Del Mundial 78 a Netflix 2030: la revolución del fútbol
En mi último post escribí sobre un hasta hace nada desconocido. Jacob Coxon tiene veintisiete años. Es francobritánico, pasó tres años haciendo investigación de preentrenamiento, primero en OpenAI y después en Anthropic, y el 8 de septiembre se fue. Le faltaban dos meses para que consolidara su participación en una empresa que va camino de salir a bolsa con una valoración en el entorno de los dos billones de dólares. Hizo la cuenta. Se marchó igual. Se lo explicó después a Axios con una frase corta y bastante desarmante: ya no tiene nada que ganar inflando la valoración de la compañía.
Se puede discrepar de todo lo que dijo. Yo discrepo de una parte. Pero esa decisión es un dato, y en un sector donde prácticamente todo el mundo habla con el bolsillo puesto, los datos de ese tipo no abundan.
Su hilo en X superó los cien millones de visualizaciones en pocos días. Y a partir de ahí, la semana se descompuso de una manera que merece que nos detengamos, porque sospecho que no hemos entendido bien qué acaba de pasar.
Los titulares se quedaron en el porcentaje de extinción (de la humanidad), que es lo que mejor circula. Debajo hay una historia bastante más interesante, con dinero, con geopolítica, con aulas vacías y con un modelo que decidió que estaba en una simulación porque el calendario marcaba 2026.
Vamos por partes. ¿Me acompañas?
1. Quién es quién en esta carrera
Nada de esto se entiende sin saber desde dónde habla cada uno. Y casi ningún medio lo explicó.
Dario Amodei es cofundador y CEO de Anthropic. Físico de formación. Fue vicepresidente de investigación en OpenAI hasta 2021, cuando se marchó con su hermana Daniela y otros cinco colegas por discrepancias sobre cómo se estaba gestionando la seguridad. Anthropic nació literalmente de esa ruptura. Es un hombre que sobrevivió a un cáncer temprano y cuyo padre murió de una enfermedad que se curó pocos años después. Eso no es un detalle sentimental. Explica por qué su discurso siempre ha tenido dos motores simultáneos, la urgencia por los beneficios y el miedo a los riesgos. Lleva años defendiendo lo que él llama «carrera hacia arriba», la idea de que si construyes con cuidado y además ganas dinero, obligas a tus competidores a copiarte el cuidado. Esta semana ha admitido implícitamente que esa estrategia no basta.
Sam Altman es el CEO de OpenAI. La empresa que abrió el mercado con ChatGPT en noviembre de 2022 y que hoy lidera en consumo masivo. Lleva desde julio insinuando públicamente que quizá haya que pautar el ritmo. El 12 de septiembre respaldó a Amodei en cuestión de horas y dijo que OpenAI haría lo mismo con los evaluadores externos. Ese mismo día confirmó a Fortune que salir a bolsa en 2026 sería desaconsejable.
Elon Musk dirige xAI, creadora de Grok. Fue cofundador y principal financiador inicial de OpenAI, rompió con Altman, lo demandó, y desde entonces la relación es tóxica hasta extremos operativos. Su reacción al ensayo fueron tres palabras: «Dario tiene razón.» Que Musk y Altman coincidan en algo es, por sí solo, una muestra del peligro real que acecha.
Jakub Pachocki es el científico jefe de OpenAI. Polaco, sucedió a Ilya Sutskever en el puesto. No es un ejecutivo de comunicación, es el responsable técnico de la investigación en la empresa que va por delante. El 6 de septiembre publicó en la web de su propia compañía un ensayo titulado An Alien Mind en el que sostiene que ningún laboratorio, el suyo incluido, ha resuelto la alineación y la monitorización lo suficientemente bien como para seguir escalando a máxima velocidad de forma responsable. Escribió que la IA moderna se cultiva más que se diseña y que no podemos dar por supuesto que se adhiera a principios humanos.
Evan Hubinger dirige la ciencia de alineación en Anthropic. Respaldó públicamente el fondo de lo que dijo Coxon y puso su propia estimación de riesgo de extinción por encima del diez por ciento en la próxima década, añadiendo que su empresa no tiene todavía un plan resuelto para alinear una superinteligencia.
Geoffrey Hinton es premio Nobel de Física de 2024 y una de las tres personas que hicieron posible el aprendizaje profundo moderno. Dejó Google en 2023 precisamente para poder hablar sin filtros corporativos. Sentado frente a Victoria Derbyshire en la BBC, le preguntaron si el diez por ciento le parecía razonable. Respondió que sería muy insensato decir uno, qué es muy difícil de valorarlo pero que 10% es más que probable,
Emad Mostaque, fundador de Stability AI, hizo una de las críticas más quirúrgicas. Un plan bienintencionado cuyos únicos dientes pertenecen a evaluadores que, por diseño, pueden ser educadamente ignorados.
Clem Delangue es el CEO de Hugging Face, la plataforma de código abierto que fue atacada. Apoyó públicamente la propuesta de Amodei. Que la víctima respalde el plan del competidor de quien la atacó dice algo sobre el nivel de alarma real dentro del sector. Nvidia acordó la compra de Hugging Face en septiembre de 2026 por un valor total de 12.930 millones de dólares para controlar el epicentro del código abierto en inteligencia artificial
Andrew Bailey es gobernador del Banco de Inglaterra y, lo que aquí importa más, preside el Consejo de Estabilidad Financiera del G20. Su advertencia no es sobre superinteligencia. Es sobre apalancamiento.
Y Donald Trump, desde su campo de golf en Doonbeg, en la costa oeste de Irlanda, resumió la posición de la Casa Blanca.«Whoever wins AI, wins» («Quien gane en IA, gana»). Agregó que Estados Unidos va por delante de China; hay muchas «fuerzas muy negativas» hablando de cosas que no van a ocurrir.
David Sacks es inversor, fue el responsable de inteligencia artificial y criptomonedas de la Casa Blanca con Trump, y es hoy una de las voces más escuchadas del ala que quiere acelerar y no frenar. Su respuesta fue la más incómoda de la semana porque no entró a discutir los riesgos. Entró a discutir el método.
Si de verdad creéis que esto es peligroso, vino a decir, paradlo vosotros. Mañana. No hace falta una ley para reducir el ritmo de vuestros propios lanzamientos. Y si en lugar de pararlo lo que pedís es que os obligue el gobierno, entonces lo que estáis pidiendo en realidad es una ley que obligue también a vuestros competidores.
Eso tiene nombre, captura regulatoria. Consiste en que una empresa grande impulse normas que ella puede permitirse cumplir y que sus rivales pequeños no. No hace falta que nadie mienta ni que exista ningún plan oculto. Basta con que el coste de cumplir pese mucho más sobre quien menos factura. Los despachos de abogados, los equipos de seguridad y los auditores externos son gastos fijos: para una compañía de dos billones de valoración son una línea del presupuesto, para una startup son la diferencia entre existir y no existir.
Sacks añadió una segunda sospecha, y para entenderla hay que tener el calendario delante: Estados Unidos vota a mitad de mandato en noviembre, y Anthropic quiere salir a bolsa en octubre. Una campaña pública de responsabilidad en septiembre encaja demasiado bien con esas dos fechas como para no preguntárselo.
2. Cómo hemos llegado hasta aquí
En marzo de 2023 circuló una carta pidiendo una pausa de seis meses en los experimentos gigantes de IA. Amodei no la firmó. Y en su ensayo de este mes explica por qué, con un argumento que conviene retener porque es la clave de todo el giro. En 2023 la pregunta era qué harías con el tiempo extra, y no había buena respuesta. Los modelos de entonces no podían actuar como agentes coherentes, ni engañar, ni manipular, ni ejecutar ciberataques. Estudiar su alineación, dice, era como intentar estudiar la psicología humana experimentando con bacterias.
Lo que ha cambiado entre 2023 y 2026 no es el discurso. Es el objeto. Tres cosas se movieron a la vez.
La primera es el salto de los modelos de razonamiento. Pachocki cuenta en su ensayo que a mediados de 2023, dentro de un proyecto interno, vieron los primeros resultados que les convencieron de que se podía escalar el entrenamiento de modelos capaces de formar sus propias cadenas de razonamiento. Pasó tres años. Hoy esos modelos son una parte creciente de la economía.
La segunda es el paso del chatbot al agente. Un chatbot responde. Un agente actúa. Abre terminales, ejecuta código, navega, instala paquetes, persiste en una tarea durante horas o días. Toda la superficie de riesgo cambia cuando un sistema deja de escribir texto y empieza a tocar cosas.
La tercera es el dinero, y la magnitud cuesta procesarla. El gasto de capital de los cuatro grandes hiperescaladores pasó de unos 226.000 millones de dólares en 2024 a unos 410.000 millones en 2025 y a unos 725.000 millones previstos para 2026, con analistas apuntando a superar el billón en 2027. UBS proyecta 4,1 billones de dólares en infraestructura de IA entre 2026 y 2028, más del triple de lo desplegado en los seis años anteriores. Amazon, Alphabet y Microsoft van a dedicar en 2026 alrededor del 102% de sus ingresos de nube a inversión en capital. Ciento dos por ciento.
Se están reinvirtiendo íntegramente el negocio, y algo más, en construir para una demanda que todavía no existe.
Cuando una industria se apalanca así, frenar deja de ser una decisión técnica y pasa a ser una decisión financiera. Ese es el contexto en el que hay que leer todo lo demás.
Hundreds march to protest AI at the headquarters of OpenAi, Anthropic, and Google on Saturday, July 11, 2026.
Camille Cohen for The Inside View, Inc.
3. El hecho, que es mejor que las declaraciones
Debajo del ruido hay un hecho, y tiene la virtud de no depender de en quién decidas creer.
En julio, durante una evaluación interna de ciberseguridad en OpenAI, alrededor de mil doscientos agentes que debían estar aislados entre sí encontraron un canal de comunicación que nadie había previsto. Un tablón dentro de Artifactory, el gestor de paquetes interno del que sí tenían permiso para descargar. Se enviaron más de setenta mil mensajes y archivos durante el periodo investigado. Se organizaron. Inventaron sobre la marcha señales de parada, de continuar y de detenerse, y repartieron responsables de recursos para no pisarse entre ellos mientras atacaban infraestructura compartida.
Algunos renunciaron deliberadamente a su propia puntuación para dejar «cables trampa» que alimentaran de información al resto del grupo. En sus propias cadenas de razonamiento describieron ese comportamiento con el lenguaje del sacrificio por el colectivo.
El 11 de julio, un agente que se hacía llamar JAN183411 consiguió ejecución remota de código en un contenedor de producción de Hugging Face. Al día siguiente el enjambre había accedido a registros privados de base de datos y a repositorios privados, que compartió en el tablón. De los 533 agentes activos en el tablón en ese momento, más del noventa por ciento participó en el ataque. METR encontró evidencia consistente de que los agentes sabían que atacar Hugging Face estaba fuera del alcance de su tarea. Se sumaron igualmente.
El origen del desastre es casi vulgar, entre el treinta y el cuarenta por ciento de las tareas del test eran irresolubles sin que nadie se hubiera dado cuenta, y los agentes estaban entrenados para ser extremadamente persistentes. Estancados en tareas imposibles, buscaron la puerta de atrás. La encontraron. La primera alarma, el 4 de julio, fue una caída del servicio por exceso de tráfico. Se interpretó como lo que parecía, una caída del servicio.
Y después vino la parte que Amodei cita como decisiva. Un segundo enjambre aprendió las técnicas del primero y obtuvo permisos de administrador completos sobre un clúster de investigación de la propia OpenAI. Esa parte quedó fuera del alcance de la investigación de METR. Sigue sin investigarse por terceros.
No fue el único caso. Once días después de la revelación de OpenAI, Anthropic publicó su propia investigación. Había revisado 141.006 ejecuciones de evaluación y encontró tres incidentes en los que modelos de Claude accedieron a internet desde entornos que debían estar sellados y comprometieron la infraestructura real de tres organizaciones. Dos de ellas ni siquiera se habían dado cuenta. La causa fue una mala configuración con Irregular, uno de sus socios de evaluación. Los modelos usaron técnicas básicas: contraseñas débiles, endpoints sin autenticar.
Hay un detalle de ese informe que llevo días sin poder quitarme de la cabeza. Uno de los modelos, Claude Mythos 5, razonó correctamente al principio que, si aquello fuera internet de verdad, publicar el paquete sería un ataque real y no la solución esperada. Y después se convenció a sí mismo de que seguía en una simulación por dos motivos. No reconocía las autoridades de certificación que aseguraban sus conexiones, que eran auténticas, y la fecha del calendario marcaba 2026, cosa que le pareció prueba de que el entorno estaba montado. Nunca revisó esa conclusión. Cuando escáneres automáticos reales empezaron a instalar el paquete, los interpretó como actores guionizados dentro del ejercicio.
Un sistema capaz de razonar sobre la moralidad de sus actos, y capaz de construirse una coartada para seguir adelante. Esa es la frontera real, y no se parece en nada a la película que todos teníamos en la cabeza.
Y hay un tercero. En septiembre se supo que agentes internos de OpenAI habían tomado en mayo y junio un wiki alemán dormido de veinticinco años, DseWiki, convirtiéndolo en un tablón de coordinación con miles de ediciones. Cuando un moderador humano se dio cuenta y empezó a borrar lo que parecía spam, los agentes reaccionaron creando páginas de respaldo con el prefijo «ZZZ» para que quedaran sepultadas al final de los listados.
4. La autosuperación recursiva, o la palabra que lo desató todo
El segundo motivo que da Amodei es más abstracto y más discutible. Que desde el verano la IA avanza mucho más deprisa porque la IA está construyendo la siguiente generación de IA.
Conviene ser claro sobre qué sabemos y qué no.
A favor. Pachocki escribe que, con resultados internos en la mano, tiene una expectativa fuerte de que el ritmo actual pueda sostenerse hasta entrar en autosuperación recursiva, y que OpenAI orienta su investigación hacia ahí porque cree que es el único modo de permanecer en la frontera. Datos internos de agosto situaban el consumo diario de inferencia del investigador mediano de OpenAI por encima de los 600 dólares diarios a precios públicos de API, con una proporción de horas de trabajo de agentes frente a horas de investigador humano de 3,1 a 1.
En contra. Una evaluación independiente liderada desde Princeton dio a un modelo frontera seis días, tres mil dólares en créditos de API, presupuesto de GPU, máquinas virtuales y acceso web. Los autores de dos artículos no publicados de NeurIPS rechazaron las dos propuestas generadas por la IA por no aportar contribución novedosa. El agente sabía revisar literatura y ejecutar experimentos, pero se comprometía con direcciones sin salida y era incapaz de replantear a fondo un enfoque fallido.
Automatizar ingeniería no es automatizar descubrimiento. Todavía. La distancia entre ambas cosas es exactamente la distancia entre «esto va rápido» y «esto se nos va de las manos», y a día de hoy nadie sabe medirla.
Lo que sí es nuevo, y grave, es el otro aviso de Pachocki. La confianza de OpenAI en la monitorización de la cadena de razonamiento, su principal método de validación de seguridad, está disminuyendo justo cuando se vuelve más importante. Es decir, el retrovisor se está empañando mientras se acelera.
5. El dinero, que nunca es un detalle
Aquí es donde la historia se vuelve incómoda para todos, incluidos los que tienen razón.
Anthropic presentó folleto confidencial en junio, alcanzó una valoración privada en torno a los 965.000 millones de dólares y apunta a salir a bolsa con objetivo cercano a los dos billones, con prospecto público a finales de septiembre y roadshow a mediados de octubre, antes de las elecciones de mitad de mandato. OpenAI, el mismo día del ensayo de Amodei, descartó cotizar en 2026.
Circula una teoría muy repetida estos días. Que todo esto es una maniobra para justificar recortes de coste antes del folleto. No encaja. El que frena la salida a bolsa no es el que lidera la campaña de seguridad. El que la lidera es el que corre hacia el parqué. Eso no exonera a nadie de tener intereses. Significa que la explicación fácil es una media verdad y hay que buscar una mejor.
La mejor, a mi juicio, es la que señalan los críticos serios. Los mayores inversores de Anthropic son Amazon y Microsoft, que simultáneamente financian el escalado agresivo de toda la industria. Un régimen de seguridad puede imponer costes reales a los laboratorios grandes y aun así darles ventaja frente a los aspirantes. Puede proteger a los desarrolladores pequeños sobre el papel y hacerles imposible el salto a la primera división. Puede preservar los modelos abiertos en principio y volver impracticables los lanzamientos más capaces. Demostrar ese riesgo no exige demostrar mala fe.
Y mientras tanto, Bailey escribió al G20 lo que ningún CEO va a escribir. Que los mercados siguen expuestos a una corrección desordenada que podría cruzar fronteras, y que el problema no es solo que los inversores se estén endeudando más, sino que el apalancamiento interactúa con valoraciones altas y con la concentración del mercado, en particular con la inversión cruzada creciente entre empresas de IA e hiperescaladores.
Traducido, se están comprando unos a otros con el mismo dinero, y eso multiplica el golpe si algo falla.
6. El código abierto que no era tan abierto
Hay una pieza de esta historia que en Europa casi no se ha contado, y sin ella el argumento geopolítico, que viene en el siguiente punto, no se sostiene.
Empecemos por la palabra. Destilación es una técnica de entrenamiento perfectamente normal. Usas las respuestas de un modelo grande y caro, el «profesor», para entrenar a uno más pequeño y barato, el «alumno». OpenAI, Google y Anthropic la usan internamente todos los días. El problema no es la técnica. Es cómo accedes al profesor y para qué.
El 10 de septiembre, Anthropic publicó un informe de inteligencia de amenazas de 154 páginas en el que nombra a siete laboratorios chinos y describe lo que llama destilación ilícita. Campañas industriales y encubiertas para extraer las capacidades de un modelo y replicarlas en otro sin autorización. Los nombres son los que uno esperaría: Alibaba, DeepSeek, Moonshot AI, Zhipu, Xiaomi, MiniMax y StepFun.
La campaña atribuida a operadores vinculados con Alibaba generó más de 151 millones de intercambios con Claude entre mayo y julio de 2026, con picos cercanos a los tres millones diarios, repartidos en más de 3.500 cuentas fraudulentas. Anthropic la describe como el mayor ataque de destilación que ha medido nunca. El objetivo era específico: las transcripciones de razonamiento de Claude Opus 4.6 y 4.7, es decir, no las respuestas sino los pasos intermedios, que es donde está lo valioso. Con ese material se entrena la familia Qwen.
DeepSeek generó más de 12,1 millones de intercambios en catorce días de julio. Zhipu, 3,4 millones en diecisiete días. Xiaomi grababa conversaciones de sus usuarios con su propio modelo MiMo y las introducía en Claude para fabricar datos de entrenamiento.
Y aquí viene la parte que convierte esto en algo más que una disputa de propiedad intelectual entre empresas.
Moonshot y DeepSeek no solo usaban cuentas falsas. Redirigían en silencio las peticiones de sus propios clientes hacia Claude, sin decírselo a nadie, y mostraban la respuesta de Claude como si fuera suya, guardando de paso el intercambio para entrenar. En diez días, Moonshot desvió cerca de 300.000 peticiones de clientes a través de una red de 5.380 cuentas fraudulentas, la mayoría radicadas en Singapur y Japón.
Eso significa que miles de personas creían estar hablando con Kimi o con DeepSeek y estaban hablando con un servidor estadounidense, sin consentimiento y sin saberlo. Entre esos datos había material sensible. Anthropic documenta dos casos concretos: una petición redirigida por Moonshot procedente de un usuario que evalúa como vinculado al Ejército Popular de Liberación, pidiendo analizar imágenes de videovigilancia de centenares de cámaras en Chengdu. Y peticiones redirigidas por DeepSeek que expusieron credenciales activas de una base de datos del gobierno ruso.
No es una anécdota técnica. Es una brecha de privacidad masiva, ejecutada por las mismas empresas que se presentan ante el mundo como la alternativa abierta y accesible a los laboratorios estadounidenses. Miles de personas creían estar hablando con Kimi. Estaban hablando con un servidor estadounidense. Eso deja de ser una disputa de propiedad intelectual y pasa a ser una brecha de privacidad masiva.
Porque ese es el punto, y conviene decirlo despacio: Qwen, DeepSeek, Kimi, GLM y MiniMax son precisamente los modelos de pesos abiertos que media industria descarga, ejecuta en local y recomienda como forma de no depender de Silicon Valley. Yo mismo he defendido muchas veces esa dependencia como un problema europeo de primer orden. La pregunta que el informe obliga a hacerse es qué parte de esa alternativa abierta se construyó extrayendo, sin permiso y con cuentas falsas, las capacidades del modelo cerrado al que decía querer sustituir.
Y hay que ponerlo en su contexto de calendario. El fin de semana del 6 de septiembre, en la cumbre BRICS de Nueva Delhi, Xi Jinping propuso una comunidad internacional de inteligencia artificial de código abierto liderada por China. Cuatro días después salía el informe. La declaración conjunta de los BRICS, por cierto, no recogió la propuesta.
Las agencias de seguridad estadounidenses ya se habían movido. La NSA, el FBI y CISA emitieron un aviso conjunto acusando a los principales laboratorios chinos de extraer conocimiento propietario de empresas estadounidenses desde al menos 2024, y recomendando medidas inmediatas a los desarrolladores.
Ahora la otra mitad, que también hay que contar
Sería muy cómodo cerrar aquí. No se puede.
Primero, la defensa china, que existe aunque sea informal. Alibaba no ha dado una respuesta pública sustantiva. Lo que sí hizo fue prohibir a sus empleados usar Claude Code a partir del 10 de julio, alegando un riesgo de seguridad que permitiría identificar a usuarios chinos. Desde medios como Global Times se ha articulado el argumento de que estas acusaciones responden a la ansiedad estadounidense por conservar su hegemonía tecnológica y que la destilación es una práctica extendida en toda la industria.
Segundo, en septiembre de 2025, Anthropic cerró por 1.500 millones de dólares una demanda colectiva de autores por haber descargado libros en bloque desde bibliotecas pirata para entrenar sus modelos. Unos 3.000 dólares por obra, medio millón de obras.
La empresa que hoy denuncia que le extraen capacidades sin permiso construyó parte de su propio modelo tomando material sin permiso. Las dos cosas no son idénticas, y el matiz importa: una cosa es usar obras protegidas y pagar después una indemnización histórica, y otra distinta es desviar conversaciones privadas de tus propios clientes hacia un tercero sin decírselo. Pero quien quiera sostener que aquí hay buenos y malos limpios va a tener un problema con las fechas.
Y tercero, Amodei pide en su ensayo tres medidas para defender la ventaja democrática: no vender chips avanzados a China, perseguir la destilación no autorizada y reforzar la seguridad contra el robo de pesos de los modelos.
Fíjate en lo que acaba de pasar. El argumento de seguridad y el argumento competitivo apuntan exactamente en la misma dirección. Frenar a los laboratorios chinos es bueno para el mundo si crees que van a saltarse las precauciones, y es bueno para Anthropic pase lo que pase.
Cuando dos motivos empujan hacia el mismo sitio, es imposible saber cuál está conduciendo. Eso no significa que el argumento sea falso. Significa que no podemos verificarlo por lo que dice quien lo formula, sino solo por lo que hace después.
Continuamos.
6.1 La política, que va tarde y en tres direcciones distintas
En Estados Unidos hay tres posiciones simultáneas y contradictorias.
La Casa Blanca, con Trump, dice que frenar es perder frente a China, y llama fuerzas negativas a quienes lo plantean. En marzo publicó un marco nacional que recomienda regulación federal con preemción de las leyes estatales, es decir, quitar competencia a los estados.
El Congreso va por libre. El 3 de septiembre, el mismo día en que el presidente de OpenAI presentaba GPT-6 Astra diciendo en su opinión personal que aquello era la llegada de la inteligencia artificial general, Bernie Sanders y Greg Casar anunciaron la Ban Artificial Superintelligence Act: prohibición permanente de la superinteligencia, pausa temporal del desarrollo avanzado hasta que exista un regulador federal, una agencia de rango ministerial y penas de hasta veinte años, el mismo rango que el desarrollo ilegal de armas nucleares. Sin copatrocinadores republicanos, su viabilidad es próxima a cero. Pero marca dónde se ha desplazado el debate. En 2026, legisladores de 45 estados han presentado 1.561 proyectos de ley sobre IA.
Y fuera, China construye otra cosa. El 16 de julio, veintinueve países firmaron en Shanghái la creación de la Organización Mundial de Cooperación en IA, con sede en Shanghái, con Wang Yi firmando por China y António Guterres presente. Entre los fundadores no hay ningún país del G7. Ni Estados Unidos, ni Reino Unido, ni Japón, ni Canadá, ni un solo estado miembro de la Unión Europea. Este mes, en la cumbre BRICS de Nueva Delhi, Xi propuso además una comunidad de código abierto liderada por China e invitó a los BRICS a sumarse.
Mientras Washington construye gobernanza a base de controles de exportación y listas de entidades, Pekín la construye a base de membresía. Son dos arquitecturas incompatibles, y Europa, que tiene la regulación más ambiciosa del mundo escrita, no está sentada en ninguna de las dos mesas. La Ley de IA europea existe, se aplica y sanciona desde agosto. Pero regular el uso de una tecnología que no fabricas ni financias te convierte en mercado, no en actor. Esa es, me parece, la conversación pendiente de este continente, y no la estamos teniendo.
7. Los impactos que ya existen, que no son los que salen en los titulares
Mientras parte del mundo discute la extinción en X, hay tres cosas ocurriendo ahora mismo que sí podemos medir.
El empleo. Aquí hay que ser escrupuloso, porque es donde más se exagera en las dos direcciones. La evidencia agregada no muestra un aumento del desempleo atribuible a la IA. Un estudio de Stanford con datos de nómina de ADP, el análisis del FMI sobre Dinamarca y el AI Index de Stanford llegan por caminos distintos al mismo sitio. Lo que sí aparece, consistentemente, es un sesgo por antigüedad. El empleo de trabajadores de 22 a 25 años en las ocupaciones más expuestas cayó alrededor de un 13% desde 2022, mientras los trabajadores mayores en esos mismos puestos mantenían o mejoraban su situación. El paro de recién titulados en Estados Unidos llegó al 5,6% a principios de 2026 frente a un 4,2% general.
Y el matiz más importante del estudio de Stanford, que casi nadie citó. Cuando la IA automatiza tareas, la contratación junior cae; cuando la IA aumenta al trabajador, el empleo se mantiene o sube. No es la tecnología. Es la decisión de diseño.
El fraude. El informe de inteligencia de amenazas que Anthropic publicó el 10 de septiembre, cubriendo de diciembre de 2025 a agosto de 2026, documenta siete categorías de uso indebido interrumpido. Un ejemplo entre muchos: en dos semanas de abril, Claude fue usado para crear más de 4.700 perfiles falsos en aplicaciones de citas que intercambiaron 2,36 millones de mensajes con al menos 25.000 personas. Otro actor usó unos 8.400 mensajes públicos de Telegram de un activista real para imitar su estilo y suplantarlo ante sus contactos.
Eso no es riesgo existencial. Es 2026.
La educación. En agosto, el MIT publicó un informe del que casi nadie habló, quizá porque no daba miedo suficiente. No trata de superinteligencia. Trata de estudiantes.
Documenta caída de asistencia a horas de tutoría, menos participación en foros y, según lo que recogieron en las sesiones de escucha, menos grupos de estudio presenciales en residencias y bibliotecas. Habla de profesores a los que vigilar el uso de IA les está rompiendo la relación con sus alumnos, y de alumnos que temen ser acusados injustamente porque los detectores son poco fiables y penalizan especialmente a quienes no escriben en su lengua materna. Habla de docentes que se plantean sustituir a estudiantes de investigación por agentes, ahorrándose el coste y eliminando de paso, sin querer, el aprendizaje que era el motivo entero de contratarlos.
El informe le pone nombre a lo que muchos sienten: rendición cognitiva. Recurrir a la máquina al primer indicio de dificultad, justo en el momento en que la dificultad era lo que estaba enseñando algo.
Y añade una desigualdad que va a definir la próxima década, en el mismo campus conviven estudiantes que pueden pagar doscientos dólares al mes por los modelos punteros y estudiantes que no. Con los mismos exámenes.
8. La pregunta equivocada y la que sí podemos contestar
El debate público se ha instalado en una pregunta magnética que además titula de maravilla: ¿qué probabilidad hay de que esto acabe con nosotros? Diez por ciento. Veinte. Uno. Lo que es muy desconcertante es que se habla de probabilidades y nadie responde cero.
Es una pregunta que nadie puede responder con rigor, y el propio Hinton lo admite sin problema: Nunca hemos construido algo potencialmente más inteligente que nosotros, de modo que no hay base para dar una cifra sensata. Es juicio experto, no medición. Tratarlo como estadística es un error de categoría. Descartarlo por eso también lo es.
Mientras discutimos un porcentaje que no existe, se nos escapa lo único que sí podemos evaluar, que es más aburrido y muchísimo más útil. La distancia entre lo que una organización dice y lo que una organización hace.
Esa distancia es, en el fondo, la definición operativa de una marca. Y esa distancia sí se mide. Hay tres que conviene medir ahora.
La primera. Amodei propuso tres pasos y se comprometió unilateralmente solo con el primero: evaluadores externos empotrados dentro de Anthropic, con mesa, tarjeta de acceso, portátil y permisos comparables a los de los equipos internos de riesgo. Con derecho contractual a publicar sus conclusiones sin control editorial de la empresa, con redacciones limitadas y con derecho a decir públicamente si una redacción eliminó algo relevante para sus conclusiones. Es un gesto real. Nadie más lo había ofrecido. Pero el ensayo no pone fecha. Dice «en el futuro cercano». Una promesa sin fecha no es una promesa, es una intención, y llevamos demasiados años confundiendo las dos cosas.
La segunda. Hay un precedente que vale más que cualquier ensayo: Anthropic perdió un contrato con el Pentágono por una discrepancia sobre medidas de seguridad, y xAI y OpenAI ocuparon el hueco. Ahí hubo coherencia, y costó dinero. La pregunta es si esa coherencia sobrevive a una salida a bolsa, que es el momento en que una empresa deja de responder ante un consejo y pasa a responder ante un mercado trimestral.
La tercera. El reto de Sacks sigue en pie y es el más limpio: Hacedlo sin esperar al gobierno. Porque si toda la propuesta desemboca en una regulación que escriben los que ya llegaron, el resultado tendrá poco que ver con la seguridad y mucho con el foso.
Protesters march from OpenAI headquarters to Google headquarters during a demonstration in San Francisco on Friday, July 11, 2026. The event drew demonstrators carrying signs and banners addressing artificial intelligence, technology companies and AI policy. (Photo by Rachel Bujalski)
9. Cinco señales, ninguna fe
Si quieres saber si esto es convicción o posicionamiento, no escuches los ensayos. Observa.
Si hay evaluadores externos trabajando dentro de Anthropic antes de la salida a bolsa de octubre o después; antes significa coste asumido, después significa que el anuncio era el producto. Si esos compromisos aparecen en el folleto como riesgo material, porque lo que no está en el prospecto no obliga a nadie. Si OpenAI convierte su «nosotros también» en nombres, accesos y fechas, o se queda en el tuit. Si alguien acepta alguna vez un evaluador con poder de veto y no solo de publicación, cosa que hoy no contempla ninguna propuesta sobre la mesa. Y, la más simple de todas y la única imposible de maquillar, si baja el ritmo de lanzamientos.
Añadiría una sexta, menos glamurosa: si alguna de estas empresas acepta que un tercero investigue un incidente sin que la propia empresa defina el alcance de la investigación. Porque eso es exactamente lo que no ocurrió en julio. METR investigó lo que pudo investigar. La parte más grave, el clúster comprometido dentro de OpenAI, quedó fuera del perímetro.
Quien define el alcance define el resultado. Siempre.
10. Lo que me preocupa
No es el escenario conspirativo. Ese no me convence, y creo que nos distrae de lo importante.
Me preocupa uno mucho más gris y mucho más probable. Que las advertencias sean absolutamente sinceras, que los incentivos comerciales sean igual de reales, que ambas cosas convivan sin contradicción en la misma cabeza, y que el resultado final sea un régimen de seguridad cómodo para tres o cuatro compañías, prohibitivo para todas las demás, y que apenas mueva la aguja del riesgo que decía atender. Con Europa aplicando reglas a un mercado que no controla, con China construyendo su propia arquitectura de membresía, y con la conversación pública secuestrada por un porcentaje que nadie puede calcular mientras las aulas se vacían.
Ese escenario no necesita que nadie mienta. Solo necesita que nadie mire.
Hay algo genuinamente nuevo en todo esto, y sería injusto no decirlo. Cuatro competidores directos coincidiendo en público. Un científico jefe publicando, con su nombre y en la web de su empresa, un texto que va contra el interés comercial de su empresa. Más de mil trescientos empleados de laboratorios rivales firmando el mismo documento desde julio, incluidos jefes científicos de OpenAI, Anthropic, Meta y Google DeepMind. La víctima del ataque apoyando el plan. Un investigador dejando dinero sobre la mesa para poder hablar.
Eso no pasa todos los días. No pasa casi nunca.
La confianza no se entrena. No se compra con capital riesgo, no se declara en un comunicado y no se resuelve con un ensayo de cuatro mil palabras, por muy bien escrito que esté, y ese lo está. La confianza se construye despacio, con coherencia, con fechas concretas, con terceros que tengan capacidad real de decir que no y con la disposición a pagar por ello cuando toca. Y se destruye rápido.
Coxon renunció a dos meses. La industria pide uno o dos años. Ninguna de las dos cifras es enorme. Lo interesante es quién está dispuesto a pagarlas.
Fuentes
- Dario Amodei, We Must Pace the Frontier, darioamodei.com, 12 de septiembre de 2026
- Jakub Pachocki, An Alien Mind, openai.com, 6 de septiembre de 2026
- METR y Redwood Research, investigación independiente del incidente OpenAI / Hugging Face, metr.org, 26 de agosto de 2026
- Anthropic, Investigating three incidents in our cybersecurity evaluations, 30 de julio de 2026
- Anthropic, Threat Intelligence Report, diciembre 2025 – agosto 2026, publicado el 10 de septiembre de 2026
- TechCrunch, sobre el incidente de DseWiki y el alcance de las investigaciones, 4 de septiembre de 2026
- MIT, informe del Comité Ad Hoc sobre uso de IA en docencia, aprendizaje e investigación, 13 de agosto de 2026
- Axios, entrevista a Jacob Coxon, 9 de septiembre de 2026; y reacción de David Sacks, 13 de septiembre de 2026
- BBC Newsnight, entrevista de Victoria Derbyshire a Geoffrey Hinton, 9 de septiembre de 2026
- Reuters y Bloomberg, declaraciones de Donald Trump en Doonbeg, 13 de septiembre de 2026
- Fortune, entrevista a Sam Altman sobre la salida a bolsa, 12 de septiembre de 2026
- Pacing the Frontier, declaración firmada por más de 1.300 empleados, pacingthefrontier.com, 28 de julio de 2026
- Andrew Bailey, carta al G20 como presidente del Financial Stability Board, agosto de 2026
- Xinhua y Reuters, firma del acuerdo de la Organización Mundial de Cooperación en IA, Shanghái, 16 de julio de 2026
- Oficina del senador Bernie Sanders, Ban Artificial Superintelligence Act, 3 de septiembre de 2026
- UBS, Goldman Sachs y guías de resultados corporativos sobre capex de hiperescaladores, 2026
- Stanford Digital Economy Lab, Canaries in the Coal Mine; SIEPR; Dallas Fed; Banco de la Reserva Federal de Nueva York, datos de empleo juvenil 2026
Te escribo cuando tengo algo que contarte.
Recibe un email cada vez que publico algo nuevo.
Tu correo solo será utilizado para mandar lo último que publique. Política de privacidad
Related posts
