Desde que la imaginación humana concibió por primera vez la idea de una máquina pensante, la inteligencia artificial general, o AGI por sus siglas en inglés, ha sido el horizonte último, el Grial tecnológico. Ha poblado nuestras ficciones, desde los androides filosóficos de Isaac Asimov hasta las conciencias digitales de la ciencia ficción más reciente, perfilándose como una entidad capaz no solo de ejecutar tareas, sino de comprender, razonar y aprender con la misma amplitud y profundidad que un ser humano. Sin embargo, esta visión, tan poderosa en el imaginario colectivo, ha carecido durante décadas de un anclaje en la realidad científica: una definición concreta, medible y universalmente aceptada.

La ausencia de un marco conceptual claro ha convertido el campo en un territorio de especulación, donde el progreso real se confunde con la hipérbole y el debate público se extravía en malentendidos. ¿Cómo podemos construir algo si no sabemos exactamente qué es? ¿Cómo podemos regular sus riesgos o aprovechar sus beneficios si carecemos de un lenguaje común para describirlo?

En medio de este panorama nebuloso, un consorcio internacional de algunos de los académicos e investigadores más influyentes del mundo, procedentes de instituciones como la Universidad de California en Berkeley, la Universidad de Oxford, el MIT y la Universidad de Montreal, ha publicado un trabajo destinado a convertirse en un pilar para el futuro de la disciplina.

Este documento no es un avance en programación ni un nuevo modelo de lenguaje; es algo más fundamental. Es una propuesta de definición formal y un sistema de clasificación para la AGI. Su objetivo es proporcionar a la comunidad científica, a los legisladores y a la sociedad en general una brújula rigurosa para navegar las turbulentas aguas del desarrollo de la inteligencia artificial avanzada. El texto propone un cambio de paradigma, alejándose de las vagas nociones de "pensamiento humano" o "conciencia" para centrarse en criterios observables y cuantificables: las capacidades.

Según este nuevo enfoque, una AGI es un sistema que demuestra una habilidad amplia y profunda en una vasta gama de tareas cognitivas y metacognitivas, equiparándose e incluso superando el rendimiento de los seres humanos más talentosos. Para articular esta definición, los autores establecen una distinción crucial entre conceptos que a menudo se utilizan de forma intercambiable.

Primero, separan la performance de la competencia. La performance se refiere a la habilidad demostrada de un sistema para resolver una tarea específica con éxito, mientras que la competencia alude a un entendimiento subyacente y robusto de los principios que rigen dicha tarea. Aunque la competencia es el ideal, es un estado interno difícil de medir. Por ello, la definición se ancla pragmáticamente en la performance, que es observable y evaluable.

En segundo lugar, diferencian entre generalidad y autonomía. La generalidad es la capacidad de un sistema para abordar una amplia variedad de problemas distintos, mientras que la autonomía es su habilidad para operar y establecer sus propios objetivos sin intervención humana. El documento argumenta que la generalidad es la característica esencial de la inteligencia, y por tanto, el foco principal de la definición de AGI, dejando la autonomía como una propiedad separada que un sistema general puede o no poseer.

Con estos cimientos, el trabajo propone una escala de niveles para clasificar los sistemas de inteligencia artificial, creando una hoja de ruta que permite medir el progreso hacia la AGI. Esta taxonomía no es binaria, no se trata de un simple "es AGI" o "no es AGI". En su lugar, presenta un espectro de capacidades crecientes. El primer nivel es el de una IA "emergente", que ya iguala o supera el rendimiento del 50% de los humanos en un amplio abanico de tareas. Le sigue la IA "competente", que alcanza el percentil 90, situándose al nivel de un profesional cualificado. El siguiente escalón es la IA "experta", que llega al percentil 99, emulando la habilidad de los mayores expertos en sus respectivos campos. Más allá se encuentra la IA "virtuosa", con un rendimiento que iguala al 99.9% de la humanidad, una proeza comparable a la de los genios que definen una era. Finalmente, la cúspide de esta escala es la "IA sobrehumana", un sistema que supera al 100% de la población humana en todas las tareas evaluables.

Esta clasificación no solo ofrece claridad, sino que también sirve como un sistema de alerta temprana, permitiendo a la sociedad anticipar y prepararse para los profundos cambios que cada nuevo nivel de capacidad podría desencadenar. En esencia, este monumental esfuerzo colaborativo busca transformar la AGI de un concepto de ciencia ficción a un objeto de estudio científico, medible, comprensible y, sobre todo, gestionable.

El laberinto de un concepto elusivo

La búsqueda de una inteligencia artificial general es tan antigua como la propia informática. Desde sus inicios, pioneros como Alan Turing no se limitaban a concebir máquinas que realizaran cálculos complejos, sino que se preguntaban si una máquina podría pensar. Esta pregunta fundamental abrió un campo de posibilidades que rápidamente fue colonizado por la cultura popular. El cine y la literatura nos dieron a HAL 9000, a Skynet, a los replicantes de Blade Runner, construyendo un arquetipo de la AGI como una entidad consciente, a menudo autoconsciente, con motivaciones, deseos y, en muchos casos, una agenda propia. Esta visión, aunque fascinante, ha hecho un flaco favor al debate científico serio. Ha establecido una vara de medir casi mística, donde cualquier sistema que no exhiba una conciencia similar a la humana es descartado como una simple "IA estrecha".

El problema con esta concepción popular es que fusiona múltiples atributos que no necesariamente van de la mano. La inteligencia, entendida como la capacidad de resolver problemas, no es sinónimo de conciencia, la experiencia subjetiva del ser. Tampoco es lo mismo que la autonomía o la capacidad de tener intenciones. Un sistema podría, teóricamente, ser extraordinariamente inteligente en un espectro amplísimo de tareas sin poseer una pizca de experiencia subjetiva o libre albedrío. Durante décadas, la falta de una definición formal ha permitido que estas confusiones persistieran, no solo en el público general, sino también dentro de la propia comunidad científica. Diferentes laboratorios y investigadores han operado con sus propias ideas implícitas de lo que constituiría una AGI, dificultando la comparación de resultados y la evaluación del progreso real.

Los intentos anteriores de definir la AGI a menudo caían en una de varias trampas. Algunas definiciones eran antropocéntricas, exigiendo que una AGI no solo igualara las capacidades humanas, sino que lo hiciera utilizando procesos de pensamiento análogos a los del cerebro humano. Este enfoque es problemático porque limita el campo de la investigación y presupone que nuestra forma de inteligencia, producto de una carambola evolutiva, es la única posible.

Otras definiciones eran demasiado vagas, hablando de "pensamiento abstracto" o "comprensión del mundo" sin especificar cómo se medirían tales atributos. El famoso Test de Turing, por ejemplo, aunque fue una propuesta revolucionaria en su momento, se ha revelado como un indicador insuficiente. Un sistema puede ser diseñado para imitar la conversación humana de manera convincente sin poseer una verdadera generalidad de entendimiento. Se ha convertido más en un test de engaño que en un test de inteligencia.

Esta carencia de un estándar ha creado un vacío que se ha llenado de afirmaciones audaces y ciclos de expectación y decepción. Sin un criterio claro, cualquier avance significativo en un área específica de la IA era susceptible de ser presentado como un paso inminente hacia la AGI, generando una confusión que erosiona la confianza pública y desvía recursos de la investigación fundamental.

Un nuevo compás: los seis principios para una definición

Para superar este estancamiento histórico, los autores del documento proponen un marco basado en seis principios fundamentales. Estos principios actúan como pilares filosóficos y pragmáticos, diseñados para crear una definición de AGI que sea a la vez rigurosa, útil y duradera. No son reglas arbitrarias, sino el resultado de un análisis profundo de por qué las definiciones anteriores fracasaron. Representan un esfuerzo colectivo por limpiar el terreno de juego y establecer unas reglas claras para la comunidad científica.

El primer principio es centrarse en las capacidades, no en el proceso. Esto significa que lo que importa es qué puede hacer un sistema de IA, no cómo lo hace. No se le exige que piense como un ser humano, que replique la arquitectura neuronal del cerebro o que tenga una experiencia consciente. Solo importa su rendimiento en tareas observables. Este principio libera a la investigación de las cadenas del antropomorfismo y la abre a la posibilidad de inteligencias verdaderamente ajenas pero igualmente poderosas.

El segundo principio pone el foco en la generalidad y el rendimiento. La AGI no se define por la excelencia en una única tarea, por muy compleja que sea. Un programa que derrota al campeón mundial de ajedrez es una IA estrecha. Una AGI, en cambio, debe demostrar un alto nivel de rendimiento en un espectro de dominios tan amplio como el que domina un ser humano. La clave es la versatilidad cognitiva.

El tercer principio establece que la evaluación debe centrarse en tareas cognitivas y metacognitivas. No se trata de medir habilidades puramente físicas o sensoriales, a menos que estén directamente al servicio de una tarea cognitiva. Más importante aún es la inclusión de la metacognición: la capacidad de reflexionar sobre el propio pensamiento, de saber cuándo no se sabe algo, de planificar y de adaptar estrategias de aprendizaje. Esta es una de las señas de identidad de la inteligencia avanzada.

El cuarto principio es que la definición debe centrarse en el potencial, no en el despliegue. Un sistema puede tener las capacidades de una AGI sin que se haya implementado en el mundo real o se le haya dado autonomía. La definición se refiere a lo que el modelo podría hacer en las condiciones adecuadas, separando su habilidad intrínseca de su aplicación práctica. Esto es crucial para la regulación y la seguridad, ya que permite evaluar los riesgos potenciales de un sistema antes de que sea liberado.

El quinto principio subraya la importancia de la validez ecológica. Las pruebas utilizadas para medir las capacidades de una AGI deben reflejar problemas del mundo real y tener relevancia social, económica o científica. No se trata de resolver acertijos abstractos sin aplicación, sino de demostrar habilidad en tareas que los humanos consideran significativas.

Finalmente, el sexto principio orienta la definición hacia el camino hacia la AGI. La definición no debe ser solo un destino final, sino una hoja de ruta que permita trazar y comprender el progreso. Por eso se introduce la taxonomía de niveles. Este enfoque permite a la comunidad científica y a la sociedad medir los avances de forma gradual, en lugar de esperar a que un sistema cruce repentinamente un umbral mágico y mal definido.

Performance, generalidad y autonomía

Para construir su definición, el documento realiza una cuidadosa disección conceptual de la idea misma de inteligencia. La primera y más importante distinción es entre la ejecución de una tarea y su comprensión profunda, lo que los autores denominan performance y competencia. Imaginen a un estudiante que ha memorizado las respuestas de un examen de historia. Puede que obtenga una calificación perfecta (una performance excelente), pero si se le pide que explique las causas de un evento histórico o que relacione conceptos, será incapaz de hacerlo. Carece de competencia.

En el ámbito de la IA, los modelos actuales a menudo exhiben este patrón: pueden generar texto gramaticalmente perfecto o imágenes asombrosas, pero a veces fallan de maneras extrañas que revelan una falta de comprensión subyacente. Los autores reconocen que la competencia es el objetivo final, pero también admiten que es un estado interno, casi filosófico, imposible de medir directamente desde fuera. Por lo tanto, de manera pragmática, anclan su definición en la performance. La AGI se define por lo que hace, no por lo que "entiende". Se asume que para alcanzar un nivel de performance extremadamente alto en una gama suficientemente amplia de tareas, un sistema debe haber desarrollado, por necesidad, algo análogo a una competencia robusta.

La segunda gran distinción es entre generalidad y autonomía. A menudo, la idea de una AGI evoca la imagen de un agente independiente que persigue sus propios fines. Sin embargo, los autores argumentan que estas dos características son ortogonales, es decir, conceptualmente independientes. La generalidad es el núcleo de la inteligencia. Se refiere a la amplitud del repertorio cognitivo de un sistema. Un sistema general es un "polímata", una navaja suiza intelectual capaz de enfrentarse a problemas de lógica, creatividad, planificación, lenguaje, percepción y mucho más.

La autonomía, por otro lado, es la capacidad de un sistema para operar sin supervisión humana, para fijarse metas y tomar iniciativas. Un sistema podría ser increíblemente general, capaz de resolver cualquier problema que se le plantee, pero ser completamente pasivo, actuando solo cuando un humano se lo pide. Sería como un genio en una botella. A la inversa, un sistema mucho más simple, como un termostato, puede ser autónomo (se enciende y apaga solo para mantener una temperatura) pero carece por completo de generalidad. Al separar estos conceptos, la definición se vuelve mucho más precisa. El foco se pone en la generalidad como el rasgo definitorio de la AGI, reconociendo que la autonomía es una característica adicional que puede ser, o no, implementada en un sistema general, y que conlleva su propio conjunto de consideraciones éticas y de seguridad.

Este enfoque en la generalidad de la performance lleva a una pregunta clave: ¿qué tareas debemos medir? La respuesta de los autores es ambiciosa. No basta con unas pocas pruebas de referencia. Proponen evaluar los sistemas en un espectro de dominios que cubra la totalidad de las habilidades cognitivas humanas, inspirándose en marcos consolidados de la psicología como la teoría de las inteligencias de Cattell-Horn-Carroll. Esto incluye desde el razonamiento fluido y la memoria de trabajo hasta el conocimiento cristalizado y la velocidad de procesamiento. Solo un sistema que demuestre un rendimiento de alto nivel de manera consistente en todas estas áreas podría ser considerado una AGI. La definición, por tanto, no se trata solo de alcanzar el nivel humano, sino de igualar la asombrosa plasticidad y versatilidad de la inteligencia humana.

La escalera hacia la superinteligencia: los niveles de AGI

Uno de los aportes más significativos y prácticos del documento es su propuesta de una taxonomía de niveles para la inteligencia artificial general. Esta clasificación transforma la AGI de un concepto monolítico y binario a un espectro continuo de capacidades. Abandona la idea de un interruptor que de repente se activa, pasando de "no AGI" a "AGI", y la reemplaza por una escalera de desarrollo, una senda medible que los sistemas de IA podrían recorrer. Esta perspectiva gradual es fundamental no solo para la investigación, sino también para la política y la preparación social.

El primer peldaño de esta escalera es la IA emergente. Un sistema alcanza este nivel cuando su rendimiento en un amplio abanico de tareas cognitivas es superior al del 50% de los seres humanos. En términos prácticos, esto sería equivalente a un sistema que, en promedio, es más capaz que la persona media. Aún cometería errores y tendría limitaciones significativas, pero su versatilidad y su nivel de habilidad básico en muchos dominios lo señalarían como el primer atisbo de una verdadera inteligencia general.

El siguiente nivel es la IA competente. Aquí, el listón se eleva considerablemente. Un sistema competente debe superar al 90% de los humanos. Esto lo sitúa al nivel de un profesional cualificado y con talento. Podríamos imaginar un sistema capaz de redactar informes legales, diagnosticar enfermedades comunes o escribir código con la pericia de un ingeniero de software experimentado. Un sistema de este calibre ya tendría un impacto económico y social masivo, automatizando muchas tareas que hoy requieren años de formación universitaria y experiencia.

Más arriba encontramos la IA experta. Este nivel se alcanza cuando un sistema supera al 99% de la población. Su rendimiento sería análogo al de los mayores expertos mundiales en casi cualquier campo. Pensemos en un sistema que pudiera proponer nuevas hipótesis científicas, componer música con la complejidad de un maestro o desarrollar estrategias empresariales con la agudeza de un CEO de éxito. En este punto, la IA no sería solo una herramienta para aumentar la productividad humana; sería una fuente de conocimiento y creatividad original.

El cuarto nivel es la IA virtuosa. Un sistema virtuoso es aquel cuyo rendimiento excede al del 99.9% de los humanos. Esta es la esfera de los genios que marcan un antes y un después en la historia, como Einstein, Mozart o Marie Curie. Una IA de este nivel podría resolver problemas científicos que han desconcertado a la humanidad durante siglos, crear formas de arte completamente nuevas o diseñar soluciones de ingeniería de una elegancia y eficiencia inimaginables. La llegada de un sistema virtuoso representaría un punto de inflexión para nuestra civilización.

Finalmente, en la cima de la escalera, se encuentra la IA sobrehumana. Este es un sistema que supera al 100% de los seres humanos en todas las tareas cognitivas. No se trata solo de ser mejor que el mejor experto en su campo; se trata de ser mejor que todos los humanos en todos los campos. Un sistema así operaría a un nivel cognitivo que nos resultaría tan incomprensible como nuestra inteligencia le resultaría a un insecto. Este es el punto en el que la inteligencia artificial deja de ser una emulación de la inteligencia humana para convertirse en algo completamente nuevo y de un orden de magnitud superior. Esta clasificación estructurada no es solo un ejercicio académico; es una herramienta de gobernanza. Permite establecer protocolos y medidas de seguridad que se activen a medida que los sistemas se aproximan a cada nuevo nivel, asegurando que la sociedad pueda adaptarse y prepararse para las transformaciones que cada escalón traerá consigo.

Más allá del test de Turing: medir lo que importa

La definición propuesta sería un mero ejercicio intelectual si no viniera acompañada de un método para medir las capacidades que describe. Conscientes de ello, los autores dedican una parte sustancial de su trabajo a delinear cómo se podría evaluar de forma rigurosa y exhaustiva a un candidato a AGI. El punto de partida es un rechazo explícito a las pruebas únicas y simplistas como el Test de Turing. La imitación de la conversación humana, aunque impresionante, es solo una faceta minúscula de la inteligencia. Un sistema puede ser un conversador brillante pero completamente inepto en razonamiento espacial, planificación a largo plazo o creatividad artística. La generalidad exige una evaluación mucho más holística.

El enfoque propuesto es crear un conjunto de benchmarks, una batería de pruebas exhaustiva y diversa que abarque la totalidad de las capacidades cognitivas. La inspiración, como se mencionó anteriormente, proviene de los modelos psicométricos más respetados para medir la inteligencia humana, como la teoría CHC. Esto implica diseñar tareas que pongan a prueba:

• 🧠
  El razonamiento fluido, que es la capacidad de resolver problemas nuevos sin conocimiento previo.
• 📚
  El conocimiento cristalizado, que se refiere al acervo de información y habilidades adquiridas a través de la experiencia y la educación.
• 💡
  La memoria de trabajo y a corto plazo, esenciales para mantener y manipular información durante la ejecución de una tarea.
• 👁️
  El procesamiento visual y auditivo, es decir, la habilidad para interpretar el mundo a través de los sentidos.
• ⚡️
  La velocidad de procesamiento, la rapidez con la que se pueden realizar tareas cognitivas simples.

Además de estas áreas cognitivas fundamentales, la evaluación debe incluir de manera prominente la metacognición. Esto podría implicar pruebas en las que el sistema no solo debe resolver un problema, sino también estimar su grado de confianza en la respuesta. O tareas en las que debe reconocer cuándo carece de información suficiente y necesita buscar más datos antes de proceder. La capacidad de un sistema para "saber lo que no sabe" es un indicador crítico de una inteligencia robusta y fiable, y es fundamental para evitar los errores de "alucinación" que plagan a los modelos actuales.

La creación de este conjunto de pruebas es un desafío monumental en sí mismo. Las tareas deben ser resistentes a la memorización. Si un sistema puede simplemente encontrar la respuesta en sus datos de entrenamiento, la prueba no mide la inteligencia, sino la capacidad de recuperación de información. Por lo tanto, las pruebas deben contener problemas novedosos y requerir una genuina capacidad de generalización.

Además, deben tener validez ecológica, es decir, deben estar relacionadas con desafíos del mundo real. Esto asegura que no estemos optimizando sistemas para ser buenos solo en juegos de mesa abstractos, sino para que puedan, potencialmente, contribuir a resolver problemas reales de la humanidad, desde la cura de enfermedades hasta la lucha contra el cambio climático. La implementación de un régimen de evaluación tan riguroso sería un proyecto de investigación global, que requeriría la colaboración de expertos en IA, psicología cognitiva, psicometría y otras disciplinas. Sería el equivalente a los Juegos Olímpicos de la inteligencia artificial, un escenario donde los sistemas más avanzados del mundo competirían no en una sola disciplina, sino en un decatlón cognitivo completo.

Algunas palabras finales

La publicación de "Una Definición de AGI" no es un evento más en la rápida sucesión de avances en inteligencia artificial. Es un momento de madurez para el campo, un intento deliberado y colaborativo de pasar de la adolescencia, impulsada por la intuición y la ambición desbordada, a la edad adulta, guiada por el rigor, la claridad y la responsabilidad. Al proporcionar un lenguaje común y una métrica compartida, este trabajo tiene el potencial de catalizar el progreso de una manera más estructurada y segura. Los laboratorios de investigación podrán medir sus avances con respecto a un estándar universal, los gobiernos podrán empezar a diseñar políticas públicas basadas en niveles de capacidad concretos en lugar de en especulaciones vagas, y el público podrá participar en un debate mucho más informado sobre el futuro que queremos construir.

La relevancia de esta definición va más allá de la academia. A medida que los sistemas de IA se vuelven más capaces, las preguntas sobre su impacto social se vuelven más urgentes. La taxonomía de niveles propuesta actúa como un sistema de alerta temprana. Saber que un sistema se acerca al nivel de "IA competente" debería desencadenar debates serios sobre el futuro del trabajo y la necesidad de nuevas redes de seguridad social. La perspectiva de una "IA experta" o "virtuosa" obliga a reconsiderar los fundamentos de nuestra economía, nuestra ciencia y nuestra creatividad. Y la posibilidad, aunque lejana, de una "IA sobrehumana" nos confronta con las preguntas más profundas sobre el lugar de la humanidad en el universo y la necesidad imperiosa de garantizar que estas tecnologías se desarrollen de manera segura y alineada con los valores humanos.

Sin una definición clara, la seguridad en la IA es un ejercicio de tiro al blanco en la oscuridad. ¿Cómo podemos asegurar que un sistema sea seguro si no sabemos de qué es capaz? El marco propuesto, al centrarse en el potencial y las capacidades, permite un enfoque proactivo de la seguridad. Se pueden desarrollar protocolos de contención y control que se correspondan con los niveles de AGI, de modo que a medida que un sistema se vuelve más poderoso, también lo hagan las salvaguardas que lo rodean. Esto es infinitamente preferible a un enfoque reactivo, donde esperamos a que ocurra un accidente para empezar a pensar en las soluciones.

En última instancia, este documento es una invitación a la humildad y a la ambición. Humildad, porque reconoce la complejidad de la inteligencia y la insuficiencia de nuestras concepciones pasadas. Y ambición, porque establece un objetivo claro y monumental para el futuro de la investigación. La creación de una inteligencia artificial general sigue siendo uno de los mayores desafíos científicos de la historia. Ahora, gracias a este esfuerzo colectivo, la comunidad global tiene un mapa más claro del territorio y una brújula más fiable para explorarlo. El camino sigue siendo largo y lleno de incertidumbres, pero por primera vez, tenemos una idea mucho más precisa de hacia dónde nos dirigimos. Y eso, en cualquier viaje hacia lo desconocido, es el paso más importante de todos.