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«.