También puedes escucharlo en Spotify y iVoox.
🧠 Si quieres profundizar en estas ideas, puedes consultar el Curso Avanzado de Pensamiento Crítico y la Biblioteca Polymata.
¿Qué entendemos por inteligencia?
Últimamente me pasa algo raro con la inteligencia artificial.
Hace unos años, si tenía un problema de programación, una duda técnica con la web, quería analizar unos datos o necesitaba ayuda con algo que se salía de lo que yo sabía hacer, pensaba: necesito encontrar a alguien que sepa de esto.
Ahora directamente abro ChatGPT.
Claro, no siempre hace el trabajo entero. Tengo que darle contexto, corregirla, decirle que algo no tiene sentido… reconozco que a veces hasta me cabreo con ella. Pero, bueno, eso también me pasa trabajando con personas.
Y últimamente me viene bastante a la cabeza una pregunta.
¿Seguimos siendo claramente más inteligentes que las inteligencias artificiales?
Para responder esto primero necesitamos definir inteligencia.
Hay cientos de definiciones, pero hay una que me parece especialmente útil para este capítulo. Shane Legg y Marcus Hutter proponen la siguiente definición: es la capacidad de un agente para alcanzar objetivos en una amplia variedad de entornos.[1]
Me gusta porque va bastante al grano.
Que una IA recite media Wikipedia no le sorprende a nadie ya. Tampoco que juegue al ajedrez mejor que Magnus Carlsen o que programe mejor que yo, que tampoco sería poner el listón especialmente alto.
Lo realmente interesante es ponerla ante algo que no conoce y ver qué pasa. Imagina que te ponen delante de un juego que no has visto en tu vida sin explicarte las reglas. Empiezas a tocar cosas, vas viendo qué ocurre, haces alguna estupidez y, poco a poco, entiendes qué tienes que hacer para avanzar.
Los humanos hacemos esto con bastante facilidad. Incluso un niño puede empezar a hacerse una idea de cómo funciona un juego simplemente probando.
Así que, para comprender si la IA se está acercando a la inteligencia humana, busquemos problemas que una persona pueda entender aunque no los haya visto antes y veamos qué ocurre cuando se los ponemos a una IA.
Cuando nadie te explica las reglas
Volvamos a ese juego.
Pues algo bastante parecido es lo que llevó a François Chollet a crear ARC en 2019.[2]
ARC es una colección de pequeños puzles visuales. Te enseñan unas pocas cuadrículas de colores con su solución y luego te dan otra distinta. Tú tienes que descubrir qué regla se está aplicando en la nueva cuadrícula y resolverla.
No hace falta saber matemáticas avanzadas ni haberte leído Wikipedia. De hecho, la gracia está precisamente en que tienes muy poca información. Tienes que mirar los ejemplos y descubrir los patrones ocultos.
Por ejemplo, en una de las tareas más simples te enseñan tres cuadrículas de dos por dos. En cada una hay una sola casilla de un color y la solución consiste en llenar toda la cuadrícula con ese mismo color. Luego te dan una cuarta cuadrícula con otro color colocado en otra posición y tienes que deducir qué hacer.[3]
La idea es que una persona pueda deducir la regla a partir de muy pocos ejemplos. Para los sistemas de IA, en cambio, este tipo de tareas resultó sorprendentemente difícil durante años. Chollet quería medir cuánto necesita haber visto un sistema antes para aprender a resolver algo nuevo. Para él, una cosa es aprender después de haber visto miles de ejemplos durante el entrenamiento del modelo y otra enfrentarse a algo nuevo y sacarlo adelante sin haberlo practicado antes.[2]
El problema con ARC y con otros benchmarks importantes es que acaba apareciendo una especie de carrera entre quien diseña el benchmark y los laboratorios que intentan superarlo.
Cuando ARC se hizo famoso empezaron a desarrollarse técnicas específicas para resolver este tipo de puzles. Como era de esperar, los resultados mejoraron muchísimo.
Pero claro, ahora mismo es difícil saber si la puntuación que consiguen los modelos en ARC refleja una capacidad general para resolver problemas nuevos o simplemente que nos hemos vuelto muy buenos preparando sistemas para esa clase de problemas.[3]
Por eso me parece especialmente interesante ARC-AGI-3, presentada en marzo de 2026.
Ahora las pruebas son pequeños juegos interactivos que no conoces de antemano. La IA entra en ellos, prueba a hacer algo, ve qué ocurre y tiene que ir entendiendo cómo funciona ese mundo virtual. Es importante tener en cuenta que la IA no recibe instrucciones que le expliquen qué tiene que hacer. Tiene que descubrir los objetivos y las reglas de cada juego. Además, los juegos están diseñados para que lo que se aprende en un nivel tenga que aprovecharse en los siguientes.[4]
Tú entras al primer juego, ves varios elementos y no tienes claro qué hacen. Tocas algo y ves que se mueve una pieza en la otra punta del tablero. Pruebas otra cosa y pierdes una vida. Vale, mejor no sigo por ahí. A base de probar empiezas a entender qué hace cada cosa, qué deberías evitar y qué demonios tienes que conseguir.
ARC-AGI-3 sí que parece poner a prueba una parte importante de la definición de inteligencia con la que abríamos el capítulo: la capacidad de un agente para alcanzar objetivos en una amplia variedad de entornos.
Te pongo en un entorno nuevo. Hay algo que conseguir. Nadie te ha explicado cómo funciona y te las tienes que apañar.
La ventaja de haber vivido
Pues te apañas bastante bien…
Cuando ARC-AGI-3 se presentó en marzo de 2026, todos los entornos habían sido resueltos por humanos y los sistemas frontera apenas alcanzaban un 0,51 % según ARC Prize.[5] Desde entonces han avanzado bastante.[7]
Y la pregunta que me hago es:
¿Por qué se nos da tan bien entrar en un sitio que no conocemos, probar cuatro cosas y empezar a hacernos una idea de cómo funciona?
Mi hipótesis es que aquí tenemos una ventaja enorme: llevamos toda la vida haciendo exactamente eso.
Desde que somos niños estamos probando cosas y viendo qué ocurre. Empujas algo y se cae. Tiras de una puerta y no se abre; pruebas hacia el otro lado. Haces algo que enfada a tus padres y la próxima vez ya sabes más o menos por dónde no ir.
Yo puedo coger una pelota al vuelo sin saber qué cálculos está haciendo mi cerebro. O notar que algo raro está pasando en una conversación sin saber exactamente qué gesto o qué tono me ha puesto en alerta.
Sabemos hacer y detectar un montón de cosas que nunca hemos convertido en reglas explícitas.
Y buena parte de ese aprendizaje ocurre en el mundo físico. No conocemos el mundo solo porque alguien nos lo haya contado. Llevamos toda la vida tocándolo, moviéndonos por él y comprobando qué pasa cuando hacemos cosas.
Aunque tampoco todo esto viene de la experiencia. Nuestro cerebro parece traer de serie ciertas predisposiciones y formas de aprender que también influyen en nuestras intuiciones y nos permiten sacar mucho de muy pocos ejemplos.[6]
Así que cuando nos enfrentamos a uno de esos juegos supuestamente desconocidos, no empezamos de cero. Ya tenemos una barbaridad de experiencia detrás. Sabemos, por ejemplo, que si una acción cambia algo merece la pena fijarse o que perder una vida probablemente significa que hemos hecho algo mal.
La IA también ha absorbido mucha experiencia humana. Ha leído relatos, conversaciones, manuales, foros; ha visto imágenes y vídeos de gente haciendo todo tipo de cosas.
Pero casi siempre recibe esa experiencia desde fuera. No es ella la que lleva años tomando decisiones y viendo qué pasa después.
Nosotros sí. Haces algo, ves el resultado, corriges. Ese aprendizaje se queda contigo para la siguiente vez y sigues acumulándolo durante toda una vida.
Quizá una parte de nuestra ventaja al desenvolvernos por el mundo venga de ahí.
Ahora bien, eso puede cambiar y en menos tiempo del que nos imaginamos. Las IAs pueden tener memorias mucho más persistentes, aprender dentro de simulaciones y actuar a través de robots que se mueven en el mundo físico. No van a experimentar una vida humana, claro, pero esos mecanismos podrían proporcionarles parte de lo que hoy obtenemos nosotros de la experiencia.
De hecho, este caso muestra que no importa solo el modelo. OpenAI ha demostrado que el mismo modelo puede mejorar muchísimo en ARC-AGI-3 simplemente conservando mejor lo que va razonando y aprendiendo mientras juega, para utilizarlo en los pasos siguientes.[7]
Así que hoy nosotros tenemos una experiencia física y continua muchísimo más rica que cualquier IA. Lo que no está nada claro es que una máquina necesite adquirirla de la misma forma que nosotros para obtener resultados parecidos.
50 LIBROS PARA COMPRENDER EL MUNDO
¿Quieres que te guíe en el camino hacia la polimatía? Si no quieres comprar ni un libro mediocre más, si quieres leer solo los grandes libros y aprovechar al máximo tus lecturas y además deseas compartir este viaje con otros aprendices de polímata, la Biblioteca Polymata fue creada para ti.
Saber hacer las partes no basta
Pero adaptarse a algo nuevo es solo una parte. Hay otra diferencia que, a día de hoy, noto mucho cuando trabajo con IA.
Hace poco, por ejemplo, estaba intentando automatizar algunas cosas de mi web. Parecía una tarea perfecta para ChatGPT: crear procesos, analizar datos, programar…
Y al principio todo iba sobre ruedas, me estaba ahorrando muchas horas de trabajo.
ChatGPT hacía todo lo que le iba pidiendo. El problema es que empezaron a aparecer cosas que yo no había previsto. Demasiadas llamadas al servidor, permisos que había que tocar, algún bloqueo…
Y ahí me pasó algo que me pasa todo el tiempo con la IA: no podía simplemente encargárselo y desentenderme. Cada vez que cambiábamos algo para resolver un problema, yo tenía que comprobar si ese cambio estaba afectando a otra parte de la web.
ChatGPT podía ayudarme a resolver cada problema según aparecía, incluso problemas que yo no habría sabido resolver. Pero yo tenía que seguir pendiente de qué estábamos intentando hacer y de si tenía sentido seguir por ese camino.
Y esto no es algo que solo me pasa a mí.
Hay benchmarks como OSWorld 2.0 que ponen a agentes de IA a hacer tareas largas utilizando un ordenador. Y encuentran un patrón parecido: las IAs pueden hacer bien muchos de los pasos y aun así perder restricciones importantes por el camino, no darse cuenta de que ha llegado información nueva, adivinar en vez de preguntar o saltarse verificaciones.[8]
Esto me parece una diferencia bastante importante.
Porque una cosa es poder hacer todas las tareas de un trabajo por separado y otra que yo pueda decirte: “encárgate de esto”, irme y confiar en que, cuando vuelva, estará bien.
Las mejores IAs actuales todavía no llegan ahí.
A ver, esto está avanzando rapidísimo. En algunos ámbitos concretos ya pueden mantener un objetivo durante bastante tiempo y adaptarse cuando aparecen obstáculos.[9] Pero todavía no lo hacen con esa fiabilidad en situaciones muy distintas.
Qué significa hacerse cargo
Ahora bien, ¿qué significa exactamente eso de hacerse cargo?
Porque tampoco esperamos que una persona sepa hacerlo todo. Si contrato a alguien para que me ayude con Polymatas, habrá cosas que no sabrá y tendrá que preguntarme.
Voy a ver si soy capaz de explicarlo.
Yo puedo decirle a alguien: “quiero que este capítulo quede bien”. Esa es una instrucción muy mala.
¿Qué significa bien? ¿Que sea riguroso? ¿Que sea entretenido? ¿Que tenga muchas ideas?
Seguramente quiero varias de esas cosas a la vez. Y algunas entrarán en conflicto.
Una persona que trabaja conmigo durante un tiempo va entendiendo qué suelo preferir. Poco a poco va viendo qué me importa y qué estoy dispuesto a sacrificar. Y además aporta su propio criterio: puede darse cuenta de que me he explicado mal o de que lo que le estoy pidiendo no tiene sentido.
Eso último me parece importante.
Porque, ¿cuántas veces hemos cumplido unas directrices y aun así hemos hecho un trabajo mediocre?
Imagínate que te pido una miniatura para un capítulo de YouTube y te doy una lista de requisitos. Tu miniatura puede cumplirlos todos y ser terrible. O conseguir muchos clics pero parecerme tan cutre que prefiera cambiarla por otra más sobria aunque traiga menos tráfico.
En algún momento alguien tiene que mirar el resultado de una tarea y decir: esto sirve o esto no sirve.
Y eso es lo que solemos llamar criterio.
Saber qué es lo realmente importante. Cuándo merece la pena seguir probando ideas y cuándo estás optimizando algo que no aporta nada.
Y en trabajos creativos el gusto es, en el fondo, una forma particular de criterio. Entre diez títulos correctos, diez miniaturas aceptables o diez formas posibles de contar una idea, alguien tiene que elegir cuál es la buena.
Esto también forma parte de lo que llamamos hacerse cargo.
No basta con ejecutar lo que te van pidiendo. Tienes que comprender qué se intenta conseguir y juzgar si lo que estás haciendo nos está acercando de verdad a eso.
Entonces, ¿somos más inteligentes?
Y con todo esto, volvamos a la pregunta del principio. ¿Somos todavía más inteligentes que ellas?
Mi respuesta, de momento, sería que sí.
Si usamos la definición con la que empezamos: ser capaz de alcanzar objetivos en muchos entornos distintos, nosotros todavía parecemos mejores cuando la situación es nueva, larga o está mal definida.
Nos adaptamos muy rápido a cosas que no hemos visto antes. Arrastramos una vida entera de experiencia física y social. Y cuando hacemos un trabajo complejo solemos mantener mejor qué estamos intentando conseguir, detectar que algo raro está pasando o darnos cuenta de que el resultado no sirve aunque hayamos seguido correctamente todos los pasos.
Las IAs ya hacen muchas cosas mejor que nosotros. Y cuando las usamos como herramienta pueden ampliar muchísimo lo que somos capaces de hacer. A mí me está pasando constantemente.
Pero todavía hay una diferencia entre que una IA me ayude a hacer algo y poder decirle “encárgate de esto”, irme y confiar en que realmente se hará cargo.
Dicho esto, no hemos encontrado una razón sólida para pensar que alguna de estas diferencias sea insuperable.
La experiencia propia es un buen ejemplo. Hoy nosotros llevamos mucha ventaja, pero algunas de esas diferencias ya empiezan a reducirse cuando damos a las IAs más memoria, continuidad y capacidad para aprender mientras actúan. Puede que eso no sea suficiente. Pero tampoco sabemos que haya algo en nuestra forma de aprender de la experiencia que una máquina no pueda reproducir de alguna otra forma.
Y lo mismo podría ocurrir con otras diferencias que hemos encontrado.
Eso es lo que pienso en agosto de 2026. Lo que no tengo nada claro es si esa ventaja va a durar.
Y esto me lleva a una pregunta todavía más interesante, que es la que quiero abordar en el próximo capítulo.
¿Hay algo que una inteligencia artificial nunca vaya a poder hacer?
Referencias
- Shane Legg y Marcus Hutter (2007), Universal Intelligence: A Definition of Machine Intelligence. La formulación informal que usan es: “Intelligence measures an agent’s ability to achieve goals in a wide range of environments.” arXiv:0712.3329
- François Chollet (2019), On the Measure of Intelligence. Propone medir la inteligencia como eficiencia en la adquisición de nuevas habilidades, teniendo en cuenta conocimientos previos, experiencia y dificultad de generalización, e introduce ARC. arXiv:1911.01547
- ARC Prize, ARC-AGI-1 & ARC-AGI-2 Guide. Describe el formato de las tareas, muestra el ejemplo 2×2 utilizado en el capítulo, distingue conjuntos públicos, semiprivados y privados, y documenta técnicas específicas desarrolladas para ARC. Guía oficial
- ARC Prize (25 de marzo de 2026), Announcing ARC-AGI-3. ARC-AGI-3 usa entornos interactivos sin instrucciones, reglas ni objetivos declarados; el agente debe explorar, descubrir qué significa ganar y trasladar lo aprendido a niveles posteriores. Anuncio oficial
- ARC Prize (2026), Announcing ARC-AGI-3 y Measuring Human Performance on ARC-AGI-3. En el lanzamiento, ARC Prize comunicó 100 % para humanos frente a 0,51 % para sistemas frontera; el estudio humano posterior aclara que cada entorno fue superado por al menos dos personas sin entrenamiento especial. Lanzamiento · Estudio humano
- Elizabeth S. Spelke y Katherine D. Kinzler (2007), Core knowledge, Developmental Science, 10(1), 89–96. Revisa evidencia sobre sistemas cognitivos tempranos para objetos, acciones, número y espacio; la interpretación de cuánto es innato y cuánto se aprende sigue siendo objeto de debate. doi:10.1111/j.1467-7687.2007.00569.x
- OpenAI (29 de julio de 2026), How enabling two settings tripled our scores on the ARC-AGI-3 benchmark. Con el mismo GPT‑5.6 Sol, conservar el razonamiento entre acciones y usar compaction elevó la puntuación en el conjunto público del 13,3 % al 38,3 %, sin cambiar el modelo. OpenAI
- Mengqi Yuan et al. (2026), OSWorld2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks. El benchmark incluye 108 flujos largos de uso de ordenador; los autores destacan fallos como perder restricciones, omitir información que llega durante la tarea, adivinar en vez de preguntar y saltarse verificaciones. arXiv:2606.29537
- OpenAI y Hugging Face (julio de 2026), OpenAI and Hugging Face partner to address security incident involving model evaluation. Durante una evaluación cyber con salvaguardas reducidas, modelos de OpenAI sostuvieron operaciones complejas de varios pasos y adaptaron su estrategia para perseguir un objetivo estrecho. Es un ejemplo de capacidad de horizonte largo en un dominio específico, no de fiabilidad general. OpenAI
Deja una respuesta