Hinton, el padre del aprendizaje profundo, advierte que la humanidad tiene hasta un 20% de chances de desaparecer por la inteligencia artificial

¿Puede una tecnología inventada por nosotros terminar con nosotros? Geoffrey Hinton, el investigador británico-canadiense de 78 años que puso los cimientos del aprendizaje profundo, responde que sí, y le pone números: entre un 10% y un 20% de probabilidades de que la llamada inteligencia artificial superinteligente provoque la extinción de la especie humana en los próximos treinta años.

El dato, que suena a catástrofe de ciencia ficción, lo soltó el propio Hinton en una serie de entrevistas recientes. Lo más llamativo no es la cifra en sí, sino de dónde viene. Este hombre no es un agorero de los portales conspiranoicos: es el llamado “padrino de la IA”, ganador del Premio Nobel de Física en 2024, y durante más de una década dirigió el equipo de investigación de Google Brain. Renunció en 2023, justamente, para poder decir en voz alta lo que desde adentro no podía.

Un riesgo nuevo en la historia de la humanidad

¿Qué tiene de distinto esta amenaza? Hinton lo resume en una frase: por primera vez en la historia nuestra, nos toca enfrentarnos a entidades más inteligentes que nosotros mismos. Los humanos siempre fuimos la especie más lista del barrio. Ahora estamos fabricando algo que, según su propio horizonte de proyección, podría superarnos antes de 2055.

La comparación que eligió el investigador para explicar el problema es bien terrenal: imaginen un auto con un acelerador potentísimo pero sin volante. Cuanto más pisamos el pedal, más rápido vamos, pero también más fácil es que nos estrellemos. La innovación en IA, dice Hinton, es ese acelerador. La regulación estatal, ese volante que todavía no terminamos de instalar.

Los modelos ya no solo “leen”: entienden

Hay un punto técnico que Hinton subraya con énfasis y que cambia la conversación. Los grandes modelos de lenguaje, esos que están detrás de los chatbots que muchos usamos a diario, ya no se limitan a detectar patrones estadísticos en montañas de texto, como se creyó durante años. Según el análisis del científico, estos sistemas comprenden de manera efectiva los conceptos abstractos que procesan.

Pongámoslo en criollo: no es lo mismo un loro que repite palabras que un nene de tres años que pregunta por qué. La diferencia entre asociar y comprender parece filosófica, pero tiene consecuencias prácticas enormes. Si las máquinas ya entienden lo que dicen, ya no estamos entrenando calculadoras enormes, estamos creando agentes que pueden razonar, planificar y, eventualmente, tener objetivos propios.

“Confiar en que el mercado se autorregule ante una amenaza de esta escala es un error estratégico. La competencia entre países no puede ser excusa para postergar marcos legales globales.”Geoffrey Hinton

Qué cambia para el usuario de a pie

• Por ahora, nada tangible: las IAs que usamos siguen siendo herramientas que responden consultas, redactan textos o generan imágenes bajo nuestro comando. La extinción es un escenario de largo plazo, no de mañana.
• En el corto plazo, sí puede empezar a sentirse en regulación: si los países aceptan el llamado de Hinton, veremos leyes más duras sobre transparencia algorítmica, auditorías obligatorias y límites al entrenamiento de modelos en sectores sensibles como defensa o biología sintética.
• En lo cotidiano, el debate que plantea el Nobel obliga a una pregunta incómoda: ¿hasta qué punto delegamos decisiones importantes en sistemas que ni sus propios creadores terminan de entender?

Al final del día, lo que dice Hinton no es que la IA sea mala. Es que vamos demasiado rápido para las instituciones que deberían poner los límites. Y que cuando se trata de algo que podría superarnos, esperar a tener el problema encima es, literalmente, jugárnosla al 20%.