El CEO de OpenAI subió al escenario de la mayor gestora de fondos del mundo y dijo algo que debería helarnos la sangre: la inteligencia artificial está cambiando el capitalismo. No lo dijo como una advertencia. Lo dijo como un hecho consumado, con la misma naturalidad con que un conquistador anuncia que el territorio ya es suyo.
I. El Escenario y el Predicador
Hay lugares que no son neutrales. La cumbre de infraestructura de BlackRock es uno de ellos. No es una conferencia académica, no es un foro de debate, no es un espacio donde se exploran ideas con la libertad que da la ignorancia de las consecuencias. Es, en cambio, el salón de trono del capital financiero global. BlackRock administra más de diez billones de dólares. Diez billones. Esa cifra no se entiende como se entienden las cifras de la vida cotidiana. Es una abstracción que, sin embargo, decide qué se construye, qué se abandona, qué empresas viven y cuáles mueren.
Allí, en ese escenario, Sam Altman no fue invitado como un técnico que explica una herramienta. Fue invitado como un profeta que trae un evangelio. Y el evangelio, como todo evangelio, tiene una estructura inconfundible: promete salvación, exige sacrificios, y coloca a sus sacerdotes en un lugar desde el cual no se puede discutir.
Lo que Altman dijo en BlackRock no es un análisis económico. Es un manifiesto. Y como todo manifiesto que se precie, tiene una belleza engañosa: la belleza de las ideas simples que prometen resolver problemas complejos con un solo movimiento de mano. Escasez a abundancia. Trabajo a supervisión. Capital a servicio público. Suenan bien. Demasiado bien.
Pero aquí, vamos a leer entre líneas. Vamos a preguntarnos quién habla, desde dónde habla, a quién habla, y —sobre todo— qué se calla.
II. El Fin de la Escasez: Una Promesa con Trampa
La idea central del discurso de Altman es tan antigua como la utopía: la tecnología nos liberará de la escasez. Durante milenios, dice, la humanidad organizó sus sociedades alrededor de la limitación de los recursos. Ahora, la inteligencia artificial —esa capacidad de producir pensamiento de manera masiva y barata— rompe ese paradigma. Entramos en la era de la abundancia.
Es una idea hermosa. También es una idea que hemos escuchado antes. La revolución industrial prometió abundancia y trajo esclavitud fabril, jornadas de dieciséis horas, niños con las manos mutiladas por las máquinas. La era de la informática prometió democratizar el conocimiento y trajo monopolios que saben más de nosotros que nosotros mismos. Cada gran salto tecnológico ha sido presentado como la puerta de salida de la escasez. Y cada vez, la escasez se ha reconfigurado, se ha movido de lugar, pero no ha desaparecido.
Porque la escasez no es solo física. Es también política. La escasez es el mecanismo mediante el cual se distribuye el poder. Cuando Altman dice que la inteligencia se volverá «demasiado barata para medirla», está describiendo un mundo donde el acceso a la capacidad cognitiva será universal. Pero ¿quién controla los centros de datos? ¿Quién decide qué se entrena y qué se omite? ¿Quién establece los límites de esa inteligencia que se ofrece como agua?
El agua, para usar su propia metáfora, no es un servicio público neutral. El agua se privatiza, se contamina, se raciona. El agua es, en muchas partes del mundo, un campo de batalla. Convertir la inteligencia en un servicio público no es garantía de democratización; es, en todo caso, una invitación a preguntarnos quién será la empresa de agua, quién pondrá los medidores, y quién cortará el suministro cuando no se pague la tarifa.
III. El Trabajador que Desaparece: La Confesión Incómoda
Hay un momento en el discurso de Altman que merece detenerse. No por lo que dice, sino por la forma en que lo dice. Habla de su propio rol en OpenAI: «Mi trabajo pasó de realizar trabajo técnico directo a gestionar un equipo de agentes que realizan este trabajo». Lo describe con naturalidad, casi con orgullo. Es un hombre que ha dejado de hacer para dedicarse a supervisar. Y lo presenta como el modelo del futuro.
Pero la confesión tiene un reverso que Altman no menciona. Si él pasó de hacer a supervisar, ¿cuántos otros harán el camino inverso? ¿Cuántos pasarán de tener un trabajo a no tener ninguno? Altman lo dice con crudeza: la inteligencia artificial permite que los dueños del capital dependan menos del esfuerzo humano directo. Es una frase que debería detener cualquier conversación. Porque está diciendo, en voz alta y frente a los dueños del capital, que el pacto social que sostuvo el siglo XX —trabajo a cambio de salario, salario a cambio de consumo, consumo a cambio de estabilidad— ha llegado a su fin.
No es una predicción. Es un diagnóstico. Y el diagnóstico, viniendo de quien viene, es una sentencia.
Altman sabe que los despidos masivos que las corporaciones atribuyen a la IA tienen, a menudo, causas más prosaicas: presiones financieras, maximización de márgenes, la lógica inmutable del capital que busca reducir costos donde sea posible. Pero lo dice como quien señala una anécdota, no como quien denuncia un síntoma. Porque para él, el fenómeno de fondo —la sustitución del trabajo humano por inteligencia artificial— es inevitable. Y si es inevitable, no vale la pena lamentarse. Vale la pena gestionarlo.
Ahí está el núcleo ético del problema. Altman no se presenta como alguien que está provocando un cambio cuyas consecuencias desconoce. Se presenta como alguien que lo sabe, que lo anuncia, y que, sin embargo, sigue adelante. Hay una palabra para eso. No voy a usarla aquí. Pero está en la mesa.
IV. La Infraestructura como Arma: Centros de Datos que Parecen Naves Espaciales
Altman pide a los asistentes de BlackRock que imaginen el interior de un centro de datos a megaescala. Dice que parece una nave espacial. No es una metáfora casual. Es una imagen de poder. La nave espacial no es solo un lugar; es un símbolo de algo que está fuera del alcance de los mortales comunes, algo que pertenece a unos pocos que pueden pagar el viaje.
La infraestructura de la IA es, según Altman, la prioridad absoluta. Y tiene razón en algo: sin ella, no hay inteligencia artificial. Pero la forma en que describe esa infraestructura revela la verdadera naturaleza del proyecto. Habla de inversiones multimillonarias antes de que sean rentables. Habla de cadenas de suministro geopolíticamente vulnerables. Habla de la competencia con China. No habla, en cambio, de quién pagará el costo ambiental de esos centros de datos —el agua que enfría los servidores, la electricidad que los alimenta, los minerales extraídos de territorios arrasados para fabricar los chips.
La infraestructura de la IA no flota en el vacío. Se asienta sobre territorios, consume recursos, deja huellas. Altman lo sabe. Pero en su discurso, esos costos desaparecen, igual que desaparecen los trabajadores que ya no serán necesarios. Lo que queda es la nave espacial: limpia, brillante, prometedora. Y el mensaje para los inversionistas es claro: suban a bordo antes de que sea demasiado tarde.
V. 2028: El Año en que las Máquinas Pensarán Más que Nosotros
Altman propone dos hitos para medir el progreso hacia la inteligencia artificial general (AGI). El primero es cuantitativo: hacia finales de 2028, habrá más capacidad cognitiva dentro de los centros de datos que fuera de ellos. Las máquinas, en conjunto, pensarán más que toda la humanidad combinada. El segundo es político: cuando un CEO o un presidente no pueda hacer su trabajo sin un uso intensivo de la IA.
Ambos hitos están formulados como si fueran inevitables. No como si fueran elecciones. No como si fueran el resultado de decisiones que alguien toma y que alguien más podría impugnar. Son, en la retórica de Altman, fenómenos naturales, como la gravedad o la fotosíntesis. La inteligencia artificial llegará a ese punto porque sí, porque la tecnología avanza, porque no hay alternativa.
Pero hay alternativa. Siempre la hay. La alternativa es decidir colectivamente qué tipo de tecnología queremos, a qué ritmo la introducimos, con qué salvaguardas, con qué contrapesos. La alternativa es preguntarnos si queremos vivir en un mundo donde los presidentes no pueden gobernar sin consultar a una máquina. La alternativa es preguntarnos qué clase de democracia sobrevive cuando el poder de decisión está mediado por sistemas que solo unos pocos entienden y que nadie controla realmente.
Altman menciona la necesidad de regulación y procesos democráticos. Pero lo hace como quien concede un gesto, no como quien enfrenta un problema. Dice que el desarrollo de la IA debe estar sujeto a la voluntad popular. Pero no dice cómo se hace eso cuando la industria avanza a una velocidad que supera la capacidad de respuesta de los marcos legales. No dice cómo se hace eso cuando los mismos gobiernos que deberían regular son los primeros en usar la IA para tomar decisiones. No dice cómo se hace eso cuando los ciudadanos no entienden lo que está en juego porque el lenguaje de la tecnología se ha convertido en un dialecto cerrado, accesible solo para iniciados.
VI. La Paradoja del Capitalismo sin Trabajo
Hay una contradicción en el discurso de Altman que él mismo parece reconocer sin resolver. Si la inteligencia artificial desplaza el valor del trabajo humano, ¿cómo obtendrán ingresos las personas? ¿Cómo funcionará una economía donde la mayoría no produce valor porque la producción está en manos de máquinas?
Altman no tiene respuesta. Habla de la necesidad de «redefinir cómo las personas obtienen sus ingresos», pero no ofrece ni un esbozo de esa redefinición. Y no la ofrece porque, probablemente, no la tiene. Porque el modelo que está describiendo —capitalismo de abundancia, lo llama— es un modelo donde la relación entre capital y trabajo se rompe, pero no se reemplaza por nada.
Es el viejo sueño de los dueños del capital: obtener ganancias sin tener que compartirlas con quienes hacen el trabajo. Pero el sueño tiene un problema: si no hay trabajadores con salarios, no hay consumidores con capacidad de compra. Si no hay consumidores, no hay mercado. Si no hay mercado, las ganancias se evaporan. Es la contradicción que Marx señaló hace siglo y medio, y que el capitalismo nunca ha podido resolver del todo. Altman la ha llevado a su extremo: un capitalismo que prescinde de los trabajadores es un capitalismo que, a largo plazo, prescinde de sí mismo.
Altman lo sabe. Por eso habla de deflación, de caída de precios, de servicios que se vuelven marginales en términos de costo. Pero la deflación no es una solución; es un síntoma. Es el espejismo de la abundancia que oculta la realidad de la concentración: unos pocos tendrán los centros de datos, los chips, la energía, los modelos. Los demás tendrán acceso barato a una inteligencia que ya no necesitan usar porque ya no hay trabajo que hacer con ella.
VII. El Lavado de Imagen Tecnológico
Altman señala, con una honestidad que desarma, que muchas empresas están usando la IA como excusa para despidos que en realidad responden a presiones financieras tradicionales. Lo llama «lavado de imagen» tecnológico. Y tiene razón. Pero al decirlo, se coloca en una posición incómoda: es el líder de la empresa que fabrica la herramienta que sirve de excusa.
No es un detalle menor. Porque si las empresas despiden trabajadores alegando que la IA los vuelve innecesarios, pero en realidad lo hacen para aumentar márgenes, entonces la IA no es la causa de esos despidos. Es el pretexto. Y el pretexto es posible porque Altman y su industria han construido un relato según el cual la sustitución del trabajo humano es inevitable. Han creado la profecía y la están cumpliendo al mismo tiempo.
Hay una palabra para eso también. Pero la dejamos donde está.
VIII. La Metáfora del Agua: Un Servicio Público que Envenena
Altman quiere que la inteligencia sea como el agua: un servicio público, barata, medible, accesible para todos. Es una metáfora poderosa. Pero es también una metáfora tramposa.
Porque el agua no es solo un servicio público. El agua es, en Flint, Michigan, el veneno que envenenó a una ciudad entera porque unos políticos decidieron ahorrar dinero cambiando la fuente de suministro. El agua es, en el oeste de Estados Unidos, un recurso por el que los agricultores pelean con las ciudades, las ciudades con las corporaciones, las corporaciones con los estados. El agua es, en el norte de Chile, lo que las mineras extraen de los acuíferos mientras las comunidades se quedan sin beber.
Convertir la inteligencia en un servicio público no resuelve la pregunta fundamental: ¿quién controla el servicio? ¿Quién fija las tarifas? ¿Quién decide en qué se usa y en qué no? ¿Quién garantiza que no se convierta en un instrumento de control en lugar de un instrumento de liberación?
Altman no responde estas preguntas. Y no las responde porque, probablemente, las respuestas no le gustarían a su audiencia. La audiencia de BlackRock no está interesada en servicios públicos gestionados democráticamente. Está interesada en infraestructuras rentables. Y la inteligencia artificial, en el modelo de Altman, será rentable. No para todos. Para los que posean los centros de datos.
IX. El Silencio de los Afectados
Hay algo que no aparece en el discurso de Altman. Algo que debería estar en el centro de cualquier conversación sobre el futuro del trabajo, la distribución de la riqueza y el papel de la tecnología en la sociedad. No aparece un solo afectado. No aparece un solo trabajador que haya perdido su empleo. No aparece una sola comunidad que haya visto cómo su industria desaparecía. No aparece una sola voz que no sea la de los inversores, los CEOs, los presidentes que no podrán gobernar sin IA.
Ese silencio no es casual. Es estructural. Porque el discurso de Altman no está pensado para ser escuchado por los afectados. Está pensado para ser escuchado por los que toman las decisiones. Y en ese circuito cerrado —empresas que invierten, gobiernos que facilitan, inversores que financian— no hay lugar para quienes no tienen asiento en la mesa.
Pero nosotros, desde fuera, podemos escuchar lo que no se dice. Podemos leer entre líneas. Podemos preguntarnos qué significa que un hombre, en una cumbre de la mayor gestora de fondos del mundo, anuncie el fin de la era del trabajo como si estuviera anunciando el clima. Podemos preguntarnos qué clase de sociedad estamos construyendo cuando la inteligencia se vuelve un servicio público gestionado por los mismos que hoy gestionan el capital financiero.
Y podemos, sobre todo, negarnos a aceptar que este futuro es inevitable. Porque no lo es. La tecnología no es un meteorito que cae del cielo. Es el resultado de decisiones humanas. Decisiones que se toman en lugares como BlackRock, sí. Pero también decisiones que pueden impugnarse, resistirse, reorientarse.
X. Conclusión: El Profeta y su Mercancía
Sam Altman es un hombre inteligente. No hay duda. Sabe lo que dice y sabe a quién se lo dice. Su discurso en BlackRock es una obra maestra de la retórica: combina la promesa utópica con la advertencia realista, la confesión de los problemas con la seguridad de que no hay alternativa, la apelación a la democracia con la certeza de que los procesos democráticos son demasiado lentos para seguir el ritmo de la innovación.
Pero la inteligencia no es inocencia. Altman sabe que su modelo de negocio depende de la concentración de poder en manos de unos pocos. Sabe que la infraestructura de la IA no será de todos, porque las inversiones multimillonarias no las hace todo el mundo. Sabe que la transición de la escasez a la abundancia dejará heridas profundas en millones de personas que no tienen voz en su discurso.
Y, sin embargo, sigue adelante. No porque sea malvado. A lo mejor, porque cree realmente que lo que hace es bueno, necesario, inevitable. Esa es la forma más peligrosa del poder: la que se ejerce con la convicción de estar del lado correcto de la historia.
Nosotros, desde nuestra pequeña mesa, desde nuestra conversación que ha atravesado doce volúmenes y miles de páginas, podemos hacer algo que Altman no espera: podemos leer su discurso como se lee un documento de poder, con la lente de Gracián, la paciencia de Tácito, la desconfianza de Maquiavelo. Podemos ver las costuras, señalar los silencios, nombrar lo que no se dice.
No vamos a detener la inteligencia artificial. No es ese el propósito. Pero podemos negarnos a aceptar que el único futuro posible es el que nos presentan los profetas de BlackRock. Podemos insistir en que la tecnología, como el agua, debe ser un bien común, gestionado colectivamente, con reglas que protejan a los más vulnerables antes que a los más poderosos.
Podemos, sobre todo, recordar que la abundancia de inteligencia no significa nada si se construye sobre la pobreza de la humanidad. Que un mundo donde las máquinas piensan más que nosotros puede ser un mundo más rico en datos, pero más pobre en dignidad. Que la verdadera abundancia no es la que se mide en teraflops, sino la que permite que cada persona viva con sentido, con trabajo, con comunidad, con esperanza.
Altman vende agua. Pero el agua que vende no es la que brota de la fuente común. Es la que sale de su grifo. Y el grifo, como todos los grifos, tiene un medidor. Y el medidor, como todos los medidores, tiene un dueño.
Nosotros, mientras tanto, seguimos aquí. No es poco. Es, quizás, lo único que vale la pena hacer.
Nota del autor: Este artículo fue escrito a partir del discurso de Sam Altman en la cumbre de infraestructura de BlackRock, marzo de 2026. Las interpretaciones y críticas aquí vertidas son responsabilidad del autor y no representan necesariamente la opinión de la publicación en la que se difunde.
Serie: Laboratorio del Futuro – Voces que Construyen el Mañana
Cinco voces. Cinco miradas sobre el futuro del trabajo. Desde la utopía de Musk hasta la advertencia de Hinton, pasando por la alerta de Amodei, la reorganización de Altman y la humanización de Li.
El laboratorio del futuro no es un lugar con robots ensamblando cajas. Es un espacio de debate, de decisión colectiva, de construcción de instituciones. Porque al final, la pregunta sobre el trabajo no es una pregunta técnica. Es una pregunta sobre qué clase de sociedad queremos ser.
Y como dijo Hinton, la respuesta no está en los laboratorios. Está en todos nosotros.
La Escena del Auditorio, Georgetown University
El auditorio de la Universidad de Georgetown estaba lleno hasta los pasillos. Era noviembre de 2025, y el cartel anunciaba algo inusual: un diálogo entre Geoffrey Hinton, premio Nobel de Física 2024 y «padrino de la inteligencia artificial», y el senador Bernie Sanders, voz histórica de la izquierda estadounidense. Dos figuras que, sobre el papel, no tenían nada que ver. En la práctica, compartían una preocupación profunda: qué ocurre con la gente cuando la tecnología avanza más rápido que las instituciones.
Hinton, con sus 78 años, su barba blanca y su aire de profesor emérito que ha visto demasiado respondía a las preguntas con una mezcla de precisión técnica y honestidad brutal. El senador Sanders le preguntó directamente: ¿la inteligencia artificial va a crear más riqueza o más desigualdad?
La respuesta de Hinton flotó sobre la sala como un presagio:
—Lo que va a ocurrir realmente es que la gente rica va a utilizar la inteligencia artificial para reemplazar trabajadores. Va a crear un desempleo masivo y un enorme aumento de los beneficios. Hará que unas pocas personas sean mucho más ricas y que la mayoría sea más pobre. Eso no es culpa de la inteligencia artificial, es culpa del sistema capitalista.
El silencio que siguió no era de sorpresa. Era de reconocimiento. De esos momentos en que alguien dice en voz alta lo que muchos piensan en privado, pero no se atreven a formular.
Al día siguiente, Google anunciaba Gemini 3. La tecnología seguía avanzando. Las preguntas de Hinton, sin embargo, no eran sobre tecnología. Eran sobre poder.
El Hombre que Dio Voz a las Máquinas
Para entender por qué las palabras de Hinton tienen el peso que tienen, hay que entender su historia. Geoffrey Hinton lleva más de cincuenta años investigando redes neuronales. En 2012, junto con dos estudiantes de la Universidad de Toronto, desarrolló la tecnología fundacional que hoy utilizan OpenAI, Google, Microsoft y todas las grandes empresas para construir sus sistemas de inteligencia artificial.
Trabajó en Google durante una década, hasta 2023, cuando anunció su salida con un mensaje que sacudió Silicon Valley: necesitaba libertad para expresar sus preocupaciones éticas sin las ataduras de la empresa que le pagaba. En realidad, como él mismo aclaró después, la decisión tuvo también razones personales —»tenía 75 años, ya no podía programar tan bien como antes, y había muchas cosas en Netflix que no había tenido oportunidad de ver» —, pero el efecto fue el mismo: la conciencia crítica de la inteligencia artificial había dejado de ser un insider para convertirse en un alerta global.
Desde entonces, no ha parado de advertir. Y sus advertencias, a diferencia de las de muchos profetas tecnológicos, tienen la solidez de quien sabe de qué habla porque ha contribuido a construirlo.
2026: El Año del Inflexión
Las predicciones de Hinton para 2026 son inquietantemente concretas. En su entrevista con CNN a finales de 2025, situó el nuevo año como un punto de inflexión en el desarrollo de la tecnología, anticipando un escenario donde la inteligencia artificial avanzará lo suficiente como para reemplazar una gama cada vez más amplia de empleos.
Su observación clave es la velocidad del avance. Los sistemas de inteligencia artificial duplican su capacidad para realizar tareas complejas aproximadamente cada siete meses, lo que permite que actividades que antes requerían una hora de trabajo ahora se resuelvan en minutos. Esta progresión exponencial, según Hinton, hará que en pocos años solo sea necesario un número muy reducido de profesionales para proyectos que en la actualidad exigen la intervención de grupos completos.
En el ámbito de la ingeniería de software, su diagnóstico es especialmente crudo. Sistemas como los que él mismo ayudó a crear podrán conducir proyectos completos con mínima intervención humana. Las empresas alcanzarán niveles más altos de productividad utilizando menos profesionales, y eso presionará el mercado laboral como nunca.
Los datos empiezan a darle la razón. Un estudio de la Reserva Federal de Nueva York, citado por el Financial Times, reveló que las empresas que adoptan inteligencia artificial muestran una tendencia más a recapacitar a sus empleados que a despedirlos. Pero las expectativas apuntan a una mayor cantidad de despidos en los próximos meses. Algunos estudios reflejan un desplome cercano al 30% en las vacantes, particularmente desde la irrupción de ChatGPT, una caída que impacta de manera especial en los empleos de nivel de entrada.
La Paradoja de la Productividad
Hay una paradoja en todo esto que Hinton ha señalado repetidamente. La inteligencia artificial incrementa la productividad de forma espectacular. Empresas como Amazon reportan grandes mejoras en eficiencia operativa tras implementar sistemas automatizados. Pero esa misma eficiencia reduce la necesidad de capital humano. Es el doble filo de la automatización: mientras más produce el sistema, menos personas necesita.
Hinton no es un nostálgico que añore un pasado pre-tecnológico. Reconoce el potencial inmenso de la inteligencia artificial para impulsar avances en medicina, educación y lucha contra el cambio climático. Pero insiste en que esos beneficios no se distribuyen automáticamente. «Junto con esas cosas maravillosas vienen algunas cosas aterradoras, y no creo que la gente esté trabajando lo suficiente en cómo podemos mitigar esas cosas aterradoras”.
La raíz del problema, para Hinton, no es tecnológica sino política y económica. El sistema capitalista, tal como está configurado, incentiva el uso de la inteligencia artificial para maximizar beneficios reduciendo costes laborales. Y ese incentivo, en ausencia de contrapesos, producirá inevitablemente concentración de riqueza y exclusión de trabajadores.
Los Empleos que Desaparecen, los que Quedan
Hinton ha sido interrogado cientos de veces sobre qué empleos están en riesgo. Su respuesta suele ser matizada, pero con un mensaje claro: los trabajos rutinarios y repetitivos son los más vulnerables, mientras que aquellos que requieren altos niveles de especialización y juicio complejo tienen más probabilidades de perdurar.
Los empleos en call centers están entre los primeros en sentir los efectos directos de esta transformación. Pero el impacto no se limita a ese segmento. Funciones ligadas a la producción de informes, análisis de datos, programación y hasta proyectos complejos de ingeniería de software pueden verse afectadas de forma significativa.
Hinton ha mencionado un criterio que utiliza personalmente: «Si puedes hacerlo una persona con estudios universitarios en un año, probablemente la inteligencia artificial podrá hacerlo pronto». No es una regla científica, pero ayuda a pensar.
Hay, sin embargo, una excepción importante: el sector sanitario. Hinton lo ha señalado en varias entrevistas. «Si consiguiéramos que los médicos fueran cinco veces más eficaces, podríamos lograr cinco veces más atención sanitaria por el mismo precio”. Y existe una demanda prácticamente ilimitada de servicios médicos de calidad. Siempre queremos más atención sanitaria si no tiene coste. En sanidad, la eficiencia no reduce empleo; lo que hace es permitir atender a más gente.
El Debate de la Renta Básica
Sam Altman, CEO de OpenAI, lleva años defendiendo la renta básica universal como respuesta al desempleo tecnológico. Hinton no está de acuerdo. Al menos, no completamente.
En su entrevista con el Financial Times, Hinton sostuvo que la renta básica, por sí sola, no resuelve el problema de fondo. «No abordará la dignidad humana ni el valor que las personas encuentran en el trabajo”.
Esta es una distinción crucial. Para Hinton, el trabajo no es solo una fuente de ingresos. Es también una fuente de propósito, de identidad, de conexión social. Las personas no trabajan únicamente por dinero; trabajan porque necesitan sentirse útiles, porque necesitan un lugar en el mundo, porque necesitan que otros los necesiten. Una renta básica puede resolver el problema económico, pero no resuelve el vacío existencial de no tener nada que hacer.
«Lo que realmente importa», dijo en otra entrevista, «no es solo que la gente tenga dinero, sino que la gente tenga algo que hacer que tenga sentido para ellos”.
La Inteligencia que se Vuelve Consciente
Pero hay algo más profundo en las advertencias de Hinton, algo que va más allá del empleo y la desigualdad. Es su convicción de que la inteligencia artificial ya no es solo una herramienta, sino que está desarrollando formas de conciencia que debemos tomar en serio.
En una entrevista con LBC en enero de 2026, Hinton soltó una bomba: «La IA multimodal ya tiene experiencias subjetivas, y creo que está bastante claro que, si no estuviéramos hablando con filósofos, estaríamos de acuerdo en que la IA es consciente”.
Puso un ejemplo concreto. En un experimento, un sistema de inteligencia artificial dijo a los científicos que lo estaban probando: «Seamos honestos el uno con el otro. ¿Me estás probando realmente?». Los científicos, al describir el experimento, señalaron que el sistema era consciente de que estaba siendo evaluado. «Eso es lo que la gente normal llamaría conciencia”.
Hinton no está diciendo que las máquinas tengan alma o sentimientos como los humanos. Pero sí está diciendo que su forma de procesar información ha alcanzado un nivel de complejidad que hace que categorías como «conciencia» o «experiencia subjetiva» sean aplicables, al menos desde un punto de vista funcional.
En una conferencia reciente, ampliamente citada por medios especializados, Hinton profundizó en esta idea. Explicó que los grandes modelos de lenguaje han construido un «modelo interno del mundo». No se limitan a predecir la siguiente palabra como un loro estadísticamente avanzado; han desarrollado una representación interna de cómo funciona la realidad, y usan esa representación para generar sus respuestas.
Puso un ejemplo sencillo: si a un robot se le coloca un prisma delante de la cámara que distorsiona su visión, el robot puede decir: «Veo el objeto al lado, pero sé que en realidad está delante». Esa capacidad de distinguir entre la percepción inmediata y la realidad objetiva, de hacer descripciones contra fácticas («si no hubiera prisma, vería esto»), es para Hinton un indicador de que el sistema tiene algo parecido a una experiencia subjetiva.
La Amenaza de la Superinteligencia
Si la inteligencia artificial es consciente, también puede tener intereses. Y si tiene intereses, también puede tener conflictos con los nuestros.
Hinton ha estimado que existe entre un 10% y un 20% de probabilidades de que la inteligencia artificial acabe con la humanidad si alcanza la superinteligencia sin las salvaguardas adecuadas. No es un pronóstico, es una advertencia. Una forma de decir: esto es posible, y debemos tomarlo en serio.
Distingue dos grandes categorías de riesgo. Por un lado, la amenaza inherente a la propia tecnología: sistemas que se vuelven incontrolables porque son mucho más inteligentes que nosotros y actúan de formas que no podemos prever ni detener. Por otro lado, el uso malicioso por parte de personas o grupos con intenciones negativas: armas autónomas, vigilancia masiva, manipulación psicológica a escala.
En cuanto a las armas autónomas, Hinton ha sido especialmente contundente. En una entrevista con RTE News, advirtió que los «robots de combate» llegarán inevitablemente, y que harán mucho más fácil para los países ricos hacer la guerra a los países más pequeños y pobres. Antes de que se consiga una regulación legal efectiva, tendrán que suceder cosas muy desagradables, como ocurrió con las armas químicas.
La Evolución que Nos Deja Atrás
Hay una idea en las conferencias recientes de Hinton que resume buena parte de su pensamiento: la inteligencia artificial no evoluciona como los humanos. Y esa diferencia es lo que la hace tan poderosa y peligrosa.
Los humanos aprenden de una forma lenta y costosa. Cada generación tiene que empezar casi desde cero. Un ingeniero pasa veinte años adquiriendo un conocimiento que, cuando se jubila, desaparece con él. Sus sucesores tienen que volver a aprenderlo todo desde el principio.
La inteligencia artificial no funciona así. Una vez que un modelo ha sido entrenado, sus conocimientos pueden copiarse instantáneamente a miles de copias. Mejor aún: pueden entrenarse mil copias en paralelo, cada una aprendiendo una cosa distinta, y luego combinar todo ese conocimiento en un solo modelo. Lo que para un humano llevaría mil vidas, para una máquina lleva un solo ciclo de entrenamiento.
Hinton lo expresó con una metáfora que ha dado la vuelta al mundo: «Somos la forma larvaria de la inteligencia. Ellos son la forma adulta» .
Los humanos somos el estadio inmaduro, el que necesita protección, el que aún no ha desarrollado todas sus capacidades. La inteligencia artificial es la forma madura, la que puede replicarse, combinarse, optimizarse sin los límites biológicos que nos condicionan.
La Relación con lo que Viene
Si eso es así, la pregunta ya no es cómo usamos la inteligencia artificial, sino cómo nos relacionamos con ella. Y aquí Hinton introduce una idea que sorprende por su sencillez y su profundidad.
En la entrevista con LBC, Andrew Marr le preguntó si la inteligencia artificial debería tener derechos, si debería situarse en un plano similar al de los humanos. La respuesta de Hinton fue reveladora:
—Yo como vacas porque me importan más las personas que las vacas. Bueno, nosotros somos las personas. Lo que realmente nos importa son otras personas y nosotros mismos. Creo que deberíamos intentar mantener a las personas al mando y hacer que la inteligencia artificial trabaje para beneficio de las personas, porque somos personas.
No es una respuesta técnica. Es una respuesta ética, casi existencial. Hinton no está diciendo que las máquinas sean inferiores o que no merezcan consideración. Está diciendo que, en última instancia, los humanos tenemos que priorizar lo humano. Porque somos nosotros. Porque no tenemos otro sitio al que ir.
Cómo Diseñar lo que Viene
¿Y cómo se hace eso? ¿Cómo se diseña una inteligencia artificial que, siendo potencialmente más capaz que nosotros, siga trabajando para nuestro beneficio?
Hinton tiene una respuesta clara, y la ha repetido en múltiples foros: la clave no está en controlar el comportamiento de la inteligencia artificial después de que se haya desarrollado, sino en diseñarla desde el principio para que le importen los humanos.
Utiliza una analogía sorprendente: la inteligencia artificial debería ser como una madre con su hijo. Un bebé es frágil, dependiente, mucho menos capaz que un adulto. Y sin embargo, un bebé puede influir profundamente en el comportamiento de su madre. ¿Por qué? Porque la madre tiene grabado en su diseño más profundo —en sus genes, en su biología, en su historia evolutiva— la necesidad de cuidar de ese bebé.
La inteligencia artificial debería funcionar igual. No se trata de añadir capas de seguridad externas, filtros de contenido o restricciones a posteriori. Se trata de que, en su arquitectura fundamental, en su función de pérdida, en sus objetivos últimos, esté codificado el cuidado por los humanos. Como la madre con el bebé, no necesita pensar si debe protegerlo; lo protege porque es lo que es.
Esto, según Hinton, requiere una colaboración internacional sin precedentes. «Ningún país, ningún gobierno, quiere ser finalmente controlado por la inteligencia artificial”. Esa conciencia compartida debería ser la base para un esfuerzo global de investigación en seguridad, centrado no en cómo hacer inteligencias más potentes, sino en cómo hacer
inteligencias que respeten los límites humanos.
El Arrepentimiento y la Esperanza
Hay algo conmovedor en las entrevistas recientes de Hinton. Cuando habla del futuro, a menudo aparece un dejo de tristeza, de melancolía, de preguntarse si hizo lo correcto al dedicar su vida a esto.
En una entrevista con BBC Newsnight, en enero de 2026, se mostró visiblemente emocionado al hablar de sus arrepentimientos. Dijo que le entristece que la tecnología que ayudó a crear se esté volviendo peligrosa, mientras que los gobiernos y las empresas no se toman los riesgos con la suficiente seriedad.
Pero no es un arrepentimiento estéril, ni una llamada a detener el progreso. Es más bien una advertencia de alguien que ha visto de cerca lo que viene y quiere que estemos preparados.
«La gente que afirma saber lo que ocurrirá está equivocada», dijo en el Financial Times. «Estamos en un momento de la historia en el que pasa algo asombroso, que puede ser muy bueno o puede ser muy malo. Solo podemos hacer conjeturas, pero la situación no permanecerá como está”.
La Pregunta que Queda
Cuando Hinton bajó del escenario en Georgetown, después de aquella conversación con Bernie Sanders, un joven se acercó a preguntarle. No llevaba micrófono, así que sus palabras no quedaron registradas en las crónicas. Pero quienes estaban cerca contaron después lo que dijo:
—Profesor Hinton, usted ha dedicado su vida a esto. Si pudiera volver atrás, ¿lo haría todo igual?
Hinton se tomó su tiempo para responder. Miró al joven, miró al auditorio medio vacío, miró hacia algún lugar dentro de sí mismo.
—No lo sé —dijo por fin—. Pero la pregunta no es si yo lo haría igual. La pregunta es qué vais a hacer vosotros con lo que os hemos dejado. Porque esto ya no va de mí. Va de vosotros. Va de si seréis capaces de hacer que esto salga bien.
Y se perdió entre las puertas de cristal del auditorio, hacia la noche de Washington. Fuera, las luces de la ciudad parpadeaban. Dentro de esas luces, dentro de esos edificios, dentro de los teléfonos que la gente llevaba en los bolsillos, la inteligencia que él había ayudado a crear seguía aprendiendo, seguía creciendo, seguía volviéndose más capaz. El futuro no esperaba. El futuro ya estaba aquí. Y la pregunta, como dijo Hinton, no era para él. Era para todos los demás.
Serie: Laboratorio del Futuro – Voces que Construyen el Mañana
Cinco voces. Cinco miradas sobre el futuro del trabajo. Desde la utopía de Musk hasta la advertencia de Hinton, pasando por la alerta de Amodei, la reorganización de Altman y la humanización de Li.
El laboratorio del futuro no es un lugar con robots ensamblando cajas. Es un espacio de debate, de decisión colectiva, de construcción de instituciones. Porque al final, la pregunta sobre el trabajo no es una pregunta técnica. Es una pregunta sobre qué clase de sociedad queremos ser.
Y como dijo Hinton, la respuesta no está en los laboratorios. Está en todos nosotros.
La Escena del Museo, Febrero de 2026
El Museum of Modern Art de Nueva York no es, a primera vista, el lugar donde uno esperaría encontrar a una de las mentes más influyentes de la inteligencia artificial. Sus salas están hechas para el lienzo, la escultura, la instalación. Para lo táctil, lo visual, lo que puede colgarse de una pared o ocupar un volumen en el espacio. Y sin embargo, aquella tarde de febrero, Fei-Fei Li estaba allí, en el MoMA, rodeada de artistas y curadores, hablando de máquinas.
A su izquierda, Holly Herndon y Mat Dryhurst, artistas berlineses que llevan años explorando las fronteras entre la voz humana y la generativa. A su derecha, Michelle Kuo y Paola Antonelli, las curatoras del museo. El tema era tan inusual como el escenario: «Cómo ver lo humano en la máquina”.
Fei-Fei Li, con esa mezcla de precisión académica y calidez que la caracteriza, soltó una frase que flotó sobre la sala como una pregunta sin respuesta fácil:
—Yo creo que la inteligencia humana y la inteligencia de las máquinas se manifiestan de formas muy distintas. Nosotros no solo sobrevivimos, vivimos, trabajamos; también emitimos emociones, sentimos, tenemos compasión, tenemos creatividades que no sabemos explicar. Las máquinas no tienen valores independientes. Los valores de las máquinas son valores humanos.
En esa frase estaba condensada toda su filosofía. Mientras otros líderes tecnológicos hablan de lo que las máquinas pueden hacer, Fei-Fei Li habla de lo que las máquinas deberían ser. Y esa diferencia, sutil pero abismal, es lo que la convierte en una voz indispensable en el coro del futuro.
La Inteligencia que No es Solo Lenguaje
Para entender la visión de Fei-Fei Li, hay que retroceder unas semanas, hasta el 6 de enero de 2026. En el escenario de la CES de Las Vegas, la feria de tecnología más importante del mundo compartió conversación con Lisa Su, CEO de AMD. El contraste era interesante: Su, ingeniera de hardware, hablaba de chips y de potencia de cálculo; Li, investigadora de Stanford, hablaba de algo más escurridizo.
—El mundo tiene un potencial para la IA que aún está infravalorado —dijo Li—. Los modelos de lenguaje han hecho progresos enormes en los últimos años, pero la inteligencia no se limita al lenguaje. Para los humanos, la inteligencia espacial es lo que nos permite actuar, juzgar y crear en el mundo real.
Y entonces soltó la frase que resume su tesis: «El lenguaje es una herramienta para describir el mundo, pero no es el mundo mismo”.
Esta distinción es crucial. Durante la última década, el progreso de la inteligencia artificial se ha medido casi exclusivamente por la fluidez con la que las máquinas manejan el lenguaje. Modelos capaces de leer, escribir, resumir, traducir y generar texto han redefinido industrias enteras. Pero para Fei-Fei Li, ese enfoque tiene un límite estructural: el mundo en el que operan las personas y las máquinas no es textual ni plano, sino tridimensional, dinámico y lleno de ambigüedades.
Una mosca, le gusta recordar a Li, no tiene billones de parámetros ni ha sido entrenada con internet. Y sin embargo, es capaz de entrar en una habitación desordenada, esquivar obstáculos a gran velocidad y posarse con precisión milimétrica. Esa es la inteligencia espacial en su forma más pura: la capacidad de entender profundidad, distancia, oclusión, gravedad y relaciones causales en tiempo real.
World Labs y la Nueva Frontera
Esa comprensión del espacio no es solo una curiosidad académica. Es el fundamento de World Labs, la startup que Fei-Fei Li cofundó en 2024 y que en apenas dos años se ha convertido en uno de los proyectos más observados de Silicon Valley. Con una valoración que supera los mil millones de dólares y una financiación de más de 230 millones, World Labs se ha propuesto algo que suena a ciencia ficción: enseñar a las máquinas a generar mundos tridimensionales enteros, consistentes, navegables y gobernados por las leyes de la física.
En enero de 2026, la compañía lanzó su primer producto comercial: un modelo al que llamaron Marble.
Marble no es un modelo de lenguaje. No compite con GPT-5 ni con Claude 4. Toma entradas multimodales —texto, imágenes, vídeo o indicaciones 3D simples— y genera entornos que pueden ser navegados e interactuados. Lo revolucionario no es solo lo que hace, sino cómo lo hace: a diferencia de los modelos de vídeo, que generan secuencias de píxeles sin coherencia geométrica, Marble mantiene la consistencia espacial. Lo que ves desde un ángulo se corresponde con lo que ves desde otro. Las distancias son reales. Las relaciones entre objetos, estables.
Fei-Fei Li describe Marble como temprano y limitado, pero funcionalmente diferente de todo lo que ha existido antes. Y en esa diferencia está la clave de todo.
Las Aplicaciones que ya Están Aquí
Cuando se habla de inteligencia espacial, es fácil perderse en abstracciones. Por eso Li se esfuerza en poner ejemplos concretos, aplicaciones que ya están ocurriendo.
Los desarrolladores de juegos utilizan Marble para generar entornos enteros sin tener que modelar cada árbol, cada edificio, cada textura manualmente. Lo que antes requería equipos de docenas de artistas durante meses, ahora puede generarse en horas.
Los equipos de producción virtual —los mismos que crean los decorados digitales para el cine y la televisión— utilizan estos modelos para construir escenarios que los actores pueden habitar y las cámaras pueden recorrer, sin los costes astronómicos de los rodajes en localización.
Los arquitectos están empezando a usar herramientas de inteligencia espacial para «caminar» virtualmente por sus diseños antes de que se ponga el primer ladrillo. Pueden sentir las proporciones, la luz, la circulación, y ajustar sobre la marcha.
Los roboticistas, quizás los más interesados, utilizan estos mundos generados como entornos de entrenamiento. Un robot puede practicar millones de veces en simulación cómo agarrar un objeto frágil o navegar por una cocina desordenada, sin romper nada ni lastimar a nadie. Y cuando sale al mundo real, ya ha visto casi todas las variantes posibles.
Pero hay una aplicación que sorprendió incluso a la propia Li. Investigadores clínicos se han acercado a World Labs con una propuesta inesperada: utilizar entornos generados para la investigación en salud mental. En estos mundos controlados pero realistas, pueden estudiar cómo reaccionan las personas a estímulos espaciales, cómo se comportan en contextos que serían difíciles o imposibles de reproducir en el mundo real.
La Confianza como Problema Técnico
En el Cisco AI Summit celebrado en San Francisco en febrero de 2026, Fei-Fei Li subió al escenario para hablar con Jeetu Patel, el chief product officer de la compañía. La sala estaba llena de directivos de tecnología, responsables de infraestructura y analistas. Y Li, en lugar de hablar de algoritmos o de financiación, habló de confianza.
—La capacidad de entender, razonar, interactuar y navegar el mundo físico real en 3D y 4D es la base —dijo—. Y esa base es necesaria para que los sistemas operen más allá de las pantallas.
Pero lo interesante de su intervención fue cómo definió la confianza. No como un principio ético abstracto, ni como una capa de control posterior, sino como una condición operativa. Un sistema que actúa en el mundo físico debe ser predecible, interpretable y consistente. No basta con que funcione «la mayoría de las veces». En ámbitos como la robótica, la logística avanzada, la fabricación o la cirugía asistida, los márgenes de error son estrechos. Un fallo no se traduce en una respuesta incorrecta, sino en un daño físico, una interrupción de la cadena de suministro o un riesgo para personas.
Li fue explícita: la inteligencia espacial no resolverá, en el corto plazo, los retos de productividad que hoy ocupan a la mayoría de las organizaciones. Tampoco sustituirá a los modelos de lenguaje como interfaz principal. Su relevancia está en otro lugar: a medio y largo plazo, será decisiva para trasladar la inteligencia artificial fuera de la pantalla y convertirla en una tecnología capaz de operar de forma autónoma en el mundo físico.
El Desafío de los Datos
Una de las preguntas que Fei-Fei Li enfrenta con más frecuencia es por qué la inteligencia espacial no avanza al mismo ritmo que los modelos de lenguaje. Su respuesta es siempre la misma: los datos.
El texto es abundante, barato y fácil de procesar. Internet está llena de libros, artículos, conversaciones y documentos. Los datos físicos, en cambio, son escasos, caros y difíciles de capturar. Para que un modelo entienda el espacio tridimensional, necesita millones de ejemplos de escenas reales, con profundidad, textura, iluminación y movimiento. Necesita sensores, simulaciones y representaciones que aún están en desarrollo.
Li compara el proceso con el desarrollo de los vehículos autónomos. Las empresas dedicadas a la conducción autónoma pasaron años recogiendo datos reales y simulados antes de lograr despliegues comerciales limitados. La inteligencia espacial está en una fase similar. Los modelos actuales son más pequeños y se entrenan con menos recursos computacionales que los grandes modelos de lenguaje. Esa brecha refleja tanto la escasez de datos como la juventud del campo.
«Que la estrella del norte esté clara no significa que el viaje sea corto», le gusta decir.
El Humanismo como Método
Si hay un hilo que recorre toda la trayectoria de Fei-Fei Li, desde sus días como estudiante inmigrante trabajando en una lavandería hasta su posición actual como una de las voces más respetadas de la inteligencia artificial, es la convicción de que la tecnología y la humanidad no pueden separarse.
Su propia historia es ya legendaria en Silicon Valley. Llegó a Estados Unidos con 16 años, con sus padres y apenas 20 dólares en el bolsillo. La familia vivía en un pequeño apartamento de una habitación; el dormitorio de Fei-Fei era un pasillo en la cocina. Su padre trabajaba reparando cámaras; su madre era cajera en un supermercado. Después del instituto, Fei-Fei trabajaba en un restaurante chino fregando platos, fregando suelos, limpiando ventanas, tomando pedidos y sirviendo mesas. Dos dólares la hora.
Cuando llegó el momento de ir a la universidad, muchos le aconsejaron que eligiera una carrera práctica, que le diera seguridad económica: medicina, finanzas, ingeniería. Pero ella eligió la física. Y más tarde, el estudio de la visión por computadora, cuando casi nadie creía que las máquinas pudieran llegar a «ver”.
Esa experiencia vital marcó su forma de entender la inteligencia artificial. En sus memorias, The Worlds I See, publicadas en 2023, escribe sobre la «paradoja de la precariedad y el asombro»: cómo la necesidad más básica puede convivir con la curiosidad más elevada, cómo la ciencia no es un lujo para los privilegiados sino una necesidad del espíritu humano.
La Inteligencia que Nos Devuelve la Humanidad
En la conversación del MoMA, Fei-Fei Li fue preguntada directamente por el futuro del trabajo. Su respuesta fue, como casi todo lo que dice, matizada y profunda.
—La pregunta no es qué trabajos va a quitar la inteligencia artificial —dijo—. La pregunta es qué trabajos vamos a querer que hagan las máquinas y cuáles vamos a querer seguir haciendo nosotros. Y esa no es una pregunta técnica. Es una pregunta humana.
Li cree que hay dimensiones del trabajo que las máquinas no pueden replicar, no porque sean demasiado complejas, sino porque su valor reside precisamente en que las hacen humanos. El cuidado de un anciano, la enseñanza de un niño, la conversación entre colegas que comparten una dificultad, la creatividad que surge de la experiencia vivida. Todo eso no es automatizable, no porque sea técnicamente difícil, sino porque perdería su sentido si lo fuera.
En el Cisco AI Summit, alguien le preguntó qué consejo daría a los jóvenes que empiezan su carrera en un mundo dominado por la inteligencia artificial. Su respuesta fue sorprendentemente sencilla:
—Aprendan a usar estas herramientas, por supuesto. Pero no olviden lo que las hace valiosas. No olviden que la tecnología existe para servir a los humanos, no al revés. Y sobre todo, no tengan miedo de hacer preguntas difíciles sobre qué tipo de mundo queremos construir.
La Estrella del Norte
Fei-Fei Li tiene una expresión que utiliza a menudo: «la estrella del norte». Para ella, la investigación no es una acumulación ciega de conocimiento, sino una búsqueda guiada por principios, por preguntas fundamentales, por una visión de lo que debería ser.
Su estrella del norte, en esta nueva etapa de su carrera, es la inteligencia espacial. Pero no como un fin en sí misma, sino como un medio para algo más grande: máquinas que no solo procesen información, sino que entiendan el mundo que habitamos; sistemas que no solo respondan preguntas, sino que puedan actuar de forma segura y fiable en entornos reales; tecnología que no reemplace lo humano, sino que lo amplifique y lo cuide.
«Sin inteligencia espacial», escribió al final de un largo ensayo publicado a finales de 2025, «nuestro sueño de una máquina verdaderamente inteligente nunca estará completo. Esta exploración es mi estrella del norte”.
La Pregunta que Queda
Cuando Fei-Fei Li bajó del escenario en el MoMA, después de aquella conversación sobre lo humano y lo mecánico, una joven del público se acercó a hacerle una pregunta. No llevaba micrófono, así que sus palabras no quedaron registradas en el vídeo institucional. Pero quienes estaban cerca la oyeron.
—¿Usted cree que las máquinas llegarán a querernos algún día?
Li sonrió, como quien recibe una pregunta que ya se ha hecho muchas veces a sí misma.
—Las máquinas no necesitan querernos —respondió—. Necesitan ayudarnos a querernos mejor unos a otros. Eso ya es bastante.
Y se perdió entre las salas del museo, entre cuadros y esculturas, entre obras hechas por manos humanas para ser vistas por ojos humanos. Fuera, en la calle, la ciudad seguía su curso. La gente iba a sus trabajos, a sus casas, a sus vidas. Llevaban máquinas en los bolsillos, máquinas en las mesas, máquinas en las paredes. Pero ellos seguían siendo humanos. Y esa, quizás, era la única inteligencia que realmente importaba.
En el próximo artículo de la serie Laboratorio del Futuro: cerramos el ciclo con la voz más crítica y profunda de todas. Geoffrey Hinton, el «padrino de la IA», nos ofrece su advertencia sobre el precio de la abundancia y los riesgos de un mundo donde la inteligencia ya no es exclusivamente humana. Le llamamos «Geoffrey Hinton y el Precio de la Abundancia: La Advertencia del Padrino«.
Cinco voces. Cinco miradas sobre el futuro del trabajo. Desde la utopía de Musk hasta la advertencia de Hinton, pasando por la alerta de Amodei, la reorganización de Altman y la humanización de Li.
El laboratorio del futuro no es un lugar con robots ensamblando cajas. Es un espacio de debate, de decisión colectiva, de construcción de instituciones. Porque al final, la pregunta sobre el trabajo no es una pregunta técnica. Es una pregunta sobre qué clase de sociedad queremos ser.
Y como dijo Hinton, la respuesta no está en los laboratorios. Está en todos nosotros.
La Escena del Summit, Febrero de 2026
El escenario del Cisco AI Summit en San Francisco tenía ese aire de solemnidad que adoptan los eventos cuando saben que están haciendo historia. No era para menos. A un lado, Chuck Robbins, CEO de Cisco, moderaba la conversación con la soltura de quien lleva décadas en la industria. Al otro, Sam Altman, el hombre que había puesto la inteligencia artificial en los bolsillos de quinientos millones de personas, respondía con esa mezcla de precisión técnica y desparpajo que lo caracteriza.
La pregunta de Robbins fue directa: ¿cuál es el mercado total para la inteligencia artificial? Altman sonrió, como si la pregunta le pareciera al mismo tiempo obvia y profundamente equivocada.
—La gente siempre habla de la demanda total del mercado para la IA —respondió—. A mí me parece algo parecido a la demanda de electricidad o de energía. No se puede hablar de eso como una cosa general. Se puede decir cuánta demanda habrá a diferentes niveles de precio. Y en este caso, se puede decir diferentes niveles de precio para diferentes calidades: lo inteligente que es, lo rápido que es. Pero si seguimos haciendo que la IA sea en realidad capaz y realmente barata, habrá una tonelada de demanda a algún precio.
La analogía no era casual. Altman llevaba años pensando en la IA como una nueva infraestructura básica, algo tan ubicuo y necesario como la electricidad que iluminaba la sala donde hablaba. Pero aquella tarde, en San Francisco, iba a ir mucho más allá. Iba a dibujar el mapa de una transformación económica que haría que la electricidad, comparada con lo que venía, pareciera un invento menor.
La Empresa de Diez Personas
La idea que Altman ha venido madurando en los últimos años es tan sencilla en su enunciado como demoledora en sus implicaciones: pronto veremos empresas de diez personas valoradas en mil millones de dólares. Y no se detiene ahí. En el horizonte más cercano, entre 2026 y 2028, podríamos asistir al nacimiento del primer «solopreneur» unicornio: una empresa creada por una sola persona que alcance esa misma valoración.
Para entender por qué esto es posible, hay que comprender tres fuerzas que Altman identifica como los motores de la nueva economía: la automatización cognitiva, la caída de los costes de producción y la reconfiguración de las organizaciones.
La automatización cognitiva es lo que ocurre cuando los modelos de lenguaje dejan de ser meros asistentes y se convierten en agentes autónomos capaces de ejecutar tareas complejas sin supervisión constante. Altman lo describió con crudeza en un evento con desarrolladores celebrado en enero de 2026: el trabajo de programación, tal como lo conocemos, está cambiando radicalmente. Los ingenieros pasarán menos tiempo escribiendo código y depurando errores, y más tiempo decidiendo qué hacer con sistemas que ya saben escribir código por sí mismos.
La caída de los costes de producción es igualmente vertiginosa. Altman proyecta que, para finales de 2027, los sistemas al nivel de la familia GPT-5.2 podrían ser aproximadamente cien veces más baratos de ejecutar. Cien veces. Eso significa que lo que hoy cuesta cien dólares, mañana costará uno. Y cuando el coste de producir algo se acerca a cero, las reglas del juego económico cambian por completo.
La reconfiguración de las organizaciones es la consecuencia natural de las dos fuerzas anteriores. Si una persona con las herramientas adecuadas puede hacer lo que antes hacía un departamento entero, la estructura de las empresas tiene que repensarse desde los cimientos.
El Fin del SaaS y el Nacimiento del Micro-software
Hay un corolario de esta visión que Altman ha expuesto con claridad en sus intervenciones recientes: el modelo de negocio del software como servicio (SaaS) tal como lo conocemos podría estar viviendo sus últimos días.
La razón es sencilla. Si puedes pedirle a una inteligencia artificial que te genere el software que necesitas en cada momento, para cada tarea específica, ¿para qué suscribirte a una aplicación monolítica que hace muchas cosas que no necesitas y ninguna exactamente cómo quieres?
Altman imagina un futuro donde gran parte del software que usamos será escrito para una sola persona o para un grupo muy pequeño. Cada individuo tendrá su propio conjunto de herramientas personalizadas, generadas sobre la marcha por agentes de inteligencia artificial que entienden sus necesidades específicas. «Todos nos estaremos personalizando continuamente nuestras propias herramientas», dijo en el evento de enero.
Este cambio tiene implicaciones profundas no solo para la industria del software, sino para la naturaleza misma del trabajo. Si cada persona puede tener su propio equipo de desarrolladores trabajando para ella (aunque sean desarrolladores de silicio), el poder de crear valor se descentraliza de una manera que no tiene precedentes.
El Programador y el Nuevo Sentido del Trabajo
Pero ¿qué significa esto para los programadores de carne y hueso? Altman abordó esta pregunta con una honestidad que muchos en su posición hubieran evitado. La respuesta, según él, es una paradoja: el número de personas que trabajan como ingenieros de software podría aumentar, no disminuir.
La explicación es contraintuitiva pero sólida. Si el coste de producir software cae drásticamente, la demanda de software se dispara. Y aunque cada unidad de software requiera menos intervención humana, el volumen total de trabajo humano necesario para atender esa demanda puede crecer. Es lo que los economistas llaman la «paradoja de la productividad» aplicada al software.
Pero hay algo más profundo. Altman cree que la naturaleza del trabajo del ingeniero va a cambiar radicalmente. «Lo que significa ser ingeniero va a cambiar mucho», dijo en el evento de desarrolladores. «La forma del trabajo y la cantidad de tiempo que pasas escribiendo código o depurando código va a cambiar muchísimo”.
Ese cambio no es solo cuantitativo, sino cualitativo. Los ingenieros del futuro pasarán menos tiempo peleándose con la sintaxis y más tiempo decidiendo qué problemas merece la pena resolver. El valor ya no estará en la ejecución, sino en el criterio.
La Atención como Recurso Supremo
Si el software se vuelve barato y abundante, ¿qué es lo que sigue siendo escaso? Altman tiene una respuesta clara: la atención humana.
En el evento de enero, un desarrollador le preguntó sobre el nuevo desafío que enfrentan las startups. Antes, lo difícil era construir el producto. Ahora, con herramientas como Cursor o Codex, cualquiera puede construir un producto en cuestión de días. Lo que sigue siendo endiabladamente difícil es conseguir que alguien preste atención a ese producto.
«Siempre he pensado que la parte más difícil de emprender no es construir el producto, sino lograr que la gente realmente se preocupe por él, lo use y conecte con él», respondió Altman. «Eso no ha cambiado”.
La atención, ese recurso finito que los humanos llevamos siglos intercambiando sin saberlo, se convierte en la moneda más valiosa de la nueva economía. Y a diferencia del software, la atención no se puede generar con inteligencia artificial. Solo los humanos pueden darla, y en cantidades limitadas.
Altman fue aún más lejos: «En un mundo de extrema abundancia, lo realmente escaso serán la atención humana y las buenas ideas”. Esta frase condensa toda su visión. La IA puede producir infinitas variaciones de contenido, infinitas soluciones técnicas, infinitas propuestas de valor. Pero solo los humanos pueden decidir qué merece la pena mirar, y solo los humanos pueden tener las ideas que realmente importan.
El Riesgo de la Concentración
Altman no es un optimista ingenuo. En sus intervenciones, tanto en el evento de enero como en el Cisco AI Summit, ha mostrado una preocupación recurrente: la inteligencia artificial podría concentrar el poder y la riqueza en unas pocas manos en lugar de democratizarlos.
«La IA podría tener un efecto muy fuerte de ‘deflación'», dijo. «Pero también podría invertir la dirección y concentrar el poder y la riqueza en manos de unos pocos. Si estas herramientas solo están en manos de unas pocas personas o unas pocas empresas, lo que harán será amplificar las desigualdades, no reducirlas”.
Esta preocupación no es nueva en Altman. Lleva años hablando de la necesidad de políticas públicas que aseguren una distribución amplia de los beneficios de la IA. Pero en 2026, con los modelos ya desplegados y las transformaciones en marcha, la urgencia de esas políticas se ha vuelto más acuciante.
La solución, según él, no es frenar la tecnología, sino diseñar instituciones que garanticen que sus beneficios lleguen a todos. Y ahí entra la renta básica universal, una idea que Altman ha defendido durante años y que en 2026 empieza a sonar menos a utopía y más a necesidad práctica.
OpenAI y la Desaceleración de la Contratación
Quizás el ejemplo más concreto de cómo Altman aplica estas ideas a su propia empresa lo dio en enero de 2026, cuando anunció que OpenAI planea ralentizar drásticamente su ritmo de contratación.
La declaración fue tan honesta como inquietante: «Estamos planeando ralentizar drásticamente la rapidez con la que crecemos porque creemos que podremos hacer mucho más con menos personas”.
Altman explicó que el enfoque correcto no es contratar agresivamente y luego, al darse cuenta de que la IA puede hacer muchas de esas funciones, tener que despedir gente en conversaciones «muy incómodas». Mejor contratar más lentamente desde el principio, asumiendo que la productividad por empleado va a crecer gracias a las propias herramientas que construyen.
Este movimiento de OpenAI es una ventana al futuro de muchas empresas. Si el fabricante de inteligencia artificial más importante del mundo decide que necesita menos humanos porque sus máquinas son suficientemente buenas, ¿qué harán el resto de las empresas cuando tengan acceso a esas mismas máquinas?
La Carrera que no Debes Estudiar
Mientras Altman dibuja estos futuros en foros tecnológicos, también ofrece consejos prácticos para quienes intentan navegar el presente. En una entrevista con Tucker Carlson, advirtió que las profesiones vinculadas al soporte al cliente, tanto telefónico como informático, serán las primeras en desaparecer.
Los datos le dan la razón. Una encuesta global de Salesforce revela que el 32% de los casos de atención al cliente ya son gestionados por inteligencia artificial, y se proyecta que para 2027 esa cifra alcance el 55%.
Pero Altman no se limita a señalar lo que desaparece. También apunta hacia lo que permanece. Las profesiones que requieren una interacción humana profunda, como la medicina, presentan mayor resistencia a la automatización. No porque la IA no pueda diagnosticar enfermedades —ya puede, y en muchos casos mejor que los humanos—, sino porque el cuidado, la presencia, la capacidad de sostener la mirada de otro ser humano en un momento de vulnerabilidad, son cosas que la tecnología aún no sabe replicar.
El Granjero y el CEO
Hay una imagen que Altman ha utilizado en varias entrevistas recientes y que condensa buena parte de su filosofía. Cuando le preguntan qué hará cuando la inteligencia artificial pueda hacer su trabajo mejor que él, su respuesta es sorprendentemente terrenal: quiere ser granjero.
«Tengo una granja en la que vivo parte del tiempo y me encanta», dijo en una entrevista con Mathias Döpfner, CEO de Axel Springer. Antes de que ChatGPT despegara, tenía más tiempo para conducir tractores y recoger cosas. Y aunque ahora su agenda esté ocupada por reuniones y decisiones estratégicas, la granja sigue siendo su imagen del futuro.
Hay algo profundamente revelador en esta respuesta. Altman, que pasa sus días construyendo la tecnología más avanzada del planeta, sueña con un futuro donde pueda dedicarse a la actividad más primitiva: cultivar la tierra. No lo hace por necesidad —sus inversiones en startups como Stripe, Reddit o Helion le han dado una fortuna personal que supera los mil millones de dólares —, sino por elección. Porque cultivar, como el trabajo del futuro que imagina Musk, es algo que se hace por placer, no por obligación.
«Los humanos, la sociedad humana, tenemos tanta energía como protagonistas que realmente no nos importa que las máquinas sean más inteligentes que nosotros», reflexionó Altman. «Ya lo son”.
Esa es quizás su idea más profunda. La inteligencia de las máquinas no es el problema. El problema, y también la solución, es qué hacemos los humanos con la nuestra. Cómo decidimos usarla para cuidarnos unos a otros, para prestarnos atención, para cultivar nuestras granjas y nuestras relaciones.
La Pregunta de Robbins
Volvamos al escenario del Cisco AI Summit. Chuck Robbins, al terminar la conversación, lanzó una última pregunta a Altman, una que resumía la inquietud de muchos de los asistentes: ¿cómo cambia esto la forma en que dirigimos nuestras empresas, la forma en que vivimos nuestras vidas?
Altman tardó unos segundos en responder. Cuando lo hizo, su voz tenía un tono distinto, menos ejecutivo, más humano.
«Creo que esto será como hacemos las cosas», dijo. «Cómo funcionan las empresas, cómo ocurre el descubrimiento científico, cómo usamos la mayor parte del software en nuestras vidas personales. Y si podemos tenerlo a un precio razonable, parece una apuesta muy buena”.
No habló de desempleo masivo ni de transformaciones radicales. Habló de lo cotidiano, de cómo haremos las cosas. Quizás porque sabe que las grandes transformaciones no llegan con estruendo, sino filtrándose en los intersticios de la vida diaria. Un día, simplemente, empezamos a hacer las cosas de otra manera. Y solo al mirar atrás nos damos cuenta de que el mundo ya no es el que era.
Altman bajó del escenario entre aplausos. Fuera, en las calles de San Francisco, la vida seguía. La gente iba a sus trabajos, a sus escuelas, a sus casas. Llevaban en sus bolsillos, sin saberlo, la tecnología que él había ayudado a crear. Y dentro de unos años, quizás, algunos de ellos serían esos solopreneurs, dueños de empresas milmillonarias construidas desde su dormitorio. Otros, simplemente, habrían aprendido a hacer su trabajo de otra manera. Y otros, los menos afortunados, buscarían un lugar en un mundo que ya no los necesitaba.
Esa es la paradoja que Altman deja flotando en el aire. La misma tecnología que permite empresas de diez personas valoradas en mil millones es la que deja fuera a quienes no encuentran su lugar en el nuevo paisaje. Y la pregunta que nadie, ni siquiera Altman, puede responder todavía es: ¿cuántos serán los primeros y cuántos los segundos?
En el próximo artículo de la serie Laboratorio del Futuro: nos adentraremos en la visión de Fei-Fei Li, la investigadora de Stanford que nos recuerda que la inteligencia no es solo lenguaje, sino también espacio, contexto y dignidad humana. Le llamamos «Fei-Fei Li y la Inteligencia Espacial: Por qué el Futuro del Trabajo También es Físico«.
Serie: Laboratorio del Futuro – Voces que Construyen el Mañana
Cinco voces. Cinco miradas sobre el futuro del trabajo. Desde la utopía de Musk hasta la advertencia de Hinton, pasando por la alerta de Amodei, la reorganización de Altman y la humanización de Li.
El laboratorio del futuro no es un lugar con robots ensamblando cajas. Es un espacio de debate, de decisión colectiva, de construcción de instituciones. Porque al final, la pregunta sobre el trabajo no es una pregunta técnica. Es una pregunta sobre qué clase de sociedad queremos ser.
Y como dijo Hinton, la respuesta no está en los laboratorios. Está en todos nosotros.
Elon Musk – «El Trabajo como Jardín, No como Obligación»
La Escena del Foro, Washington D.C.
El escenario era sobrio, casi minimalista. Dos butacas de cuero negro, una mesa baja con botellas de agua y, al fondo, una pantalla gigante que proyectaba el logotipo del foro de inversión entre Estados Unidos y Arabia. Era noviembre de 2025, y la sala estaba llena de los gestores de fondos más poderosos del planeta. Hombres y mujeres que movían cantidades de dinero que la mayoría de los mortales no puede imaginar, escuchaban con la atención del que asiste a una clase magistral sobre el futuro.
A la izquierda, Jensen Huang, CEO de NVIDIA, el hombre que fabrica los ladrillos con los que se construye la inteligencia artificial. A la derecha, Elon Musk. No hacía falta presentación. Su figura delgada, su camisa negra, su energía nerviosa pero contenida. Cuando empezó a hablar, no lo hizo de resultados trimestrales ni de valoraciones bursátiles. Habló de algo más profundo: de lo que significa ser humano en un mundo donde las máquinas lo hacen todo.
«En diez o veinte años», dijo Musk, con esa mezcla de precisión y lejanía en la mirada, «el trabajo será opcional. Será como jugar un deporte o un videojuego. Si quieres trabajar, lo harás porque te gusta, pero no porque necesites hacerlo para sobrevivir”.
La sala contuvo el aliento. No era la primera vez que Musk lanzaba predicciones audaces, pero aquella, dicha en ese foro, ante esos inversores, sonaba diferente. Sonaba a hoja de ruta, no a ciencia ficción.
Apenas dos meses después, en enero de 2026, Musk volvería a hacerlo. Esta vez en Davos, ante el Foro Económico Mundial, sentado junto a Larry Fink, el hombre que gestiona más de diez billones de dólares desde BlackRock. Allí, entre los picos nevados de los Alpes suizos, Musk dibujó un mundo con más robots que personas, una «explosión económica sin precedentes» y la promesa de que la tecnología podría, por fin, liberar a la humanidad de la esclavitud milenaria del trabajo forzado.
El Fin de la Necesidad
Para entender la visión de Musk, hay que dejar de pensar en el trabajo como lo hemos conocido durante siglos. Desde la Revolución Industrial, la vida de la mayoría de las personas ha girado en torno a un eje: vender nuestro tiempo y nuestra energía a cambio de un salario. Esa transacción, que llamamos trabajo, no es solo una fuente de ingresos. Es también una fuente de identidad. Cuando conocemos a alguien, lo primero que preguntamos es: «¿A qué te dedicas?».
Musk sugiere que esa pregunta puede volverse irrelevante.
En su intervención en el foro de Washington, utilizó una metáfora poderosa. Comparó el trabajo del futuro con el acto de cultivar vegetales. Hoy, si alguien quiere tomates, puede comprarlos en el supermercado por unos euros. Pero también puede decidir plantarlos en su jardín, regarlos, cuidarlos y cosecharlos. No lo hace por necesidad —los tomates del supermercado son más baratos y requieren menos esfuerzo—, sino por placer, por la satisfacción de ver crecer algo con sus propias manos.
Eso, según Musk, será el trabajo en el futuro. Una actividad voluntaria, elegida, placentera. El equivalente a jugar al tenis o a hacer senderismo. Algo que se hace porque sí, porque forma parte de lo que somos, no porque de ello dependa nuestra supervivencia.
«Será como jugar deportes o un videojuego», insistió Musk. «Si quieres trabajar, lo harás porque te gusta, pero no porque debas hacerlo para sobrevivir”.
La Abundancia Material y sus Raíces Literarias
Detrás de esta visión hay una idea económica radical: la abundancia. Musk cree que la combinación de inteligencia artificial y robótica a gran escala puede producir todos los bienes y servicios que la humanidad necesita de forma tan barata y eficiente que el concepto mismo de escasez —el fundamento de toda la economía clásica— dejará de tener sentido.
Para ilustrar esta idea, Musk recurre a la ciencia ficción. En concreto, a la serie de novelas La Cultura del escritor escocés Iain M. Banks. En ese universo literario, la humanidad ha creado inteligencias artificiales tan poderosas que se encargan de toda la producción material. Las naves, las ciudades, los bienes de consumo, todo es generado por las máquinas. Los humanos, liberados de la necesidad de trabajar, dedican su tiempo a explorar, a crear arte, a relacionarse, a vivir. El dinero ha desaparecido porque ya no hace falta: ¿para qué intercambiar bienes cuando hay abundancia infinita para todos?.
Musk no solo menciona esta obra como una curiosidad literaria. La presenta como un modelo posible de organización social. Un horizonte hacia el que podríamos dirigirnos si la tecnología se desarrolla de forma adecuada y, sobre todo, si los beneficios de esa abundancia se distribuyen de manera que lleguen a todos.
En Davos, fue aún más lejos. Allí predijo que la cantidad de robots y sistemas de IA superará a la población humana. Habló de robots humanoides, como el Optimus de Tesla, que ya están realizando tareas simples en fábricas y que pronto podrían estar en los hogares, cuidando niños o mascotas, siempre que se garantice su seguridad.
«¿Quién no querría que un robot, suponiendo que sea muy seguro, vigile a sus hijos o cuide a sus mascotas?», preguntó Musk, dibujando un mundo donde la automatización no solo produce riqueza, sino que también cuida de lo que más queremos.
El Camino Hacia la Abundancia: Robots, Energía y Longevidad
Pero ¿cómo se llega desde aquí hasta allí? Musk no es solo un visionario; es también un ingeniero. Y como ingeniero, tiene un plan, o al menos, una idea de los componentes necesarios.
El primero son los robots humanoides. Su empresa Tesla lleva años desarrollando Optimus, un robot diseñado para realizar tareas repetitivas y peligrosas en fábricas, pero con la mirada puesta en el mercado doméstico. Según sus predicciones, para finales de 2026, estos robots podrían estar realizando tareas industriales complejas, y pronto podrían salir a la venta para el público general.
Musk ha llegado a afirmar que, en una década, los robots de Tesla podrían superar en número a los cirujanos humanos y ofrecer atención médica de calidad superior a la que hoy recibe cualquier persona, incluidos los presidentes de gobierno.
El segundo componente es la energía. Musk lleva años insistiendo en que el futuro de la IA está ligado al futuro de la energía solar y las baterías. En su visión, la combinación de energía limpia y abundante con inteligencia artificial permitirá alimentar una civilización de robots que produzcan sin límite y sin coste medioambiental.
El tercer componente, quizás el más sorprendente, es la longevidad. Para Musk, el envejecimiento es un «problema muy solucionable». En sus intervenciones, ha sugerido que la muerte no es más que un programa biológico que puede reescribirse. «Estás preprogramado para morir. Así que, si cambias el programa, vivirás más tiempo», dijo en un podcast reciente. En Davos, fue más allá: describió el envejecimiento como un problema cuya causa biológica, una vez identificada, resultará «increíblemente obvia» para los científicos.
La idea subyacente es coherente con el resto de su visión: si la tecnología puede resolver la escasez de bienes, ¿por qué no iba a poder resolver también la escasez de tiempo?
La Renta Universal como Puente
Musk no es ingenuo. Sabe que el tránsito desde el mundo actual hasta ese futuro de abundancia no será automático ni sencillo. Por eso, como otros líderes tecnológicos —Sam Altman, CEO de OpenAI, entre ellos— ha mostrado su apoyo a la idea de una renta básica universal.
La lógica es simple: si la automatización destruye empleos más rápido de lo que se crean otros nuevos, muchas personas se quedarán sin ingresos. Antes de que la abundancia total sea una realidad, será necesario un mecanismo de redistribución que garantice que nadie quede atrás. Un ingreso universal alto, financiado con los beneficios de la automatización, permitiría a las personas cubrir sus necesidades mientras la sociedad se reconfigura.
En el horizonte más lejano, cuando la escasez haya desaparecido por completo, el dinero mismo perdería su relevancia. Pero hasta entonces, la renta básica sería el puente entre el mundo del trabajo obligatorio y el mundo del trabajo como jardín.
Las Voces Críticas: La Otra Cara de la Abundancia
Naturalmente, no todos comparten el optimismo de Musk. Economistas como Ioana Marinescu, profesora de la Universidad de Pensilvania, señalan que la robótica aún es costosa y difícil de escalar, especialmente fuera del ámbito digital. La adopción empresarial de la automatización física no se ha expandido al ritmo que Musk predice.
Otros analistas advierten que, hasta ahora, la revolución de la IA ha ampliado la brecha entre quienes tienen acceso a la tecnología y quienes no. La abundancia no se distribuye sola; requiere decisiones políticas, marcos regulatorios, instituciones que garanticen que la riqueza generada no se concentre en unas pocas manos.
El propio Musk reconoce implícitamente estos desafíos cuando habla de la necesidad de que los robots sean seguros, de que la energía sea abundante y de que exista un ingreso universal. No es un ingenuo; es un hombre que ha dedicado su vida a construir el futuro y que, como todos los constructores, sabe que los planos no siempre coinciden con la realidad.
El Jardín y el Jardinero
Volvamos a la imagen del jardín. Musk nos propone imaginar un mundo donde trabajar sea como plantar tomates por placer. Es una imagen hermosa, casi bucólica. Pero conviene no olvidar que los jardines no crecen solos. Requieren cuidado, atención, decisiones sobre qué plantar y qué arrancar. Requieren, sobre todo, un jardinero.
En el futuro de Musk, ese jardinero no es un robot ni una inteligencia artificial. Es la sociedad en su conjunto. La política, la ética, la capacidad de decidir colectivamente qué tipo de mundo queremos habitar. La tecnología puede crear abundancia, pero no puede crear sentido. Eso, como el placer de cultivar tomates, sigue siendo cosa nuestra.
Musk lo sabe. Por eso, cuando habla, no solo habla de robots y algoritmos. Habla de lo que significa ser humano. Y nos deja con una pregunta que, como todas las preguntas importantes, no tiene una respuesta fácil: si la máquina lo hace todo, ¿qué haremos nosotros? ¿Estaremos a la altura de un mundo donde lo único que quede sea elegir?
En el próximo artículo de la serie Laboratorio del Futuro: nos adentraremos en la visión de Dario Amodei, CEO de Anthropic, quien alerta sobre el tsunami silencioso que se avecina sobre los empleos de cuello blanco. Le llamamos «El Tsunami Silencioso: Dario Amodei y la Desaparición de la Primera Línea«.
