Singularidad tecnológica: ¿ya llegamos o la IA apenas comienza?
Sam Altman, el CEO de OpenAI, afirmó en julio de 2026 que la inteligencia artificial ya entró en la singularidad, mientras otros referentes tecnológicos consideran que apenas estamos en sus primeras etapas. ¿Qué significa realmente este concepto y qué evidencia existe para afirmar que ya llegamos?
¿Qué es la singularidad tecnológica?
La singularidad tecnológica es una hipótesis según la cual el desarrollo de sistemas de inteligencia artificial cada vez más avanzados podría acelerar el progreso tecnológico hasta un punto en el que resulte difícil predecir lo que ocurrirá después.
Uno de sus antecedentes más importantes se encuentra en el trabajo del matemático I. J. Good. En 1965 publicó Speculations Concerning the First Ultraintelligent Machine, donde planteó que una máquina capaz de superar ampliamente la inteligencia humana podría, a su vez, diseñar máquinas todavía mejores. Esa posibilidad constituye uno de los antecedentes fundamentales de la idea de una eventual “explosión de inteligencia”.
Décadas después, en 1993, el científico informático y escritor Vernor Vinge desarrolló su conocida formulación de la singularidad tecnológica. En The Coming Technological Singularity, presentado en el simposio Vision 21 de NASA, sostuvo que la creación de inteligencias superiores a la humana podría desencadenar una transformación tecnológica de enorme magnitud.
Por eso, hablar de singularidad no significa simplemente decir que la inteligencia artificial es cada vez más potente. En su interpretación más exigente, implica un cambio cualitativo: sistemas capaces de contribuir de manera autónoma a su propia mejora y acelerar el desarrollo de nuevas generaciones de tecnología.
¿Sam Altman afirma que ya llegamos a la singularidad?
Sí. El 25 de julio de 2026, Sam Altman, CEO de OpenAI, participó en el pódcast Relentless y afirmó: “we are now, like, in the singularity”. También describió este momento como algo que años atrás parecía una posibilidad muy lejana.
La declaración reavivó el debate porque no existe una definición científica única que permita establecer mediante un indicador objetivo que la singularidad “ya ocurrió”.
En otras palabras, la afirmación de Altman debe entenderse como una interpretación sobre el momento tecnológico actual, no como una conclusión científica aceptada de manera general. Algunos análisis posteriores han señalado precisamente que sus palabras pueden interpretarse como una referencia a una aceleración progresiva de la IA y no necesariamente como la afirmación de que ya se produjo una explosión de inteligencia autónoma.
Para Marcelo Pacheco, director de la carrera de Ingeniería de Sistemas de la Universidad Privada Franz Tamayo (Unifranz), esta distinción es fundamental.
“La singularidad tecnológica es una idea que plantea que llegará un momento en que la inteligencia artificial avance tan rápidamente que incluso pueda participar en la creación y mejora de nuevas tecnologías, haciendo muy difícil predecir qué ocurrirá después”, explica Pacheco.
¿Estamos viviendo una aceleración de la inteligencia artificial?
Lo que sí resulta evidente es que los sistemas de IA están incorporando capacidades que hace pocos años parecían mucho más lejanas.
Los modelos actuales pueden generar y revisar código, utilizar herramientas externas, resolver problemas complejos y ejecutar secuencias de tareas con distintos grados de autonomía. Esta evolución está desplazando el papel de la IA desde el de una herramienta que responde preguntas hacia sistemas capaces de participar en procesos de trabajo más completos.
Pacheco considera que esta aceleración debe analizarse con prudencia.
“Más que afirmar que ya llegamos a una singularidad definitiva, estamos viviendo una etapa de aceleración tecnológica que puede ser el comienzo de algo mucho más profundo”.
La diferencia es importante. La existencia de sistemas más capaces no demuestra por sí misma que exista una explosión de inteligencia autónoma.
Un análisis publicado por la Universidad de Sídney después de la declaración de Altman sostiene que los sistemas actuales todavía dependen de ciclos de entrenamiento, ingeniería e infraestructura desarrollados por personas, y cuestiona que las capacidades observadas permitan afirmar que ya se produjo una singularidad en el sentido clásico.
Del programador al director de agentes: ¿cómo cambiará el trabajo?
Uno de los ámbitos donde esta transformación resulta especialmente visible es el desarrollo de software.
La IA está pasando de sugerir líneas de código a participar en tareas más amplias: generar programas, detectar errores, ejecutar pruebas y trabajar con herramientas bajo supervisión humana.
“El cambio más importante será que el ingeniero dejará de dedicar tanto tiempo a escribir código línea por línea y tendrá que dedicar más tiempo a diseñar, supervisar y validar soluciones”, explica Pacheco.
Esto modifica también el perfil profesional.
La capacidad de generar código rápidamente no garantiza que ese código sea correcto, seguro o adecuado para el problema que se pretende solucionar. Por eso, aumentará el valor de profesionales capaces de evaluar resultados, detectar errores, comprender riesgos y tomar decisiones técnicas.
La transformación también plantea desafíos en ciberseguridad. Las mismas capacidades que permiten automatizar análisis y detectar vulnerabilidades pueden utilizarse para desarrollar ataques más sofisticados.
“Esto también trae un desafío: la IA puede generar código rápidamente, pero eso no significa que ese código sea correcto, seguro o de calidad”, advierte Pacheco.
La cuestión, entonces, no es únicamente cuánto trabajo puede realizar una IA, sino quién supervisa sus decisiones y cómo se valida lo que produce.
¿Qué papel tendrán las universidades en la era de la IA?
La transformación tecnológica también obliga a replantear la educación superior.
Para Pacheco, las universidades tendrán que ampliar el enfoque tradicional de la formación en informática y pasar de enseñar únicamente herramientas a formar profesionales capaces de comprender, construir y supervisar sistemas inteligentes.
“Las universidades tendrán que cambiar la pregunta de ‘¿cómo enseñamos a programar?’ a una pregunta mucho más amplia: ‘¿cómo formamos profesionales capaces de construir y supervisar sistemas inteligentes?’”.
Esto supone combinar conocimientos fundamentales —programación, matemáticas, bases de datos, redes y arquitectura de sistemas— con inteligencia artificial, automatización, análisis de datos y ciberseguridad.
También será necesario fortalecer el aprendizaje basado en proyectos, los problemas reales y el trabajo interdisciplinario.
El objetivo no debería ser formar profesionales dependientes de una plataforma específica. Las herramientas de inteligencia artificial cambiarán constantemente, por lo que una competencia más duradera será la capacidad de aprender, adaptarse y evaluar nuevas tecnologías.
“No podemos formar ingenieros que simplemente sepan pedirle cosas a una IA”, sostiene Pacheco. “Necesitamos profesionales capaces de entender si lo que la IA está haciendo es correcto, seguro y adecuado para el problema que se quiere solucionar”.
¿Qué habilidades serán más importantes en un escenario de IA avanzada?
La expansión de la inteligencia artificial no elimina la importancia de las capacidades humanas; cambia su valor.
Pensamiento crítico, resolución de problemas, creatividad, comunicación, liderazgo y trabajo en equipo pueden adquirir mayor relevancia a medida que determinadas tareas técnicas sean automatizadas.
En ese escenario, el profesional del futuro no necesariamente será quien produzca más código manualmente, sino quien pueda plantear correctamente un problema, dirigir sistemas de IA, evaluar sus resultados y asumir responsabilidad sobre las decisiones.
Pacheco lo resume así:
“No competir con la IA, sino aprender a trabajar con ella y dirigirla”.
Y añade una competencia todavía más transversal:
“Su principal competencia no será saber utilizar una herramienta específica de inteligencia artificial, porque las herramientas van a cambiar constantemente. Su principal competencia será aprender a aprender”.
¿Qué dicen otros líderes tecnológicos sobre la singularidad?
El debate no tiene una única interpretación entre los principales referentes de la industria.
Demis Hassabis, CEO de Google DeepMind, ha adoptado una posición intermedia. En junio de 2026, durante una conversación en Stanford Graduate School of Business, describió el momento actual como las “estribaciones de la singularidad” y habló de la posibilidad de que la inteligencia artificial general se encuentre relativamente cerca.
La posición de Jensen Huang, CEO de Nvidia, es considerablemente más escéptica respecto de utilizar la singularidad como una conclusión tecnológica establecida. Su posición ha sido presentada en medios especializados como una crítica a las interpretaciones excesivamente especulativas sobre el desarrollo de la IA.
Así, pueden identificarse al menos tres posiciones:
- Sam Altman: considera que ya estamos dentro de la singularidad.
- Demis Hassabis: considera que estamos en las primeras etapas o “estribaciones” de la singularidad.
- Posturas escépticas: cuestionan que los avances actuales sean suficientes para demostrar que se alcanzó una singularidad en el sentido clásico.
La diferencia entre estas posiciones muestra por qué el concepto sigue siendo controvertido.
¿Ya llegamos a la singularidad tecnológica?
La respuesta depende de qué se entienda por singularidad.
Si el término se utiliza para describir una etapa de aceleración extraordinaria de las capacidades de la inteligencia artificial, existen señales claras de que estamos atravesando un periodo de transformación tecnológica excepcional.
Si, en cambio, se utiliza en su sentido más estricto —como un proceso de auto-mejora recursiva capaz de desencadenar una explosión de inteligencia que haga impredecible el desarrollo posterior—, no existe evidencia suficiente para afirmar que ese umbral ya haya sido alcanzado.
La propia diversidad de interpretaciones entre líderes tecnológicos y especialistas demuestra que no existe actualmente un criterio universal para determinar que la singularidad ha comenzado.
La pregunta ya no es solo cuándo llegará
Más allá de la discusión sobre si la singularidad ya empezó, existe una transformación que ya forma parte del presente.
La inteligencia artificial está modificando la manera en que se programa, se investiga, se aprende y se trabaja. Los sistemas son cada vez más capaces de ejecutar tareas complejas y de participar en procesos que anteriormente requerían una intervención humana mucho mayor.
El verdadero desafío, por tanto, no consiste únicamente en intentar predecir cuándo llegará la singularidad.
La pregunta también es cómo se prepararán las personas, las universidades, las empresas y los gobiernos para una tecnología cuyo ritmo de evolución puede superar la capacidad de adaptación de muchas instituciones.
La singularidad tecnológica puede seguir siendo una frontera incierta. Pero la aceleración de la inteligencia artificial ya es una realidad.
Y para la educación superior, la prioridad no debería ser preparar profesionales para una herramienta concreta, sino formar personas capaces de entender, cuestionar, supervisar y dirigir sistemas inteligentes.
Ese puede ser uno de los aprendizajes más importantes de la llamada era de la singularidad: no se trata solamente de preguntarnos cuándo las máquinas serán capaces de hacer más que nosotros, sino de decidir qué queremos que hagan y qué responsabilidades seguiremos asumiendo los seres humanos.