AGI · Inteligencia artificial general
Artificial General Intelligence
¿Qué es la AGI?
- Una IA que resuelve problemas diversos de forma amplia
- Más allá de la IA actual, que solo domina tareas concretas
- Aún es un concepto hipotético y futuro
La AGI no es un producto que se pueda comprar hoy, sino un concepto que sacude la línea base para decidir inversiones. En una reunión de gerencia, cuando alguien dice « si en dos o tres años la AGI lo hará todo, ¿por qué gastar tanto en este sistema? », la palabra deja de ser un término filosófico y se convierte en una partida presupuestaria. Por eso, en la práctica, lo primero es cambiar la pregunta de « cuándo llegará » a « qué consideramos AGI ».
En la industria suele distinguirse entre IA estrecha, AGI y ASI (superinteligencia), que supera a los humanos en todos los sentidos. En 2023, investigadores de Google DeepMind propusieron ver la AGI no como un interruptor de sí o no, sino como una escala por niveles de desempeño y generalidad. Según esa propuesta, un rendimiento igual o superior al del 50% de los adultos calificados equivale a «competente»; al 90%, a «experto»; y al 99%, a «maestro». Luego se considera cuán amplio es el rango de tareas en que se logra. Con este marco, la IA generativa actual se considera, en general, de nivel experto en ciertos ámbitos, pero todavía en una etapa inicial en cuanto a generalidad.
Un concepto vecino que se confunde fácilmente es el agente de IA. Un agente es una evolución en la forma de ejecutar que llama herramientas y da varios pasos dentro de un objetivo dado; no amplía el alcance de la inteligencia. Aunque un agente que lee correos, programa reuniones y envía solicitudes de aprobación funcione bien, sigue la ruta de trabajo que una persona diseñó. Si pasa por sí mismo a territorios que nunca aprendió es el verdadero punto de debate sobre la AGI.
En la práctica, el malentendido más frecuente es la impresión de que «si habla como una persona, es casi una AGI». Hablar con fluidez y resolver por sí mismo una tarea desconocida son capacidades distintas. Si se mezclan, se termina pegando en un informe un resultado que nadie revisó, y luego aparecen cifras equivocadas. El error contrario también es peligroso: «Pronto lo hará todo solo, así que esperemos». Si se posponen la limpieza de datos y la estandarización del trabajo por esa razón, cuando llegue una herramienta más potente no habrá datos para alimentarla y el punto de partida se retrasa. Lo prudente es tratar la AGI como una previsión y ejecutar el presupuesto y la capacitación con los criterios de la IA estrecha de hoy.
John KimAutor de «Diseño del marketing B2B» y CEO de Nanum Consultoría. Instructor.
Seolyeong ParkEspecialista en IA generativa y AX, con 17 años de experiencia práctica y más de 200 sesiones de enseñanza, que logra que personas sin formación técnica la usen de inmediatoEl término se popularizó en los años 2000 y apunta a una « inteligencia general a nivel humano ». Sus raíces llegan hasta el debate de Alan Turing « ¿pueden pensar las máquinas? » (1950).
Caso hipotético: A, un fabricante de autopartes con 340 colaboradores y ventas anuales de KRW 190,000,000,000, (≈ US$142,209,200) quiso invertir KRW 800,000,000 (≈ US$598,800) en automatizar el control de calidad a finales de 2024. Sin embargo, en el consejo directivo alguien objetó: «Dicen que en dos o tres años llegará la AGI y lo hará todo; ¿no es esto un costo hundido?». La propuesta se aplazó dos veces. El equipo de planeación empresarial pasó tres meses respondiendo a esa pregunta.
- El gerente Kim, del área de planificación de gestión, preguntó por separado a 12 ejecutivos « qué piensan que es la AGI », y las respuestas iban desde robots autónomos hasta chatbots, así que la discusión no avanzaba.
- Invitamos a un instructor externo para una sesión de 90 minutos y, tomando la clasificación por etapas de Google DeepMind, alineamos con los directivos una misma idea: «Lo que queremos comprar es una herramienta de inspección de nivel 1 de 5».
- Cuando el director ejecutivo Lee preguntó: «¿Y si dentro de tres años sale algo mejor? ¿Qué pasa con los KRW 800,000,000 (≈ US$598,800)?», el gerente Kim respondió que el contrato se redactaría de modo que pudiera sustituirse en ese momento.
- El área de compras renegoció con el proveedor e incluyó una cláusula que permite reentrenar o reemplazar el modelo de inspección cada dos años, y otra que asigna a A la propiedad de las 340,000 imágenes de inspección acumuladas.
- Seis meses después, la propuesta fue aprobada tal como estaba, la tasa de fuga de defectos bajó de 0.8% a 0.3%, y además se reactivaron cuatro proyectos de IA que habían quedado en pausa con el argumento de « esperemos a ver ».