La nueva frontera de la inteligencia artificial: cuando las máquinas aprenden a pensar
Durante años, la evolución de la inteligencia artificial ha sido como una carrera armamentista: más datos, más potencia, modelos más grandes. Pero en 2024, algo inesperado ocurrió. A pesar de las inversiones multimillonarias de las principales empresas tecnológicas, los avances comenzaron a ralentizarse. El crecimiento dejó de ser exponencial. Las IAs más avanzadas del mundo, como ChatGPT y Gemini, dejaron de mejorar. Había llegado el estancamiento.
El fin de una era: más tamaño ya no es mejor
Hasta hace poco, la receta era sencilla: para que una IA fuera más inteligente, simplemente se le alimentaba con más datos y se aumentaba su tamaño. Cuantos más parámetros y mayor volumen de información, mejores resultados. Pero en algún punto de 2024, esta lógica dejó de funcionar.
Las IAs modernas ya habían consumido casi todo el texto público disponible en internet. No quedaba mucho más por aprender. Y lo que es peor, los nuevos modelos no mostraban mejoras significativas, pese a un costo creciente.
Un viaje inesperado: el póker como escuela de pensamiento
La solución a este estancamiento vino de un lugar inesperado: Las Vegas. Allí, un investigador llamado Noam Brown desarrolló una IA especializada en jugar póker. Su IA, llamada Libratus, fue entrenada durante años, pero perdió de forma humillante contra jugadores humanos.
El motivo fue revelador: Libratus tomaba decisiones de forma casi instantánea. Los jugadores humanos, en cambio, reflexionaban. Consideraban sus opciones. Al darle tiempo para pensar, el rendimiento de la IA se disparó.
Noam Brown es un destacado científico investigador en OpenAI, especializado en inteligencia artificial (IA) para entornos de múltiples agentes, razonamiento estratégico y autoaprendizaje. Su trabajo se centra en desarrollar sistemas de IA capaces de razonar en situaciones complejas con información imperfecta, como juegos de estrategia y escenarios del mundo real.
Trayectoria académica y profesional
Brown obtuvo su doctorado en ciencias de la computación en la Universidad Carnegie Mellon, donde trabajó bajo la supervisión del profesor Tuomas Sandholm. Durante su tiempo allí, co-desarrolló Libratus, la primera IA en vencer a jugadores profesionales de póker en el formato Heads-Up No-Limit Texas Hold’em, y Pluribus, que logró un rendimiento superhumano en partidas multijugador de póker. Estos logros le valieron reconocimientos como la Medalla Marvin Minsky y ser nombrado uno de los “35 Innovadores menores de 35” por MIT Technology Review en 2019.
Posteriormente, se unió a Meta (anteriormente Facebook) en su división FAIR (Facebook AI Research), donde co-creó CICERO, la primera IA en alcanzar un rendimiento a nivel humano en el juego de estrategia Diplomacy, que combina negociación en lenguaje natural con planificación estratégica.
IAs que piensan: el nacimiento de una nueva especie digital
Así nacieron los Modelos de Lenguaje de Razonamiento (RLMs). Estos nuevos sistemas no solo responden: piensan. Analizan, planifican, se autocorrigen. Y al hacerlo, sus resultados mejoran notablemente. Por primera vez, una IA puede explicar cómo llegó a una conclusión.
“Pensar rápido, pensar despacio” (Thinking, Fast and Slow) de Daniel Kahneman
Este libro es clave para entender la analogía entre el pensamiento humano y los nuevos modelos de IA que razonan. Kahneman describe dos sistemas de pensamiento:
- Sistema 1: Rápido, intuitivo y automático.
- Sistema 2: Lento, deliberado y analítico.
Este libro se ha usado como marco de referencia para explicar cómo la IA ha pasado de operar solo con respuestas tipo “Sistema 1” a incorporar capacidades del “Sistema 2”.
DeepSeek R1: el disruptor que vino de China
En enero de 2025, la startup china DeepSeek lanzó R1, un modelo de código abierto con capacidad de razonamiento. Lo hizo gratis, desafiando a gigantes como OpenAI y Google. Su rendimiento sorprendió al mundo, y fue adoptado masivamente por desarrolladores y empresas.
¿Qué significa que una IA piense?
Pensar es detenerse, considerar opciones y construir mentalmente un mapa para resolver problemas complejos. Las nuevas IAs lo hacen, aunque a un costo computacional más alto. Pero sus respuestas, más humanas y precisas, justifican el esfuerzo.
¿Estamos cerca de la superinteligencia?
Modelos como O3 de OpenAI o Gemini 2.5 de Google ya realizan tareas con nivel superior al humano promedio. Se están utilizando pruebas como el Human-Level Eval para evaluar si una IA ha superado a los humanos en múltiples disciplinas.
La tentación de delegar nuestro pensamiento
Cuanto más confiables sean estas IAs, mayor será la tentación de dejar que tomen decisiones por nosotros. Ya lo hemos vivido: los correctores han erosionado nuestra escritura, el GPS nuestra orientación. ¿Delegaremos también nuestra curiosidad y criterio?
IA como compañera, no como sustituto
Podemos usar la IA como un sparring mental, un asistente para ampliar perspectivas. Pero el pensamiento crítico, la creatividad, el amor y la responsabilidad no son delegables. Renunciar a ellos nos convertiría en pasajeros de nuestra propia vida.
¿Qué es el sparring y por qué también aplica en el trabajo en equipo?
El término sparring proviene del inglés, específicamente de la palabra “spar”, que significa combatir o entrenar con otra persona como oponente. En el boxeo, el sparring es ese compañero que ayuda a preparar los combates, simulando una pelea real, pero sin buscar una victoria, sino mejorar.
Ahora bien, en el mundo del trabajo en equipo, el sparring no implica golpes ni enfrentamientos. ¡Puedes guardar los guantes! En este contexto, se trata de una práctica saludable para recibir retroalimentación constructiva. Es una forma de poner a prueba ideas, planteamientos o estrategias con alguien que te ayuda a ver puntos ciegos, fortalezas y áreas de mejora, sin juicios ni confrontaciones. Así, el objetivo sigue siendo el mismo: crecer, mejorar y estar mejor preparado.
Conclusión
El verdadero avance de la inteligencia artificial no ha sido crear una mente más grande, sino una mente más reflexiva. Enseñar a las máquinas a pensar ha sido un hito. Pero ahora, el verdadero desafío es seguir haciéndolo nosotros.
¿Y tú? ¿Estás pensando… o solo reaccionando?
Galería
Otros artículos
La Revolución de la Publicidad: Cómo la IA Está Transformando la Creación de Contenidos
Cómo los influencers están revolucionando el marketing en RD
El Drama Inherente en Publicidad: La Clave para Conectar con la Audiencia
Licitaciones públicas de publicidad
