estrategIA #91 - Señales débiles, decisiones fuertes: IA, incertidumbre y el auge de la predicción colectiva
Newsletter pionera en español sobre inteligencia artificial en la Política y el Gobierno. Impulsada por la Institución Educativa ALEPH
Plataformas de prospectiva distribuida y el futuro de la IA
En los últimos años han cobrado protagonismo las plataformas de predicción social –sitios web donde multitud de personas pronostican eventos futuros– como herramientas para anticipar tendencias en tecnología y política. Ejemplos destacados son Metaculus, una comunidad de pronóstico colaborativo sin intercambio de dinero, y Polymarket, un mercado de predicción donde los usuarios apuestan dinero real (usualmente criptomoneda) sobre resultados futuros. Estas plataformas lograron éxitos significativos en el pasado reciente por ejemplo Metaculus predijo con notable precisión que habría una vacuna para el Covid antes de finalizar 2020, cuando muchos expertos aún dudaban que pudiera lograrse tan rápido, o Polymarket anticipó correctamente la victoria de Joe Biden, ajustando su probabilidad en tiempo real durante el escrutinio estado por estado.
Estas plataformas aprovechan la “sabiduría de las multitudes”, agregando las estimaciones de muchos individuos para obtener pronósticos generalmente mejor calibrados que las opiniones aisladas de expertos o encuestas tradicionales. De hecho, numerosos estudios muestran que los mercados de predicción tienden a superar en precisión a métodos convencionales, ya que el precio de mercado incorpora rápidamente toda la información disponible sobre un evento.
En el caso de Metaculus, fundada en 2015, miles de voluntarios formulan previsiones probabilísticas que luego se ponderan mediante algoritmos (dando más peso a quienes han sido más acertados) para producir un consenso agregado. Metaculus resume la “sabiduría de la multitud” mediante una comunidad abierta que emite predicciones probabilísticas sin dinero de por medio, ponderadas por historial de aciertos y enriquecidas con debate público; ello le otorga buena calibración en horizontes tecnológicos de corto plazo.
Por contraste, Polymarket, creada en 2020, funciona como mercado de predicción sobre blockchain: los participantes compran o venden contratos cuyo precio refleja de forma casi instantánea la probabilidad implícita de cada evento, proporcionando señales rápidas y a menudo certeras en sucesos bien delimitados, pero susceptibles al hype cuando la información es escasa (el caso del retraso de GPT-5 que comentamos más adelante en el artículo lo ejemplifica). Así, ambas encarnan enfoques complementarios: la agregación deliberativa basada en reputación frente a la señal de mercado impulsada por incentivos financieros. Otras variantes —desde Good Judgment Open, donde “superpronosticadores” expertos afinan juicios, hasta Manifold Markets con moneda virtual y alta participación— amplían el espectro metodológico y permiten contrastar sesgos.
¿Por qué están ganando protagonismo estas herramientas en el contexto de la inteligencia artificial? Principalmente, porque el desarrollo actual de la IA es vertiginoso e incierto. En este escenario, la agregación de pronósticos de cientos de personas informadas puede ofrecer una señal temprana de qué esperar y en qué plazos, lo que resulta valioso para planificar estrategias tecnológicas y políticas. Además, sus predicciones están empezando a influir fuera de sus comunidades: informes de instituciones oficiales y medios especializados citan cada vez más a estos mercados y foros de pronóstico como insumos para el debate sobre el futuro de la IA.
Predicciones actuales sobre el desarrollo de la IA
¿Qué vaticinan hoy las multitudes sobre la evolución de la inteligencia artificial? Las plataformas de predicción colectiva mantienen preguntas activas sobre los hitos más trascendentales de la IA, desde cuándo alcanzaremos una IA de nivel humano o general (AGI, por sus siglas en inglés), hasta los efectos sociales como la automatización del trabajo, pasando por la regulación global de la IA y el ritmo de avances en nuevos modelos. A continuación, examinamos algunas de las predicciones más relevantes y llamativas provenientes de Metaculus, Polymarket y sitios similares, que reflejan el estado de opinión prospectiva a mediados de 2025.
Timeline hacia la inteligencia artificial general
Uno de los focos centrales es estimar para qué fecha podría surgir una inteligencia artificial general capaz de desempeñar cualquier tarea intelectual al nivel de un humano. Cabe destacar que en los últimos años estas estimaciones se han adelantado drásticamente (como puede verse bien en el siguiente gráfico). Por ejemplo, los usuarios de Metaculus solían pensar en 2020 que la AGI tardaría varias décadas (su pronóstico promedio en ese entonces situaba la fecha alrededor del año 2053); sin embargo, tras los recientes avances, la comunidad ha ido acortando sus plazos y actualmente espera la AGI hacia 2026 - 2035. En otras palabras, el horizonte previsto para una IA al nivel humano se ha comprimido de en torno a 30 años a apenas unos pocos años reflejando el sentimiento cada vez más generalizado de que la llegada de la “AGI antes de 2030” es plausible.
No todos coinciden en un año exacto –de hecho, las opiniones van desde quienes la ven posible en un par de años hasta quienes la posponen varias décadas–, pero la mediana colectiva apunta ahora a finales de la década de 2020 o, justo en estos días en que escribo esta newsletter, principios de la de 2030. Se ha retrasado ligeramente la fecha prevista en las últimas semanas pero, como hemos visto en el gráfico, cuando se produce un nuevo gran anuncio en el campo de la IA esta predicción tiende a acortarse. Esta tendencia a plazos más cortos ha surgido después de hitos como GPT-3 y GPT-4, que demostraron capacidades inesperadas y generaron una reevaluación de lo cerca que podríamos estar de una IA verdaderamente general y habrá que ver cómo mueve la predicción la pronta llegada de GPT-5. Conviene subrayar que incluso los pronosticadores reconocen gran incertidumbre. Ninguna de las proyecciones sobre AGI es completamente fiable o definitiva dado lo inédito del evento. Aun así, el hecho de que una porción significativa de la comunidad considere viable alcanzar la AGI en esta década es revelador del clima de expectativas actuales.
Evolución de modelos de IA (ejemplo: GPT-5)
Más a corto plazo, abundan predicciones sobre las próximas generaciones de modelos de IA. Un caso concreto es OpenAI GPT-5. Tras el lanzamiento de GPT-4 en 2023, surgió un enorme interés por cuándo llegaría GPT-5 y qué capacidades tendría. En plataformas de pronóstico se abrieron mercados al respecto: Polymarket, por ejemplo, permitió apostar dinero a si “GPT-5 sería lanzado antes de terminar 2024”. Durante 2023 el sentimiento de la comunidad fue muy optimista –quizás demasiado–: tanto foros como Metaculus/Manifold auguraban con confianza que OpenAI anunciaría GPT-5 hacia fines de 2024. En Polymarket, llegó a implicarse mediante el precio una probabilidad cercana al 90% de que GPT-5 estuviera disponible al público antes de 2025 (lo cual equivalía prácticamente a darlo por hecho). Sin embargo, esa predicción no se cumplió: al cierre de 2024 OpenAI no lanzó ningún “GPT-5”, lo que llevó a que esos mercados se resolvieran en negativo. Esta discrepancia entre el pronóstico y la realidad ofreció una valiosa lección de humildad para los apostadores, evidenciando que incluso las multitudes pueden sobreestimar la velocidad de ciertos desarrollos. Con la información actual, las expectativas se han ajustado. En Metaculus, por ejemplo, el consenso comunitario estima en torno al 50% de probabilidad de que OpenAI anuncie GPT-5 antes de agosto (inclusive) de 2025 (Hay múltiples rumores e incluso declaraciones desde OpenAI apuntando a GPT-5 este verano). Este caso ilustra cómo las plataformas de predicción se corrigen dinámicamente conforme surgen nuevas señales (declaraciones de OpenAI, filtraciones, progresos intermedios como GPT-4.5, etc.), ajustando la probabilidad en tiempo real. También pone de relieve una diferencia metodológica: en ausencia de información oficial, las multitudes tienden a extrapolar tendencias recientes (el rápido salto de GPT-3 a GPT-4) y pueden incurrir en exceso de confianza, un factor importante a tener en cuenta al interpretar sus predicciones.
Automatización y empleo
Otra área crítica de pronósticos es el impacto de la IA en el mercado laboral y la economía. Aquí, las preguntas giran en torno a cuánto trabajo humano será sustituido por máquinas inteligentes y en qué plazo. Las plataformas de crowd forecasting han abordado esto con matices, formulando escenarios cuantitativos: por ejemplo, “¿Qué porcentaje de los trabajadores actuales será reemplazado por sistemas de IA de aquí a 2030?”. En un reciente ejercicio de pronóstico con expertos en economía y políticas de IA (organizado en Metaculus bajo el torneo “Threshold 2030”), la mediana de las predicciones fue que alrededor de un 10% de los empleos actuales podrían ser completamente reemplazados por IA en 2030. Es decir, se espera que una de cada diez posiciones laborales quede automatizada de extremo a extremo en la próxima media década. Los mismos pronosticadores destacaron que este porcentaje moderado refleja múltiples frenos prácticos a la automatización total: inercia institucional, coste y tiempo de implementación de nuevas tecnologías, disponibilidad de mano de obra barata en algunos sectores, y el hecho de que en muchos roles la IA puede aumentar la productividad sin reemplazar por completo al humano. En resumen, las predicciones colectivas actuales pintan un panorama donde la automatización por IA será transformativa pero gradual de aquí a 5 ó 10 años. Más allá de 2030, la incertidumbre es mayor y las opiniones se diversifican, pero para el corto plazo el consenso pronosticado a día de hoy es de disrupción manejable más que de colapso laboral inmediato.
Regulación de la IA e importancia electoral
Dado el creciente reconocimiento de los riesgos de la IA avanzada, otra pregunta candente es si surgirá un marco global de gobernanza o acuerdos internacionales para controlar la IA. En Metaculus se han planteado cuestiones como “¿Se creará antes de 2030 un organismo internacional de regulación de la IA (análogo al OIEA en energía nuclear)?”. Sorprendentemente, la respuesta colectiva actual es muy ambivalente: en torno al 50% de probabilidad. De hecho, la predicción agregada ronda el 50% de que para 2030 exista una agencia internacional operativa con al menos 20 países apoyándola para supervisar la IA transformativa.
A nivel social, también se pronostica que la opinión pública tomará mayor conciencia sobre la IA: se estima, en Manifold, sobre un 65% la probabilidad que en 2028 la IA figure entre los 5 asuntos más importantes para los votantes (en EE.UU.) , e incluso una probabilidad similar de que veamos protestas masivas, con más de 100.000 personas, contra la IA antes de 2030.
Reflexión final: su papel en la toma de decisiones ante la aceleración de la IA
En el contexto de un desarrollo de la inteligencia artificial que avanza a pasos agigantados y a veces impredecibles, las plataformas de predicción social como Metaculus y Polymarket se perfilan como aliados valiosos para la toma de decisiones tanto públicas como privadas. Nos proporcionan una ventana al futuro plausible de la IA, construida no desde una bola de cristal individual, sino desde el conocimiento colectivo y (en el caso de Polymarket) el incentivo económico de multitud de participantes. Esta inteligencia colectiva puede actuar como un contrapeso a las corazonadas o inercias institucionales: obliga a explicitar supuestos, asignar probabilidades numéricas y actualizar creencias con agilidad a medida que surgen nuevos datos. En un terreno tan resbaladizo como el de anticipar la próxima década de IA –con sus promesas de prosperidad y sus potenciales peligros– contar con estas señales agregadas puede mejorar nuestra preparación. Por ejemplo, si tanto expertos como apostadores convergen en que existe una probabilidad sustancial de tener una AGI en torno a 2030, los gobiernos y empresas tendrían razones para acelerar las medidas de seguridad, regulación y adaptación desde ahora, evitando ser tomados por sorpresa. Del mismo modo, si la predicción colectiva sugiere que cierta tecnología aún está lejos de madurar, ello podría prevenir inversiones prematuras o pánico infundado.
En este contexto que vivimos de gran incertidumbre, su utilidad práctica es notable cuando se emplean con criterio: gobiernos y empresas pueden tratarlas como un sistema de alerta temprana que cuantifica la probabilidad de escenarios críticos y obliga a actualizar planes con agilidad. Sin embargo, conviene vigilar riesgos de retroalimentación (políticas que actúan sobre el pronóstico y lo alteran), sesgos de la comunidad tecnófila y posibles maniobras con información privilegiada en mercados de apuestas. En síntesis, las plataformas de predicción no sustituyen al análisis experto, pero, usadas como complemento, ofrecen una métrica dinámica y democratizada para anticipar el futuro de la IA y orientar decisiones estratégicas con mayor fundamento.
Ahora bien, es fundamental adoptar una postura crítica y equilibrada al apoyarse en estas plataformas. Ni Metaculus ni Polymarket (ni ninguna herramienta predictiva) eliminan la incertidumbre inherente al futuro de la IA. Sus pronósticos deben interpretarse con cautela: no como destino fijo, sino como indicadores sujetos a cambio. Un peligro sería que los responsables de políticas vean, por ejemplo, “70% de probabilidad de desempleo masivo en 2035” y actúen de forma reactiva sin entender los supuestos detrás de ese número.
Asimismo, no todas las decisiones deben supeditarse a una predicción de la mayoría. La historia muestra casos donde la multitud se equivocó estrepitosamente (la burbuja punto com, previsiones de energía, etc.), y en tecnología disruptiva a veces los expertos visionarios minoritarios aciertan contra la opinión prevalente. Por lo tanto, líderes y estrategas inteligentes usarán estas plataformas como una voz más en el coro, no la única partitura. Idealmente, integrarán la información de mercados de predicción y foros de forecasting con análisis técnicos, juicios cualitativos de expertos de dominio, y consideraciones éticas/políticas más amplias.
Con todo, la aportación única de estas plataformas es democratizar y cuantificar el análisis de futuro. Permiten que no solo los altos directivos o académicos opinen sobre lo que vendrá, sino cualquier persona informada con buen argumento, cuyo granito de probabilidad se suma al pronóstico común. En un asunto tan trascendental como el desarrollo de la inteligencia artificial –que impactará a toda la humanidad–, resulta valioso tener herramientas abiertas donde la prospectiva no ocurra sólo en una torre de marfil, sino con participación distribuida. Esto puede conducir a una mejor inteligencia estratégica compartida: un empresario en una startup, un regulador en Bruselas, un investigador en Tokio y un ciudadano curioso pueden todos consultar estas predicciones colectivas y extraer ideas para sus contextos.
En conclusión, las plataformas de predicción social hoy cumplen el papel de radar en la niebla del futuro de la IA: no garantizan evitar todos los obstáculos, pero nos dan indicios de dónde podrían estar los icebergs y hacia dónde soplan los vientos de cambio. Usadas responsablemente, pueden guiar tanto políticas públicas como estrategias corporativas, ayudándonos a navegar la aceleración del desarrollo de la inteligencia artificial con algo más de claridad y anticipación. En un mundo donde la IA progresa rápidamente, contar con esa capacidad prospectiva colectiva –por imperfecta que sea– es preferible a avanzar a ciegas. Las predicciones de Metaculus, Polymarket y similares no deben verse como destino escrito, sino como conversaciones cuantitativas en curso sobre futuros posibles. Y participar en ellas, o al menos escucharlas, puede ser parte integral de cómo sociedades y líderes se preparen para lo que la revolución de la IA nos depare en los próximos años.
Director de Innovación Digital de la Institución Educativa ALEPH
Difunda estrategIA: explorando la inteligencia artificial y la política juntos
Le invitamos a que nos ayude a seguir creciendo, son ya más de 1.900 los suscriptores de estrategIA en Substack y Linkedin que nos acompañan cada semana. Si valora nuestro trabajo, le animamos a difundir estrategIA entre sus colegas y amistades. Este número puede leerse de forma gratuita y sin necesidad de suscripción desde el siguiente enlace:
Actualidad y artículos de interés
España presenta una candidatura para una de las nuevas gigafactorías europeas de IA con sede en Tarragona
El Gobierno de España ha propuesto Móra la Nova (Tarragona) como sede para una de las cuatro gigafactorías de inteligencia artificial que la Comisión Europea prevé financiar con fondos del programa InvestAI. El proyecto supondría una inversión estimada de hasta 5.000 millones de euros y está impulsado por un consorcio público-privado liderado por Telefónica, junto a socios como Nvidia, ACS, Masorange y la SETT (Sepi Digital). Coordinado desde la Moncloa, cuenta con el respaldo de la Generalitat de Cataluña. El objetivo es reforzar la autonomía digital de Europa frente a EE. UU. y China.
Consultor absuelto en EE. UU. tras robollamadas de IA con la voz de Biden
Steven Kramer fue absuelto de cargos criminales en New Hampshire por enviar robollamadas electorales con una voz sintética basada en Biden, instando a retrasar el voto. El veredicto se basó en que no se mencionaba su nombre y no configuraba un delito. No obstante, la FCC le impuso una multa de 6 millones de dólares. El caso expone la existencia de vacíos legales en la regulación de IA en campañas y subraya la urgencia de legislación clara para evitar manipulaciones electorales
Estudio del MIT alerta que el uso de ChatGPT reduce la actividad cerebral y la capacidad crítica en jóvenes
Un estudio del MIT Media Lab concluye que el uso de ChatGPT para tareas académicas puede debilitar el pensamiento crítico y la actividad cerebral. En la investigación, 54 participantes entre 18 y 39 años redactaron ensayos usando ChatGPT, Google o sin asistencia. Quienes usaron el chatbot mostraron menor compromiso neuronal y creatividad, y dependieron progresivamente más del “copiar y pegar”. Aunque no ha sido revisado por pares, la autora Nataliya Kosmyna advierte sobre los riesgos en cerebros en desarrollo y pide establecer una regulación.
Los agentes de inteligencia artificial comienzan a transformar el trabajo en empresas, hospitales y universidades (interesante reportaje de El País de tono divulgativo para población general sobre agentes autónomos)
La irrupción de los agentes de inteligencia artificial marca el inicio de una nueva etapa en la automatización laboral. A diferencia de los antiguos asistentes virtuales, estos sistemas autónomos ejecutan tareas complejas, toman decisiones y operan sin supervisión constante. Ya están activos en ámbitos como la educación, la atención sanitaria y el marketing, aliviando cargas administrativas y optimizando procesos. Sin embargo, persisten dudas sobre su fiabilidad, trazabilidad y seguridad, lo que limita su despliegue en funciones críticas. Muchos expertos advierten que su avance debe ser vigilado, aunque también abre oportunidades para nuevos perfiles laborales vinculados a su supervisión y desarrollo.
Si desea patrocinar o colaborar con estrategIA, la newsletter pionera en español sobre IA, Política y Gobierno, por favor escriba a: pablomartin@institucioneducativaaleph.com
IA en acción (nuestro rincón más práctico)
Herramienta de IA de la semana
Midjourney V1
Midjourney, la empresa con el modelo de generación de imágenes más conocido, ha lanzado hace unos pocos días, el miércoles 18 de junio, su primer modelo de generación de vídeo, V1, que permite animar imágenes estáticas (generadas o subidas) en clips de 5 segundos, ampliables.
Hemos podido realizar varias pruebas y, al igual que su modelo de imágen, es excelente para tareas artísticas y funciona excepcionalmente bien con múltiples estilos, por el contrario nos hemos encontrado con un modelo muy protector en cuanto a su uso con imágenes de personas (no nos ha permitido realizar videos con las imágenes que generamos en su día de Macrón –incluso aunque ya están generadas con IA– para el número 23 de estrategIA, ni tampoco con fotografías personales) lo que podría limitar a día de hoy su utilización directa para el campo de la política, pero estamos ante una nueva herramienta de video excelente que nos permite vislumbrar que muy pronto tendremos una calidad de generación y de capacidad de uso real muy similar al que ya hemos alcanzado en el terreno de las imágenes o de la música.
Como en este caso un video vale más que mil palabras, aquí les dejo el que Midjourney utilizó para presentarnos el modelo:
Prompts para GPT-4
Inspirados por el artículo principal de la newsletter les sugerimos que investiguen la cuestión con los siguientes prompts:
Diseña una dinámica gamificada interactiva para que un equipo gubernamental (como un gabinete de políticas públicas) practique habilidades de predicción sobre temas estratégicos como inteligencia artificial. La dinámica debe incluir:
Objetivo pedagógico: qué se espera que los participantes aprendan o desarrollen.
Estructura del juego: número de rondas, duración, formato de las sesiones.
Roles asignados: por ejemplo, analistas, predictores, facilitador, contrapeso escéptico.
Sistema de puntuación: basado en precisión, confianza y mejora con el tiempo.
Mecanismos de retroalimentación inmediata y final: para fomentar el aprendizaje y la calibración.
Ejemplo concreto de una pregunta bien formulada de predicción sobre IA (clara, con marco temporal y resultado verificable).
Crea el esquema conceptual para una infografía que compare las principales plataformas de predicción colectiva (Metaculus, Polymarket, Manifold, Good Judgment). Incluye diferencias en metodología, incentivos, precisión histórica y tipo de usuarios.
Recomendación de la semana
El profesor de la Universidad de Wharton y autor del libro Co-Inteligencia, Ethan Mollick, ha creado un breve post en su Substack para contestar a las dos preguntas que más le hacen sobre IA aquellos que no tienen gran información sobre la misma: ¿Qué IA debería usar? y ¿cómo empiezo a usar IA?.
Se lo recomendamos especialmente para que se lo hagan llegar a sus amigos y colegas si no son lectores de estrategIA (porque como lectores de estrategIA seguro que ustedes tienen ya una avanzada comprensión de estas cuestiones –y aún así encontrarán algún consejo interesante–). Una lectura breve, clara y muy útil para comenzar a pasar de ser un usuario ocasional de IA a un usuario avanzado.
Meme de la semana
La verdad es que polymarkets da de sí para ver por dónde pueden ir los tiros, interesante.