Resumen

Esta es la Parte 5 de 6 de la serie Historia Completa de la IA: De las Máquinas de Turing a los Modelos Generativos. El período entre 2023 y 2025 es el más cercano al presente y el que más rápidamente se convirtió en histórico. En menos de tres años, la IA pasó de fenómeno de aplicación de consumo a cuestión de seguridad nacional, de competición entre laboratorios americanos a carrera geopolítica global, y de herramienta de productividad a infraestructura que gobierna decisiones médicas, jurídicas y financieras a escala. Este capítulo documenta cómo la aceleración se convirtió en la norma.

Contexto

El contexto que define 2023-2025 es el éxito inesperado de ChatGPT en noviembre de 2022. Ninguna empresa tecnológica había planificado para el nivel de atención y demanda que generó ChatGPT. Google, que había desarrollado las tecnologías fundamentales del Transformer y tenía modelos de lenguaje superiores en el laboratorio, fue tomado por sorpresa por la demostración pública de OpenAI. Microsoft, ya inversora en OpenAI, anunció una inversión adicional de US$ 10.000 millones en enero de 2023 e integró IA generativa en Bing, Office 365 y Azure. La carrera que siguió fue la más intensa de la historia de la IA: no solo entre empresas, sino entre países, paradigmas y filosofías sobre cómo debería desarrollarse la IA y quién debería controlar su acceso.

— 2023: GPT-4, Proliferación y el Momento del Bard

En marzo de 2023, OpenAI lanzó GPT-4 — un modelo multimodal capaz de procesar texto e imágenes, con una ventana de contexto de hasta 32.000 tokens. GPT-4 demostró un rendimiento cercano al humano en benchmarks profesionales: percentil 90 en el examen del colegio de abogados de EE.UU., percentil 89 en el SAT Math, por encima del 86% en múltiples exámenes AP. Anthropic lanzó Claude en marzo de 2023, posicionado como asistente centrado en la seguridad de la IA y la "Constitutional AI". Google lanzó Bard en febrero de 2023 — y el lanzamiento fue catastrófico. Una demostración contenía una imprecisión factual ampliamente criticada que hizo caer las acciones de Google un 8% en un solo día, perdiendo US$ 100.000 millones en valor de mercado. Meta lanzó la familia LLaMA en febrero de 2023 con licencia no comercial para investigadores — los pesos del modelo que fueron inmediatamente filtrados y se volvieron ampliamente disponibles. En julio de 2023, lanzó LLaMA 2 con licencia comercial explícita en asociación con Microsoft, desencadenando una ola de proyectos de código abierto. En diciembre de 2023, Google DeepMind presentó Gemini — un modelo multimodal nativo diseñado desde el principio para procesar texto, imágenes, audio, vídeo y código.

— 2024: Razonamiento, Agentes y AlphaFold

En 2024, el enfoque del campo cambió de modelos más grandes a modelos más capaces y especializados. OpenAI lanzó la serie o1 en septiembre de 2024 — modelos diseñados específicamente para el razonamiento, pasando más tiempo "pensando" antes de responder, descomponiendo problemas complejos en pasos y verificando su propio trabajo. o1 demostró un rendimiento dramático en matemáticas competitivas (percentil 89 en la Olimpiada Internacional de Matemáticas) y programación (percentil 93 en Codeforces). Google DeepMind lanzó AlphaFold 3 — capaz de predecir estructuras no solo de proteínas sino de complejos biomoleculares completos incluyendo ADN, ARN y moléculas pequeñas. En 2020, AlphaFold 2 había resuelto el problema del plegamiento de proteínas que había frustrado a los biólogos durante 50 años. En 2021, había predicho estructuras para más de 200 millones de proteínas — prácticamente todas las proteínas conocidas por la ciencia. Geoffrey Hinton y John Hopfield recibieron el Premio Nobel de Física de 2024 por sus contribuciones fundamentales al desarrollo de las redes neuronales artificiales. El creciente interés en agentes autónomos generó frameworks como LangChain y AutoGPT, y startups como Cognition AI con Devin. En la práctica, los agentes de 2024 demostraron capacidades impresionantes en condiciones controladas pero fallaron consistentemente en tareas no estructuradas del mundo real.

— 2025: DeepSeek, Código Abierto y Regulación

El 10 de enero de 2025, la empresa china DeepSeek lanzó el DeepSeek-R1 — un modelo de razonamiento que superó a ChatGPT en múltiples benchmarks a un costo de entrenamiento de solo US$ 5,3 millones, frente a estimaciones de cientos de millones para modelos equivalentes americanos. En pocas horas tras el anuncio, Nvidia perdió aproximadamente US$ 600.000 millones en valor de mercado en una sola sesión bursátil. El mensaje fue inmediato: la eficiencia algorítmica podía rivalizar con el poder bruto de procesamiento, y las restricciones de exportación de chips americanos a China no habían impedido el desarrollo de IA frontier. El "momento DeepSeek" se convirtió en una expresión frecuentemente repetida. En respuesta, el Proyecto Stargate emergió como alianza estratégica valorada en US$ 500.000 millones, reuniendo a OpenAI, SoftBank, Oracle y el gobierno americano. La Unión Europea aprobó el AI Act en 2024, con implementación progresiva en 2025 — la primera legislación integral de IA del mundo. En 2025, Meta lanzó Llama 4 con paridad técnica respecto a los modelos propietarios frontier — por primera vez, los modelos abiertos alcanzaron un rendimiento comparable a los sistemas cerrados, con capacidades multimodales nativas y costo cero de licenciamiento.

Análisis Comparativo

La tensión central de 2023-2025 es entre democratización y concentración simultáneas. Por un lado: Llama 4 y DeepSeek pusieron la IA frontier al alcance de cualquier organización con hardware adecuado, el código abierto floreció y el costo por token cayó en órdenes de magnitud. Por otro: el poder de entrenar modelos verdaderamente frontier se concentró en menos de cinco laboratorios en el mundo, cada uno requiriendo inversiones de cientos de millones a miles de millones de dólares por ciclo de entrenamiento. La IA se volvió simultáneamente más accesible para el uso y más concentrada para el desarrollo — una asimetría que ninguna regulación había abordado adecuadamente a finales de 2025.

Análisis

Tres patrones de 2023-2025 son determinantes para entender 2026. Primero: la geopolítica de la IA superó a la competición empresarial como factor estructurante — DeepSeek no fue solo un modelo mejor, fue una demostración de que la estrategia americana de control vía chips no había funcionado como se planeó. Segundo: la bifurcación entre modelos abiertos y cerrados se profundizó sin resolución — el código abierto ganó en acceso y democratización, el código cerrado mantuvo ventaja en modelos frontier de vanguardia; las implicaciones para la seguridad, la propiedad intelectual y la concentración del poder siguen abiertas. Tercero: la brecha entre el rendimiento en benchmarks y la utilidad real siguió siendo la mayor fuente documentada de decepción del período — las organizaciones que esperaban una transformación inmediata descubrieron que la adopción es más difícil que la capacidad técnica.

Síntesis

El período 2023-2025 eliminó cualquier duda sobre si la IA generativa era un fenómeno pasajero. En dos años, pasó de experimento de aplicación de consumo a cuestión de seguridad nacional americana, al tema central de la regulación europea, a estrategia de estado china y a infraestructura en producción en hospitales, tribunales, bancos y oficinas de todo el mundo. Lo que no se resolvió en 2025 — alucinaciones estructurales, agentes autónomos confiables, alineación de valores a escala, distribución equitativa de beneficios — son las preguntas que definen el momento actual. La historia de la IA entre 1940 y 2025 es la historia de un campo que sobrevivió dos inviernos, acumuló infraestructura en silencio y aceleró más allá de la capacidad de las instituciones humanas para procesar el cambio. Lo que viene a continuación es el tema de la Parte 6. Siguiente: Parte 6 — Fronteras Abiertas (2025–2026)