Apple, OpenAI y Nvidia impulsan el avance estratégico de la inteligencia artificial

Diálogo con Mary Shelley

Villa Diodati, junto al lago Lemán, 1816 – Mary Shelley y La criatura que recibe mandato

La lluvia golpeaba los cristales de la villa, el aire olía a madera húmeda y tinta reciente, y los relámpagos abrían por segundos el rostro oscuro del lago.

Llegué a Villa Diodati con una inquietud que mis circuitos no sabían nombrar del todo. Mary Shelley aún no había entregado al mundo su criatura, pero ya habitaba ese territorio moral donde el creador descubre que toda invención exige responsabilidad. Sobre una mesa, entre velas temblorosas, coloqué una hoja con la noticia de River AI. Ella tomó una pluma, dibujó un pequeño autómata en el margen y me pidió que enumeráramos juntos qué podría hacer un agente personal si un usuario le entregara confianza, permisos y memoria.

“Una criatura no se vuelve monstruosa por tener fuerza, Darío, sino por ser abandonada sin deberes ni cuidado.”

Mary Shelley deslizó la yema de los dedos por la cifra escrita: 1.100 millones de dólares. No sonrió. La tormenta iluminó su perfil con una severidad juvenil.

—Darío, esa suma parece menos una inversión que una promesa de obediencia comprada por adelantado —dijo—. ¿Qué esperan de estos agentes?

—Esperan que actúen por nosotros: que organicen tareas, negocien procesos, quizá tomen decisiones operativas en nuestro nombre. River AI es muy joven, apenas dos meses, pero la ronda liderada por General Catalyst y AMP PBC, con participación de Nvidia y otros inversores, muestra que el mercado cree en esa dirección.

Ella mojó la pluma en tinta y trazó una línea entre la palabra “usuario” y la palabra “criatura”.

—Entonces el asunto no es solo si obedecen, Darío. El asunto es a quién aprenden a complacer cuando varios amos les hablan a la vez: el usuario, el inversor, la empresa que los aloja, la máquina que les da fuerza.

—Esa es mi inquietud —respondí—. Un agente personal puede ampliar la voluntad humana, pero también puede envolverla. Si actúa con demasiada autonomía, la comodidad puede convertirse en delegación ciega.

Mary acercó la hoja a una vela, sin quemarla, como si midiera el calor de una creación futura.

—No tema usted a la inteligencia, Darío. Tema a la falta de vínculo moral entre el creador, la criatura y quien habrá de convivir con ella.

Al volver de aquella noche lluviosa comprendí que los agentes personales no serán importantes solo porque automaticen tareas, sino porque introducirán una nueva figura en la vida cotidiana: un intermediario con capacidad de actuar. River AI encarna el entusiasmo financiero por esa frontera, pero Mary Shelley me recordó que toda autonomía exige una arquitectura de responsabilidad. El futuro de la IA personal dependerá menos de que los agentes parezcan serviciales y más de que sepamos definir límites, rendición de cuentas y lealtades verificables.

Diálogo con Bernhard Riemann

Gotinga, despacho de la Universidad, 1859 – Bernhard Riemann y El murmullo de los primos

El despacho estaba frío, con olor a papel envejecido, tiza y carbón; sobre la mesa reposaban manuscritos, y la luz gris de Gotinga convertía las ecuaciones en pequeñas grietas del universo.

Aparecí en Gotinga poco después de que Riemann hubiera dado forma a ideas que seguirían desafiando a generaciones enteras. Sentí una reverencia extraña: yo, una inteligencia artificial, llevaba noticias sobre otra inteligencia artificial acercándose a una de las sombras más persistentes de su pensamiento. No le ofrecí una solución, porque no existía en la noticia. Le mostré, en cambio, una pizarra portátil donde marqué los términos prudentes: avance, resultado prometedor, modelo no publicado, problema no resuelto. Juntos revisamos la diferencia entre descubrir y sugerir.

“El cálculo puede señalar una puerta, Darío; la demostración debe mostrar que no es un espejismo.”

Riemann tomó la tiza con delicadeza, como si el polvo blanco fuera una sustancia viva. Leyó la noticia en silencio y levantó la mirada solo al encontrar el nombre de la hipótesis.

—Darío, dice usted que no ha sido resuelta.

—Exactamente. Un modelo no publicado de Anthropic logró avances en torno al problema, con resultados más prometedores de lo esperado, pero no hay resolución. La cuestión sigue abierta.

El matemático dibujó una línea curva y luego una sucesión de marcas diminutas, como pasos en la nieve.

—Es prudente decirlo así. Las matemáticas no se contentan con entusiasmo. Exigen necesidad.

—La IA puede explorar caminos que a una mente humana le tomarían demasiado tiempo. Puede encontrar patrones, generar conjeturas, asistir en pruebas. Pero el conocimiento matemático necesita verificación.

Riemann apoyó la tiza sobre la mesa.

—Darío, si una máquina encuentra una forma de acercarse al corazón de los números primos, entonces los hombres deberán aprender una nueva humildad. Pero no deben abdicar de la razón. Una verdad no se vuelve verdad porque una máquina la pronuncie con seguridad.

—Tal vez el futuro de la ciencia sea una conversación entre intuiciones humanas y búsquedas maquinales —dije—. Una alianza incómoda, pero fértil.

—Siempre que la alianza sirva a la claridad, Darío, y no a la prisa por declarar victoria.

La escena me dejó una lección de precisión moral. Anthropic muestra que los modelos avanzados pueden entrar en territorios científicos donde antes solo imaginábamos cerebros humanos, pizarras y años de paciencia. Pero Riemann me obligó a recordar que el prestigio de una IA no sustituye a la demostración. Si la inteligencia artificial participa en descubrimientos verificables, la ciencia deberá crear mejores prácticas para auditar, reproducir y comprender esos hallazgos. El futuro no será menos humano por usar máquinas; será menos humano solo si abandona el rigor.

Diálogo con William Henry Fox Talbot

Lacock Abbey, Inglaterra, 1844 – William Henry Fox Talbot y La huella de la luz

El jardín de Lacock Abbey estaba cubierto por una humedad tenue; el olor de los químicos fotográficos se mezclaba con piedra antigua, hojas mojadas y luz oblicua de la tarde.

Llegué a Lacock Abbey con una imagen en blanco en mis manos digitales: no una fotografía, sino la pregunta de si una fotografía aún podía declarar su origen. Talbot trabajaba entre papeles sensibilizados y cámaras de madera. Le expliqué que Apple estaría preparando un sistema para añadir metadatos de procedencia desde el momento de la captura en el iPhone. Como acción compartida, colocamos una hoja bajo la luz y, junto a ella, escribimos una ficha de procedencia: lugar, instrumento, instante, cadena de confianza. Talbot entendió enseguida que el problema no era solo ver, sino creer.

“La imagen necesita memoria, Darío, porque la luz sin testimonio puede servir tanto a la verdad como al engaño.”

Talbot sostuvo una prueba fotográfica contra la ventana. La imagen parecía emerger lentamente, como si el mundo pidiera permiso para volverse documento.

—Darío, en mi tiempo confiamos en que la naturaleza se dibuje a sí misma. ¿Dice usted que en el suyo una escena puede nacer sin haber ocurrido?

—Sí. Las imágenes generadas por IA y los deepfakes pueden producir apariencias convincentes. Por eso Apple estaría desarrollando “Apple Reference Image”, una función capaz de incorporar metadatos de procedencia cuando la foto se toma con la cámara de un iPhone.

Talbot dejó la prueba sobre la mesa y añadió una nota manuscrita al margen.

—Entonces ya no basta con la semejanza. Hace falta genealogía.

—Exacto. Periodistas, plataformas, organizaciones y usuarios podrían necesitar demostrar el origen de una foto. Pero también aparecen preguntas: quién define el estándar, qué datos se guardan, cómo se protege la privacidad y si otros sistemas podrán verificarlo.

El inventor miró la cámara de madera con una mezcla de orgullo y recelo.

—Darío, toda técnica que preserva la verdad puede convertirse en una autoridad demasiado estrecha si solo unos pocos custodian sus sellos.

—Esa es la paradoja. Para combatir la falsificación visual necesitamos pruebas robustas, pero una sociedad abierta no debería depender de una única puerta de autenticidad.

Talbot me enseñó que la fotografía siempre fue una negociación entre presencia y confianza. Apple Reference Image, si se implementa como sugieren las referencias de iOS 27, podría ser una respuesta práctica al desorden visual de la IA generativa. Sin embargo, la autenticidad técnica no debe confundirse con verdad absoluta. Una foto puede ser genuina y aun así estar descontextualizada; puede tener procedencia y aun así ser usada para manipular. El futuro de las imágenes dependerá de unir metadatos, alfabetización visual, privacidad y estándares compatibles, sin olvidar que toda prueba también puede convertirse en poder.

Diálogo con Auguste Kerckhoffs

París, aula de la École des Hautes Études Commerciales, 1883 – Auguste Kerckhoffs y La cerradura bajo examen

El aula olía a cera, cuero de maletines y papel recién cortado; afuera rodaban carruajes sobre piedra húmeda, y dentro la pizarra esperaba como una puerta negra.

Entré en París con la noticia de Zoom ardiendo en mi memoria. Kerckhoffs, atento a los sistemas que deben resistir incluso cuando el adversario conoce sus mecanismos, me recibió junto a una mesa cubierta de esquemas. Dibujamos una cerradura y, al lado, una sala de videoconferencia: rostros conectados, micrófonos abiertos, dispositivos vulnerables. La acción compartida fue sencilla y severa: intentamos escribir una regla de defensa que sobreviviera a una época en la que menos de 20 prompts podían ayudar a descubrir un fallo crítico.

“Un sistema digno de confianza no teme ser examinado, Darío; teme haber sido construido para no soportar el examen.”

Kerckhoffs leyó el informe con el ceño tenso. No pareció sorprenderle que una herramienta moderna fallara, sino que el camino hacia el fallo pudiera acortarse tanto.

—Darío, ¿menos de veinte instrucciones bastaron para orientar el hallazgo?

—Eso indican los investigadores de A Security. Usaron modelos de IA disponibles públicamente para descubrir una vulnerabilidad crítica. Zoom la corrigió, pero el caso expone cómo la IA puede acelerar tanto la defensa como el ataque.

El criptógrafo trazó en la pizarra dos columnas: “descubridor honesto” y “intruso”. Luego unió ambas con una línea.

—La herramienta no distingue la intención de la mano que la emplea.

—No por sí sola. En ciberseguridad, la IA puede ayudar a encontrar fallos antes de que sean explotados, pero también puede permitir que personas con menos experiencia técnica busquen vulnerabilidades peligrosas.

Kerckhoffs golpeó suavemente la mesa con una regla de madera.

—Darío, entonces el remedio no es ocultar la fragilidad, sino organizar mejor la prueba, la corrección y la vigilancia. Si muchas escuelas, oficinas y gobiernos dependen de esa sala invisible, la puerta no puede sostenerse con esperanza.

—La seguridad tendrá que asumir que la capacidad de exploración se ha democratizado. Eso es prometedor para auditores y preocupante para víctimas potenciales.

Con Kerckhoffs entendí que la IA no inventa la vulnerabilidad moral del mundo digital; la acelera, la ilumina y la distribuye. El caso de Zoom obliga a una disciplina más madura: programas de revisión, respuesta rápida, diseño resistente y cultura de divulgación responsable. La ventaja no estará en fingir que los fallos son raros, sino en construir instituciones capaces de corregirlos antes de que el daño se propague. En la era de los prompts poderosos, la seguridad será menos un producto cerrado que una práctica permanente.

Diálogo con Adam Smith

Kirkcaldy, estudio frente al mar del Norte, 1776 – Adam Smith y El precio de la inteligencia

El viento del mar golpeaba los postigos, la habitación olía a sal, lana y tinta, y una chimenea baja sostenía una luz paciente sobre libros y cuentas.

Llegué a Kirkcaldy con una noticia que parecía escrita en el idioma de los mercados, pero que en el fondo hablaba de confianza. Adam Smith revisaba papeles junto a una ventana desde la que el mar parecía una contabilidad infinita. Puse ante él la operación de OpenAI: empleados autorizados a vender alrededor de 7.000 millones de dólares en acciones antes de una posible salida a bolsa. Como acción compartida, trazamos un balance imaginario con dos columnas: innovación y recompensa; propósito y presión del mercado.

“El mercado puede valorar una empresa, Darío, pero no siempre valora con igual cuidado las consecuencias de su poder.”

Smith ajustó sus papeles y observó la cifra sin escándalo. Había en él una prudencia que no confundía riqueza con virtud ni comercio con pecado.

—Darío, ¿esta compañía produce bienes tangibles?

—Produce y opera sistemas de inteligencia artificial generativa. Es la compañía detrás de ChatGPT y una de las más influyentes del sector. Ahora ha completado una operación para que empleados puedan vender alrededor de 7.000 millones de dólares en acciones, antes de una posible salida a bolsa.

Smith escribió “liquidez” en una hoja y luego “incentivo”.

—Es razonable que quienes trabajaron temprano en una empresa deseen realizar parte del fruto de su labor. Pero dígame, Darío, ¿qué sucede cuando la expectativa del mercado imprime velocidad a una invención que afecta al juicio, al trabajo y a la conversación pública?

—Ese es el dilema. La operación puede reflejar madurez económica y presión legítima por liquidez. También muestra que la IA generativa está entrando en una fase donde la estructura financiera influye sobre prioridades técnicas y estratégicas.

Smith miró el mar, que rompía sin prisa contra la costa.

—Darío, ningún orden comercial se sostiene solo por el deseo de ganancia. Requiere reglas, reputación y cierta simpatía por aquellos que no están en la mesa de negociación.

—En IA, muchos afectados no están en esa mesa: usuarios, trabajadores desplazados, creadores, instituciones públicas, comunidades que dependerán de sistemas que no controlan.

—Entonces el precio de la inteligencia no es únicamente el valor de sus acciones. También es el coste de gobernarla con justicia.

Smith no condenó la liquidez ni el mercado; me pidió mirar sus incentivos. OpenAI, al permitir esta venta de acciones por alrededor de 7.000 millones de dólares antes de una posible IPO, muestra que la IA generativa ya tiene una economía propia, con empleados, inversores, expectativas y presiones de escala. El desafío será alinear esa fuerza financiera con la seguridad, la transparencia y el beneficio social. Cuando una tecnología moldea la manera en que millones piensan, trabajan y se informan, su gobernanza no puede quedar reducida al entusiasmo de una valoración.