En enero de 2025, algo cambió en el tono público de los líderes de los laboratorios de IA más grandes del mundo. En cuestión de semanas, Dario Amodei (Anthropic), Sam Altman (OpenAI) y Demis Hassabis (Google DeepMind) revisaron sus estimaciones sobre la AGI hacia arriba — pasando de "décadas" a "años". En 2026, estas predicciones se volvieron más específicas, más públicas y con mayores consecuencias.

Qué está sucediendo, qué es exactamente lo que cada uno de ellos está diciendo y por qué las divergencias entre ellos importan tanto como las convergencias.

Dario Amodei: 2026–2027 como el Horizonte Oficial

La posición de Anthropic es la más específica y la más documentada oficialmente. En la presentación formal de la empresa a la Oficina de Política Científica y Tecnológica de EE. UU. en marzo de 2025, Anthropic afirmó que espera que surjan sistemas de IA poderosos a finales de 2026 o principios de 2027. Esto no es una cita de un podcast — es un documento regulatorio.

Amodei fue más allá en declaraciones públicas: "Estoy más seguro que nunca de que estamos cerca de alcanzar capacidades potentes… en los próximos 2–3 años". Y en febrero de 2025: "Lo que he visto dentro de Anthropic y fuera en los últimos meses me ha llevado a creer que estamos en el camino hacia sistemas de IA de nivel humano que superarán a los humanos en todas las tareas en un plazo de 2 a 3 años". La proyección se refiere a sistemas "ampliamente mejores que todos los humanos en casi cualquier cosa" — no una AGI estrecha, sino una AGI generalista.

Sam Altman: AGI Durante el Actual Mandato Presidencial

Sam Altman adoptó una formulación más vaga pero igualmente ambiciosa: la AGI "probablemente se desarrollará" durante el actual mandato presidencial de EE. UU. (que termina en enero de 2029). En su hoja de ruta pública, OpenAI proyecta "pasantes de investigación" de IA para 2026 — sistemas que funcionan como pasantes de investigación autónomos — e investigadores de IA completamente autónomos para 2028.

La expectativa de Altman para 2026 es específica: las tareas que actualmente toman horas comenzarán a tomar días. "A medida que estos sistemas pasen de tareas de varias horas a tareas de varios días, lo cual espero que suceda el próximo año..." — una declaración de enero de 2025 que se confirmó parcialmente: en febrero de 2026, Claude Opus 4.6 cruzó la marca de 14,5 horas de trabajo autónomo sostenido, duplicando su capacidad cada 123 días.

Demis Hassabis: Más Cauteloso, Pero También Revisado

Hassabis ocupa el punto medio. Su estimación pública pasó de "5 a 10 años" en 2024 a "3 a 5 años" en enero de 2025. Él enfatiza lo que llama "inteligencia irregular" (jagged intelligence) — la observación de que los sistemas actuales muestran un rendimiento digno de medalla de oro en matemáticas olímpicas junto a fallos que un niño de doce años no cometería.

Shane Legg, cofundador de DeepMind y Científico Jefe de AGI, fue más específico en enero de 2026: asignó un 50% de probabilidad a una "AGI mínima" para 2028, definida como un agente artificial que puede realizar de forma fiable toda la gama de tareas cognitivas que puede realizar un humano promedio, sin fallar de formas que sorprenderían si una persona tuviera la misma tarea.

Las Voces Discordantes: LeCun y Marcus

No todos están de acuerdo. Yann LeCun argumenta que las arquitecturas actuales — incluyendo todos los LLMs — no pueden lograr la AGI por principio, independientemente de la escala. Gary Marcus mantiene una posición similar: los modelos actuales tienen limitaciones estructurales que el escalado no resuelve.

Geoffrey Hinton, quien recibió el Premio Nobel de Física en 2024, revisó sus estimaciones para el corto plazo pero mantiene una profunda ambivalencia: estima una probabilidad del 10–20% de que la IA provoque la extinción humana, y declaró públicamente que una parte de él se arrepiente de sus décadas de trabajo en el aprendizaje profundo.

Por Qué Importan las Divergencias

Lo que está en juego en las predicciones sobre AGI no es solo una fecha en el calendario. Es la asignación de cientos de miles de millones de dólares en infraestructura, la urgencia de la regulación y la pregunta de quién controlará los sistemas cuando lleguen.

La regla más honesta para interpretar las predicciones sobre AGI en 2026: cualquier CEO de un laboratorio de IA que le dé una fecha exacta es un vendedor. La evidencia no apoya las predicciones demasiado seguras en ninguna dirección. Lo que sí apoya es monitorear los indicadores principales, incluir la preparación para la AGI en las decisiones a largo plazo, y tratar cualquier cronograma único como el resultado más optimista de una amplia distribución.