«How We Get To AGI»: las ideas clave de la conferencia de François Chollet
En «How We Get To AGI», François Chollet sostiene que la inteligencia general no surgirá solo de aumentar el tamaño de los modelos: define la inteligencia como la eficiencia para afrontar lo desconocido, muestra que ARC-AGI ha resistido los avances basados en la escala y presenta el enfoque que considera prometedor: sistemas que escriben un programa para cada tarea nueva mediante una combinación de intuición aprendida y búsqueda discreta. La conferencia tuvo lugar el 16 de junio de 2025 en la AI Startup School de Y Combinator, en San Francisco; el video está publicado por Y Combinator.
Este resumen sigue el orden de la conferencia y se basa en el video y en la transcripción publicada por The Singju Post, generada automáticamente y sin revisión del autor: las explicaciones que siguen son paráfrasis, no citas textuales. Para una exposición completa, sección por sección, que también recoge lo ocurrido desde entonces, consulte la página de referencia sobre la conferencia.
El punto de partida: el cómputo se abarata
La conferencia comienza con una observación sobre los recursos materiales. Según François Chollet, el costo del cómputo se ha reducido dos órdenes de magnitud por década desde 1940, sin señales de desaceleración. Durante mucho tiempo, el cómputo y los datos fueron el factor que limitaba el avance de la IA.
Hacia 2010, la disponibilidad de procesadores gráficos asequibles y grandes conjuntos de datos permite que el aprendizaje profundo empiece a dar resultados, tanto en visión como en lenguaje. Después, el entrenamiento autosupervisado con texto se convierte en el paradigma dominante: se amplían los modelos y sus datos, manteniendo la misma arquitectura y el mismo método, y las puntuaciones en las pruebas de evaluación mejoran de forma previsible. Son las leyes de escalado.
De ahí nace una convicción muy extendida hacia 2023: bastaría con seguir aumentando la escala para que surgiera una inteligencia general. François Chollet recuerda que ese era el discurso dominante dos años antes y que, en 2025, casi nadie lo seguía defendiendo.
Por qué aumentar la escala no ha bastado
El problema, según Chollet, estaba en lo que medían las pruebas de evaluación. Distingue dos cosas que suelen confundirse:
- las habilidades memorizadas, estáticas y específicas de una tarea;
- la inteligencia fluida, la capacidad de comprender sobre la marcha algo que nunca se ha visto.
Para hacer visible esa diferencia, en 2019 publicó la prueba ARC, siglas de Abstraction and Reasoning Corpus. Calcula que, entre 2019 y la época de GPT-4.5, los modelos base aumentaron su escala por un factor de aproximadamente 50 000, mientras sus resultados en ARC-AGI-1 pasaron del 0 % a alrededor del 10 %. En cambio, una persona del público de la conferencia superaría ampliamente el 95 %. Su conclusión es que la inteligencia fluida no surge del preentrenamiento a gran escala.
El giro de 2024: la adaptación durante la inferencia
En 2024, la investigación se orienta hacia otro paradigma: la adaptación durante la inferencia, o test-time adaptation. El modelo deja de limitarse a recuperar una respuesta a partir de lo aprendido: modifica su propio estado durante la inferencia para ajustarse a la tarea. François Chollet incluye en este grupo el entrenamiento durante la inferencia, la síntesis de programas y la síntesis de cadenas de razonamiento.
Los resultados en ARC cambian entonces de forma clara. En diciembre de 2024, OpenAI presenta una versión de o3 ajustada específicamente para ARC que alcanza por primera vez el nivel humano en ARC-AGI-1. Según Chollet, todos los enfoques que obtienen buenos resultados en ARC en 2025 utilizan alguna de estas técnicas. A partir de ahí, plantea tres cuestiones: por qué no ha bastado con aumentar la escala, si la adaptación durante la inferencia será suficiente y qué vendrá después.
Qué entiende François Chollet por inteligencia
Para responder, vuelve a la definición de inteligencia. Contrapone dos tradiciones:
| Visión de Minsky | Visión de McCarthy | |
|---|---|---|
| Objetivo de la IA | realizar tareas que normalmente hacen los humanos | abordar problemas para los que no se ha preparado a la máquina |
| Versión actual | un modelo capaz de realizar la mayoría de las tareas económicamente útiles | un sistema que se adapta a situaciones nuevas |
| Lo que produce | automatización | invención |
Chollet se sitúa del lado de McCarthy. Para él, la inteligencia es un proceso y la habilidad es su producto. Lo ilustra con una comparación: una red de carreteras permite ir de un punto A a un punto B previstos de antemano; una empresa de obras públicas puede construir carreteras nuevas cuando cambian las necesidades. Atribuir inteligencia a un programa con un conjunto fijo de habilidades equivale a confundir las carreteras con quien las construye.
Formaliza esta idea como una relación de eficiencia: lo que un sistema puede hacer ante situaciones futuras, nuevas e inciertas, en relación con la información de la que disponía, es decir, su experiencia y los conocimientos aportados por sus diseñadores. Esta definición retoma la de su ensayo de 2019, On the Measure of Intelligence, que se explica con más detalle en nuestro artículo sobre cómo mide la inteligencia François Chollet.
De ella se desprenden tres aspectos que deben tenerse en cuenta al medir la inteligencia:
- Habilidad estática o inteligencia fluida: disponer de programas ya hechos o crear otros nuevos sobre la marcha, con toda una gama de posibilidades entre ambos extremos.
- Ámbito de aplicación: saber conducir en una única zona delimitada o poder hacerlo en cualquier ciudad.
- Eficiencia en el uso de la información: cuántos datos y cuánta práctica han sido necesarios para adquirir la habilidad.
De ahí su crítica a los exámenes humanos como medida de la IA: parten de la suposición de que quien responde no ha memorizado las preguntas de antemano, algo que no puede darse por hecho con un modelo entrenado con contenidos de la web. También recuerda la regla del atajo: centrarse en una sola métrica puede llevar a cumplir el indicador sin alcanzar el objetivo. Cita el premio Netflix, cuyo sistema ganador nunca llegó a implementarse, y el ajedrez, donde la victoria de Deep Blue apenas aportó conocimiento sobre la inteligencia.
ARC-AGI: una orientación, no una meta
ARC-AGI-1 contiene 1 000 tareas, todas diferentes: no se puede preparar mediante la memorización. Cada tarea solo requiere conocimientos básicos que domina un niño de 4 años, como los relativos a objetos, física elemental, geometría y conteo. François Chollet insiste en que superar ARC no demuestra que un sistema sea una AGI. ARC sirve para orientar la investigación hacia los obstáculos pendientes. Los detalles de las versiones y las puntuaciones están en nuestra página de referencia sobre ARC-AGI y en el artículo ARC-AGI explicado.
A continuación presenta las distintas versiones:
- ARC-AGI-1 funciona como una prueba binaria: sin inteligencia fluida, la puntuación se acerca al 0 %; con un poco, aumenta de golpe. Por tanto, la prueba deja de distinguir avances mucho antes de llegar al nivel de inteligencia humana.
- ARC-AGI-2, publicado en marzo de 2025, se centra en la generalización composicional. Cada tarea exige reflexión deliberada, pero sigue siendo resoluble: el equipo lo probó de forma presencial con unas 400 personas en San Diego, cada tarea fue resuelta por al menos dos personas y un grupo de 10 personas que decidiera por mayoría alcanzaría el 100 %. Los modelos base obtienen un 0 % y los sistemas de razonamiento con una sola cadena, entre el 1 y el 2 %.
- ARC-AGI-3, todavía en desarrollo en aquel momento, evalúa la capacidad de actuar como agente: el sistema se sitúa en un juego del que desconoce los controles, las reglas y el objetivo. Se puntúa su eficiencia, con un número de acciones limitado al observado en los humanos.
Su criterio práctico es el siguiente: mientras siga siendo fácil inventar tareas sencillas para los humanos que la IA no pueda resolver, sea cual sea la capacidad de cómputo disponible, no habrá AGI.
Lo que aún falta: abstracción y recombinación
La segunda mitad de la conferencia describe las capacidades que faltan. Su punto de partida es la hipótesis del caleidoscopio. El mundo parece infinitamente variado, pero puede describirse mediante un pequeño conjunto de piezas de significado que se recombinan sin cesar: un árbol se parece a otro árbol y también a una neurona. La inteligencia consiste en extraer esas piezas, las abstracciones, de la experiencia y recombinarlas sobre la marcha para comprender una situación nueva.
Según Chollet, los grandes modelos presentaban dos carencias:
- Ausencia de recombinación durante la inferencia: aprendían mucho durante el entrenamiento, pero después permanecían fijos. La adaptación durante la inferencia corrige este punto y supone un paso importante hacia la AGI.
- Una eficiencia muy baja: el descenso de gradiente necesita entre tres y cuatro órdenes de magnitud más de datos que un humano para aprender una abstracción sencilla. Además, las mejores técnicas de 2025 todavía requerían miles de dólares en cómputo para alcanzar el nivel humano en ARC-AGI-1.
A continuación distingue dos tipos de abstracción:
| Tipo 1: centrada en los valores | Tipo 2: centrada en los programas | |
|---|---|---|
| Dominio | continuo | discreto, basado en grafos |
| Comparación | mediante una distancia | mediante una correspondencia exacta de la estructura |
| Lo que permite | percepción, intuición, reconocimiento de patrones | razonamiento, planificación, refactorización de código |
| Punto fuerte de los Transformers | sí | no: aprender a ordenar una lista sigue siendo difícil |
Para el tipo 2, considera necesaria una búsqueda discreta de programas, que es lo que permite inventar. Cita el diseño mediante algoritmos genéticos en los años 1990, la jugada 37 de AlphaGo y el sistema AlphaEvolve de DeepMind. La búsqueda de programas requiere muy pocos datos, ya que bastan dos o tres ejemplos, pero se enfrenta a una explosión combinatoria: el número de combinaciones posibles crece hasta resultar inmanejable. Sus ventajas y limitaciones son, por tanto, las inversas de las del aprendizaje profundo.
La propuesta: un sistema de metaaprendizaje que programa
La solución que defiende combina ambos enfoques. Al igual que un jugador de ajedrez que solo examina unas pocas jugadas señaladas por su intuición, el sistema utilizaría valoraciones rápidas y aproximadas, adquiridas mediante aprendizaje profundo, para guiar una búsqueda de programas y contener la explosión combinatoria.
En concreto, describe un sistema que, ante una tarea nueva, escribe un programa adaptado a ella: módulos de aprendizaje profundo para la percepción y módulos algorítmicos para el razonamiento. El programa se construye a partir de una biblioteca de abstracciones reutilizables que se amplía con cada problema resuelto, de forma similar a un desarrollador que publica una biblioteca útil para otros.
Este es el enfoque del laboratorio Ndea, que cofundó en 2025 para acelerar el descubrimiento científico. El primer hito anunciado en la conferencia consiste en resolver ARC-AGI con un sistema que, de partida, no sepa nada de ARC.
Qué ha ocurrido desde entonces
El principal anuncio de la conferencia se ha cumplido: ARC-AGI-3 se publicó en marzo de 2026. Según su informe técnico, en aquel momento los humanos resolvían todos los entornos y los sistemas más avanzados, menos del 1 %. En octubre de 2026, los resultados verificados publicados por ARC Prize muestran una diferencia considerable según el entorno de ejecución del agente: Gemini 4 Argon alcanza el 97,5 % con el proporcionado por su desarrollador, pero el 49,8 % con el entorno estándar de ARC Prize. Nuestro comparador de pruebas de evaluación recoge la evolución de estas cifras.
Las cuestiones planteadas en junio de 2025 siguen, por tanto, vigentes: qué parte de la puntuación se debe al modelo, qué parte a las herramientas que lo acompañan y cuál es el costo. Es precisamente el criterio de eficiencia que la conferencia situaba en el centro del debate.
Ideas clave
- Para François Chollet, la inteligencia es la eficiencia con la que se adquieren habilidades nuevas, no la cantidad de habilidades ya adquiridas.
- ARC-AGI mostró que aumentar la escala del preentrenamiento no producía inteligencia fluida; la adaptación durante la inferencia cambió la situación en 2024.
- Según Chollet, aún faltan generalización composicional y eficiencia: el enfoque propuesto combina intuición aprendida y búsqueda discreta de programas.
- Para profundizar, la sección de AGI e investigación reúne las páginas de referencia sobre estos conceptos.
Preguntas frecuentes
¿Cuál es la tesis principal de «How We Get To AGI»?
La inteligencia no es la suma de las habilidades de un sistema, sino la eficiencia con la que adquiere habilidades nuevas ante lo desconocido. Aumentar el tamaño de los modelos y sus datos ha generado habilidades, pero no esa capacidad de adaptación. Para alcanzarla, François Chollet propone combinar la intuición de las redes neuronales con la búsqueda discreta de programas.
¿Dónde se puede ver la conferencia y leer su transcripción?
El video está publicado en el canal de YouTube de Y Combinator. El sitio The Singju Post ofrece una transcripción completa, generada automáticamente y sin revisión del autor. Si hay dudas sobre alguna formulación, la referencia es el video.
¿Se han cumplido las previsiones de la conferencia?
ARC-AGI-3 se publicó en marzo de 2026, tal como se había anunciado para principios de 2026, y los sistemas más avanzados obtenían menos del 1 % en su lanzamiento. En octubre de 2026, algunos modelos superan el 95 % con el entorno de ejecución del agente proporcionado por su desarrollador, pero rondan el 50 % con el entorno estándar de ARC Prize. La cuestión de la eficiencia sigue abierta.
¿Qué es la hipótesis del caleidoscopio?
Es la idea de que el mundo parece infinitamente variado, pero puede describirse mediante un pequeño conjunto de piezas de significado que se recombinan constantemente. La inteligencia consistiría en extraer esas piezas, las abstracciones, de la experiencia y recombinarlas con rapidez para comprender una situación nueva.