Karpathy, de Anthropic: 5000 personas ven una IA que el resto no ve

Andrej Karpathy, cofundador de OpenAI y ahora empleado de Anthropic, habla de una brecha creciente en el conocimiento sobre IA. Según su estimación, alrededor del 75% de la población mundial apenas ha tenido contacto con los grandes modelos de lenguaje. En cambio, unas 5000 personas tienen acceso a sistemas frontier internos, donde enjambres de agentes realizan un trabajo que a los mejores expertos les llevaría años. El mundo exterior, afirma Karpathy, solo ha visto un «avance preliminar» de lo que puede hacer la IA. En el mejor de los casos, el público la percibe como un chatbot extraño.

Tres capas de percepción

El cuadro que dibuja Karpathy divide a las personas en grupos según su cercanía a la tecnología. El grupo más grande, tres cuartas partes de la humanidad, casi no se ha topado con los LLM. No es necesariamente un rechazo: muchos simplemente no han abierto ni ChatGPT ni ninguna alternativa. En la cúspide hay un grupo reducido, de un par de miles de personas (unas 5000), que trabaja con sistemas inaccesibles desde fuera. Entre ambos están quienes usan chatbots y asistentes de programación y juzgan por ellos los límites de lo posible. La última capa es una deducción mía; en el resumen no se menciona de forma explícita.

La tesis principal se refiere precisamente a esa capa intermedia. Un chatbot en la ventana del navegador muestra solo una parte de lo que los modelos son capaces de hacer cuando se ejecutan en enjambre, con herramientas y tareas de largo horizonte. Según Karpathy, a ese nivel los agentes hacen en días lo que a los mejores especialistas les llevaría años.

Qué se sabe y qué no

La fuente es breve, así que conviene separar las afirmaciones de los datos verificados. Las cifras de 75% y 5000 parecen estimaciones de Karpathy, y el resumen no incluye metodología. No se revela en qué empresas trabajan esas cinco mil personas. Tampoco se sabe a qué tareas se refiere ni cómo se midieron los «años de trabajo de expertos». Por ahora estas afirmaciones no se pueden verificar de forma externa.

Tesis clave:

• alrededor del 75% de la población mundial casi no ha usado LLM;
• unas 5000 personas tienen acceso a sistemas frontier internos;
• los enjambres de agentes resuelven tareas que a los mejores expertos les llevarían años;
• la imagen pública de la IA sigue siendo la de un «chatbot extraño».

Por qué conviene prestar atención a estas palabras

Karpathy formó parte del equipo fundador de OpenAI, dirigió el desarrollo de IA para el piloto automático de Tesla y en 2025 popularizó el término vibe coding. Habla como alguien de dentro de la industria, y esos testimonios son escasos. Pero la mirada del insider también tiene su reverso. Los empleados de los laboratorios tienen interés en que las capacidades de sus sistemas parezcan grandes y en que la distancia entre los modelos cerrados y los abiertos se perciba como un abismo. Aquí conviene combinar la confianza en la experiencia de quien habla con una exigencia sobria de pruebas.

Hay también una razón independiente para tomarse la tesis en serio. Si los sistemas internos de agentes realmente van por delante de los productos públicos, las valoraciones del mercado, de los reguladores y de las propias empresas se construyen sobre una imagen desfasada. Las decisiones sobre empleo, seguridad e inversión se toman según lo que se ve desde fuera.

Cómo trabajar con esto

Para desarrolladores y equipos, la conclusión práctica es simple: hay que evaluar la IA no por una conversación de chat, sino por tareas largas. Dé al agente un ticket real, un repositorio o una pregunta de investigación, y compruebe cuánto tiempo trabaja sin intervención y qué precisión tiene el resultado.

Las empresas deberían medir su propia brecha interna: quién en la organización ya trabaja con agentes de forma habitual y quién se limita al chat. Suele ser en esa diferencia donde se esconde la ganancia de velocidad.

Por último, conviene tratar las afirmaciones rotundas sobre sistemas cerrados como hipótesis. Mientras los laboratorios no muestren métricas ni ejemplos reproducibles, las palabras de Karpathy siguen siendo el testimonio de un participante con autoridad, no un hecho demostrado. Conviene seguir los lanzamientos públicos: ellos permitirán entender cuánto se queda atrás el «avance preliminar» respecto de lo que ven las cinco mil personas dentro.