Los pilares de la Tierra es una novela de Ken Follett, publicada en 1989. Se centra en la construcción de una catedral que no existe, en la ciudad también imaginada de Kingsbridge –no, no es la localidad del Reino Unido llamada así-. La historia se sitúa en la Inglaterra del siglo XII, con viaje de peregrinación a Santiago de Compostela incluido. Los pilares aquí no son físicos sino intangibles: la fe y la religión; el conocimiento y la técnica centrada en la arquitectura; las eternas luchas por el poder y el amor; y la resiliencia humana.
Recordando esta novela vinieron a mi pensamiento los cinco pilares que sustentaron el fulgurante desarrollo de la IA en la última década. Seguramente habrá leído en más de una ocasión que son tres, pero en mi opinión se olvidan de la inversión privada y también de una significativa aceptación social. Ambos son igualmente importantes y necesarios para explicar bien la razón de que un ámbito científico-tecnológico con bastantes décadas de desarrollo haya irrumpido como un huracán en los últimos años.
La IA ha alcanzado en años una vida humana, y también con altibajos. Se asocia el origen de la inteligencia artificial con la reunión de un puñado de brillantes investigadores en el verano de 1956 en Dartmouth College, EE. UU. Durante un par de meses pusieron en común sus ideas y logros –un año antes algunos de ellos acuñaron el nombre de inteligencia artificial en la memoria presentada para solicitar fondos a la Fundación Rockefeller para sufragar dicha reunión-.[1] Para mí, sin embargo, hay hitos previos que podemos identificar como el origen de facto del campo. Muy en particular la publicación en 1943 del primer modelo matemático de neurona, cuyos autores fueron Warren McCulloch y Walter Pitts.[2] Por cierto, por motivos que no vienen ahora a cuento, ninguno de los dos participó en la reunión de 1956.
Hoy la IA está por todas partes y es la protagonista de titulares, reuniones de gobiernos y conversaciones cotidianas. Aunque hay algo de moda, bastante de márquetin y no poco de pensamiento ilusorio, es evidente, incluso en el día a día, que sus logros nos rodean y van a más.
Con frecuencia se dice que el boom de la IA se debe a la confluencia de tres elementos: la creciente capacidad de computación, los avances en la algoritmia, sobre todo en el aprendizaje automático, y la extraordinaria y creciente abundancia de datos. Nada que cuestionar a esto.
El primer motor, quizás el más evidente, ha sido el incremento exponencial de la capacidad de cómputo en las últimas décadas, bien retratado en la Ley de Moore, una observación hecha por Gordon Moore, cofundador de Intel, que en 1965 afirmó que el número de transistores en un chip se duplicaba aproximadamente cada par de años y así seguiría siendo por un período largo de tiempo[3] -esto ha supuesto básicamente duplicar la capacidad de cálculo y la memoria de los circuitos integrados cada año y medio o dos años-. Esta ley, que en sentido estricto no lo es, ha marcado básicamente el ritmo del progreso de la tecnología microelectrónica y la fabricación de chips durante décadas, y ha permitido que la potencia de cálculo de los actuales supercomputadores se haya incrementado millones de veces respecto a los más avanzados computadores en tiempos de Moore. Eso sí, siendo muy relevante para el desarrollo actual de la IA, no debe confundirse más capacidad de computación con necesariamente más inteligencia artificial, ni menos aún supercomputación con superinteligencia.[4]
El segundo pilar es la mejora algorítmica. Desde que se popularizó el aprendizaje profundo, a principios de la década pasada, la IA ha mejorado enormemente sus algoritmos y arquitecturas de computación neuronal y con ello su capacidad de ver, oír y hablar. Por eso el Premio Turing de 2018, otorgado por la Association for Computing Machinery (ACM), reconoció a Yoshua Bengio, Geoffrey Hinton y Yann LeCun sus contribuciones a las redes neuronales profundas.[5]
Muchos de los avances en el aprendizaje automático, que permite resolver problemas complejos aprendiendo sobre conjuntos de datos, tienen sus fundamentos teóricos y conceptuales en décadas pasadas. De hecho, la Real Academia Sueca de Física otorgó a Geoffrey Hinton y John J. Hopfield el Premio Nobel de Física en 2024 por sus descubrimientos fundamentales e invenciones de los años 80 en aprendizaje automático con redes neuronales artificiales.[6] En todo caso, es incuestionable que desde entonces las mejoras en las arquitecturas de computación neuronal han sido extraordinarias, y nos han llevado a la IA generativa, que tantas sorpresas nos ha dado y tantas expectativas sigue creando.
Como tercer pilar están precisamente esos datos a los que sacan punta las matemáticas que aprenden. Nunca ha habido tanto contenido digital disponible, ni tan fácilmente explotable. Internet supera ya los 300.000 millones de páginas de texto. Las IA aprenden de todo: textos, imágenes, vídeos, conversaciones, clics. Los datos son tan relevantes, también como valor de mercado, que se están concentrando en las manos de unos pocos –en sus servidores, por ser precisos-.
Aquí suele acabar el discurso sobre lo que ha llevado a la IA a su omniprotagonismo actual. Pero hay dos pilares más, igualmente relevantes, a mi juicio. Uno de ellos es el dinero invertido. La inversión, en particular la privada, concentrada sobre todo en un puñado de gigantes tecnológicos. Las inversiones de las grandes compañías tecnológicas superan en órdenes de magnitud la inversión pública. Según el AI Index 2025[7] del Instituto de Inteligencia Artificial Centrada en el Ser Humano de la Universidad de Stanford (HAI, por sus siglas en inglés), la inversión privada global en inteligencia artificial alcanzó un récord de 252.300 millones de dólares en 2024, lo que representa un crecimiento del 26% respecto al año anterior. De esta cifra, la inversión privada (excluyendo adquisiciones y fusiones) creció un 44,5%.
Por último, pero no menos relevante, está la buena aceptación social de la IA. Nos hemos acostumbrado a convivir con algoritmos que deciden qué vemos, qué compramos y hasta con quién salimos. Esta naturalización ha supuesto que en general usemos y demos por buenas unas tecnologías inteligentes que no entendemos, ni siquiera del todo quienes investigamos en ellas, pero que en general usamos y no cuestionamos y en las que delegamos, muchas veces de forma inconsciente, decisiones importantes y cada vez más nuestras tareas cognitivas. El que las tecnologías inteligentes tengan en general una buena aceptación por parte de la sociedad es otra de las piezas clave para explicar el extraordinario desarrollo de la IA que estamos viviendo. No es así en todo el mundo por igual, bien es cierto. En Asia hay una actitud hacia la IA poco menos que entusiasta, con países como China en los que el 83% de la población cree que los productos y servicios basados en la IA ofrecen más ventajas que inconvenientes. Sin embargo, en Estados Unidos, el país que lidera la IA hoy día, el apoyo es mucho menor (39 %). En España, ni chicha ni limonada (50%). Es más, nuestro país es de los pocos en los que este apoyo ha decrecido desde 2022, según datos del informe “AI Index 2025”.
The Ipsos AI Monitor 2024[8] viene a reafirmar estos datos. Según su informe, el 53 % de las personas afirma estar entusiasmada con los productos y servicios que utilizan IA, frente al 50 % que afirma que la IA las pone nerviosas. También destaca que Asia es la región donde mayor entusiasmo se registra, mientras que los países anglosajones y Europa son los más escépticos.
Permítanme ahora que especule un poco sobre el futuro, aunque a corto y medio plazo. Especular más allá no tendría ni el menor fundamento. De los cinco pilares comentados en este artículo, pienso que razonablemente la capacidad de cómputo seguirá aumentando al ritmo de las últimas décadas, sino más. De hecho, la computación cuántica, todavía en ciernes, bien es cierto, supondrá un antes y un después en cuanto a su resolución computacional para según qué tipo de problemas.
Los avances en la algoritmia y en el aprendizaje automático es muy probable que continúen y hasta se aceleren. Hay hoy muchos más investigadores en activo en el campo de la IA que todos los que ya son parte de su historia. Todo este talento tiene necesariamente que darnos muchas sorpresas agradables -algún disgusto también, pero esperemos que pocos y controlables-.
Los datos que teníamos están casi todos exprimidos,[9] pero es cierto que cada día generamos más, muchos más, y que la generación de datos sintéticos abre nuevas puertas al aprendizaje automático.
Tengo ya muchas más dudas respecto a que se mantenga el ritmo de inversión privada actual.[10] La razón es bien sencilla: las empresas que más están invirtiendo en IA no están viendo todavía el retorno de su inversión y no hay indicios de que esto pueda cambiar en el corto plazo.
Por último, tengo la sensación, aunque solo es eso, un pálpito, de que la gente comienza a alarmarse más que a entusiasmarse ante lo que puedan depararle unas tecnologías, las inteligentes, que en buena medida desconoce y que están ya por doquier. Si la buena aceptación actual que en general hay alrededor de la IA desaparece, buena parte del revuelo que estamos viviendo se desmoronará, sobre todo por la consiguiente reducción en las inversiones.
La IA no ha caído del cielo, sino que tiene firmes sus pilares en la tierra. Precisamente por eso, por ser el resultado de intereses humanos, tenemos que adoptar la IA con cautela, con responsabilidad y con un análisis crítico que evite que los que más tienen que ganar con ella, quieran ganar mucho más, y a nuestra costa.
[1] McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (1955). A proposal for the Dartmouth summer research project on artificial intelligence. Dartmouth College.
http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
[2] McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The Bulletin of Mathematical Biophysics, 5, 115–133.
https://doi.org/10.1007/BF02478259
[3] Moore, Gordon E. (1955). Cramming more components onto integrated circuits. Electronics, 38(8), 114–117.
[4] Barro, Senén (29023). Supercomputación no es superinteligencia. Revista Hipótesis, Nº 15. Universidad de La Laguna. https://www.ull.es/portal/hipotesis/supercomputacion-no-es-superinteligencia/
[5] Association for Computing Machinery (2019). 2018 ACM A.M. Turing Award.
https://amturing.acm.org/2018-turing-award.cfm YouTube+7amturing.acm.org+7Wikipédia, a enciclopédia livre+7
[6] Royal Swedish Academy of Sciences (2024). The Nobel Prize in Physics 2024 – Press Release. NobelPrize.org.
https://www.nobelprize.org/prizes/physics/2024/press-release
[7] Maslej, Nestor, et al. (2025). Artificial Intelligence Index Report 2025. Stanford Institute for Human-Centered Artificial Intelligence.
https://hai.stanford.edu/ai-index/2025-ai-index-report
[8] Ipsos (2024). The Ipsos AI Monitor 2024.
https://www.ipsos.com/en-us/ipsos-ai-monitor-2024
[9] Barro, Senén (2025). Datos limitados y con límites. Diario LA LEY, Nº 10654, Sección Tribuna. LA LEY.
[10] Barro, Senén (2024). ¿Y si la IA no viene? ¿Y si viene? Eldiaro.es.
https://www.eldiario.es/opinion/tribuna-abierta/si-ia-no-viene-si-viene_129_11574096.html
