una vía diferente?
Con la reciente aparición de agentes de GenAI, que pueden definirse como un programa de software que utiliza GenAI para tomar decisiones y usar herramientas, DeepMind ha sugerido que la AGI podría surgir de forma natural de sistemas de agentes con múltiples especializaciones y herramientas a su disposición, en lugar de un cerebro monolítico muy avanzado. Esta perspectiva, cada vez más popular, ha sido bautizada como “AGI multiagente o inteligencia colectiva”.
Curiosamente, esta visión de una inteligencia que emerge de la colaboración entre múltiples agentes especializados recuerda al Cerebro Global de Heylighen, con una diferencia fundamental: no depende de una emergencia pasiva de internet, sino de sistemas diseñados con intencionalidad.
En un debate que oscila entre el entusiasmo y la aprensión, aclarar estos conceptos es esencial para que líderes, organizaciones y responsables de la toma de decisiones puedan contextualizar la evolución de la IA de forma informada y responsable. Esta conciencia debe orientar un enfoque estratégico, prudente y prospectivo de la IA a lo largo de este siglo.