Cada pocos meses vuelve a circular la misma nota: «expertos advierten que la IA podría causar una catástrofe en 2030». El titular siempre suena a cuenta regresiva. La realidad, cuando se lee el documento del que salió, es mucho menos cinematográfica y bastante más útil.
De dónde sale el «2030»
La fecha aparece, entre otros lugares, en el Informe Internacional de Seguridad de la IA de 2026, un documento elaborado por decenas de investigadores de distintos países como ejercicio de evaluación de riesgos, no como predicción. Usar 2030 como horizonte es una convención habitual en estudios de prospectiva tecnológica: sirve para poner un marco temporal a los escenarios que se modelan, de la misma forma en que un plan de negocios proyecta a cinco años sin que eso signifique que la empresa sepa exactamente qué va a pasar cada uno de esos años.
Nada en ese tipo de informes dice «en 2030 va a pasar X». Dicen: «si las capacidades de los sistemas siguen la trayectoria actual, hacia este horizonte podrían presentarse estos riesgos, con esta incertidumbre». Es la diferencia entre un mapa de riesgos y una profecía, y es exactamente la diferencia que el titular se come.
Lo que sí dicen los expertos, sin la fecha
El riesgo que más preocupa a los investigadores serios no es una IA que «decide» destruir a la humanidad en una fecha concreta. Es algo más gradual y menos vistoso: sistemas cada vez más autónomos, encargados de tareas cada vez más largas y con menos supervisión humana directa, en los que un error, un mal incentivo de diseño o una pérdida de control técnica pueda tener consecuencias serias antes de que alguien lo note. Es un riesgo real, y por eso los mismos informes recomiendan evaluar y probar los sistemas de alto impacto antes de desplegarlos a gran escala, no después.
Pero ese riesgo hipotético convive con una realidad técnica más aburrida: los sistemas de IA actuales todavía fallan al ejecutar planes largos y complejos sin supervisión. Pierden el hilo, cometen errores acumulativos, necesitan corrección humana constante. La distancia entre «puede escribir un correo convincente» y «puede ejecutar de forma autónoma y robusta un plan de varios pasos en el mundo real durante semanas» sigue siendo enorme, y nadie serio en el campo afirma que esa distancia se va a cerrar en una fecha exacta.
Por qué el titular apocalíptico vende (y por qué no ayuda)
Una fecha concreta —«2030»— convierte un ejercicio de prospectiva con márgenes de incertidumbre enormes en algo que se siente medible y urgente, que es justo lo que necesita un titular para generar clics. El problema es que ese tipo de cobertura logra el efecto contrario al que buscan los propios investigadores: en vez de generar presión para regular con cuidado los usos de alto riesgo hoy, genera fatiga y escepticismo —«llevan años diciendo que se acaba el mundo y no pasa nada»— que hace más fácil ignorar advertencias legítimas cuando sí llegan.
Lo que sí es real, sin necesidad de fecha límite
No hace falta esperar a 2030 para encontrar daños documentados de la IA: estafas con voces clonadas, suplantación de identidad con deepfakes, desinformación política automatizada, sesgos en decisiones médicas o laborales, y una concentración creciente de poder de cómputo en un puñado de empresas. Ninguno de esos problemas necesita una fecha límite dramática para justificar que se regule y se audite ahora. Son los riesgos que ya están operando, con nombre y apellido, mientras la conversación pública se distrae discutiendo si el fin del mundo llega en 2030 o en 2035.
La postura sensata no es «no hay nada de qué preocuparse» ni «todo se derrumba en cuatro años». Es exigir evaluación seria de los sistemas antes de que se desplieguen a gran escala, y dejar de medir el riesgo de la IA por la fecha del titular más reciente.
Sobre otro mito viral de la IA —el del consumo de agua— ver cuánta agua consume realmente la inteligencia artificial.
Actualizado el .
Canal de WhatsApp de Critika
