La industria de la IA está tirando millones de dólares a una vía imposible de desarrollar. Los expertos están cada vez más convencidos
Investigadores y expertos en inteligencia artificial consideran que el enfoque actual de "más grande es mejor" no llevará a una verdadera IA avanzada, mientras las empresas tecnológicas continúan invirtiendo fortunas en infraestru
La carrera por desarrollar sistemas de inteligencia artificial más potentes ha desatado una batalla multimillonaria entre gigantes tecnológicos. Sin embargo, un creciente número de expertos está cuestionando si este camino de escalar indefinidamente los modelos actuales tiene futuro o si estamos ante una costosa vía muerta que solo beneficia a quienes disponen de recursos ilimitados.
Según ha dado a conocer Futurism, la estrategia de "cuanto más grande, mejor" podría ser un callejón sin salida. Un 76% de los especialistas consultados considera "poco probable" o "muy poco probable" que aumentar la escala conduzca a una Inteligencia Artificial General comparable a la cognición humana.
La obsesión por escalar: ¿innovación o desperdicio?
"Las grandes inversiones en escalar, sin entender lo que ocurre, siempre me parecieron un error", afirma Stuart Russel, informático de la Universidad de California en Berkeley. Según él, los beneficios de esta estrategia ya han tocado techo, algo que se hizo evidente hace aproximadamente un año.
La inversión en IA generativa superó los 56.000 millones de dólares en capital de riesgo solo en 2024. Microsoft ha comprometido 80.000 millones para 2025, mientras que un estudio revela que el 80% de usuarios españoles cree que la IA mejora su experiencia con el móvil.
El coste energético resulta igualmente brutal. Microsoft utilizará una central nuclear completa para alimentar sus centros de datos, mientras investigadores de Zurich advierten sobre graves riesgos de seguridad con los datos personales en chatbots.
La startup china DeepSeek demuestra que existen alternativas. Su modelo logra competir con chatbots occidentales que cuestan miles de millones, pero usando una fracción de los recursos. Incluso OpenAI descubrió que su nueva versión de GPT no mostraba mejoras significativas pese a la enorme inversión.
Frente al escalado masivo surgen métodos más inteligentes como el "test-time compute" de OpenAI, donde la IA dedica más tiempo a "pensar" antes de responder. Por su parte, DeepSeek ha desarrollado el enfoque "mixture of experts", utilizando múltiples redes neuronales especializadas.
Las grandes tecnológicas parecen decididas a seguir por la vía del escalado, mientras otros estudios sugieren que la IA no supone una amenaza para la humanidad, a pesar de las advertencias sobre pérdida de empleos.
La encrucijada actual nos lleva a plantearnos si seguiremos construyendo modelos cada vez más grandes y costosos, o si finalmente encontraremos formas más inteligentes y eficientes de crear sistemas realmente útiles. La respuesta determinará no solo el desarrollo tecnológico, sino también su impacto ambiental y quién podrá permitirse participar en esta revolución.