Algo enorme está pasando

El espejo de febrero de 2020

Shumer abre su artículo con una imagen perfecta. Piensa en febrero de 2020. Si estabas prestando atención, quizás notaste a algunas personas hablando de un virus que se extendía en el extranjero. Pero la mayoría no lo hacía. La bolsa iba bien, los niños estaban en el colegio, salías a restaurantes. Luego, en tres semanas, el mundo cambió por completo.

Su tesis es simple: estamos en la fase del “esto parece exagerado” de algo mucho, mucho más grande que el COVID. Y lo que hace que la comparación sea poderosa no es el dramatismo, sino la mecánica. Los que lo veían venir eran los más cercanos al fenómeno. Y lo mismo aplica a la IA: quienes dan la voz de alarma no están haciendo predicciones. Están contando lo que ya les pasó a ellos.

Lo que está ocurriendo concretamente

El 5 de febrero de 2026, OpenAI y Anthropic lanzaron nuevos modelos el mismo día. Shumer describe lo que esto significó para su trabajo: “Ya no soy necesario para el trabajo técnico de mi trabajo. Describo lo que quiero construir, en lenguaje natural, y simplemente… aparece. No un borrador que corregir. El producto terminado”. Pero lo que más lo impactó no fue la velocidad ni la calidad. Fue algo más difícil de describir: el modelo no solo ejecutaba instrucciones, tomaba decisiones inteligentes. Tenía algo que se sentía, por primera vez, como criterio. Como gusto.

Hay un salto cualitativo en los modelos más recientes que es difícil de comunicar a alguien que no los ha usado. No es que sean más rápidos o cometan menos errores. Es que razonan de una manera diferente. Llevo suficiente tiempo trabajando con estas herramientas como para decirlo sin rodeos: esto no es exageración.

Por qué la mayoría aún no lo ve

Hay algo clave que explica esta distancia: la mayoría de la gente está usando la versión gratuita, que tiene más de un año de retraso respecto a lo que tienen acceso los usuarios de pago. Juzgar el estado actual de la IA basándose en esa experiencia es como leer el diario de hace dieciocho meses para opinar sobre la economía de hoy. Los modelos disponibles hoy son irreconocibles respecto a lo que existía hace seis meses.

El ritmo de mejora no es lineal

En 2022, la IA no podía hacer aritmética básica de forma confiable. Para 2023, podía aprobar el examen de barras de abogados. Para 2024, escribía software funcional. A finales de 2025, algunos de los mejores ingenieros del mundo dijeron que habían cedido la mayor parte de su programación a la IA.

Hay una organización llamada METR que mide cuánto tiempo de trabajo experto puede completar un modelo de forma autónoma. Hace un año, la respuesta era unos diez minutos. La medición más reciente, con un modelo de noviembre de 2025, mostró casi cinco horas. Y ese número se está duplicando aproximadamente cada siete meses.

Dario Amodei, CEO de Anthropic, ha dicho públicamente que modelos “sustancialmente más inteligentes que casi todos los humanos en casi todas las tareas” están en camino para 2026 o 2027. Si extiendes esa curva, podríamos estar hablando de una IA que trabaje de forma independiente durante días en un futuro muy cercano.

La IA construyendo a la próxima IA

Hay algo en el artículo de Shumer que considero la noticia más importante de los últimos años, aunque casi nadie le prestó la atención que merece. En la documentación técnica del modelo GPT-5.3 Codex, OpenAI incluyó lo siguiente: el modelo fue fundamental en su propia creación, depurando su propio entrenamiento y gestionando su propio despliegue. La IA ayudó a construirse a sí misma. No es una predicción. Sucedió.

Cada generación ayuda a construir la siguiente, que es más inteligente, que construye la siguiente más rápido. Los investigadores llaman a esto una explosión de inteligencia. Y las personas que más deberían saber —las que lo están construyendo— creen que el proceso ya comenzó.

Lo que significa para el trabajo

El panorama laboral es claro: Dario Amodei ha predicho públicamente que la IA eliminará el 50% de los empleos de nivel de entrada de cuello blanco en uno a cinco años.

Pero lo más importante no es el número. Es el mecanismo. La IA no reemplaza una habilidad específica: es un sustituto general del trabajo cognitivo. Mejora en todo simultáneamente. Cuando las fábricas se automatizaron, el trabajador desplazado podía reentrenarse en trabajos de oficina. La IA no deja un hueco conveniente hacia el que moverse. Para lo que sea que te reentrenes, también está mejorando en eso.

Qué hacer

Esto es lo que yo le diría a alguien que me pregunta por dónde empezar: usa la IA en serio, no como buscador. Suscríbete al plan de pago de Claude o ChatGPT —veinte dólares al mes— y asegúrate de estar usando el modelo más potente disponible. Introdúcelo en tu trabajo real. No le hagas preguntas rápidas. Dale tu trabajo de verdad y observa qué pasa.

Una hora al día experimentando, no leyendo sobre IA sino usándola. Haz esto durante seis meses y habrás cruzado una brecha enorme respecto a la mayoría. El listón está en el suelo porque casi nadie lo está haciendo todavía. Y no tengas ego con esto: las personas que más van a sufrir son las que sientan que usar IA disminuye su expertise, las que asuman que su campo es especial e inmune.

Hay también otro lado de todo esto que no quiero dejar de mencionar: si alguna vez quisiste construir algo pero no tenías las habilidades técnicas, esa barrera ha desaparecido en gran medida. Puedes describir una aplicación en lenguaje natural y tener una versión funcional en horas. El conocimiento es prácticamente gratuito ahora. Lo que hayas estado postergando porque parecía demasiado difícil: es el momento de intentarlo.

Para terminar

Hemos pasado el punto donde esto es una conversación interesante sobre el futuro. El futuro ya está aquí. Solo que aún no ha tocado la puerta de la mayoría. Y cuando toque, va a tocar fuerte.

Las personas que van a salir mejor de esto son las que empiecen a involucrarse ahora, no con miedo, sino con curiosidad y un sentido real de urgencia. La ventaja más grande que se puede tener ahora mismo es simplemente "ser temprano": Temprano en entender. Temprano en usar. Temprano en adaptarse.