Un ensayo de OpenAI sostiene que el mayor valor de la superinteligencia radica en la burocracia, no en el puro genio

El cuello de botella de la ejecución en la era de la AGI

OpenAI ha lanzado «The Next Economy», una serie de ensayos centrada en las realidades macroeconómicas de la inteligencia artificial general (AGI), con un texto inaugural titulado «The eternal complement». Escrito por Hemanth Asirvatham y Elliott Mokski, el ensayo postula que la contribución más transformadora de las futuras máquinas superinteligentes no será generar ideas brillantes, sino asumir la monótona carga institucional y logística necesaria para hacerlas realidad.

El artículo, publicado como parte de la plataforma de OpenAI para perspectivas independientes sobre la AGI, aclara que las opiniones representan a los autores y no la postura corporativa oficial de la empresa. Asirvatham y Mokski conciben la inteligencia no de forma aislada, sino como un insumo dentro de una función de producción económica que depende de «complementos» físicos y organizativos. Si bien la IA generativa actual reduce las barreras de ejecución al escribir código, diseñar prototipos y sintetizar literatura científica, los autores argumentan que los futuros modelos de frontera generarán más hipótesis científicas y diseños de productos de los que el mundo físico tiene capacidad de absorber.

Profundidad frente a amplitud: el creciente costo del progreso empírico

Para ilustrar la creciente fricción entre el pensamiento y la realidad, los autores señalan la cambiante economía del descubrimiento. Citando una investigación del economista Nick Bloom y sus coautores, el documento apunta que mantener la ley de Moore exige hoy más de 18 veces más investigadores que a principios de la década de 1970. En la economía en general, el esfuerzo efectivo de investigación se ha multiplicado por 23 desde la década de 1930, aun cuando la productividad medida por unidad de investigación se ha desplomado en un factor de 41. Las demandas de infraestructura han seguido el mismo camino: el uso de equipamiento especializado en la ciencia se ha duplicado en las últimas cuatro décadas, la fuerza laboral técnica se está expandiendo dos veces más rápido que la base de científicos, y las plantas de fabricación de semiconductores de vanguardia cuestan ahora cinco veces más que hace 30 años.

Al contrastar el telescopio de dos lentes que Galileo sostenía con la mano con el James Webb Space Telescope —un proyecto de 10.000 millones de dólares que abarca 300 organizaciones en 14 países con 18 espejos calibrados a una precisión de 50 nanómetros—, el ensayo describe dos trayectorias potenciales para una civilización impulsada por máquinas:

• Una civilización de profundidad: En este modelo, la superinteligencia mecánica minimiza la fricción empírica. En lugar de construir aparatos masivos nuevos, los algoritmos se apoyan en el razonamiento puro, simulaciones computacionales de alta fidelidad y el reanálisis de conjuntos de datos existentes. De forma similar a Dmitri Mendeléyev prediciendo elementos no observados a través de la tabla periódica o a los físicos teóricos anticipando el bosón de Higgs antes de construir aceleradores de partículas, la IA diseñaría únicamente los experimentos físicos quirúrgicamente necesarios, manteniendo reducida la huella de infraestructura.

• Una civilización de amplitud: En este escenario, la complejidad del mundo real sobrepasa el cálculo puro. Campos como la biología ya reflejan esta limitación: a pesar del cribado computacional in silico, las nuevas terapias aún deben someterse a prolongados ensayos clínicos en el mundo real con sujetos humanos. Bajo este modelo, el descubrimiento exige expansión física, materias primas, fábricas automatizadas y un despliegue masivo de energía. Si las máquinas desbloquean conceptos tan grandiosos como las esferas de Dyson, la gran mayoría de la inteligencia de las máquinas no se gastará en trazar planos, sino en gestionar la repetitiva y astronómica logística de ensamblaje y cadenas de suministro.

Redefinir la curiosidad humana en medio del escalado de las máquinas

Los autores afirman que si el empirismo físico sigue siendo el cuello de botella determinante, la inteligencia artificial funcionará cada vez más como una burocracia automatizada: una «inteligencia institucional» que coordina la mano de obra y los materiales a nivel global bajo los estrictos límites de velocidad impuestos por la química, la biología y la velocidad de la luz.

Bajo tales condiciones, los trabajadores humanos podrían conservar una ventaja comparativa en la ideación creativa y el criterio más que en la gestión rutinaria, manteniendo un valor distintivo al fijar las agendas de investigación y dirigir pequeñas fracciones de la capacidad de las máquinas. El ensayo representa la entrega más reciente dentro de las iniciativas editoriales más amplias de OpenAI en torno a la «Intelligence Age», las cuales han incluido documentos de políticas sobre agendas científicas nacionales y publicaciones académicas que evalúan avances impulsados por IA en matemáticas y ciencias de la computación teóricas.