El plan de Google DeepMind hacia la AGI: técnica, filosofía y transformación social

La tesis central que defenderé en este ensayo es que el plan de Google DeepMind hacia la inteligencia artificial general representa una ruptura conceptual significativa respecto a la narrativa dominante de los últimos años, centrada casi exclusivamente en la escalabilidad de los modelos lingüísticos. Mientras gran parte de la industria ha apostado por la hipótesis de que aumentar exponencialmente el tamaño de los modelos de lenguaje y los datos de entrenamiento conduciría eventualmente a capacidades generales emergentes, DeepMind propone un camino fundamentalmente diferente basado en tres pilares interconectados: la experiencia interactiva con entornos complejos, la simulación dinámica de mundos como espacio de aprendizaje, y la convergencia arquitectónica de sistemas especializados en una cognición integrada. Esta aproximación no es meramente una estrategia técnica alternativa, sino que implica compromisos epistemológicos profundos sobre la naturaleza misma de la inteligencia. Al enfatizar la experiencia sobre el texto, DeepMind está tomando partido implícitamente en debates filosóficos antiguos sobre la relación entre conocimiento abstracto y comprensión situada, entre representaciones simbólicas y cognición encarnada. Al proponer la simulación como medio fundamental de desarrollo cognitivo, está afirmando que la inteligencia no puede emerger únicamente del procesamiento estadístico de datos producidos por otros agentes, sino que requiere una forma de "estar en el mundo", aunque ese mundo sea sintético. Y al rechazar el modelo de la AGI como un sistema monolítico gigante en favor de una arquitectura convergente de componentes especializados, está sugiriendo que la generalidad cognitiva no es una propiedad simple sino una capacidad emergente de integración funcional. Las consecuencias de esta visión trascienden lo puramente técnico y se ramifican hacia territorios sociales, económicos y filosóficos. Si DeepMind tiene razón en que el camino hacia la AGI requiere sistemas que aprendan mediante experiencia simulada en entornos virtuales cada vez más complejos, entonces estamos hablando de una forma de inteligencia cualitativamente diferente de lo que los modelos lingüísticos actuales representan. Una inteligencia que no solo procesa y genera texto coherente, sino que planifica, actúa, aprende de consecuencias y desarrolla modelos causales del mundo. Las implicaciones laborales de tal sistema serían radicalmente distintas, porque no se trataría solo de automatizar tareas cognitivas específicas, sino de crear agentes capaces de navegar la complejidad abierta de problemas reales. Y las cuestiones filosóficas sobre conciencia, comprensión y subjetividad se volverían aún más urgentes y difíciles de eludir.