Todavía no puede hacer mi trabajo: cuatro años moviendo la portería (2022–2026)
Las afirmaciones de que “la IA todavía no puede hacer mi trabajo” son cada vez más cuestionadas a medida que los modelos de lenguaje grandes invaden más tareas del trabajo del conocimiento, aunque muchos argumentan que estos sistemas siguen siendo poco fiables, especialmente porque inventan información con seguridad. Los comentaristas debaten si la inteligencia artificial general llegará alguna vez, cómo definirla y cuánto del progreso actual refleja una capacidad genuina frente al bombo de las empresas e inversores de IA. Debajo de los argumentos técnicos hay temores económicos y sociales: la erosión de los roles de oficina, la concentración de capital y poder, y la posibilidad de que a los humanos solo les quede trabajo de bajo valor o ninguno en absoluto.
Definición de AGI y “mover la portería”
- Muchos sostienen que “AGI” es vago o carece de sentido; la inteligencia a nivel humano se ve como un punto de referencia arbitrario que sigue cambiando a medida que mejoran las capacidades.
- Otros insisten en que AGI sí tiene sentido: por lo general, “capaz de reemplazar a los humanos en casi cualquier trabajo” o “pasar la prueba de Turing”, o definiciones más ambiciosas como la terraformación autónoma de un planeta.
- Algunos afirman que AGI ya existe (por ejemplo, los LLM modernos pasando pruebas prácticas tipo Turing), mientras que otros sostienen que AGI nunca ocurrirá, o no dentro de 50 años.
- La propia prueba de Turing se debate: si es “existe al menos un entorno en el que se engaña a los humanos” frente a “indistinguibilidad consistente”, y si ELIZA ya satisfizo la forma débil.
Capacidades, límites y alucinaciones
- Los participantes coinciden en que los modelos están ganando competencia rápidamente en múltiples dominios, especialmente programación y generación de contenido.
- Sigue habiendo un fuerte escepticismo respecto a la fiabilidad: las alucinaciones y las invenciones arbitrarias se ven como descalificantes para muchos usos críticos para la seguridad.
- Las comparaciones con el error humano se disputan: algunos dicen que los humanos también “se inventan cosas”, otros responden que los profesionales sanos no alucinan con la frecuencia o la gravedad de los LLM.
Impacto en el trabajo y la estructura laboral
- Muchos ven los LLM como herramientas potentes que aumentan, no reemplazan, a los trabajadores del conocimiento, especialmente a los programadores.
- Existe preocupación de que los roles de “niñera de IA” o revisor sean débiles, estén mal pagados y sean ineficaces para detectar errores raros pero catastróficos.
- Algunos esperan una mayor consolidación de roles (desarrolladores absorbiendo QA, administración de proyectos), con los roles de coordinación no técnicos volviéndose vulnerables.
- Otros dudan de que la ingeniería de software y el trabajo de oficina en general puedan automatizarse por completo.
Economía, poder y ética
- Hay una fuerte frustración con el entusiasmo exagerado por la IA y el bombo de los CEO: las predicciones repetidas a corto plazo sobre AGI, la extinción de empleos y las afirmaciones de “demasiado peligroso para lanzarlo” se ven como manipulación del mercado.
- Las preocupaciones incluyen: concentración de capital, devaluación de los humanos promedio, una posible subclase o peor, y empresas privadas controlando infraestructuras críticas de IA.
- Algunos temen armas autónomas y escenarios de “Terminator/SkyNet”; otros creen que los debates sobre alineación siguen siendo especulativos.
Observaciones culturales y meta
- Varios señalan una creciente dependencia psicológica de los LLM para escribir y pensar, incluso en publicaciones que critican la IA.
- La aparente prosa generada por IA del artículo y el chiste de “IQ: yes” generan reacciones mixtas, desde diversión hasta fastidio.