EnsayoInsightsInteligencia artificial / Sociedad / Futuro del trabajo
Más allá de máquinas más inteligentes: la AGI es también una pregunta sobre trabajo, poder y sociedad
La inteligencia artificial general suele describirse como el momento en que las máquinas se vuelven ampliamente capaces en las tareas intelectuales humanas. Pero la pregunta de fondo no es solo si las máquinas pueden volverse más inteligentes, sino qué les ocurre al trabajo, las organizaciones, el conocimiento experto, el poder y la identidad humana cuando la inteligencia misma se convierte en infraestructura tecnológica.
Hay momentos en la historia de la tecnología en que un término técnico escapa del laboratorio y se convierte en una idea cultural. Lo hizo “Internet”. Lo hicieron las “redes sociales”. Lo hizo la “nube”. La inteligencia artificial ya lo hizo, y cada vez más, otro acrónimo comienza a pasar de las conversaciones de investigación a las reuniones de negocios, las discusiones de inversión y la cultura popular: AGI.
La Inteligencia Artificial General a menudo se describe simplemente como una inteligencia artificial que puede pensar, aprender y razonar en múltiples dominios con una flexibilidad aproximada a la de un ser humano. El Instituto de Inteligencia Artificial Centrada en el Humano de Stanford define la AGI como un sistema con la capacidad general, a nivel humano o superior, de aprender, razonar y aplicar conocimientos en una amplia gama de tareas y dominios. IBM la describe como una etapa hipotética en la que la inteligencia de una máquina puede igualar o superar las capacidades cognitivas humanas en diversas tareas. Ninguna de las dos instituciones afirma que exista una definición técnica universalmente aceptada, y Stanford señala que no existe una prueba universalmente aceptada para determinar si se ha alcanzado la AGI.
Esa ambigüedad no es meramente un problema para la informática; también es un problema sociológico. Antes de que la sociedad pueda decidir si una máquina posee “inteligencia general”, primero tiene que decidir qué entiende por inteligencia. Eso resulta ser mucho más complicado que medir si una computadora puede responder correctamente a un número suficiente de preguntas.
La AGI no es simplemente un chatbot más potente
Los sistemas de inteligencia artificial actuales ya pueden realizar una gama extraordinaria de actividades. Pueden escribir, programar, analizar imágenes, generar audio y video, resumir documentos, interpretar datos y, cada vez más, operar a través de agentes capaces de ejecutar acciones en distintos programas de software.
Pero la amplitud no es necesariamente lo mismo que la inteligencia general. Los sistemas actuales pueden realizar muchas tareas, pero siguen siendo inconsistentes cuando las situaciones se salen de los patrones familiares, cuando la memoria a largo plazo es importante, cuando los objetivos son ambiguos o cuando las condiciones del mundo real exigen una adaptación continua. El panorama general de IBM sobre la AGI distingue explícitamente los modelos de lenguaje extensos y los sistemas agénticos actuales de la AGI, describiendo la AGI como hipotética y señalando que los sistemas actuales aún no poseen la amplia adaptabilidad asociada con el concepto.
Google DeepMind ha intentado precisar la conversación al proponer los “Niveles de AGI”, separando dos preguntas que se confunden con frecuencia: cuán capaz es un sistema y cuán generales son esas capacidades. Su marco de referencia considera tanto el rendimiento como la amplitud, al tiempo que trata la autonomía y el riesgo de implementación como cuestiones relacionadas pero distintas.
Esa distinción es importante. Una máquina podría ser extraordinariamente capaz en una actividad sin ser generalmente inteligente. También podría demostrar competencia en muchas actividades sin alcanzar una fiabilidad a nivel humano en todas ellas. Por lo tanto, la AGI no debe entenderse simplemente como la IA actual con un número más grande asociado al modelo. Representa una propuesta diferente: una inteligencia que puede moverse entre contextos.
- Existe hoy
1. IA actual
Modelos generativos que responden, redactan y analizan
- Existe hoy
2. IA agéntica
Sistemas que usan herramientas y completan tareas de varios pasos
- Hipotético
3. AGI
Capacidad amplia, a nivel humano, en múltiples dominios
- Hipotético
4. Superinteligencia
Capacidad superior a la humana en la mayoría de los dominios
Conceptual. Ningún sistema se reconoce ampliamente como AGI; no existe una definición ni prueba acordada. Basado en Stanford HAI, Google DeepMind e IBM.
La definición de AGI ya revela algo sobre la sociedad
Considere cómo diferentes organizaciones definen la idea. Stanford enfatiza el aprendizaje, el razonamiento y la aplicación de conocimientos en diversos dominios. IBM enfatiza las capacidades comparables a las humanas en distintas tareas. Google DeepMind intenta clasificar la AGI según su rendimiento y generalidad. El Estatuto de OpenAI utiliza una definición marcadamente económica, describiendo la AGI como “sistemas altamente autónomos que superan a los humanos en la mayoría de las tareas con valor económico”.
Ninguna de estas formulaciones es irrazonable. Pero no son idénticas. Y las diferencias importan. Si la inteligencia se define principalmente a través del trabajo con valor económico, el mercado se convierte en una de las instituciones que determinan qué cuenta como inteligencia. Un abogado que analiza un contrato realiza claramente un trabajo cognitivo con valor económico. También lo hace un ingeniero que diseña un sistema o un contador que revisa estados financieros.
Pero la inteligencia humana también se manifiesta en entornos que los mercados no siempre valoran de la misma manera. Un padre o una madre entiende a un niño asustado. Un líder comunitario reconoce un conflicto social emergente. Un maestro percibe que un estudiante entiende la respuesta pero le falta confianza. Un enfermero o enfermera nota que algo no anda bien incluso antes de que un indicador numérico cruce un umbral. Un amigo entiende cuándo el silencio significa algo diferente de lo que significó ayer. Estas formas de inteligencia involucran contexto, historia, cultura, confianza, emoción y relaciones sociales.
Es por esto que la AGI no es meramente un hito de la ingeniería. En el momento en que intentamos medir una inteligencia equivalente a la humana, revelamos los tipos de inteligencia que la sociedad ha decidido medir.
La inteligencia humana siempre ha sido social
Las personas rara vez se vuelven inteligentes de forma aislada. El lenguaje se aprende socialmente. El conocimiento se hereda a través de las instituciones. La pericia profesional surge a través de la educación, la mentoría, la repetición y la interacción. Incluso el razonamiento individual se construye a partir de conceptos, lenguajes y categorías desarrolladas colectivamente a lo largo de generaciones. La mente humana es biológica, pero la inteligencia humana es profundamente social.
Eso crea un desafío interesante para la AGI. Si la inteligencia artificial general llega a ser posible, no entrará simplemente en la sociedad como una máquina pensante independiente. Será entrenada con información producida por la sociedad, implementada dentro de instituciones diseñadas por la sociedad y evaluada según estándares creados por la sociedad. Sus capacidades podrán ser artificiales. Su contexto seguirá siendo social. Y eso significa que las consecuencias de la AGI dependerán no solo de lo que la tecnología pueda hacer, sino de dónde la sociedad decida ubicarla.
Un sistema altamente capaz dentro de un hospital tiene implicaciones diferentes al mismo nivel de inteligencia dentro de una agencia de publicidad, una organización militar, una escuela, una institución financiera o un hogar. La tecnología adquiere su significado a través de las instituciones. La AGI no sería una excepción.
El cambio más importante podría ser la división del trabajo
Las organizaciones modernas se basan en la especialización. Una empresa divide el trabajo en profesiones, departamentos y roles porque ningún individuo puede saberlo todo o realizarlo todo de manera eficiente. Los contadores aportan conocimientos de contabilidad, los desarrolladores entienden de software, los abogados interpretan las leyes, los diseñadores dan forma a la comunicación visual y los vendedores entienden al cliente. Los gerentes coordinan estas distintas formas de conocimiento dentro de la organización. Gran parte de la organización económica moderna existe porque el conocimiento humano está distribuido.
La AGI desafía teóricamente esa premisa porque la inteligencia general implica un sistema capaz de moverse entre dominios. Imagine un sistema capaz no solo de generar código, sino de entender un problema de negocio, evaluar el comportamiento del cliente, revisar supuestos financieros, diseñar una arquitectura técnica, crear una interfaz, desarrollar el software, probarlo, analizar su rendimiento y luego aprender de los resultados.
La importancia no provendría de hacer una de esas cosas extraordinariamente bien. Los sistemas especializados existentes ya superan a los humanos en dominios particulares. La ruptura sociológica provendría de realizarlas en conjunto.
La división del trabajo no es meramente una conveniencia económica. Es una de las estructuras organizativas de la sociedad. Las profesiones, las universidades, las corporaciones, los salarios, las jerarquías y el estatus social se han desarrollado en parte en torno a la distribución del conocimiento especializado. Una inteligencia de máquina genuinamente general podría obligar a las instituciones a reconsiderar cuánta especialización sigue siendo necesaria y dónde la especialización humana continúa aportando un valor único.
Los trabajos no son simplemente colecciones de tareas
Esto es particularmente importante cuando se habla de empleo. Las investigaciones actuales ya sugieren que el impacto de la IA en el trabajo es más complicado que una simple historia de máquinas que reemplazan ocupaciones enteras. El análisis global de 2025 de la Organización Internacional del Trabajo estima que aproximadamente uno de cada cuatro empleos en todo el mundo tiene algún grado de exposición a la IA generativa, pero concluye que la transformación es más probable que el reemplazo total, porque la mayoría de las ocupaciones todavía contienen tareas que requieren una aportación humana significativa.
La pregunta más difícil sobre la AGI quizás no sea si una máquina puede pensar como un humano, sino qué ocurre cuando las instituciones comienzan a tratarla como si pudiera.
El FMI ha estimado de manera similar que aproximadamente el 40 % del empleo mundial está expuesto a la IA, cifra que aumenta a cerca del 60 % en las economías avanzadas, al tiempo que enfatiza que algunos trabajadores podrían experimentar una sustitución y otros, ganancias significativas de productividad a través de la complementariedad.
Esa distinción se vuelve aún más importante al pensar en la AGI. Un trabajo no es simplemente una hoja de cálculo que contiene veinte tareas. El empleo crea identidad, rutina, estatus, comunidad, ingresos y reconocimiento social. Alguien no solo realiza tareas de contabilidad. Se convierte en un contador. Alguien no solo ejecuta procedimientos legales. Pertenece a una profesión con credenciales, estándares, relaciones y autoridad institucional.
Esta es una de las razones por las que el cambio tecnológico puede ser socialmente disruptivo incluso cuando la productividad total aumenta. Cuando la tecnología cambia las tareas, también puede cambiar las identidades. Por lo tanto, la AGI no solo preguntaría qué tareas pueden realizar las máquinas. En cambio, plantearía una pregunta mucho más amplia sobre qué sucede con las profesiones cuando el conocimiento especializado ya no es escaso de la misma manera.
El conocimiento especializado podría abundar antes que la confianza
Esta distinción entre conocimiento y autoridad podría convertirse en una de las tensiones definitorias de una IA altamente capaz. Una AGI podría teóricamente poseer enormes cantidades de conocimiento médico. Eso no hace que la sociedad se sienta automáticamente cómoda permitiéndole practicar la medicina de forma independiente.
Podría entender la legislación fiscal mejor que la mayoría de los contadores. Eso no determina automáticamente quién se hace legalmente responsable cuando su recomendación es incorrecta. Podría analizar contratos más rápido que un equipo legal. Pero las instituciones aún tendrían que determinar quién está autorizado para firmar, certificar, aprobar o aceptar la responsabilidad.
El conocimiento especializado y la legitimidad son cosas distintas. Las instituciones humanas no operan exclusivamente a través del conocimiento. Operan a través de la confianza, las credenciales, la responsabilidad y la rendición de cuentas.
Es por esto que incluso una inteligencia artificial extremadamente capaz seguiría existiendo dentro de sistemas de gobernanza humana. Alguien debe decidir qué se le permite hacer a la máquina. Alguien debe determinar quién es responsable cuando falla. Alguien debe definir qué decisiones requieren una revisión humana. El Marco de Gestión de Riesgos de IA del NIST refleja esta perspectiva más amplia al tratar el riesgo de la IA como algo que afecta a individuos, organizaciones y a la sociedad, no meramente al rendimiento del software. El NIST enmarca explícitamente la gestión de la IA como un desafío multidisciplinario y sociotécnico, en lugar de una lista de verificación puramente técnica.
La AGI podría cambiar lo que es una empresa
Una de las implicaciones más interesantes para los negocios es la organizacional. Históricamente, las empresas han crecido añadiendo personas. Más clientes requerían más vendedores. Más proyectos requerían más gerentes. Más transacciones requerían más empleados administrativos.
La tecnología ya debilitó esa relación. El software permitió que organizaciones relativamente pequeñas gestionaran cargas de trabajo que antes requerían equipos significativamente más grandes. Una IA altamente capaz podría llevar ese cambio mucho más lejos.
- TrabajoLas tareas se redistribuyen entre personas y sistemas
- OrganizacionesSe rediseñan estructuras, roles y coordinación
- Conocimiento expertoEl conocimiento abunda; la confianza escasea
- PoderSe concentra el control de datos, cómputo e infraestructura
- GobernanzaSe redefinen responsabilidad, supervisión y rendición de cuentas
Una organización podría eventualmente contener empleados humanos trabajando junto a agentes artificiales persistentes responsables de la investigación, la administración, el análisis, el servicio al cliente, el desarrollo, el monitoreo financiero o la coordinación operativa.
La gestión misma podría cambiar. Un gerente tradicionalmente coordina a las personas porque la información y las capacidades están distribuidas en toda la organización. Si los sistemas inteligentes pueden retener el contexto institucional, monitorear los flujos de trabajo y coordinar tareas continuamente, algunas funciones de coordinación pueden volverse parcialmente automatizadas.
La empresa seguiría siendo humana en su propiedad, propósito y responsabilidad. Pero su arquitectura interna podría volverse cada vez más híbrida. Eventualmente, podríamos dejar de pensar en la IA exclusivamente como un software que usan los empleados y empezar a tratar ciertos sistemas como participantes activos de la organización. Esa es una relación muy diferente.
La cuestión del poder podría importar tanto como la inteligencia
Las conversaciones sobre la AGI se centran frecuentemente en si un sistema puede razonar, programar, descubrir nueva ciencia o superar a los humanos. Un análisis sociológico también debe examinar quién lo controla, porque las capacidades por sí solas no explican cómo una tecnología transformará la sociedad.
La AGI no llegaría a una sociedad donde los recursos tecnológicos se distribuyen por igual. El desarrollo de la IA ya depende en gran medida del acceso a la infraestructura computacional, el capital, el talento especializado, los datos y los modelos avanzados. La OCDE ha señalado tanto el potencial de la IA como tecnología de propósito general como los riesgos creados por la capacidad de desarrollo concentrada, el acceso desigual y la adopción dispar entre empresas y países.
El propio Estatuto de OpenAI identifica explícitamente el riesgo de que la AGI “concentre el poder de forma indebida”, lo cual es notable porque reconoce que el problema social no se limita a si un sistema inteligente se comporta de manera segura. La distribución también importa.
Una inteligencia extraordinariamente capaz disponible de forma amplia produciría un tipo de sociedad. La misma inteligencia controlada por un puñado de organizaciones produciría otra. La tecnología podría ser idéntica. La estructura social no lo sería.
Por lo tanto, la AGI entraría en debates de larga data sobre la propiedad, el acceso y la desigualdad. Esos debates abarcan quién obtiene sus ganancias de productividad, quién es dueño de lo que produce y quién tiene acceso a los sistemas más potentes. También incluyen qué empresas se vuelven más productivas, qué trabajadores ganan o pierden poder de negociación y qué países poseen la infraestructura necesaria para participar. Estas no son preguntas secundarias. Pueden determinar si una IA cada vez más capaz amplía las oportunidades o refuerza las concentraciones existentes de poder económico e institucional.
No necesitamos la AGI para que estas preguntas se vuelvan relevantes
Este puede ser el punto más importante para las empresas. Actualmente, no es necesario que la AGI exista para que las organizaciones comiencen a experimentar muchas de las dinámicas asociadas con ella. El Informe del Índice de IA de 2026 de Stanford reporta que el 88 % de las organizaciones encuestadas utilizaban IA de alguna forma en 2025, mientras que el 70 % reportó el uso de IA generativa en al menos una función de negocio. Al mismo tiempo, la implementación real de agentes de IA se mantuvo en porcentajes de un solo dígito en casi todas las funciones empresariales.
Esa combinación nos dice algo importante. La adopción de la IA ya es amplia. La transformación organizacional aún es incipiente. Estamos en un punto intermedio entre el software que responde preguntas y el software que cada vez más ejecuta acciones. Los agentes ya pueden recuperar información, interactuar con API, crear documentos, actualizar software y coordinar flujos de trabajo. Siguen siendo limitados y requieren supervisión, pero la dirección es visible.
Para las empresas, preguntar cuándo llegará exactamente la AGI es menos útil de lo que parece, porque nadie puede responder de manera fiable. La pregunta más práctica es qué le sucede a una organización a medida que la inteligencia artificial se vuelve progresivamente más general, autónoma y conectada a los sistemas que utiliza.
Las empresas deben prepararse para la capacidad, no para una fecha
Existe la tentación de tratar la AGI como un evento en el calendario. Una empresa se imagina que una mañana un laboratorio de investigación anunciará la AGI, las empresas recibirán una actualización de software y el mundo, de repente, operará de manera diferente.
El cambio tecnológico rara vez funciona de una manera tan nítida. Las instituciones suelen cambiar por acumulación. El correo electrónico no transformó las organizaciones en una tarde. Tampoco lo hicieron los teléfonos inteligentes, las redes sociales, la computación en la nube o el comercio electrónico. Cada uno cambió gradualmente las expectativas hasta que los comportamientos que alguna vez parecieron extraordinarios se volvieron ordinarios. La IA parece estar siguiendo el mismo patrón, solo que más rápido.
Para las empresas, prepararse para una IA cada vez más capaz significa, por lo tanto, mejorar la infraestructura que rodea a la inteligencia, en lugar de esperar un umbral teórico. Los datos tienen que estar organizados, los permisos deben ser explícitos y los flujos de trabajo deben comprenderse. Los sistemas también necesitan API e integraciones que conecten estas capacidades con las operaciones cotidianas. Las organizaciones necesitan saber qué acciones pueden realizar las máquinas de forma autónoma y cuáles requieren aprobación humana.
La AGI no entraría en una sociedad vacía. Entraría en organizaciones ya moldeadas por diferencias de capital, conocimiento, datos, tecnología y autoridad.
Los empleados necesitan suficiente alfabetización en IA para evaluar los resultados en lugar de simplemente aceptarlos. El liderazgo necesita identificar dónde la automatización crea valor genuino y dónde el juicio humano sigue siendo esencial. Estas inversiones son útiles tanto si la AGI llega en cinco años, veinte, o si nunca llega en la forma que se imagina actualmente.
En Alterno Group también nos interesa lo que viene antes de la AGI
En Alterno Group, no afirmamos estar construyendo AGI. Nuestro trabajo hoy es mucho más práctico. Estamos construyendo software, productos habilitados para IA, agentes, flujos de trabajo, tecnología de voz, integraciones y sistemas digitales a través de empresas como Alterno Agency, VOXES, UniqList, QR Code + Pages y MemberSync.
Pero trabajar de cerca con estas tecnologías hace que la conversación sobre la AGI sea cada vez más relevante. La transición de la IA generativa a la IA agéntica ya demuestra que la inteligencia se vuelve mucho más trascendental cuando puede interactuar con los sistemas. Un modelo que escribe un párrafo es útil. Un modelo que entiende un objetivo, accede a información autorizada, utiliza varias herramientas, prepara una acción y solicita aprobación opera de manera muy diferente dentro de una organización.
Eso todavía no es AGI. Pero comienza a revelar por qué la AGI importaría. La transición importante puede no ser de una puntuación de inteligencia de 99 a 100. Puede que sea el movimiento gradual de la IA como generadora de contenido a la IA como participante en los procesos organizacionales. Eso ya está sucediendo.
El futuro de la IA es también una pregunta sobre el futuro de los humanos dentro de las instituciones
Quizás lo más revelador de la AGI es que cada intento de definirla se convierte, finalmente, en una definición de nosotros mismos. La comparación se apoya en la inteligencia, la adaptabilidad, el razonamiento, el trabajo, la creatividad y la autonomía humanas. Medimos la máquina en comparación con nosotros mismos y, al hacerlo, descubrimos que tampoco hemos estado nunca del todo de acuerdo sobre lo que la inteligencia significa para los humanos.
Quizás por eso la AGI produce tanto fascinación como incomodidad. Aparentemente, es una historia sobre máquinas. Pero en el fondo, es una historia sobre el valor social que asignamos a las capacidades humanas.
Una máquina capaz de escribir cuestiona nuestra comprensión de la autoría, del mismo modo que una capaz de diagnosticar plantea preguntas sobre el conocimiento especializado. La capacidad de diseñar, gestionar o razonar entre profesiones obliga a formular preguntas similares sobre la creatividad, el liderazgo y la especialización. Si una máquina puede realizar la mayor parte del trabajo cognitivo con valor económico, la sociedad también debe reconsiderar qué pasa a ser económicamente valioso en las personas.
La tecnología por sí sola no puede responder a esas preguntas; la sociedad tendrá que hacerlo. Las respuestas se expresarán a través de empresas, leyes, escuelas, profesiones, mercados, familias e instituciones mucho antes de que se resuelvan filosóficamente.
La AGI puede que llegue o no exactamente en la forma que los investigadores imaginan actualmente. Pero la trayectoria hacia una inteligencia artificial cada vez más capaz, general y autónoma ya está obligando a las organizaciones a reconsiderar a qué lugar pertenece el juicio humano. Eso hace que valga la pena entender la AGI ahora, no porque las empresas deban organizarse en torno a una fecha especulativa, sino porque las preguntas que plantea ya se están volviendo reales.
En Alterno Group, ayudamos a las organizaciones a entender dónde la IA, los agentes, la automatización, el [software a la medida y los ecosistemas digitales conectados](/es/insights/ai-custom-software-business-operating-system) pueden crear valor práctico hoy, mientras preparan su infraestructura para lo que viene después. Para marcas, empresas en crecimiento y organizaciones de nivel empresarial, la oportunidad comienza por entender el negocio antes de decidir qué tecnología le corresponde.
Inicie una conversación con Alterno Group.
Referencias
La definición conceptual de la AGI en este artículo se basa en el glosario actual de AGI del Instituto de IA Centrada en el Humano (HAI) de Stanford, la descripción general de la Inteligencia Artificial General de IBM, el informe *Levels of AGI for Operationalizing Progress on the Path to AGI* de Google DeepMind y el Estatuto de OpenAI. hai.stanford.edu
El análisis sobre la adopción actual de la IA y el cambio organizacional se basa en el informe *2026 AI Index Report* del HAI de Stanford. hai.stanford.edu
El análisis sobre la transformación laboral se basa en el Índice Global 2025 de exposición ocupacional a la IA generativa de la Organización Internacional del Trabajo y en la investigación del FMI sobre la IA y el mercado laboral global.
El análisis sobre el riesgo, la responsabilidad institucional y la supervisión humana se basa en el Marco de Gestión de Riesgos de IA y el Perfil de IA Generativa del NIST.
El análisis sobre la productividad, la concentración y la desigualdad se basa en la investigación de la OCDE sobre la IA como una potencial tecnología de propósito general y sus implicaciones para la productividad y la distribución.
Empresas relacionadas
Comentarios
Sigue leyendo.
NoticiasQR Code + Pages / Experiencias digitales
QR Code + Pages ya está listo: un código impreso, más posibilidades digitales
QR Code + Pages ya funciona al 100%. Alterno Group presenta sus capacidades ampliadas para conectar materiales impresos con experiencias digitales editables, incluyendo Pages, analítica de escaneos y menús bilingües para restaurantes.
noviembre de 2026 · 5 min de lectura→
InsightsInteligencia artificial / Software / Transformación empresarial
De comprar software a construir el nuestro: cómo la IA está cambiando el sistema operativo de los negocios
Hubo un periodo en la evolución digital de los negocios en el que acumular software era casi sinónimo de madurez organizacional. La IA está cambiando la economía de construir o comprar, y con ella la relación entre las organizaciones y el software con el que operan.
octubre de 2026 · 12 min de lectura→
NoticiasUniqList / Productividad con IA
UniqList: La aplicación de tareas y listas con agente de IA integrado, en la palma de tu mano
Alterno Group destaca a UniqList, una aplicación de tareas y listas con agente de inteligencia artificial integrado: Tasky, tu agente personal de tareas y listas en la palma de tu mano.
octubre de 2026 · 4 min de lectura→