La singularidad tecnológica es la hipótesis de que el progreso podría acelerarse hasta producir sistemas con capacidades superiores a las humanas y transformar la sociedad de una forma que ya no podamos anticipar con los modelos actuales. No es el nombre de una máquina concreta ni un acontecimiento demostrado. Es una idea sobre un posible punto de ruptura.
Su versión más conocida imagina una inteligencia artificial capaz de contribuir a crear una sucesora mejor. Si cada generación ayudara a diseñar la siguiente con mayor rapidez, comenzaría una retroalimentación difícil de frenar. Pero entre mejorar una herramienta y desencadenar una explosión de inteligencia hay muchos supuestos: autonomía, recursos, capacidad de investigación, acceso al mundo y avances que no se agoten.
Qué es la singularidad tecnológica
La palabra «singularidad» procede de contextos en los que una regla deja de servir para describir lo que ocurre. Trasladada a la tecnología, no significa que el futuro se vuelva literalmente incognoscible. Señala que una inteligencia muy superior podría innovar, organizar recursos y modificar instituciones tan deprisa que nuestras extrapolaciones perderían valor.
I. J. Good formuló en 1965 una pieza central de esta idea: una máquina ultrainteligente podría diseñar máquinas mejores y provocar una «explosión de inteligencia». Su texto sobre la primera máquina ultrainteligente era especulativo y no ofrecía un plano para construirla. Importa porque identifica un mecanismo, no porque establezca una cuenta atrás.
Vernor Vinge popularizó después la singularidad tecnológica. En su ensayo de 1993 conservado por la NASA planteó varios caminos: IA sobrehumana, redes que adquirieran una capacidad emergente, interfaces estrechas entre personas y ordenadores o mejoras biológicas de la inteligencia. La versión popular suele reducirlo todo a una IA que se reescribe, pero el concepto histórico era más amplio.
Una definición prudente necesita, por tanto, tres ingredientes: capacidades que superen ampliamente a las humanas en tareas decisivas, un proceso de mejora acumulativa y una transformación social que invalide las previsiones anteriores. Si solo existe una herramienta muy potente, no hay necesariamente singularidad. Si hay cambios enormes pero graduales y comprensibles, tampoco encajan del todo con la hipótesis fuerte.
La ampliación humana tampoco se limita a la inteligencia: la carrera científica por prolongar la vida plantea otra posible frontera entre mejora gradual y transformación radical.
AGI, superinteligencia y singularidad no son lo mismo
La inteligencia artificial general, o AGI, suele describir un sistema capaz de realizar una gama amplia de tareas cognitivas al nivel de una persona competente. No hay una prueba universal ni una definición aceptada por todos. Un modelo puede superar a especialistas en ciertos exámenes y fallar en planificación, memoria, contexto social o trabajo prolongado.
Esta distinción evita utilizar singularidad tecnológica como sinónimo de cualquier avance llamativo. Alcanzar una capacidad general sería un hito enorme, pero todavía faltaría demostrar el bucle de mejora acelerada.
La superinteligencia designa una capacidad que rebasa ampliamente a la humana en dominios relevantes. La singularidad tecnológica se refiere al proceso o umbral de transformación asociado. Una AGI podría no mejorar por sí misma; una superinteligencia podría surgir mediante un programa humano lento; y una aceleración tecnológica podría combinar IA, biotecnología y redes sin una mente digital única.
Tampoco debe confundirse fluidez verbal con comprensión general. El artículo sobre cómo funciona ChatGPT explica por qué predecir lenguaje puede producir respuestas impresionantes y, al mismo tiempo, errores seguros, fragilidad fuera de distribución y dependencia de herramientas externas.
Los agentes de IA añaden memoria, planificación, herramientas y ciclos de actuación. Eso aumenta su autonomía práctica, pero no demuestra que puedan dirigir investigación abierta, verificar cada resultado y mejorar todos los componentes de su propia arquitectura. Dar más pasos sin supervisión también multiplica las oportunidades de error.
El motor hipotético: una IA que mejora la IA
El argumento más fuerte a favor de la singularidad tecnológica no consiste simplemente en dibujar una curva exponencial. Propone un bucle causal. La investigación produce una IA más capaz; esa IA ayuda a escribir código, diseñar chips, preparar experimentos o descubrir algoritmos; esas mejoras permiten crear otra IA más capaz; el ciclo se repite en menos tiempo.
Ya existen formas limitadas de esa retroalimentación. Los modelos asisten a programadores, generan datos sintéticos, buscan configuraciones y ayudan a evaluar sistemas. Laboratorios automatizados pueden acelerar algunas fases experimentales. Ninguno de estos avances prueba una auto-mejora recursiva sin límite, pero muestra que la IA puede convertirse en una entrada de su propio proceso de desarrollo.
Para que el bucle se disparase tendría que superar varios filtros. Una propuesta de software debe funcionar en hardware real. Los experimentos necesitan energía, chips, centros de datos, materiales, permisos y cadenas de suministro. Los resultados deben distinguir mejoras robustas de trucos que solo elevan una puntuación. Y una capacidad mayor para generar ideas no garantiza igual capacidad para seleccionarlas y comprobarlas.
Además, cada mejora puede encontrar rendimientos decrecientes. Resolver el siguiente obstáculo podría exigir más cómputo, mejores datos o un descubrimiento conceptual que ni personas ni máquinas sepan obtener. La recursividad es una posibilidad técnica; la velocidad, la continuidad y el techo de esa recursividad son preguntas abiertas.
Qué indicios hacen plausible una aceleración
La defensa contemporánea de la singularidad tecnológica parte de cambios observables. Los sistemas han mejorado en visión, lenguaje, programación, generación multimedia y uso de herramientas. Las empresas despliegan modelos mejores con ciclos cortos, y las versiones pequeñas abaratan capacidades que antes exigían infraestructuras costosas.
El AI Index 2025 de Stanford documenta avances rápidos en pruebas exigentes y una caída pronunciada del coste de inferencia para niveles comparables de rendimiento. También registra que los modelos continúan teniendo dificultades en razonamiento complejo. Las dos observaciones deben permanecer juntas: hay aceleración medible y siguen existiendo límites relevantes.
Otro indicio es la convergencia de tecnologías. Mejores chips permiten entrenar modelos mayores o hacer más experimentos; la IA ayuda a diseñar software y componentes; la robótica convierte decisiones digitales en acciones físicas; la biología computacional amplía el espacio de intervención. La singularidad tecnológica no necesitaría depender de una sola curva si varias se reforzaran mutuamente.
La ampliación humana constituye otra ruta. Interfaces como Neuralink y otros sistemas cerebro-computadora buscan restaurar o extender canales entre el sistema nervioso y las máquinas. Sus resultados actuales están muy lejos de fusionar una mente con una superinteligencia, pero recuerdan que el futuro no tiene por qué dividirse limpiamente entre humanos e IA.
Por qué una curva ascendente no demuestra la singularidad
Una tendencia exponencial describe datos pasados; no explica por sí sola qué mecanismo continuará sosteniéndola. Elegir el indicador cambia la historia: operaciones por segundo, coste de inferencia, tamaño de entrenamiento, resultados en benchmarks y productividad económica no crecen al mismo ritmo ni miden lo mismo.
Los benchmarks también se saturan, se filtran a los datos de entrenamiento o dejan de representar problemas reales. Superar una prueba cerrada no equivale a gestionar durante meses una organización, descubrir una teoría correcta o negociar con instituciones humanas. La singularidad tecnológica exige mucho más que encadenar puntuaciones ascendentes.
La inteligencia tampoco flota fuera de la economía. Un sistema puede proponer miles de experimentos, pero un laboratorio solo puede ejecutar una fracción. Puede optimizar un diseño de chip que tarde años en fabricarse a escala. Puede recomendar una reforma que dependa de leyes, confianza y cooperación. El mundo físico e institucional introduce fricción.
Por eso, evaluar la singularidad tecnológica requiere medir tanto la velocidad del software como los plazos de verificación, fabricación y adopción. Ignorar cualquiera de esas escalas infla la extrapolación.
Existe, además, un problema de medida. ¿Cuánta inteligencia representa una persona, una empresa o Internet? ¿Una IA que domina las matemáticas pero no entiende consecuencias sociales es general? Sin una unidad común, afirmar que la inteligencia se duplica cada cierto tiempo puede ser una metáfora seductora, no una ley empírica.
El poder antes del umbral: quién controla la aceleración
El debate suele mirar hacia una futura superinteligencia y olvidar que la infraestructura ya concentra poder. Entrenar y operar los modelos más capaces requiere capital, chips, energía, datos y talento. Quien controla esos recursos decide qué se construye, quién accede y qué riesgos se aceptan.
La tensión de la singularidad tecnológica empieza antes de cualquier umbral. Una carrera entre empresas o Estados puede premiar la velocidad y externalizar costes. Unas pocas plataformas pueden capturar productividad, vigilar usos y fijar condiciones. En el extremo contrario, una regulación mal diseñada puede blindar a los actores dominantes sin reducir los peligros importantes.
El problema del alineamiento pregunta cómo conseguir que sistemas potentes persigan objetivos compatibles con las intenciones y valores humanos. No se resuelve escribiendo una orden amable. Cuanto mayor sea la autonomía, más importan la supervisión, las evaluaciones, la seguridad informática, los incentivos empresariales y la posibilidad real de detener un sistema.
Pero el control tampoco es solo técnico. ¿Quién define los valores que debe seguir una IA? ¿Quién responde por un daño? ¿Qué país puede auditar modelos desarrollados en otro? Incluso si la explosión de inteligencia nunca llega, estas preguntas afectan al empleo, la información, la ciencia y la distribución de riqueza de hoy.
Una hipótesis que exige vigilancia, no una fecha sagrada
No existe un experimento que haya fechado la singularidad tecnológica. Las predicciones dependen de definiciones distintas, extrapolaciones discutibles y juicios sobre avances todavía desconocidos. La discrepancia entre expertos no es un detalle que deba promediarse hasta obtener un año preciso: es evidencia de incertidumbre profunda.
Eso no vuelve inútil la hipótesis. Pensar en bucles de auto-mejora ayuda a identificar señales que conviene medir: cuánto trabajo de investigación puede completar una IA, con qué fiabilidad, durante cuánto tiempo y con cuánta supervisión. También obliga a observar cuellos de botella físicos, concentración de recursos y mecanismos de control.
La posición responsable no exige elegir entre profecía y burla. Podemos reconocer una aceleración extraordinaria sin fingir que conocemos su destino. Podemos preparar evaluaciones, instituciones y medidas de seguridad sin asegurar que una superinteligencia aparecerá en una fecha concreta.
La singularidad tecnológica importa menos como cita en el calendario que como pregunta sobre retroalimentación y poder: qué ocurriría si las herramientas empezaran a acelerar de forma decisiva la creación de herramientas mejores, quién dirigiría ese proceso y qué capacidad conservaría el resto de la sociedad para intervenir.
Deja una respuesta