Jack Clark, cofundador de Anthropic, dijo el sábado 17 de octubre ante el Fondo Monetario Internacional que la singularidad "ha comenzado". Lo hizo en Bangkok, en la conferencia Per Jacobsson que acompaña a las reuniones anuales del FMI y el Banco Mundial, delante de economistas, banqueros centrales y ministros. El discurso entero está publicado en Import AI, la newsletter de Clark, y el vídeo en YouTube.
La palabra pesa porque la dice uno de los fundadores de la empresa que fabrica Claude, y porque la dice en el foro que decide cómo se prepara la economía mundial.
Puntos clave del discurso de Jack Clark
- La tesis: la IA ya acelera la ciencia más rápido de lo que los humanos pueden seguir. Clark cita a Vernor Vinge, que acuñó el término en 1993, y dice que en 2026 se ha conseguido "evidencia convincente" de que ha empezado.
- Los exámenes: en Humanity's Last Exam (preguntas de nivel experto en química, matemáticas, informática o literatura clásica) la mejor nota era del 8% en enero de 2025. Esta semana la tiene Claude Opus 5.5, con un 67,7%. En FrontierMath, de matemáticas avanzadas, se ha pasado del 2% al 94%.
- El PIB: un modelo interno de Anthropic sitúa el PIB de Estados Unidos en 44 billones de dólares en 2030 si los modelos completan tareas de forma autónoma y se extienden rápido. El propio Clark admite que "suena exagerado".
- Los científicos: según la UNESCO hay unos 10 millones de científicos en el mundo. Clark pregunta qué pasa cuando esos 10 millones dirigen "mil millones de científicos virtuales".
- Dentro de Anthropic: sus investigadores producen casi 10 veces más código que en los cuatro primeros años de la empresa.
Las pruebas que puso sobre la mesa
Clark fue a datos de este año. En matemáticas, sistemas de IA han propuesto soluciones a problemas abiertos durante décadas, como el problema del milenio de Navier-Stokes, la conjetura del jacobiano y varios problemas de Erdős, y en muchos casos la IA aportó la idea central. En biología, se han diseñado virus desde cero con IA y ya hay fármacos en ensayo diseñados en gran parte por modelos. En robótica, los modelos manejan equipos de laboratorio a distancia.
Lo que él subraya es que todo eso sale de la misma tecnología, y muchas veces del mismo modelo. Claude, ChatGPT o Gemini trabajan en la frontera de varias disciplinas a la vez.
La anécdota que más se ha comentado es la de TheoPhysEval, un test de 50 problemas inéditos de física teórica compilados por físicos de todo el mundo. Las primeras notas daban a GPT-6 Astra algo menos del 90%, con Opus 5.5 justo detrás. Cuando los investigadores revisaron los fallos, los modelos insistían en que las respuestas mal eran las de los expertos. Volvieron a los expertos y en varios casos tenían razón los modelos: había errores escondidos en los cálculos humanos. Astra acabó con un 98% (49 de 50). Lo cuenta el físico indio Suvrat Raju, y Clark lo usa para defender que la IA ya pone a prueba la última capacidad que le faltaba, la creatividad.
Lo que pidió a los gobiernos
Clark recordó que lleva diez años diciendo a los gobiernos que construyan electricidad y centros de datos, y que casi nadie le hizo caso. Hoy la capacidad de cómputo se concentra en Estados Unidos, China y, cada vez más, Oriente Medio. Europa no sale en esa lista.
La siguiente fase, según él, es física: robots y laboratorios automatizados. Con 10 millones de científicos ya faltan laboratorios, equipos y personas para supervisar experimentos. Con mil millones de científicos virtuales el cuello de botella será brutal. Pidió que los países construyan esa capacidad ahora y que agilicen el paso del laboratorio a la clínica y a la fábrica: una avalancha de fármacos nuevos no sirve de nada si solo se pueden probar un puñado.
También habló de límites. Dijo que la investigación biológica necesita la supervisión humana más estricta, y que la investigación en IA hecha por la propia IA es donde un laboratorio como Anthropic "podría perder el control de la tecnología" si no va con cuidado. Cerró pidiendo reglas "inusuales y serias" para la tecnología y para las empresas que la construyen, y "contención". Según el resumen de The Rundown del vídeo, Clark contó además que Dario Amodei, consejero delegado de Anthropic, ha planteado poner un techo a la inteligencia de la IA, y que quedan "pocos años" para decidirlo. Ese pasaje no está en el texto publicado (Clark avisa de que improvisó partes del discurso).
Cómo leerlo sin tragárselo entero
Conviene separar tres cosas. Los exámenes son datos públicos y se pueden comprobar. Lo de TheoPhysEval es un paper de la semana pasada y una cita de un físico con nombre. Los 44 billones de PIB son un modelo propio de Anthropic con un supuesto muy fuerte detrás (que los modelos hagan solos una gama amplia de tareas y que se adopten rápido), así que es una previsión de parte.
Y hay un detalle que no se puede pasar por alto: el discurso llega en plena semana de Anthropic. El 19 de octubre la empresa cedió el 5% de sus acciones a un fondo de bien público, y Politico publicó el borrador de la ley de IA que Anthropic propone al Congreso, con frenos de 45 días a modelos peligrosos. Hablar de singularidad ante el FMI y proponer las reglas que te van a regular es coherente, y también es estrategia.
¿Qué significa que la singularidad haya empezado?
Para Clark, que la velocidad del progreso científico deja de depender de cuántos investigadores humanos hay y de cuánto se tarda en formarlos. Formar a un grupo de investigadores en un área lleva 10 o 15 años y millones de euros. Un modelo se copia en el momento, tantas veces como cómputo haya. Los plazos que usan los gobiernos y las empresas para planificar se quedan cortos.
Por qué importa a una empresa española
El dato que más me interesa del discurso es el menos vistoso: los investigadores de Anthropic escriben casi 10 veces más código que antes. Eso cuadra con el informe de empleo que publicó la propia Anthropic el 18 de octubre, donde los perfiles junior bajan del 27% al 9% de sus fichajes técnicos. Clark lo dice claro: espera efectos "muy duros" en el empleo.
Si diriges un equipo, la pregunta práctica es qué tareas de entrada va a seguir haciendo una persona dentro de dos años, y cómo vas a formar a los seniors del futuro si el junior ya no hace el trabajo con el que antes se aprendía.
Mi lectura es que hay que tomarse en serio la dirección y con pinzas las cifras. Los 44 billones de PIB son una previsión de parte. Lo que cuenta es que los que construyen la tecnología esperan un cambio más rápido del que tienen en sus planes la mayoría de empresas y gobiernos. Planificar a cinco años con los supuestos de 2023 es la apuesta arriesgada.
Fuente original: importai.substack.com
Relacionado
