Los expertos temían un 'invierno de la inteligencia artificial' hace tan solo un año. La realidad ha destrozado esa teoría

En enero de 2024, Rodney Brooks, una de las voces más autorizadas en robótica y AI (es exdirector del Laboratorio de Ciencias de la Computación e Inteligencia Químico del MIT), advertía de la inminente venida de un 'invierno de la IA', un período de estancamiento que sucedería al entusiasmo que llevaba abriles suscitando esta tecnología.

Sin bloqueo, tan sólo 14 meses a posteriori, podemos citar toda una serie de indicios que vienen a sugerir exactamente lo contrario: que estamos a las puertas de un posible "verano de la IA". ¿Por qué este cambio?

Se acerca el invierno

Rodney Brooks  diagnosticaba entonces un posible estancamiento en el exposición y las expectativas sobre la IA, y centraba sus críticas en los modelos de verbo (LLMs) como ChatGPT que, aunque impresionantes en apariencia, "carecen de un entendimiento vivo del mundo":

"No tienen ningún maniquí subyacente de la efectividad. Son correlaciones lingüísticas, no inteligencia".

A sus fanales, lo más peligroso era creer que estos avances nos acercaban a la llamamiento Inteligencia Químico Caudillo (AGI). Para Brooks, la historia se repetía: las excesivas expectativas sobre el exposición de la IA iban a desembocar en otra larga temporada de desilusión y desinversión, como ya lleva ocurriendo cíclicamente en esta tecnología desde los años 50 del siglo XX.

2024, ¿el año del fingido otoño?

Pero 2024 llegó y se fue, y el panorama tecnológico parece poseer cambiado hasta el punto de hacernos pensar que los augurios de un 'invierno' fueron prematuros. Así, remotamente de estancarse, la IA ha seguido evolucionando, impulsada por una demanda empresarial creciente y por varios factores esencia:

• Modelos de razonamiento: El referencia destaca un cambio de canon en el exposición de modelos avanzados. En punto de ascender masivamente los LLMs, se están explorando nuevas arquitecturas que imitan procesos de razonamiento iterativo, además conocidos como “pensamiento pausado”. Modelos como 'o3' de OpenAI ya no solo completan textos o traducen idiomas: razonan, planifican, explican y corrigen; y están resolviendo problemas matemáticos complejos y ofreciendo disección novedosos a investigadores humanos.
• Agentes de IA: En paralelo, se ha producido una arrebato en el exposición de agentes inteligentes que pueden desempeñar roles laborales completos –desde atención al cliente hasta ventas– sin supervisión humana constante, al ser capaces de automatizar tareas, interactuando con herramientas externas, APIs, buscadores web o archivos locales, están creando un nuevo paradigma de interacción. Ya no hablamos solo de un maniquí que contesta, sino de uno que actúa.

• Los asistentes de programación: uno de los indicadores más claros del crecimiento exponencial es el papel de la IA en el exposición de software. Herramientas como GitHub Copilot han evolucionado, pero han sido rápidamente superadas por nuevos modelos e IDEs capaces de corregir errores, desarrollar código utilitario y testearlo. Esto ha desencadenado un cambio cultural profundo: cada vez más programadores trabajan en colaboración estrecha con modelos avanzados, mientras que las empresas reconfiguran sus estructuras para incorporar IA como parte esencial del flujo de trabajo.
• La revolución del coste: La caída drástica de los costes (tanto de entrenamiento como de uso) está contribuyendo a democratizar su uso al disminuir las barreras de entrada. Empresas como DeepSeek han rematado desarrollar modelos de código hendido con un rendimiento competitivo frente a gigantes como OpenAI o Google DeepMind, pero con requerimientos de hardware y energía significativamente menores.

Los ciclos históricos están para romperlos

El error de predicción cometido por muchos analistas en 2023 no fue ingenuo ni alarmista: se basaba en ciclos históricos del exposición tecnológico, donde tras un pico de expectativas suele venir un valle de desencanto. Pero esta vez la infraestructura, el talento acumulado y los incentivos económicos estaban alineados para que eso no ocurriera.

Por otra parte, el carácter exponencial de la IA ha demostrado ser especialmente difícil de anticipar. Modelos que se entrenan más rápido, consumen menos y aprenden más han donado punto a iteraciones semanales, incluso diarias, de mejoras significativas.

En prontuario, el invierno que Brooks predijo puede poseer sido suspendido en auxilio de una primavera temprana. La contraposición entre las expectativas de hace unos meses y la situación coetáneo ilustra el desvanecimiento de radicar en un momento de cambio tecnológico acelerado: no estamos en presencia de una simple prolongación de la moda de los LLMs, sino en presencia de un punto de inflexión en su desarrollo.

Imagen | Marcos Merino mediante IA

En Genbeta | Google revolucionó la IA hace ocho abriles con la tecnología que haría posible ChatGPT. Con 'Titans' quiere retornar a cambiarlo todo