Resumen

Esta es la Parte 6 de 6 — el capítulo final de la serie Historia Completa de la IA: De las Máquinas de Turing a los Modelos Generativos. Los cinco capítulos anteriores documentaron ocho décadas de historia a partir de fuentes consolidadas. Este capítulo es diferente: se escribe en julio de 2026, sobre el presente inmediato, con datos que los documentos de 2025 no podían tener. Su enfoque es estrictamente lo que ocurrió — en modelos, en el mercado laboral, en la adopción real y en la regulación — sin especulación sobre lo que vendrá. Para lo que está por venir, PrezencIA tiene pointys específicos.

Contexto

El documento original de esta serie fue escrito a finales de 2025. En ese momento, lo que hoy son hechos documentados eran aún preguntas abiertas o tendencias emergentes. En seis meses, el campo produjo datos suficientes para transformar hipótesis en evidencias. Tres áreas merecen documentación específica antes de cerrar esta serie: el estado de los modelos en julio de 2026, el impacto real en el mercado laboral con datos verificados, y el avance regulatorio que transformó la IA de tema técnico a cuestión de política pública de primera línea.

— El Estado de los Modelos en Julio de 2026

El primer semestre de 2026 registró el mayor volumen de lanzamientos de modelos frontier de la historia del campo en un solo semestre: GPT-5.4 (marzo), Claude Opus 4.7 (abril), GPT-5.5 Spud (23 de abril), DeepSeek V4 Preview (24 de abril — menos de 24 horas después del GPT-5.5), Qwen 3, Llama 4 y Gemini 3.1 en la misma ventana de seis semanas, Claude Opus 4.8 y Claude Sonnet 5 en junio, GPT-5.6 el 23 de junio, y Grok 4.5 en julio. El Stanford HAI AI Index 2026, publicado en abril, documentó el dato técnico más significativo del período: el benchmark SWE-bench Verified — que mide la capacidad de los modelos de IA para resolver issues reales de repositorios GitHub — pasó del 60% a casi el 100% de rendimiento en un solo año. Para contexto: en 2023, el mejor rendimiento era inferior al 5%. La velocidad de mejora en codificación autónoma fue la mayor jamás registrada en ningún benchmark de IA en tiempo comparable. Dos eventos estructurales marcaron el H1 2026 más allá de los lanzamientos. El primero: el 12 de junio de 2026, el Departamento de Comercio de EE.UU. ordenó a Anthropic desactivar Claude Fable 5 y Claude Mythos 5 — la primera vez en la historia que los controles de exportación se usaron para apagar modelos de IA ya en producción, no hardware físico. El segundo: el DeepSeek V4, lanzado en abril, fue entrenado en chips Huawei Ascend en lugar de GPUs Nvidia — validando definitivamente que la pila de semiconductores china es capaz de entrenar modelos frontier. El ARC-AGI-3 mantuvo su resistencia: el mejor rendimiento documentado en julio de 2026 es del 7,8%.

— El Mercado Laboral: Lo que Confirman los Datos de 2026

El Stanford HAI AI Index 2026, con datos econométricos verificados cruzando registros de nómina de ADP con patrones de adopción de IA, documentó el impacto más preciso disponible hasta julio de 2026. El dato más citado: el empleo de desarrolladores de software entre 22 y 25 años cayó casi un 20% desde 2024. Al mismo tiempo, el empleo de desarrolladores mayores de 30 años siguió creciendo — y el empleo para trabajadores mayores de 30 en funciones altamente orientadas a la IA creció del 6% al 12% en el mismo período. El patrón no es sustitución de desarrolladores por IA. Es la eliminación del peldaño de entrada de la carrera: las grandes empresas tecnológicas recortaron las contrataciones de nivel junior en más de un 50% en tres años. Goldman Sachs documentó en un informe de abril de 2026 que la IA está eliminando aproximadamente 16.000 empleos netos al mes en EE.UU. — resultado de 25.000 destruidos por sustitución de IA y 9.000 creados por aumentación. En el Q1 de 2026, se registraron 78.557 despidos en el sector tecnológico, con casi la mitad explícitamente atribuidos a la IA por las propias empresas. Los trabajadores con habilidades de IA reciben una prima salarial del 56% respecto a sus pares sin esas habilidades en funciones idénticas. La adopción de IA generativa en funciones empresariales alcanzó el 70% de las organizaciones globalmente en 2026, pero el despliegue de agentes autónomos sigue en cifras de un dígito en prácticamente todas las funciones empresariales. Solo el 28,3% de las organizaciones estadounidenses reportaron usar IA — situando a EE.UU. en el puesto 24 globalmente en adopción, por detrás de Singapur (61%) y los Emiratos Árabes Unidos (64%).

— Regulación: Del Texto a la Implementación

La Ley de IA europea — aprobada formalmente en 2024 — inicia su fase de implementación más significativa el 2 de agosto de 2026, con las primeras prohibiciones absolutas que entran en vigor: sistemas de puntuación social por autoridades públicas, manipulación subliminal del comportamiento humano, explotación de vulnerabilidades de grupos específicos, e identificación biométrica en tiempo real en espacios públicos con fines policiales, con excepciones limitadas. Los sistemas clasificados como de "alto riesgo" — incluyendo IA en infraestructura crítica, educación, empleo, servicios esenciales, aplicación de la ley y migración — pasan a requerir evaluaciones de conformidad, registros de transparencia y supervisión humana documentada. La Ley de IA establece multas de hasta 35 millones de euros o el 7% de la facturación global por infracciones de las prohibiciones más graves. Es el primer marco regulatorio integral de IA con fuerza de ley en cualquier jurisdicción del mundo. En EE.UU., el enfoque siguió siendo fragmentado en julio de 2026: sin legislación federal integral, con regulación sectorial variada por agencia y legislación estatal emergente. La confianza pública en el gobierno americano para regular la IA fue la más baja de cualquier país encuestado por Stanford HAI — el 31%. Solo el 10% de los estadounidenses afirmó en una encuesta de Pew Research de marzo de 2026 estar más entusiasmado que preocupado por la IA. En Brasil, el CNJ había publicado la Resolución 615 en 2025, estableciendo directrices para el uso de IA en el Poder Judicial.

Análisis Comparativo

La tensión que cierra esta serie de seis capítulos es la misma que la abre: la distancia entre capacidad técnica y capacidad institucional. En 1956, la Conferencia de Dartmouth prometió inteligencia general en una generación — las instituciones científicas y de financiación no tenían forma de evaluar esa promesa. En 2026, el SWE-bench pasa del 60% al 100% en un año — las instituciones de formación profesional, la regulación laboral y la política pública no pueden adaptarse a esa velocidad. El patrón persiste a lo largo de siete décadas: la tecnología avanza más rápido que la capacidad colectiva humana para procesar y gobernar el cambio.

Análisis

Tres observaciones que los datos de 2026 permiten hacer con evidencias, no con especulación. Primera: el impacto en el mercado laboral es real, documentado y asimétrico — afecta desproporcionadamente a los trabajadores de nivel de entrada y a las funciones administrativas repetitivas, mientras que las funciones senior y técnicas avanzadas se benefician o están protegidas. Segunda: la adopción real de IA en las organizaciones es sistemáticamente más lenta de lo que sugiere el progreso técnico — el 70% de organizaciones usando IA en alguna función no significa el 70% de procesos transformados; los agentes autónomos en cifras de un dígito en funciones empresariales es el dato más revelador. Tercera: la geopolítica de la IA produjo un resultado que la mayoría de los análisis de 2023-2024 no había previsto — China y EE.UU. están técnicamente emparejados en modelos frontier, con un liderazgo que ha alternado varias veces desde 2025, lo que hace que cualquier narrativa de dominancia americana unilateral sea factualmente incorrecta.

Síntesis

Esta serie recorrió ocho décadas — de Bletchley Park en 1942 a julio de 2026. El arco narrativo es claro en retrospectiva: fundamentos teóricos correctos que encontraron infraestructura inadecuada, dos colapsos que redistribuyeron quién permanecía en el campo, acumulación silenciosa de datos y hardware, una explosión que nadie había predicho con precisión, y una aceleración que volvió obsoleta toda predicción en meses. Lo que la historia de la IA de 1940 a 2026 enseña no es sobre la IA — es sobre la relación entre tecnología e instituciones humanas. Cada vez que el campo avanzó más allá de lo que las instituciones podían procesar, hubo un ajuste: inviernos en los años 70 y 80, debates de ética en 2019, regulación en 2024, controles de seguridad nacional en 2026. El patrón sugiere que los próximos ajustes serán proporcionales a la velocidad actual de cambio — que es la mayor de la historia del campo. La historia de la IA todavía se está escribiendo. Este portal existe para seguir ese proceso en tiempo real, con profundidad, sin hype y sin filtro.