Demis Hassabis se enteró de que había ganado el Premio Nobel de Química 2024 apenas veinte minutos antes de que el mundo lo supiera. La Fundación Nobel había intentado contactarlo con anticipación, pero no logró dar con sus datos. «Me habría dado un infarto», bromea el CEO de Google DeepMind al recordar el momento. El galardón —compartido con su colega John Jumper— reconoció el diseño de AlphaFold, una herramienta de inteligencia artificial capaz de predecir la estructura tridimensional de proteínas a partir de sus secuencias de aminoácidos, lo que Hassabis describe como «un gran desafío de cincuenta años» en biología.
Lanzado de forma gratuita por Google DeepMind hace cinco años, AlphaFold ha transformado el trabajo de investigadores que trabajan en vacunas contra la malaria, longevidad humana y tratamientos contra el cáncer, permitiéndoles modelar estructuras proteicas en horas en lugar de años. Los Premios Nobel de 2024 fueron los primeros en la historia en reconocer las contribuciones de la IA al campo de la ciencia.
Pero en el ecosistema de la inteligencia artificial, AlphaFold es visto como una herramienta de alcance estrecho: puede modelar proteínas, pero no comprende el mundo en sentido amplio, no conduce investigaciones ni produce descubrimientos propios. El horizonte que persigue Hassabis —y con él toda la industria— es la llamada Inteligencia Artificial General (AGI, por sus siglas en inglés): un sistema capaz de resolver problemas existentes, proponer explicaciones enteramente nuevas sobre el universo y, en su versión más ambiciosa, replicar el tipo de razonamiento que llevó a Einstein a formular la relatividad general.
Hassabis estima que la AGI llegará en un plazo de entre cinco y diez años, una proyección que él mismo reconoce como relativamente conservadora para los estándares de la industria. El CEO de OpenAI, Sam Altman, ha predicho que la AGI llegará durante el segundo mandato de Trump; el de Anthropic, Dario Amodei, sugiere que podría materializarse tan pronto como en 2026. Detrás de estas diferencias hay también un desacuerdo conceptual: OpenAI define la AGI en términos de utilidad económica —una tecnología que supere a los humanos en la mayoría de las tareas con valor de mercado—, mientras que Hassabis exige un umbral más exigente, centrado en la capacidad de descubrimiento científico genuino.
Las apuestas financieras son proporcionales a esa ambición. Construir la AGI requerirá inversiones de cientos de miles de millones de dólares, fondos que Google está volcando en la unidad DeepMind. La promesa de fondo es controlar una tecnología capaz de automatizar una fracción significativa de la economía global, valorada en más de 100 billones de dólares. Capturar incluso una porción menor de ese valor convertiría a la empresa ganadora en una de las más rentables de la historia. Buenas noticias para los accionistas; malas, potencialmente, para los trabajadores que podrían quedar desplazados.
Hassabis señala la decisión de liberar AlphaFold de forma gratuita como evidencia de una orientación benevolente. Pero Google es también una empresa obligada legalmente a actuar en beneficio de sus accionistas, y distribuir herramientas costosas sin cobrar no es una estrategia sostenible a largo plazo.
Conviene mirar los incentivos. La tensión entre el idealismo científico de Hassabis y la lógica de mercado que financia su laboratorio no es un detalle menor: es el nudo central del debate sobre la AGI. Quien controle esa tecnología —un Estado, una corporación, un consorcio— definirá los términos en que la humanidad accede a sus beneficios. El dato importa más que el ruido: AlphaFold se liberó gratis una vez; no hay garantía institucional de que el próximo salto siga el mismo camino. La historia sugiere cautela ante las promesas de abundancia universal cuando el activo en cuestión vale billones.
