Lambert espera un progreso rápido de la IA, pero no un camino hacia la superinteligencia

Nathan Lambert, investigador conocido por su trabajo en post-entrenamiento y modelos abiertos, y autor del boletín Interconnects, resume su postura en el propio título del ensayo: espera un progreso rápido de la IA, pero no un avance hacia una superinteligencia general. El detonante fueron sus conversaciones con investigadores destacados del sector. Muchos de ellos están convencidos de que, dentro de unos años, la IA será mejor que ellos en su propio trabajo. A Lambert eso le sorprendía, aunque al principio no sabía explicar su escepticismo.

En el material que llegó al feed solo está disponible la introducción. Por eso, a continuación se analizan la tesis y su contexto, no todo el argumento del autor.

Dos pronósticos fáciles de confundir

La afirmación «la IA será mejor que yo en mi trabajo» y la afirmación «estamos construyendo una superinteligencia general» suenan parecido, pero se verifican de forma distinta. La primera es un pronóstico sobre una profesión concreta: investigador, ingeniero, analista. Se puede medir con benchmarks, con tareas cerradas y con la velocidad a la que los agentes resuelven tickets. La segunda es un pronóstico sobre un sistema que supera al ser humano en cualquier ámbito y amplía por sí mismo sus capacidades.

Lambert separa ambas expectativas. Considera probable una mejora rápida de los modelos en tareas acotadas y de complejidad media. En su lógica, de ahí no se deduce que la trayectoria conduzca a una inteligencia universal única.

Por qué conviene leer con cautela las palabras de los insiders

Las personas de los laboratorios punteros ven los modelos antes que nadie y observan a diario cómo mejora su calidad. Es una fuente valiosa, pero con sesgos:

• el investigador evalúa el progreso en tareas que él mismo automatiza, así que la muestra está sesgada;
• el flujo de trabajo en un laboratorio se compone de tareas muy formalizables y con retroalimentación rápida, y esas son las áreas que la IA domina mejor;
• «mejor que yo en mi trabajo» suele significar velocidad y volumen, no plantear problemas ni elegir la dirección;
• el plazo de «unos años» sigue siendo impreciso en estas conversaciones y no incluye criterios de verificación.

Esto no refuta el pronóstico, pero señala dónde puede no generalizarse. El trabajo que resulta cómodo de automatizar en un laboratorio no equivale al de un médico, un abogado o un product manager.

Qué se sabe a partir del propio texto

• Autor: Nathan Lambert, boletín Interconnects.
• Fecha de publicación: 9 de octubre de 2026.
• Tesis principal: se espera un progreso rápido, pero no un camino hacia la superinteligencia general.
• Origen de las dudas: la discrepancia con los pronósticos de los principales investigadores del sector.
• Horizonte del que hablan los interlocutores del autor: unos años.
• En el fragmento disponible no se presentan argumentos desarrollados ni estimaciones numéricas.

Cómo usar este debate en la práctica

Para los equipos que planifican implantar IA, la diferencia entre los dos pronósticos tiene consecuencias directas. Si Lambert tiene razón, lo sensato es planificar sobre una mejora gradual de las herramientas: agentes para código, análisis y soporte. Apostar a que un único modelo sustituirá funciones enteras parece más arriesgado.

En la práctica conviene hacer tres cosas. Primero, medir el efecto en las tareas propias y no en rankings públicos. Segundo, prever en el presupuesto cambios frecuentes de modelo: el ritmo de mejora es alto en cualquiera de los dos escenarios. Tercero, al leer las declaraciones de directivos e investigadores de los laboratorios, preguntar a qué conjunto concreto de tareas se refieren. Merece la pena leer el argumento completo de Lambert en el original: ahí se ve en qué se apoya su convicción de que el progreso rápido y la superinteligencia son trayectorias distintas.