Durante décadas, la singularidad tecnológica vivió principalmente en libros de ciencia ficción, ensayos futuristas y algunos rincones de la investigación informática.
Hoy volvió al centro de la conversación.
Escuchamos que “la singularidad está cerca”, que la inteligencia artificial podría provocarla o incluso que el proceso ya comenzó. El problema es que muchas veces usamos la palabra sin saber exactamente qué describe.
La singularidad no es simplemente una IA muy potente. Tampoco es un sinónimo de inteligencia artificial general.
Es la hipótesis de que el progreso tecnológico podría alcanzar un punto de aceleración tan profundo que nuestra capacidad de anticipar lo que viene después comenzaría a fallar.
No es una profecía ni una ley científica. Es una posibilidad sobre la que existen argumentos, desacuerdos e intereses enormes.
La primera distinción: IA, AGI y singularidad
Los sistemas actuales pueden escribir, programar, analizar imágenes, operar herramientas y resolver problemas cada vez más complejos. Eso no significa que hayamos alcanzado inteligencia artificial general ni mucho menos una singularidad.
Aunque no existe una definición universal, AGI —inteligencia artificial general— suele referirse a un sistema capaz de aprender y desempeñarse competentemente en una gama muy amplia de tareas intelectuales, con una flexibilidad comparable a la humana.
Una superinteligencia iría más lejos: superaría de forma amplia a los mejores seres humanos en campos como ciencia, ingeniería, estrategia o investigación.
La singularidad describe otra cosa: un cambio de dinámica. Aparecería si una inteligencia tecnológica acelerara el progreso de tal manera que las transformaciones posteriores resultaran extraordinariamente difíciles de predecir.
Podemos imaginar los conceptos como tres escalones posibles:
- Una AGI alcanza una capacidad intelectual general comparable a la humana.
- Una superinteligencia supera ampliamente nuestras capacidades.
- Esa inteligencia produce una aceleración tecnológica que rompe nuestras proyecciones habituales.
El tercero no se desprende automáticamente de los anteriores. Podríamos tener sistemas muy capaces sin un crecimiento explosivo.
El ingrediente decisivo: la retroalimentación
El corazón de muchas versiones de la singularidad no es solamente una máquina inteligente. Es una máquina capaz de participar en la creación de máquinas mejores.
Imaginemos un sistema que puede leer investigación, escribir software, diseñar experimentos, optimizar algoritmos y proponer nuevas arquitecturas. Esa IA ayuda a construir una versión más capaz. La nueva versión investiga mejor y contribuye a crear la siguiente.
El ciclo sería:
IA mejora el desarrollo de IA → surge una IA mejor → acelera nuevamente el desarrollo
Si cada vuelta reduce el tiempo necesario para la siguiente, podría aparecer una aceleración difícil de controlar o anticipar.
En 1965, el matemático I. J. Good formuló esta posibilidad como una explosión de inteligencia. Su argumento era que, si diseñar máquinas es una actividad intelectual, una máquina que superara ampliamente la inteligencia humana también podría superar nuestra capacidad para diseñarlas.
La primera máquina ultrainteligente podría convertirse así en la última gran invención que la humanidad necesitara realizar sin su ayuda.
Ese experimento mental sigue siendo el núcleo técnico de la discusión.
¿Por qué se llama singularidad?
La palabra funciona como una metáfora tomada de las matemáticas y la física: un punto en el que nuestros modelos habituales dejan de describir adecuadamente lo que ocurre.
No significa que la tecnología se convierta literalmente en un agujero negro. La comparación habla de nuestro conocimiento.
Una persona del año 1500 podía imaginar comunicaciones más rápidas, pero difícilmente habría anticipado buscadores, redes sociales, criptografía, streaming o modelos generativos. No le faltaban únicamente datos: le faltaban categorías para pensar esos sistemas.
La hipótesis de la singularidad dice que nosotros podríamos quedar en una posición parecida frente a una civilización impulsada por inteligencia muy superior a la nuestra.
El matemático Stanisław Ulam recordó en 1958 una conversación con John von Neumann sobre la aceleración del progreso tecnológico y una posible “singularidad esencial” después de la cual los asuntos humanos ya no continuarían como antes.
La intuición, por lo tanto, es anterior a internet, las computadoras personales y los modelos de lenguaje.
De una intuición histórica a la singularidad moderna
En 1993, el matemático y escritor Vernor Vinge conectó explícitamente esta ruptura histórica con la creación tecnológica de entidades más inteligentes que los humanos.
Vinge no imaginaba un único camino. La inteligencia superior podía surgir de computadoras, grandes redes, interfaces entre humanos y máquinas o mejoras biológicas. Lo central era que, una vez superada la inteligencia humana, el futuro dejaría de ser comprensible con nuestras herramientas actuales.
Ray Kurzweil convirtió después la singularidad en una idea popular. Su argumento se apoya en que ciertas tecnologías de información no avanzan de manera lineal, sino mediante rendimientos acelerados. En su predicción más conocida, situó la singularidad alrededor de 2045 y sostuvo que la transición incluiría una integración cada vez mayor entre seres humanos y tecnología.
La fecha es una predicción, no un consenso científico. Pero durante años dio una referencia concreta a una idea que de otro modo parecía indefinida.
ChatGPT cambió la psicología del debate
La inteligencia artificial existía mucho antes de ChatGPT. Lo que cambió fue la experiencia pública de sus capacidades.
Millones de personas pudieron conversar con un sistema capaz de redactar, traducir, explicar, programar y analizar información. Después llegaron modelos multimodales, sistemas de razonamiento, herramientas de programación y agentes capaces de actuar sobre software.
La pregunta social dejó de ser “¿algún día una máquina podrá realizar trabajo intelectual?” y pasó a ser “¿cuánto trabajo intelectual podrá realizar y a qué velocidad seguirá mejorando?”.
Nada de esto demuestra que la singularidad ocurrirá. Sí explica por qué dejó de parecer una especulación completamente desconectada del presente.
Además, la IA ya participa en su propio proceso de desarrollo. Investigadores y programadores la utilizan para leer trabajos, escribir código, analizar resultados y diseñar experimentos. No tenemos una máquina que se rediseña mágicamente durante la noche, pero sí un circuito de personas y agentes que podría acelerar cada nueva generación.
La explosión de inteligencia, si alguna vez ocurre, quizá no sea una sola computadora encerrada en un laboratorio. Podría parecerse a una red de modelos, científicos, centros de datos, fábricas y robots formando una máquina colectiva de investigación.
Una singularidad rápida y otra gradual
Existen dos grandes maneras de imaginar la transición.
En un despegue rápido, una IA apenas superior ayudaría a construir otra mucho mejor, que a su vez produciría la siguiente. En semanas o meses podríamos pasar de sistemas cercanos al nivel humano a capacidades muy superiores.
En un despegue gradual, las capacidades aumentarían durante años o décadas. El cambio seguiría siendo enorme, pero gobiernos, empresas y personas tendrían algo más de tiempo para adaptarse.
Sam Altman propuso en 2025 la idea de una “singularidad gentil”: una sucesión de avances extraordinarios que rápidamente se vuelven cotidianos. Una IA escribe bien y nos sorprende; poco después se integra al trabajo. Luego investiga, diseña o controla máquinas, y cada maravilla vuelve a convertirse en rutina.
Es una visión influyente, pero también interesada. Altman dirige una empresa que construye estos sistemas. Lo mismo vale para las predicciones de otros líderes de laboratorios: poseen información privilegiada, pero también incentivos económicos y estratégicos para presentar la transformación como cercana.
Sus fechas deben entenderse como posturas, no como relojes confiables.
Por qué la aceleración puede encontrar límites
La inteligencia no opera fuera del mundo físico.
Una IA podría diseñar una batería en minutos, pero fabricar millones requiere minas, energía, permisos, maquinaria y logística. Puede proponer un medicamento, pero los ensayos clínicos llevan tiempo. Puede diseñar un chip, pero construir una fábrica no sucede a la velocidad del software.
También existen límites de datos, cómputo, dinero, regulación y conocimiento algorítmico. Una curva puede crecer rápidamente durante años y después encontrar un techo.
Por eso AGI no garantiza superinteligencia y la superinteligencia no garantiza una transformación instantánea del mundo material.
Una posibilidad razonable es que la capacidad intelectual avance mucho más rápido que su aplicación física: una explosión de ideas acompañada por una transformación industrial más lenta.
La posición escéptica importa
No todos los investigadores creen que los modelos actuales estén cerca de una inteligencia comparable a la humana.
Yann LeCun, por ejemplo, sostiene desde hace años que los sistemas basados principalmente en lenguaje carecen de componentes fundamentales para comprender y planificar en el mundo como lo hacen humanos y animales. Su línea de investigación apuesta por modelos internos del mundo y nuevas arquitecturas.
El desacuerdo puede resumirse así:
- Una postura cree que ya tenemos buena parte de los ingredientes y que escalar, conectar y mejorar los sistemas será suficiente.
- Otra cree que todavía faltan uno o varios descubrimientos fundamentales.
Si la primera es correcta, las fechas podrían ser cortas. Si la segunda lo es, las predicciones actuales pueden volver a parecerse a las olas de optimismo que precedieron a los inviernos de la IA.
Nadie conoce todavía la respuesta.
La señal no sería un benchmark
Un sistema puede superar un examen sin transformar la velocidad de la civilización.
Una señal más profunda sería que la IA comenzara a acelerar de forma visible la creación de nueva tecnología: no solo hacer más rápido lo que ya sabíamos hacer, sino descubrir nuevos algoritmos, materiales, medicamentos o arquitecturas que produzcan a su vez nuevos descubrimientos.
En ese momento la herramienta estaría mejorando el proceso mediante el cual construimos herramientas.
También cambiaría la economía. Si el trabajo intelectual pudiera copiarse, ejecutarse en paralelo y volverse mucho más barato, tendríamos que revisar instituciones organizadas alrededor de su escasez: educación, profesiones, empresas, salarios y distribución del poder.
La pregunta ya no sería únicamente qué empleos desaparecen. Sería cómo funciona una sociedad donde producir inteligencia especializada cuesta muy poco y donde la infraestructura que la ejecuta pertenece a pocos actores.
Capacidad, control y riesgo
Una aceleración semejante no sería solamente una oportunidad científica y económica.
Sistemas mucho más capaces podrían programar, operar infraestructura, mover recursos, persuadir personas o diseñar tecnologías de doble uso. Cuanta más autonomía reciban, más importante se vuelve garantizar que sus objetivos y acciones permanezcan dentro de límites aceptables.
Ese es el problema de la alineación y el control: no basta con construir una inteligencia poderosa; necesitamos comprender cómo dirigirla, auditarla y detenerla.
La singularidad es difícil de predecir precisamente porque plantea la llegada de una capacidad cognitiva que podría superar la nuestra. Pero esa incertidumbre no justifica abandonar el análisis. Justifica evitar tanto la fe ciega como el rechazo automático.
Tal vez no sea una fecha
¿Cuándo empezó exactamente la revolución de internet? Podríamos elegir ARPANET, la Web, los navegadores, Google o el teléfono inteligente. Ninguna fecha explica por sí sola toda la transformación.
La singularidad, si ocurre, podría ser visible solamente en retrospectiva.
Quizá no exista un momento en que una pantalla anuncie que fue alcanzada. Podría ser un proceso en el que cada generación de IA automatiza más trabajo intelectual, participa más en la construcción de la siguiente y acelera gradualmente ciencia y tecnología.
O quizá la curva se detenga y descubramos que la inteligencia general era mucho más difícil de reproducir de lo que parecía.
Las dos posibilidades siguen abiertas.
Por qué vale la pena hablar de ella hoy
La singularidad no debe tratarse como una profecía. Tampoco hace falta descartarla como una fantasía absurda.
Es una hipótesis sobre qué podría ocurrir cuando la inteligencia que impulsa el progreso deja de ser exclusivamente biológica y empieza a convertirse en una tecnología reproducible.
Hoy existen sistemas que realizan trabajo cognitivo, agentes que utilizan herramientas, IA aplicada a ciencia y laboratorios cuyo objetivo declarado es construir inteligencia general o superior. Al mismo tiempo, los modelos siguen cometiendo errores elementales, requieren supervisión y están sujetos a límites físicos y económicos.
Esa tensión explica por qué se habla tanto de singularidad ahora.
No sabemos si llegará en 2045, dentro de varias generaciones o nunca. Pero por primera vez una parte importante de nuestra civilización está intentando deliberadamente construir una inteligencia comparable o superior a la nuestra.
La pregunta más interesante no es acertar una fecha.
Es comprender qué le ocurre a una civilización cuando la inteligencia que produce su tecnología comienza también a ser una tecnología.
Referencias
- Stanisław Ulam, borrador de su homenaje a John von Neumann, Institute for Advanced Study.
- I. J. Good, Speculations Concerning the First Ultraintelligent Machine, 1965.
- Vernor Vinge, The Coming Technological Singularity, 1993.
- Ray Kurzweil, presentación de The Singularity Is Nearer en SXSW, 2024.
- Sam Altman, The Gentle Singularity, 2025.
- Meta AI, la propuesta de Yann LeCun sobre modelos del mundo.
Este artículo nació de un experimento con un formato sin imagen, más cercano a la radio y sostenido únicamente por la voz. Podés escuchar el video original en YouTube.