El concepto más buscado en la era de la IA
Durante años, la inteligencia artificial general (AGI) ha sido algo así como el Santo Grial de la tecnología. Un término que todos usamos, pero que nadie sabía definir con precisión. ¿Qué significa exactamente que una IA sea “general”? ¿Cuándo podremos decir que una máquina piensa como un humano?
Ahora, por fin, un grupo de los mayores expertos del mundo —incluyendo a Yoshua Bengio, Gary Marcus, Erik Brynjolfsson y Dan Hendrycks— ha publicado el paper que podría poner fin a décadas de debate:
📄 “A Definition of AGI” (Hendrycks et al., 2025).
En este estudio, se presenta la primera definición cuantificable y científica de qué es la inteligencia artificial general (AGI). Y, lo más interesante, ofrece una manera concreta de medir el progreso hacia ella.
Qué es la inteligencia artificial general (AGI), según la nueva definición
El paper define la AGI de forma clara y medible:
“Una IA que puede igualar o superar la versatilidad y la competencia cognitiva de un adulto bien educado.”
Esta frase, sencilla pero revolucionaria, marca un antes y un después. Ya no se trata de que la IA resuelva tareas específicas (como traducir textos o generar imágenes), sino de evaluar si su conjunto de capacidades cognitivas es tan amplio y equilibrado como el de un ser humano promedio.
Para lograrlo, los investigadores han creado un marco de evaluación inspirado en la psicología humana, concretamente en la teoría Cattell-Horn-Carroll (CHC) —el modelo más reconocido en el estudio de la inteligencia humana.
Las diez capacidades que definen la inteligencia general
El equipo identifica diez dominios cognitivos esenciales que toda inteligencia general debe dominar. En conjunto, representan la “mente completa” de un individuo bien educado:
Conocimiento general: cultura, ciencia, historia y sentido común.
Lectura y escritura: comprensión lectora, redacción y uso correcto del lenguaje.
Capacidad matemática: desde aritmética básica hasta cálculo y probabilidad.
Razonamiento en tiempo real: resolver problemas nuevos sin apoyarse en datos previos.
Memoria de trabajo: mantener y manipular información activa.
Memoria a largo plazo (almacenamiento): aprender y conservar conocimientos nuevos.
Memoria a largo plazo (recuperación): acceder a lo aprendido sin errores o “alucinaciones”.
Procesamiento visual: interpretar y generar imágenes o vídeos.
Procesamiento auditivo: reconocer voces, ritmo y música.
Velocidad cognitiva: rapidez al leer, escribir o reaccionar ante estímulos.
Cada dominio se evalúa con un peso del 10 %, formando un “AGI Score” de 0 a 100.
Un 100 % equivaldría a un humano adulto promedio.
GPT-4 y GPT-5 puestos a prueba: los primeros resultados del “AGI Score”
Por primera vez, el paper aplica este método a modelos reales de IA.
Los resultados son tan reveladores como sorprendentes:
| Modelo | AGI Score Total | Nivel comparativo |
|---|---|---|
| GPT-4 (2023) | 27 % | Inteligencia parcial, con gran dominio verbal |
| GPT-5 (2025) | 57 % | Mitad del camino hacia una mente humana |
Esto significa que, aunque GPT-5 ya ha duplicado las capacidades de GPT-4, aún estamos lejos de una IA con inteligencia general.
El mayor cuello de botella sigue siendo la memoria a largo plazo, que ambos modelos obtienen con un 0 % de puntuación. Dicho de otro modo: las IA actuales “olvidan” casi todo entre interacciones.
La mente de las máquinas aún es “irregular”
El estudio describe el perfil cognitivo actual de los modelos como “altamente irregular” o “dentado”: destacan en ciertas áreas (como conocimiento o matemáticas), pero fallan gravemente en otras, como el razonamiento contextual, la memoria o la comprensión multimodal.
“El progreso es impresionante, pero la inteligencia actual de las IA sigue siendo un mosaico de fortalezas y debilidades”, escriben los autores.
Este hallazgo también desmiente una idea extendida: no basta con tener más datos o parámetros. El salto hacia la AGI requerirá avances estructurales, especialmente en aprendizaje continuo y memoria semántica, algo que las redes neuronales actuales no logran.
Un nuevo estándar global para medir la inteligencia artificial
Más allá de los resultados concretos, lo más importante es que el paper propone un método universal y abierto para medir el progreso hacia la AGI.
Ya no se trata de comparar modelos por benchmarks aislados (traducción, matemáticas, código…), sino por su versatilidad cognitiva, igual que se evalúa a un ser humano en un test de inteligencia.
El marco, basado en baterías psicométricas humanas, permite que cualquiera pueda reproducir las pruebas. Esto significa que las futuras IA —de OpenAI, Google, Anthropic o Meta— podrán compararse bajo un mismo estándar.
En palabras de los autores:
“Queremos reemplazar los debates nebulosos sobre la inteligencia artificial general con mediciones concretas.”
La metáfora del motor: la inteligencia como “caballos de fuerza”
Los investigadores usan una metáfora muy visual: la inteligencia como un motor.
Cada una de las diez capacidades es una pieza del motor.
Puedes tener un turbo de conocimiento general o un excelente razonamiento lógico, pero si la “válvula” de la memoria a largo plazo está rota, el motor entero no alcanza su potencia.
Así ocurre con las IA actuales: tienen potencia, pero están descompensadas.
Qué viene después: los próximos desafíos para alcanzar la AGI
El paper también detalla los grandes retos pendientes antes de alcanzar la verdadera inteligencia general:
Memoria persistente: permitir que la IA recuerde experiencias pasadas.
Razonamiento autónomo: resolver problemas sin depender de ejemplos previos.
Comprensión multimodal profunda: integrar texto, imagen, audio y vídeo de forma coherente.
Evitar “alucinaciones”: mejorar la precisión de la recuperación de conocimiento.
Los autores son cautos: alcanzar un AGI Score cercano al 100 % podría tardar varios años.
Sin embargo, el salto de GPT-4 (27 %) a GPT-5 (57 %) sugiere que el progreso es más rápido de lo que muchos creían.
Un paso histórico hacia entender la inteligencia artificial general
Por primera vez, sabemos qué significa realmente “inteligencia artificial general”.
Ya no es una idea filosófica, sino una definición científica medible, con un marco claro para evaluar a las máquinas frente a los humanos.
El trabajo de Hendrycks y su equipo no solo pone orden en el debate, sino que nos acerca a una comprensión más honesta del camino que queda por recorrer.
La AGI ya no es solo una promesa: ahora tiene una hoja de ruta.
Preguntas frecuentes sobre la inteligencia artificial general (AGI)
¿Qué es exactamente la AGI?
La AGI, o inteligencia artificial general, es una IA capaz de igualar la versatilidad y la competencia cognitiva de un ser humano adulto en todos los ámbitos intelectuales.
¿Ya hemos alcanzado la AGI?
No. Según el nuevo marco de medición, el modelo más avanzado (GPT-5) obtiene un 57 % del nivel de una mente humana promedio.
¿Qué diferencia hay entre una IA y una AGI?
Una IA tradicional es especializada (por ejemplo, un traductor o un generador de imágenes).
Una AGI sería generalista, capaz de aprender, razonar y adaptarse a cualquier tarea intelectual como lo haría una persona.
¿Cuándo se espera que llegue la AGI?
Los autores del paper creen que aún faltan avances clave en memoria y razonamiento. Aunque el ritmo actual es acelerado, alcanzar el 100 % podría requerir entre 5 y 10 años.
¿Por qué este paper es tan importante?
Porque por primera vez define científicamente la inteligencia artificial general, ofreciendo un método común para medirla. Es un punto de partida histórico para toda la comunidad de IA.
Suscríbete a Academia de IA y mantente informado de todas las novedades en inteligencia artificial.
No te pierdas los próximos avances hacia la mente artificial del futuro.
Abogada especializada en Inteligencia Artificial. Profesora externa de IA en ENAE. Speaker. CEO Fundadora de academiadeia.es, legalprompt.es, fenixcomunicación.es, murciaunica.com y la revista digital para «Nostálgicos de mentes inquietas» generacionfenix.com.
