OpenAI lanzó GPT-6 Astra, su modelo de inteligencia artificial más avanzado hasta el momento, y en cuestión de días el anuncio dejó de ser apenas una renovación de ChatGPT para convertirse en una discusión mucho más grande: ¿la inteligencia artificial alcanzó finalmente capacidades comparables con las humanas?
El combustible para el debate llegó desde algunas de las personas más poderosas de la industria. Jensen Huang, CEO de Nvidia, fue terminante: “La inteligencia artificial general (AGI) ha llegado”, escribió en X al felicitar a OpenAI.
Greg Brockman, presidente de la compañía creadora de ChatGPT, había ido por un camino parecido durante la presentación del modelo: “Bienvenidos a la era de la IA general”.
Pero hay que separar las capacidades reales del modelo de las grandes declaraciones. GPT-6 Astra representa un avance relevante y, en algunas pruebas, espectacular. No existe, sin embargo, consenso científico ni una medición universal que permita afirmar que la inteligencia artificial general (y mucho menos la superinteligencia) haya sido alcanzada.
La propia OpenAI define históricamente a la AGI como sistemas altamente autónomos capaces de superar a los humanos en la mayoría de los trabajos económicamente valiosos. La superinteligencia supone un escalón todavía superior: máquinas ampliamente más inteligentes que los seres humanos. Son términos relacionados, pero no equivalentes.
Qué tiene de diferente GPT-6 Astra
Recibe un objetivo, decide qué pasos seguir y ejecuta buena parte del trabajo por su cuenta. (Foto: Reuters)
La evolución más importante de Astra no está necesariamente en conversar mejor, sino en hacer.
El modelo fue diseñado para completar trabajos complejos de principio a fin: puede navegar por Internet, operar programas, investigar, analizar información, producir documentos y presentaciones, desarrollar software y utilizar distintas herramientas sin necesitar una instrucción humana en cada paso.
Es la evolución del chatbot hacia el agente de inteligencia artificial: un sistema al que se le asigna un objetivo y que puede decidir cómo ejecutarlo.
En los primeros días después del lanzamiento, las demostraciones empezaron a multiplicarse en redes sociales y mostraron resultados que hasta hace poco parecían reservados a especialistas.
Astra fue usado para crear videojuegos, diseñar casas y escenarios virtuales, generar modelos en tres dimensiones y producir proyectos completos a partir de instrucciones escritas. En varios casos, además, pudo corregir errores y mejorar el resultado sobre la marcha.
También empezó a mostrar su potencial en tareas mucho más cotidianas. Puede buscar información, comparar opciones, completar formularios, trabajar sobre planillas, revisar páginas web y manejar programas directamente desde la computadora.
La novedad no está solo en que responda mejor una pregunta, sino en que pueda recibir un objetivo, decidir qué pasos seguir y ejecutar buena parte del trabajo por su cuenta.
Los benchmarks (estándares o pruebas comparativas que se utilizan para medir y evaluar el rendimiento de estos modelos) muestran avances importantes. En OSWorld 2.0, una prueba de uso de computadoras, Astra obtuvo 72,6%, frente al 65,7% de GPT-5.6 Sol. En AutomationBench, orientado a automatización, llegó al 41,4%, más del doble que su antecesor.
También llamó la atención su desempeño en ARC-AGI-3, un benchmark creado para medir la capacidad de adaptarse a problemas nuevos. OpenAI informó un resultado de 99,9%, una cifra que alimentó rápidamente las afirmaciones sobre la llegada de la AGI.
Pero hay matices importantes. ARC Prize, la organización responsable de la prueba, obtuvo 62,7% al usar su configuración estándar. El resultado de OpenAI utilizó un adaptador específico que permite preservar determinado estado de razonamiento entre interacciones.
Y la propia ARC Prize hizo una aclaración explícita: superar su benchmark no demuestra que se haya alcanzado la AGI.
Las evaluaciones externas muestran algo parecido. Astra mejora sobre GPT-5.6 Sol, pero el salto resulta especialmente marcado en tareas de agente, programación y automatización más que en una supuesta “inteligencia general” radicalmente superior.
Ese detalle puede ser más importante para la industria que cualquier discusión semántica. El cambio está en que la IA empieza a ser capaz de tomar una tarea, utilizar herramientas durante un período prolongado y entregar un resultado terminado.
Una “mente alienígena”
Jensen Huang, CEO de Nvidia. (Foto: Bloomberg)
El debate tomó un tono todavía más inquietante tres días después del lanzamiento.
Jakub Pachocki, jefe científico de OpenAI, publicó un extenso artículo titulado “An Alien Mind” (“Una mente alienígena”) en el que describe cómo la compañía observa los sistemas que está construyendo.
Pachocki sostiene que la inteligencia generada por estos modelos no funciona igual que la humana y que, en cierto sentido, son sistemas más “cultivados” que diseñados: enormes procesos de optimización crean estructuras tan complejas que sus propios desarrolladores pueden estudiar algunos mecanismos internos, pero no explicar completamente cómo funcionan.
Su preocupación apunta sobre todo a lo que podría venir después.
Según el científico, el actual ritmo de progreso podría conducir a procesos de “mejora recursiva”: inteligencias artificiales capaces de colaborar cada vez más activamente en la construcción de las siguientes generaciones de IA.
No afirma que Astra ya lo haga de manera autónoma ni que sea una superinteligencia. Habla de una dirección posible.
OpenAI asegura, de hecho, que los sistemas ya empiezan a acelerar su propia investigación. La compañía informó que alcanzó el objetivo de crear una suerte de “investigador pasante” de IA, capaz de resolver bajo supervisión tareas que pueden demandar varios días de trabajo humano.
Pachocki advierte, al mismo tiempo, que ninguna empresa cuenta hoy con sistemas de alineamiento y monitoreo suficientemente sólidos como para aumentar indefinidamente las capacidades de estos modelos sin incrementar los riesgos. Incluso plantea la posibilidad de desaceleraciones voluntarias y una mayor coordinación entre gobiernos.
Su objetivo declarado es evitar que el futuro quede en manos de una “inteligencia alienígena que exceda la nuestra”.
La frase es importante porque también marca un límite frente a parte de la euforia posterior al lanzamiento: el propio jefe científico de OpenAI habla de esa inteligencia superior como un escenario futuro, no como algo que Astra ya sea.
Entonces, ¿se alcanzó la AGI?
Los modelos no necesitan convertirse en una superinteligencia para cambiar el mercado laboral. (Foto: Reuters)
No existe una respuesta objetiva porque tampoco existe una definición universalmente aceptada de AGI ni una prueba que determine cuándo se cruza esa frontera.
Jensen Huang considera que sí. Brockman sostiene que Astra puede marcar el comienzo de esa era. Otros investigadores son mucho más cautos y los propios responsables de ARC-AGI rechazan utilizar los resultados del benchmark como una demostración.
Mucho menos puede hablarse de superinteligencia. Que Astra supere a los humanos en tareas concretas no significa que posea una inteligencia ampliamente superior a las personas en todos los ámbitos.
Pero posiblemente esa tampoco sea la pregunta más importante.
Los modelos no necesitan convertirse en una superinteligencia para transformar el mercado laboral. Si pueden investigar durante horas, utilizar las mismas aplicaciones que un empleado, programar, analizar datos y completar flujos de trabajo enteros, la frontera entre “asistente” y “trabajador digital” empieza a hacerse cada vez más difusa.
Ese es probablemente el cambio más concreto que trae Astra, cuyo acceso todavía se está habilitando de manera gradual. Los usuarios de ChatGPT Pro pueden usarlo en el chat, mientras que los suscriptores de Plus lo reciben por ahora en las herramientas Work y Codex.
El modelo también llega acompañado por una capacidad que OpenAI considera especialmente sensible: la ciberseguridad. Es el primero que la empresa clasifica en nivel “crítico” en ese rubro, debido a su capacidad para detectar vulnerabilidades y desarrollar formas de explotarlas con un alto grado de autonomía. Por eso algunas funciones tienen controles adicionales.
Detrás de todo aparece, además, la enorme carrera por infraestructura. Huang destacó que Astra fue entrenado utilizando más de 100.000 sistemas Nvidia Grace Blackwell y anticipó una expansión todavía mayor.
Hay allí una última razón para leer con cautela las grandes declaraciones: el hombre que anuncia que la AGI finalmente llegó también dirige la empresa que vende buena parte de los chips necesarios para construirla.
Astra puede no haber resuelto la discusión sobre la inteligencia artificial general. Pero sí acerca un escenario mucho más tangible: inteligencias artificiales capaces de dejar de limitarse a responder preguntas y empezar a realizar una parte cada vez mayor del trabajo por su cuenta.
SL
Todavia no hay comentarios aprobados.