AGI: qué es la inteligencia artificial general

AGI significa inteligencia artificial general: una categoría propuesta para sistemas capaces de rendir de forma competente en una amplia variedad de tareas cognitivas, aprender habilidades nuevas y transferir conocimiento entre dominios. No existe una definición ni una prueba universalmente aceptada, y lograr resultados sobresalientes en varios benchmarks no demuestra por sí solo que un sistema sea AGI.

Actualizado: 13 de julio de 2026.

Qué significa AGI

AGI son las siglas de artificial general intelligence o inteligencia artificial general. El término intenta distinguir una capacidad amplia y transferible de una IA diseñada o evaluada para un conjunto estrecho de tareas.

No hay una frontera universal. Algunas definiciones exigen rendimiento humano en prácticamente cualquier tarea cognitiva; otras hablan de competencia en una gran variedad de trabajos económicamente útiles; otras priorizan aprender habilidades nuevas y transferir conocimiento sin entrenamiento específico.

El trabajo “Levels of AGI” de Google DeepMind propone separar dos dimensiones:

• amplitud o generalidad: cuántos tipos de tareas puede resolver el sistema;
• profundidad o rendimiento: qué tan bien las resuelve frente a personas u otros sistemas.

También trata la autonomía como un aspecto de despliegue relacionado, no como sinónimo automático de inteligencia. Un sistema puede tener grandes capacidades y operar con supervisión; otro puede ser autónomo en un entorno limitado sin ser general.

IA actual vs. AGI vs. ASI

“General” no significa “perfecta”. Una persona también tiene fortalezas, límites y necesita herramientas. Una definición útil debe especificar el nivel de desempeño, la gama de tareas, los recursos permitidos y el coste. Sin esas condiciones, dos afirmaciones sobre AGI pueden hablar de estándares completamente distintos.

Por qué un LLM no equivale automáticamente a AGI

Los modelos de lenguaje modernos pueden escribir, programar, analizar imágenes, usar herramientas y adaptarse a instrucciones. Esa amplitud explica por qué el debate dejó de ser puramente teórico. Sin embargo, mostrar muchas habilidades en una interfaz no prueba generalidad robusta.

Entre las preguntas pendientes están:

• ¿transfiere lo aprendido a tareas realmente nuevas o reconoce patrones parecidos al entrenamiento?;
• ¿mantiene desempeño cuando cambia la redacción, el contexto o el entorno?;
• ¿puede aprender una habilidad nueva con eficiencia y conservarla?;
• ¿calibra la incertidumbre o responde con seguridad injustificada?;
• ¿planifica durante periodos largos sin acumular errores?;
• ¿usa herramientas y memoria sin comprometer seguridad ni privacidad?;
• ¿su coste y velocidad permiten comparar el desempeño de forma justa con personas?

La respuesta puede variar por modelo y tarea. Por eso es más preciso describir capacidades observadas que declarar una etiqueta total.

Niveles de AGI

El marco de DeepMind organiza el rendimiento en niveles —emergente, competente, experto, virtuoso y superhumano— y distingue sistemas estrechos de generales. No es una certificación oficial, sino una propuesta para hacer medibles afirmaciones vagas.

Un sistema podría ser experto en tareas estrechas y no alcanzar generalidad. También podría mostrar amplitud emergente sin llegar al nivel competente de una persona cualificada.

Cómo se debería evaluar

Una batería, no un benchmark único

Una sola puntuación favorece atajos y sobreajuste. La evaluación debería cubrir razonamiento, aprendizaje, percepción, interacción, conocimiento, planificación, comunicación y uso de herramientas, con tareas que no sean variaciones del mismo patrón.

Datos no contaminados

Si los problemas y soluciones circularon en internet antes del entrenamiento, una puntuación puede mezclar memoria con generalización. Los evaluadores necesitan conjuntos privados, creados después del corte de datos o renovados con frecuencia.

Comparaciones humanas claras

“Nivel humano” no dice qué población, experiencia, tiempo o herramientas se permitieron. Compara contra adultos no especializados, profesionales o equipos según la tarea y publica la distribución, no solo el promedio.

Condiciones reales

Resolver preguntas aisladas no equivale a trabajar durante horas, pedir aclaraciones, recuperarse de fallos y mantener estado. Las pruebas ecológicas deben medir procesos completos y consecuencias.

Seguridad y calibración

Una capacidad general que no reconoce límites puede producir más daño. Mide tasas de error, abstención, engaño, resistencia a instrucciones maliciosas, privacidad y capacidad de detenerse.

Señales que no demuestran AGI por sí solas

• Aprobar un examen o superar a humanos en un benchmark concreto.
• Conversar de forma convincente durante una sesión breve.
• Resolver tareas de muchos dominios con ejemplos parecidos disponibles.
• Usar herramientas para ampliar conocimiento o cálculo.
• Generar una explicación extensa de su propio razonamiento.
• Completar una demostración cuidadosamente seleccionada.
• Recibir la etiqueta “AGI” de su desarrollador, un medio o una campaña comercial.

Cada señal puede indicar progreso. La conclusión requiere un marco publicado, resultados reproducibles, evaluadores independientes y análisis de fallos.

AGI no es lo mismo que autonomía

Un agente que navega una web, envía mensajes o modifica archivos puede parecer general porque actúa en varios pasos. Sin embargo, la autonomía depende de orquestación, permisos, memoria, herramientas y entorno, no solo del modelo.

Separar capacidad y despliegue mejora la seguridad:

1. ¿Qué puede inferir o planificar el modelo?
2. ¿Qué herramientas puede solicitar?
3. ¿Qué acciones autoriza la aplicación?
4. ¿Qué requiere confirmación humana?
5. ¿Cómo se detecta y revierte un error?

Una mayor capacidad puede justificar controles más estrictos. No debería implicar más permisos por defecto.

Riesgos y oportunidades

Una IA más general podría acelerar investigación, educación, accesibilidad, ingeniería y descubrimiento científico. También ampliaría la escala de errores, abuso, concentración de poder y sustitución de tareas. La incertidumbre sobre la fecha no elimina la necesidad de evaluar y gobernar sistemas cada vez más capaces.

Los riesgos no empiezan únicamente al cruzar una frontera llamada AGI. Sesgos, fraude, desinformación, fallos de automatización y exposición de datos ya existen. Aplicar gestión de riesgo ahora crea prácticas útiles aunque la definición futura cambie.

El AI Risk Management Framework de NIST propone gobernar, mapear, medir y gestionar riesgos de IA. No define cuándo existe AGI, pero ofrece un proceso para tratar impactos verificables en sistemas presentes.

Cómo interpretar anuncios sobre AGI

Cuando una organización afirme haber alcanzado un nuevo nivel, pregunta:

• ¿qué definición usa y fue publicada antes de medir?;
• ¿qué tareas cubre y cuáles excluye?;
• ¿los datos de prueba eran privados y recientes?;
• ¿qué herramientas, reintentos y ayuda humana recibió?;
• ¿cuál es el coste por tarea y la tasa completa de fallos?;
• ¿hubo evaluación externa y se pueden reproducir resultados?;
• ¿qué capacidades no tiene y en qué condiciones se degrada?

Una buena comunicación separa medición, inferencia y predicción. “Alcanzó 90% en esta suite” es un dato; “por tanto es AGI” es una interpretación; “transformará toda la economía este año” es una predicción distinta.

Para continuar, revisa ASI, modelo fundacional, razonamiento y alineamiento. Estas piezas ayudan a describir capacidades y riesgos sin depender de una etiqueta binaria.

Fuentes primarias y marcos

• Google DeepMind — Levels of AGI for Operationalizing Progress on the Path to AGI.
• Morris et al. — Levels of AGI (arXiv).
• Google DeepMind — Taking a responsible path to AGI.
• NIST — AI Risk Management Framework.