Karpathy estima que unas 5000 personas tienen acceso a la IA más avanzada

Andrej Karpathy, cofundador de OpenAI y ex director de IA de Tesla, estimó en una publicación cuántas personas en el planeta tienen realmente acceso a los sistemas internos de IA más avanzados: aproximadamente 5000. A modo de comparación, ChatGPT y sus equivalentes los usan a diario cientos de millones de personas. Según esta estimación, la brecha entre lo que ve el público y aquello con lo que trabajan los empleados de los principales laboratorios es enorme.

La cifra es del propio Karpathy. No hay una metodología de cálculo ni confirmación por parte de los laboratorios. El número funciona más bien como orden de magnitud. Aun así, ha llamado la atención porque Karpathy rara vez habla de estos asuntos al azar: conoció por dentro tanto OpenAI como Tesla.

Qué ocurre dentro de los laboratorios

Según la descripción de Karpathy, en los laboratorios frontier ya no se trata de un asistente que ayuda a un desarrollador. Miles de agentes se reúnen en clústeres cooperativos y trabajan sin pausa durante semanas. Es un modo distinto al del chat habitual, donde una persona hace una pregunta y espera la respuesta en segundos.

La lista de tareas que menciona es la siguiente:

• grandes proyectos de software que los agentes llevan adelante durante semanas;
• búsqueda de vulnerabilidades de día cero, es decir, fallos que los desarrolladores desconocen;
• participación en ciberataques y ciberdefensa a velocidad de máquina;
• contribución a descubrimientos científicos;
• trabajo en problemas de matemáticas de frontera.

Conviene fijarse aparte en los plazos. Trabajar de forma continua durante semanas implica que los agentes mantienen el contexto del proyecto, se reparten subtareas, corrigen sus propios errores y no necesitan a una persona en cada paso. Los productos agénticos públicos suelen funcionar todavía en ventanas de horas y en escenarios acotados.

Por qué importa la cifra de 5000

Si la estimación se acerca a la realidad, hablamos de un círculo reducido de personas que moldea la visión que el resto tiene de la IA: empleados de los laboratorios, algunos investigadores externos con acceso especial y una parte del personal de organismos públicos y de seguridad. Todos los demás juzgan el progreso por los modelos públicos, que llegan con retraso y, por lo general, con capacidades recortadas.

De ahí se derivan varias consecuencias. Los debates sobre riesgos y beneficios se desarrollan con niveles de información distintos: unos discuten sobre chatbots y otros trabajan con clústeres de agentes. A los reguladores les cuesta más evaluar lo que no ven. Y las empresas que construyen productos sobre API públicas tienen dificultades para planificar su hoja de ruta cuando el techo real de capacidades está oculto.

La ciberseguridad merece un apartado propio. Si los agentes de verdad encuentran zero-day y actúan en defensa y ataque a velocidad de máquina, el tiempo de reacción de los analistas humanos deja de ser decisivo. Para los defensores es una oportunidad de cerrar vulnerabilidades más rápido; para los atacantes, también. Cuál de los dos efectos pesará más no se puede saber a partir de una sola publicación.

Cómo usar esta información

Conviene tomar este tipo de afirmaciones como una señal, no como un hecho. Pasos prácticos para equipos y desarrolladores:

1. Asuma en sus planes que los agentes públicos alcanzarán con retraso las capacidades internas actuales, y diseñe los productos de modo que se puedan cambiar a un modelo más potente sin reescribirlos. 2.

Empiece ya a construir infraestructura para agentes de larga duración: registro de acciones, restricciones de permisos, reversión de cambios. Dentro de uno o dos años será obligatorio. 3.

Si es responsable de seguridad, revise el modelo de amenazas. Parta de la base de que la búsqueda de vulnerabilidades se automatiza y de que el ciclo «encontrar el fallo — escribir el exploit» se acorta. 4.

Siga las fuentes primarias: declaraciones de los laboratorios, system cards de los modelos e informes de evaluadores independientes. Las palabras de expertos concretos, incluido Karpathy, siguen siendo una opinión mientras no las confirmen los datos.

La pregunta principal para el futuro cercano: con qué rapidez las capacidades cerradas pasarán a ser públicas y quién llegará a tiempo para prepararse.