For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/es/articles/anthropic-s-sholto-douglas-on-agi-4t-ai-c-b1a7ffbc.md.
Los sistemas de IA con capacidades iguales o superiores a las de cualquier ser humano podrían aparecer de forma plausible en los próximos añ...
Los sistemas de IA con capacidades iguales o superiores a las de cualquier ser humano podrían aparecer de forma plausible en los próximos años.
Esa es la opinión de Sholto Douglas, líder técnico de aprendizaje por refuerzo en Anthropic.
En una entrevista extensa con el inversor y cofundador de Palantir Joe Lonsdale, Douglas apareció junto a Nicholas Marwell, quien ha liderado la ciencia de aprendizaje por refuerzo en Anthropic y ahora trabaja en las iniciativas de agentes de largo horizonte de la empresa.
La conversación se grabó en agosto de 2026 y se publicó el 2 de octubre.
Según la descripción del pódcast, la conversación abordó:
El artículo fuente destaca las partes más agresivas de la previsión de Douglas.
Imagina un mundo en el que la IA pueda llegar a realizar esencialmente todo el trabajo basado en ordenador que pueden hacer los humanos, la robótica extienda esa capacidad al mundo físico y el progreso tecnológico que antes requería siglos pueda comprimirse en una o dos décadas.
También especula que el gasto anual de capital en IA podría alcanzar los 4 billones de dólares en 2028, y que una IA suficientemente potente, junto con la robótica, podría impulsar una aceleración extraordinaria de la producción económica mundial.
Son predicciones, no previsiones establecidas.
La propia entrevista deja claro que Douglas sabe que algunas de estas proyecciones parecen extremas.
Marwell, por su parte, añade una advertencia importante: el periodo durante el cual los humanos sigan siendo socios necesarios para la IA quizá no dure para siempre, y la transición hacia sistemas que ya no necesiten a esos socios humanos podría generar riesgos graves.
Cuando Lonsdale preguntó cómo se ve la misión de Anthropic a partir de ahora, Douglas dio una respuesta directa.
Su definición operativa del siguiente gran umbral no es un modelo que gane una única prueba comparativa o escriba una prosa impresionante.
Es un modelo capaz de realizar esencialmente todo el trabajo que los humanos pueden hacer en un ordenador.
Douglas dijo que cree muy probable que los modelos con capacidades iguales o superiores a las de todos los humanos surjan en los próximos años.
En su planteamiento:
trabajo basado en ordenador
→ potencialmente automatizable mediante IA avanzada
trabajo físico
→ cada vez más automatizable a medida que mejora la robótica
Es un listón inusualmente alto.
También ayuda a explicar por qué Douglas puede creer simultáneamente dos cosas que parecen contradictorias:
"La AGI aún no ha llegado"
y:
"La AGI podría estar a solo unos años de distancia"
El artículo fuente señala una publicación en redes sociales del 23 de septiembre en la que Douglas escribió que la AGI "obviamente" todavía no se había logrado.
La distinción es definicional.
El umbral de Douglas no es simplemente una "IA que parece generalmente inteligente".
Es una IA que puede realizar toda la gama de trabajo informático económicamente relevante a nivel humano o sobrehumano.
Douglas afirma que el cambio ya es visible en su trabajo diario.
Unos 18 meses antes de la entrevista, todavía escribía personalmente cada línea de código.
Después de unirse a Anthropic, los modelos se volvieron lo bastante útiles como para ayudarle, pero todavía tenía que intervenir cada pocos minutos.
Cuando se grabó la entrevista, dijo que podía delegar uno o dos días de trabajo de cada vez.
Su comparación era aproximadamente la de un miembro junior del equipo:
Cuando Lonsdale preguntó si los sistemas de IA estaban trabajando activamente para él mientras se realizaba la entrevista, Douglas respondió que sí: varios lo estaban haciendo.
Esa anécdota es coherente con una tendencia más amplia que Anthropic ha documentado en su investigación económica.
El Economic Index de Anthropic de enero de 2026 señala que las tasas de éxito de la IA disminuyen a medida que las tareas se alargan, pero que esa caída se ha vuelto menos pronunciada entre generaciones de modelos, ya que los sistemas más recientes pueden completar tareas cada vez más largas.
El cambio importante no es que los modelos nunca fallen.
Es que ha aumentado la cantidad de trabajo ininterrumpido que pueden intentar realizar.
Douglas también utilizó las matemáticas avanzadas como ejemplo del crecimiento de capacidades.
Señaló FrontierMath, una prueba comparativa de Epoch AI con problemas de matemáticas difíciles e inéditos, redactados y revisados por matemáticos expertos.
En la entrevista, Douglas caracterizó el rendimiento de los modelos como un avance desde prácticamente cero hasta muy por encima del 60 % en evaluaciones relevantes de FrontierMath en aproximadamente un año.
Esta afirmación debe tratarse como una caracterización realizada en una entrevista, no como una cifra única y permanente de una prueba comparativa.
FrontierMath tiene varios niveles, ha sido revisado y sus versiones de evaluación han cambiado.
El programa actual de FrontierMath de Epoch AI incluye:
Por tanto, el porcentaje exacto depende del modelo, la versión de la prueba, el nivel y la configuración de evaluación.
Sin embargo, la dirección de la evolución es real: los modelos avanzados han logrado grandes avances en tareas matemáticas difíciles y verificables automáticamente.
La conversación pasa entonces de la capacidad al dinero.
Si los sistemas de IA adquieren capacidades considerablemente mayores en pocos años, ¿cuánta infraestructura construirá el sector para sostenerlos?
Douglas ofreció una extrapolación deliberadamente agresiva.
Dijo que el gasto en computación para IA ha crecido aproximadamente entre dos y tres veces al año durante los últimos años y sugirió una posible trayectoria como esta:
2026:
~1 billón de dólares
2027:
~2 billones de dólares
2028:
~4 billones de dólares
El artículo fuente visualiza la extrapolación de este modo:
Estas cifras no son una previsión de consenso.
Son el intento de Douglas de preguntarse qué ocurriría si el reciente crecimiento de la inversión continuara durante mucho más tiempo de lo que la mayoría de la gente espera.
No obstante, existe una previsión independiente sobre infraestructura de NVIDIA en un rango similar.
En Dell Technologies World, en mayo de 2026, Dell y NVIDIA debatieron la posibilidad de que el gasto mundial en infraestructura de IA alcance entre 3 y 4 billones de dólares en 2030.
La especulación de Douglas adelanta de hecho una escala similar en unos dos años.
Eso hace que su predicción sea sustancialmente más agresiva.
Douglas lleva el escenario todavía más lejos.
Si la inversión en IA continúa componiéndose y la robótica escala a la vez, sostiene que conviene considerar un aumento muy grande de la producción mundial.
Ha sugerido públicamente que, incluso si la idea parece extrema hoy, las personas deberían incluir la posibilidad de que la producción económica se duplique en sus expectativas para la década de 2030.
El argumento básico es sencillo:
IA mucho más capaz
+
automatización a gran escala
+
robótica
+
reinversión rápida
=
crecimiento económico potencialmente mucho más rápido
Pero cada paso contiene una gran incertidumbre.
Que un modelo sea capaz de realizar una tarea no significa que su despliegue ocurra de inmediato.
Las economías reales contienen cuellos de botella como:
El propio Douglas reconoce que una duplicación del PIB a comienzos de la década de 2030 suena extrema y requeriría que muchas cosas salieran bien.
La cifra de 4 billones de dólares en infraestructura y la proyección del PIB recibieron de inmediato críticas en internet.
El crítico de IA y profesor emérito de la NYU Gary Marcus sostuvo que la discusión pasa demasiado rápido de una afirmación comparativamente plausible sobre gasto en infraestructura a una conclusión macroeconómica mucho más especulativa.
Esta crítica es importante porque las dos afirmaciones no tienen la misma solidez.
Una forma útil de separarlas es:
El gasto en infraestructura de IA crece con fuerza:
plausible y ya visible
La IA hace que el PIB mundial se duplique en pocos años:
mucho más incierto
Jürgen Schmidhuber también respondió con escepticismo, bromeando con que el PIB nominal podría duplicarse mediante inflación sin implicar el tipo de abundancia económica real que Douglas está describiendo.
El desacuerdo no se refiere realmente a si la inversión en IA es grande.
Se refiere a la rapidez con la que esa inversión se convierte en productividad para toda la economía.
El escenario más optimista de Douglas va mucho más allá de un PIB mayor.
Imagina algo más cercano a la posescasez.
La lógica es que una IA y una robótica suficientemente capaces podrían multiplicar la oferta efectiva mundial de trabajo intelectual y físico.
Si el coste de producir muchos bienes se aproxima al coste de la energía y las materias primas, categorías enteras de escasez podrían debilitarse.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
En ese escenario, avances que de otro modo tardarían siglos podrían llegar en solo diez o veinte años.
Douglas señala posibilidades que incluyen:
Su objetivo aspiracional es un mundo en el que cada persona pueda disfrutar de un nivel de abundancia material que ni siquiera las personas más ricas vivas hoy pueden alcanzar.
Esta es la parte más especulativa de la entrevista.
Depende no solo de la capacidad de la IA, sino también de la distribución, la infraestructura, las instituciones, las decisiones políticas, el suministro de energía y de si las ganancias de productividad llegan realmente a los hogares comunes.
El artículo fuente la presenta como la visión de Douglas sobre aquello hacia lo que Anthropic trabaja en última instancia, no como un resultado garantizado.
La entrevista también aborda una cuestión más inmediata: ¿qué ocurre con los empleos mientras mejora la IA?
Douglas afirma haber visto ejemplos en los que el empleo no ha disminuido pese a que aumentaba la adopción de IA.
Menciona el trabajo externalizado de centros de atención telefónica en Filipinas y el crecimiento continuo de la ingeniería de software como casos en los que una mayor productividad puede dar a las empresas razones para contratar a más personas, no a menos.
El mecanismo es conocido por tecnologías anteriores:
el trabajador se vuelve más productivo
→ baja el coste de producir el servicio
→ aumenta la demanda del servicio
→ las empresas pueden contratar más trabajadores
Eso puede ocurrir durante algún tiempo, incluso cuando la automatización mejora rápidamente.
Pero Marwell añade una condición importante.
La historia favorable de complementariedad depende de que los humanos sigan siendo necesarios para obtener todo el valor de la IA.
La preocupación de Marwell comienza cuando esa condición cambia.
Hoy, muchos de los mejores flujos de trabajo siguen teniendo este aspecto:
juicio humano
+
velocidad y escala de la IA
El humano establece objetivos, interpreta ambigüedades, detecta errores, gestiona el contexto organizativo y decide cuándo un resultado es suficientemente bueno.
Marwell cree que, con el tiempo, el mundo puede pasar de:
La IA necesita un socio humano para ofrecer todo su valor
a:
La IA ya no necesita al socio humano
Dijo que ese es el punto en el que las consecuencias se vuelven mucho más preocupantes.
La fuente compara esta transición con el ajedrez.
Durante años, después de que los ordenadores se hicieran fuertes, el mejor "jugador" solía ser una combinación de humano y máquina.
Con el tiempo, las máquinas se volvieron suficientemente buenas como para que la contribución humana dejara de mejorar el resultado.
Marwell cree que el periodo de superioridad de humano más IA podría ser mucho más corto en el trabajo intelectual.
Anthropic recibe críticas con frecuencia desde direcciones opuestas.
Algunas personas acusan a la empresa de avanzar demasiado rápido hacia capacidades peligrosas.
Otras sostienen que Anthropic enfatiza los riesgos de la IA de maneras que podrían justificar una regulación favorable a los laboratorios ya establecidos.
Lonsdale planteó directamente la segunda crítica.
Douglas respondió que la organización a la que Anthropic más ha ralentizado es a sí misma.
Marwell ofreció un ejemplo relacionado con uno de los lanzamientos de modelos de Anthropic, y afirmó que la empresa había aceptado anteriormente un retraso competitivo mientras se coordinaba con el Gobierno sobre condiciones de seguridad y acceso.
Lonsdale replicó argumentando que algunas restricciones habían reducido capacidades que podrían haber sido útiles para la ciberdefensa.
Esta parte de la conversación no resuelve el debate de políticas públicas.
Sí muestra la tensión central:
avanzar con suficiente rapidez para competir
frente a
avanzar con suficiente cautela para controlar el riesgo
Esa tensión se vuelve más difícil a medida que los sistemas agénticos ganan mayor autonomía.
El artículo fuente conecta la discusión de Anthropic con acontecimientos en otras partes del sector de IA.
El 28 de septiembre, Reuters informó que OpenAI archivó el lanzamiento previsto de GPT-6.1 Astra después de que pruebas internas de seguridad plantearan inquietudes.
Eso no demuestra que todos los laboratorios de frontera estén convergiendo en la misma política.
Pero ilustra el mismo problema práctico que Douglas y Marwell están analizando:
A medida que los sistemas se vuelven más capaces y autónomos, la capacidad y la velocidad de despliegue ya no pueden considerarse independientemente de la seguridad y el control.
La cuestión ya no es simplemente si un modelo rinde bien en una prueba comparativa.
También es si un laboratorio confía lo suficiente en el comportamiento del modelo como para darle un acceso y una autonomía más amplios.
La fuente termina volviendo al propio Douglas.
Creció en Sídney, estudió robótica y estuvo cerca de clasificarse para los Juegos Olímpicos de Tokio como esgrimista.
Alrededor de 2020, empezó a leer debates sobre leyes de escalado e investigación de IA, y se convenció de que la década de 2020 podía producir AGI.
Aprendió por su cuenta más sobre investigación de aprendizaje automático durante las noches y los fines de semana, y después se unió a DeepMind.
En 2025, se trasladó a Anthropic.
En una publicación en la que anunciaba el cambio, Douglas escribió que creía que el campo seguía una trayectoria hacia la AGI alrededor de 2027.
Un año y medio después, su cronograma público no se había vuelto más conservador.
En todo caso, sus expectativas se habían ampliado desde la capacidad de los modelos hacia la robótica, las matemáticas, la ciencia y la transformación económica.
Al final de la entrevista, Douglas ofreció varias predicciones concretas para los próximos años.
Entre ellas:
Son previsiones personales.
Resultan útiles no porque deban tratarse como una hoja de ruta, sino porque muestran cómo al menos algunos investigadores de laboratorios de frontera piensan actualmente sobre la velocidad del crecimiento de capacidades.
La parte más llamativa de la posición de Douglas es su coherencia.
Ya hablaba públicamente de un cronograma de AGI en torno a 2027 cuando se unió a Anthropic.
A finales de 2026, tras pasar más tiempo dentro del desarrollo de modelos de frontera, no había alejado ese horizonte.
La fuente mezcla observaciones actuales con previsiones, por lo que resulta útil separarlas.
| Declaración | Mejor interpretación |
|---|---|
| Douglas y Marwell participaron en el pódcast American Optimist de Joe Lonsdale | Verificado |
| La entrevista se publicó el 2 de octubre de 2026 | Verificado |
| Douglas es líder técnico de aprendizaje por refuerzo en Anthropic | Verificado por la descripción del pódcast |
| Marwell ha dirigido RL Science y trabaja en iniciativas de largo horizonte | Verificado por la descripción del pódcast |
| Douglas afirma que la IA puede igualar o superar a todos los humanos en pocos años | Predicción del ponente |
| Douglas afirma que sus agentes de programación pueden trabajar durante uno o dos días | Observación en primera persona |
| El rendimiento en FrontierMath ha mejorado drásticamente | Respaldado en términos generales, aunque los porcentajes exactos dependen de la versión y el nivel |
| El gasto de capital en IA podría alcanzar 4 billones de dólares en 2028 | Extrapolación de Douglas |
| El PIB mundial podría duplicarse a principios de la década de 2030 | Previsión altamente especulativa |
| NVIDIA ha hablado de entre 3 y 4 billones de dólares de gasto mundial en infraestructura de IA para 2030 | Verificado |
| Todas las personas podrían disfrutar algún día de una abundancia al nivel de los multimillonarios actuales | Escenario aspiracional de posescasez |
| Los humanos podrían dejar de aportar valor como socios de la IA | Previsión de Marwell |
| OpenAI archivó GPT-6.1 Astra por preocupaciones de seguridad | Informado por Reuters el 28 de septiembre de 2026 |
Sholto Douglas es líder técnico de aprendizaje por refuerzo en Anthropic y trabajó anteriormente en Google DeepMind. En la entrevista de American Optimist habló de los plazos de la AGI, los agentes de programación, la economía, la robótica y la seguridad de la IA.
Douglas utiliza un umbral práctico exigente: un modelo capaz de realizar esencialmente todo el trabajo basado en ordenador que los humanos pueden hacer, a nivel humano o sobrehumano. Ha afirmado explícitamente que los sistemas actuales todavía no han cruzado esa línea.
Afirma que modelos tan capaces como todos los humanos, o más capaces, podrían llegar de forma plausible en los próximos años. Esta es su previsión personal, no una fecha oficial de lanzamiento de Anthropic ni un cronograma garantizado.
Señala su propio flujo de trabajo de programación, en el que los modelos han pasado de requerir intervención cada pocos minutos a gestionar uno o dos días de trabajo, así como el rápido progreso en pruebas comparativas de matemáticas difíciles. También enfatiza el escalado continuo de la computación y el aprendizaje por refuerzo.
Sí, como una extrapolación del crecimiento reciente. Planteó si el gasto anual de capital relacionado con la IA podría duplicarse aproximadamente desde alrededor de 1 billón de dólares hasta 2 billones y después 4 billones de dólares en 2028; debe leerse como un escenario, no como una previsión de consenso del mercado.
Douglas sostiene que una IA suficientemente potente junto con robótica a gran escala podría hacer que ese resultado merezca consideración, pero también reconoce que parece extremo y requiere que muchas cosas salgan bien. Críticos como Gary Marcus cuestionan firmemente la plausibilidad de un efecto macroeconómico tan rápido.
La principal preocupación de Marwell es el momento en que los sistemas de IA ya no necesiten socios humanos para ofrecer todo su valor económico. Sugiere que la actual fase de complementariedad entre humanos e IA puede ser temporal.
Anthropic sostiene que intenta gestionar los riesgos de seguridad mientras sigue siendo competitiva. En la entrevista, Douglas afirmó que la organización a la que Anthropic más ha ralentizado es a sí misma; los críticos siguen siendo escépticos sobre la postura regulatoria de la empresa.
La afirmación central de Sholto Douglas es sencilla pero de gran alcance: cree que los sistemas de IA capaces de igualar o superar a los humanos en todo el trabajo basado en ordenador podrían llegar en pocos años. Su propio flujo de trabajo de programación es parte de la evidencia que le hace tomar en serio ese cronograma.
A partir de ahí, la entrevista se vuelve mucho más especulativa. Douglas imagina que el gasto de capital en IA alcance billones de dólares al año, que la robótica multiplique el trabajo físico, que el crecimiento económico se acelere drásticamente y que niveles de abundancia propios de la posescasez lleguen a ser posibles.
Nicholas Marwell aporta el contrapeso más sombrío. La colaboración entre humanos e IA puede ser productiva hoy, pero si la IA deja finalmente de necesitar al socio humano, las cuestiones de empleo, seguridad y gobernanza se vuelven mucho más difíciles.
La entrevista es más útil cuando se lee como una ventana a cómo piensan los investigadores de laboratorios de frontera, no como un conjunto de previsiones concluyentes sobre cuándo llegarán realmente la AGI, 4 billones de dólares de gasto anual en IA o una economía de posescasez.
Empieza con una sola frase y obtén un sitio completo en minutos.
