¿Qué es la AGI? Definición, medición y estado de la investigación

La AGI, o inteligencia artificial general, designa un sistema capaz de aprender y resolver una amplia variedad de problemas, incluidos problemas nuevos, transfiriendo lo aprendido de una situación a otra. Su definición y los criterios para darla por demostrada siguen en debate: obtener buenos resultados en un examen, una conversación o una prueba de referencia no basta para acreditar esa capacidad general.

Qué significa «general»

Una inteligencia especializada realiza una familia de tareas delimitada. Para hablar de inteligencia general, también hay que examinar su capacidad de adquirir habilidades cuando cambian las reglas, los datos o los objetivos. La cuestión va más allá del número de funciones que ofrece una interfaz.

Veamos un ejemplo didáctico: un programa sabe organizar archivos según su extensión. Después, usted le pide que descubra un criterio de clasificación desconocido a partir de ejemplos y que lo adapte cuando aparezca una excepción. Lo que interesa a la investigación sobre AGI es cómo aprende esa nueva organización, qué información necesita y hasta qué punto puede reutilizar lo que ha comprendido.

Tener capacidades generales no significa necesariamente saber hacerlo todo de inmediato. Puede significar disponer de una aptitud para aprender en un ámbito amplio y con recursos limitados. Por eso conviene aclarar si se están midiendo habilidades que el sistema ya posee o su capacidad de adquirir otras.

El trabajo Levels of AGI for Operationalizing Progress on the Path to AGI, publicado inicialmente en noviembre de 2023 y revisado en septiembre de 2025, propone distinguir entre el nivel de rendimiento y la amplitud de las capacidades. También trata por separado la autonomía que se concede al sistema. La propuesta aporta un vocabulario para la investigación; no constituye una certificación universal.

En nuestro especial sobre inteligencia artificial general encontrará las páginas dedicadas a las distintas dimensiones de esta cuestión. Antes de dar por válida una afirmación, identifique siempre qué definición utiliza.

Conceptos que conviene distinguir

AGI, modelo de lenguaje, agente y superinteligencia no designan lo mismo. Usarlos como sinónimos lleva a atribuir a un sistema capacidades que su funcionamiento no demuestra.

Un gran modelo de lenguaje es una categoría de modelo. Un agente es un sistema que elige y ejecuta acciones en un entorno. La AGI describe el objetivo de alcanzar capacidades generales; la superinteligencia añade la idea de un rendimiento muy superior al humano.

Concepto	Qué describe	Qué hay que examinar	Qué no demuestra
Modelo de lenguaje	Una familia de modelos que procesan, entre otras cosas, lenguaje	Calidad de las respuestas, transferencia, errores	Una aptitud general para aprender
Agente de IA	Un sistema organizado para encadenar acciones	Elección de acciones, verificación, recuperación tras un error	Una inteligencia general
AGI	Una capacidad general para aprender y resolver problemas	Amplitud, adaptación, eficiencia del aprendizaje	Conciencia o intención propia
Superinteligencia	Un nivel de capacidades muy superior al humano	Ámbitos evaluados y condiciones de comparación	Un comportamiento beneficioso

Estas distinciones tienen una consecuencia práctica: añadir memoria y herramientas a un modelo puede mejorar un sistema sin demostrar que sus capacidades sean generales. A su vez, un sistema puede resolver un problema difícil y seguir necesitando la aprobación de una persona antes de cada acción.

La conciencia es otra cuestión distinta. Las pruebas que se presentan aquí observan comportamientos y resultados; no permiten acceder a una posible experiencia subjetiva.

Para entender el ciclo de acciones sin confundirlo con una medida de inteligencia, consulte el artículo Agente de IA o chatbot: ¿cuál es la diferencia?. La arquitectura de ejecución y el nivel de capacidad deben evaluarse por separado.

Medir la inteligencia y distinguirla de las habilidades acumuladas

En su ensayo On the Measure of Intelligence, publicado en noviembre de 2019, François Chollet defiende una distinción entre habilidad e inteligencia. Un buen resultado puede depender en gran medida de los conocimientos previos y de la experiencia adquirida durante el entrenamiento. Por tanto, ese resultado no revela por sí solo la capacidad del sistema para aprender.

Chollet propone considerar la inteligencia como la eficiencia con la que se adquieren habilidades. Este enfoque exige tener en cuenta el ámbito de los problemas, su dificultad de generalización, los conocimientos iniciales y la experiencia disponible. El objetivo es aislar mejor la aptitud para afrontar situaciones nuevas.

Para interpretar un resultado desde esta perspectiva, puede examinar:

• la información a la que el sistema ya tenía acceso;
• los ejemplos adicionales que necesita para aprender;
• los cambios introducidos en la tarea;
• los recursos que consume para resolverla;
• la transferencia de lo aprendido a un problema diferente.

Piense en una situación hipotética de clasificación de documentos. Un sistema reconoce correctamente formularios conocidos y después se encuentra con un diseño que nunca ha visto. Su acierto inicial sigue siendo útil, pero no responde a la siguiente pregunta: ¿puede descubrir las nuevas reglas con pocos ejemplos y aplicarlas correctamente?

Esta distinción ayuda a diseñar una evaluación. Se mantiene el principio del problema, se modifica su presentación y se observan los errores y las correcciones necesarias. Hay que evitar que la prueba termine midiendo únicamente el reconocimiento de un formato conocido.

Nuestra página sobre generalización y adquisición de habilidades desarrolla este enfoque. Ayuda a entender por qué la cantidad de conocimientos que se utilizan y la capacidad de adaptación merecen medidas distintas.

Criterios para que una evaluación resulte útil

Una evaluación de AGI debe indicar qué pretende demostrar. «Resolver tareas variadas» es una formulación demasiado vaga si no se especifican los ámbitos, el nivel esperado y la ayuda permitida.

Primero hay que definir el alcance. Un conjunto de ejercicios matemáticos puede aportar información sobre determinadas capacidades matemáticas, pero no mide directamente cómo se aprende a utilizar un programa desconocido ni cómo se interactúa con un entorno físico. Una conclusión sólida debe guardar proporción con las tareas observadas.

Después hay que definir qué se considera nuevo. Una pregunta inédita puede reproducir casi exactamente un patrón familiar. En cambio, dos ejercicios de aspecto parecido pueden exigir reglas diferentes. Por eso la generalización se evalúa por las transformaciones que se piden, y no solo por la ausencia de textos duplicados.

Las condiciones para dar una tarea por resuelta también deben ser explícitas. ¿Recibe correcciones el sistema? ¿Puede consultar documentación, ejecutar programas o volver a intentarlo? ¿Se evalúa su primera respuesta o el mejor resultado de varios intentos?

La comparación con seres humanos requiere la misma precisión. Los especialistas, los principiantes y las personas que se han preparado para la prueba no representan la misma referencia. Deben documentarse las diferencias entre las instrucciones y los medios de los que dispone cada grupo.

Por último, la evaluación debe incluir los fallos. Un sistema que a veces produce una solución excelente puede seguir siendo poco fiable si no se sabe identificar cuándo responde mal. En un uso real, la posibilidad de detectar un error y pedir ayuda cuenta tanto como la tasa media de aciertos.

Estos criterios no forman una definición oficial. Permiten comprobar una afirmación y discutir sus límites sin depender de una impresión general.

ARC-AGI: evaluar la adaptación a problemas nuevos

ARC-AGI ofrece un ejemplo de este enfoque. La presentación oficial de ARC-AGI-1 describe problemas con cuadrículas en los que hay que deducir una transformación a partir de ejemplos y aplicarla después a una nueva entrada. La prueba busca evaluar la adquisición de una regla con poca información.

El formato evita que cada problema dependa de conocimientos especializados. Aun así, está diseñado a partir de ciertas decisiones sobre los objetos, el espacio y las regularidades que el participante puede reconocer. Ese marco debe tenerse en cuenta al interpretar los resultados.

En octubre de 2026, también hay que distinguir las tareas estáticas de los entornos interactivos. La presentación oficial de ARC-AGI-3 describe entornos en los que un agente explora, descubre el funcionamiento y los objetivos y adapta sus acciones sin instrucciones en lenguaje natural. La evaluación se centra así en un aprendizaje que ocurre durante la interacción.

La diferencia es metodológica. En un problema estático, se pueden examinar todas las observaciones proporcionadas antes de responder. En un entorno interactivo, el sistema tiene que elegir qué experimentos realizar: una acción también sirve para obtener información útil.

Aun así, superar estas pruebas no abarcaría todos los aspectos posibles de la AGI. El dominio del lenguaje, las habilidades sociales o la fiabilidad profesional requerirían otras evaluaciones.

La página de referencia sobre ARC-AGI explica los formatos y sus límites. El nombre de esta prueba de referencia indica un programa de investigación; no debe interpretarse como una etiqueta que se concede automáticamente a quienes obtienen los mejores resultados.

Por qué una puntuación alta no basta

Una puntuación resume los resultados obtenidos bajo un protocolo. Para entenderla, hay que averiguar qué reúne esa media y qué deja fuera.

La primera dificultad es la separación entre entrenamiento y evaluación. Si se han utilizado las preguntas o sus soluciones para preparar el sistema, el resultado puede reflejar familiaridad con la prueba. Incluso sin acceso directo a las respuestas, ajustar repetidamente un sistema con los mismos ejercicios puede favorecer su adaptación a esa prueba concreta.

La robustez requiere una comprobación diferente. El estudio GSM-Symbolic, publicado inicialmente en octubre de 2024, examina variantes controladas de problemas matemáticos. Describe variaciones de rendimiento cuando cambian ciertos elementos de los enunciados. Estas observaciones corresponden a los modelos y las condiciones estudiados; no describen automáticamente los sistemas disponibles en octubre de 2026.

El principio sigue siendo útil para diseñar pruebas: cambiar los números, eliminar una pista superficial o reformular una instrucción permite examinar la estabilidad de un acierto. Cualquier caída de rendimiento debe analizarse después, porque no todas las modificaciones tienen la misma dificultad.

También hay que separar el éxito del coste. Un método puede mejorar sus resultados multiplicando los intentos, los programas candidatos o las llamadas a herramientas. Eso puede suponer un avance útil, pero la comparación debe incluir esos recursos.

Por último, una media puede ocultar toda una familia de fallos. Examine los resultados por tipo de tarea, los casos sin resolver y las condiciones en las que el sistema se equivoca con seguridad.

El artículo Cómo interpretar las clasificaciones de modelos ofrece criterios complementarios. Una clasificación ordena resultados; no sustituye el análisis del protocolo.

Qué se puede establecer en octubre de 2026

A fecha de 24 de octubre de 2026, las fuentes consultadas permiten constatar una investigación activa sobre adaptación, eficiencia y condiciones de evaluación. No proporcionan un protocolo universal que permita certificar el conjunto de capacidades que suelen asociarse a la AGI.

La clasificación oficial de ARC Prize, consultada en esa fecha, distingue, entre otros elementos, las configuraciones de razonamiento, los sistemas de competición y los componentes que rodean a los modelos. También relaciona el rendimiento con los recursos consumidos. Estas distinciones impiden atribuir cualquier variación de puntuación únicamente al modelo.

El entorno de ejecución puede guardar notas, transmitir el historial o conservar un estado de trabajo. Si cambian esas condiciones, también cambia el sistema evaluado. Una comparación rigurosa debe describir, por tanto, la configuración completa y su presupuesto de recursos.

Esta observación invita a formular conclusiones precisas: un sistema ha resuelto ciertas tareas, bajo determinadas reglas y con unos recursos concretos. Pasar de esa constatación a afirmar que posee inteligencia general exige pruebas adicionales sobre la amplitud de sus capacidades y su transferencia a otras situaciones.

La ausencia de una certificación universal no significa que sea imposible determinar si ha habido avances. Se puede medir una mejora al resolver un juego inédito, una adaptación más rápida o una reducción de las intervenciones necesarias. Esos resultados aportan información cuando son reproducibles.

Para seguir el estado de la investigación, dé prioridad a las publicaciones que incluyan protocolos, registros de ejecución y límites explícitos. Una demostración seleccionada ilustra una posibilidad; una evaluación sistemática permite examinar con qué frecuencia ocurre y en qué condiciones.

Líneas de investigación: aprender, buscar y reutilizar

Varios mecanismos pueden contribuir al aprendizaje de tareas nuevas. Distinguirlos ayuda a entender qué demuestra realmente un experimento.

Un sistema puede aprender durante el entrenamiento, aprovechar ejemplos incluidos en su contexto o buscar una solución durante la ejecución. También puede poner a prueba una hipótesis con una herramienta, observar el fallo y volver a intentarlo. Estos mecanismos no utilizan la misma información ni los mismos recursos.

Una línea de investigación consiste en buscar programas que expliquen los ejemplos observados. Después se puede ejecutar el programa candidato para comprobar sus predicciones. Su interés reside en disponer de una representación explícita de la regla propuesta.

La publicación DreamCoder, presentada en junio de 2020, describe un sistema que combina búsqueda de programas, orientación mediante redes neuronales y aprendizaje de abstracciones reutilizables. Ilustra cómo los componentes adquiridos al resolver ciertos problemas pueden ayudar a resolver otros. El resultado corresponde a los ámbitos experimentales estudiados y no demuestra una capacidad general ilimitada.

El problema de búsqueda sigue siendo exigente: distintas reglas pueden explicar los mismos ejemplos. Hay que elegir hipótesis, organizar los intentos y evitar una búsqueda demasiado costosa. Poder verificar un programa no garantiza que el sistema vaya a encontrar rápidamente el adecuado.

Otra cuestión es la conservación de lo aprendido. Un sistema puede resolver una tarea gracias a su historial inmediato y, sin embargo, no saber reutilizar ese descubrimiento en otra sesión. Comprobar esa transferencia requiere un experimento distinto.

Estas líneas deben compararse con tareas nuevas y presupuestos explícitos. Una arquitectura prometedora sigue siendo una hipótesis que hay que evaluar; su planteamiento no permite concluir, por sí solo, que se haya alcanzado la AGI.

Cómo examinar un anuncio de AGI

Puede leer un anuncio como una propuesta experimental. Empiece por reformular lo que se afirma en términos observables: qué tareas aprende el sistema, con qué ayuda y dentro de qué límites.

Busque después los elementos que permitan comprobar la conclusión:

1. La definición elegida. ¿La publicación se centra en una capacidad de aprendizaje, en la variedad de tareas cubiertas o en un nivel de rendimiento?
2. El sistema completo. ¿Qué herramientas, memorias, instrucciones e intervenciones humanas contribuyen al resultado?
3. Los datos de evaluación. ¿Las tareas son públicas, nuevas, de acceso restringido o seleccionadas después de los ensayos?
4. El presupuesto. ¿Se contabilizan los intentos fallidos y el cómputo adicional?
5. La verificación. ¿Los protocolos, los registros de ejecución y los resultados permiten una reproducción independiente?

Distinga después lo que se ha observado de lo que se está extrapolando. Un sistema que aprende a desenvolverse en un entorno desconocido aporta un resultado sobre ese entorno. Afirmar que podrá aprender cualquier profesión o cualquier ciencia añade una hipótesis cuyas pruebas deben examinarse.

Las fechas previstas merecen el mismo tratamiento. Una previsión depende del umbral elegido y de las hipótesis sobre los avances futuros. Una fecha anunciada no sustituye ni a un protocolo ni a un resultado.

En un uso profesional, puede aplicar este rigor sin esperar a que se resuelva el debate sobre la AGI. Defina tareas representativas, conserve los casos difíciles, mida las correcciones y controle las acciones sensibles. La guía para evaluar un agente de IA desarrolla este método.

La pregunta práctica pasa a ser concreta: ¿realiza este sistema su tarea con una fiabilidad y un coste aceptables? La respuesta puede ser útil aunque siga en discusión si posee inteligencia general.

Puntos clave

• La AGI designa una capacidad general de aprendizaje y resolución de problemas; los criterios para validarla dependen de una definición explícita.
• Un alto nivel de habilidad no mide directamente la eficiencia con la que un sistema adquiere habilidades nuevas.
• Cada resultado debe ir acompañado de su protocolo, sus recursos y sus límites de generalización.
• Las pruebas como ARC-AGI aportan información sobre determinadas capacidades; superarlas no cubre todos los criterios posibles de inteligencia general.
• Para valorar un anuncio, examine las tareas inéditas, los fallos, la ayuda recibida y la posibilidad de reproducir los resultados.

Preguntas frecuentes

¿Qué significa AGI en español?

AGI corresponde a Artificial General Intelligence, que en español se traduce como inteligencia artificial general. La sigla inglesa también se utiliza habitualmente en español. Designa un objetivo de investigación cuyos criterios concretos varían según la publicación.

¿Una AGI tendría necesariamente conciencia?

Las evaluaciones de capacidades no permiten determinar si un sistema tiene una experiencia subjetiva. Una máquina podría cumplir ciertos criterios de resolución de problemas sin que eso resolviera la cuestión de su conciencia. Son dos asuntos que requieren argumentos distintos.

¿Qué puntuación debe alcanzar un sistema para considerarse una AGI?

No existe una puntuación universal que otorgue esa condición. Cada resultado debe interpretarse dentro del alcance de la prueba, teniendo en cuenta sus datos, los recursos permitidos y el método de puntuación. Incluso superar una prueba completa deja sin resolver las capacidades que esa prueba no evalúa.

¿Se puede predecir cuándo llegará la AGI?

Una previsión depende de la definición elegida y de las hipótesis sobre los avances futuros. Debería especificar las capacidades esperadas, las condiciones para validarlas y su grado de incertidumbre. Una fecha anunciada por un laboratorio no constituye una demostración experimental.