Astra: ¿Llegó la IA general?

Síganos y léanos en Google Discover

Septiembre 3 de 2026: las versiones de los medios que estuvieron presentes durante el lanzamiento del nuevo modelo de OpenAI, denominado GPT-6 Astra, indican que Greg Brockman, presidente de OpenAI, finalizó su encuentro con los periodistas diciendo: “Bienvenidos a la era de la inteligencia artificial general (IAG)”.

Esta frase lleva a preguntarnos: ¿estamos realmente ante el punto de quiebre en la disrupción de la IA, o es solo el impacto mediático de un avance más de la IA?

El concepto de lo que es IAG tiene diversas interpretaciones: según la carta de OpenAI, son “sistemas highly autónomos que superan a los humanos en la mayoría de los trabajos de valor económico”; por su parte, Anthropic evita utilizar la IAG como el principal umbral de referencia y prefiere hablar de “IA potente”, y la define con una metáfora: “Un país de genios en un centro de datos”, enfatizando que esos sistemas tendrían capacidades iguales o superiores a ganadores del Nobel en múltiples disciplinas, podrían trabajar autónomamente durante semanas, utilizar interfaces digitales y controlar sistemas físicos.

Estas dos definiciones podrían parecer dos extremos de la comprensión de lo que es la IAG, pero más que ello, ponen el énfasis en dimensiones diferentes: por un lado, OpenAI enfatiza en la capacidad de superar a las personas en sus trabajos, y, por otro lado, Anthropic pone el énfasis en la profundidad y amplitud de las capacidades intelectuales, su autonomía, y la posibilidad de multiplicar esa inteligencia a gran escala.

Precisamente, uno de los benchmarks diseñados explícitamente para medir el progreso hacia la IAG es desarrollado por la fundación ARC-Prize, quienes definen que “la IA general es un sistema que puede igualar la eficiencia de aprendizaje de los seres humanos”, y para evaluarlo se enfocan en “la inteligencia fluida -la capacidad de razonar, resolver problemas novedosos y adaptarse a nuevas situaciones- en lugar de la inteligencia cristalizada, que se basa en el conocimiento y las habilidades acumuladas”. Para ello, utilizan un benchmark que prioriza el conocimiento intuitivo de los humanos y evalúa la capacidad de las IA para desempeñarse ante entornos abstractos de razonamiento, que recuerdan los videojuegos, muy del estilo de los años ochenta y noventa, pero en los que ni el humano ni la IA reciben instrucciones sobre las reglas o el objetivo: deben descubrirlos mediante la interacción.

Precisamente, esta prueba aporta una de las evidencias más interesantes para evaluar la afirmación de Greg Brockman. Astra obtuvo 99,9% de desempeño, y se considera que al alcanzar 100%, la IA completa cada nivel tan eficientemente como un humano. Sin embargo, este resultado requiere una precisión: Astra utilizó un sistema de contexto que no es el estándar de la prueba, y al utilizar el sistema estándar de contexto de la prueba, su resultado alcanzó 62,7%, superando ampliamente el resultado de 0,20% obtenido apenas cinco meses atrás con ChatGPT-5.4.

Independientemente de si Astra ha alcanzado o no el nivel de IAG, lo realmente importante es comprender que la velocidad de mejora de la IA supera los ciclos normales de adaptación de cualquier organización, y sigue desafiando el mundo del trabajo y de la economía tal como lo conocemos hoy.