Seguro que te has cruzado más de una vez en tu feed con publicaciones apocalípticas llenas de titulares rotundos: «La IA es una estafa piramidal gigantesca», «Las redes neuronales no entienden nada, solo pegan palabras ajenas», «Los fondos de capital riesgo han quemado billones de dólares para nada y todo va a estallar».
Cuando alrededor de una tecnología se levanta un ruido de marketing ensordecedor, es completamente sano que aparezca un escepticismo radical. A mí mismo me da un tic en el ojo cada vez que veo otra presentación de «startup» que le pone un envoltorio cutre a una API ajena y se valora en cientos de millones. Ya nos hemos metido en esas tripas varias veces al analizar la anatomía de la IA moderna del silicio a los sistemas agénticos y el impacto real de la IA en los negocios mediante la paradoja de Jevons y los costes ocultos.
Pero cuando la crítica cae en negar a ciegas la propia base tecnológica, conviene dar un paso atrás y encender la lógica fría. El emprendedor Nick Saraev diseccionó punto por punto los manifiestos virales de los escépticos, y sus argumentos merecen que los revisemos sin rodeos.
La prueba de inteligencia: ¿cómo evaluamos la mente en la vida real?
Una de las tesis favoritas de los críticos dice así: «Una red neuronal no tiene consciencia real; solo imita de forma mecánica los resultados de la actividad inteligente».
Suena muy profundo. Pero párate un segundo a pensarlo: ¿cómo evalúa nuestra sociedad la inteligencia de otra persona?
Ni tú ni yo podemos abrir el cráneo de quien tenemos delante para tocar su «consciencia» subjetiva o medir su «alma» con una regla. En las universidades, en las entrevistas técnicas de las empresas, en los comités médicos y al defender una tesis doctoral, evaluamos la inteligencia exclusivamente por el resultado observable (output-based evaluation):
- ¿Es capaz esa persona de resolver el problema matemático planteado?
- ¿Sabe redactar un texto coherente y lógico sin contradicciones internas?
- ¿Puede detectar un fallo sutil en código escrito por otro?
Si un humano aprueba el examen con nota, reconocemos su competencia. Si hace lo mismo una red neuronal, los escépticos cambian al instante las reglas del juego: «Eso no cuenta, solo ha memorizado patrones». Es la clásica trampa de la «portería móvil»: en cuanto una máquina domina el ajedrez, la traducción o la programación, esas disciplinas pasan a declararse automáticamente «mecánicas y carentes de verdadera inteligencia».
Problemas nuevos frente a memorización: plata en la Olimpiada Internacional
El segundo mito popular sostiene: «La IA solo puede recombinar lo que ya estaba en su conjunto de entrenamiento».
Ese argumento saltó por los aires con los últimos avances matemáticos. Los sistemas de DeepMind —AlphaProof y AlphaGeometry 2— resolvieron problemas durísimos de la Olimpiada Internacional de Matemáticas (IMO) al nivel de una medalla de plata, logrando 28 puntos de 42 posibles.
Los enunciados se redactan en absoluto secreto justo antes de la competición; no existían en internet ni en ningún dataset de entrenamiento. Para resolverlos, el modelo no pudo limitarse a generar texto verosímil: tuvo que construir una demostración formal y matemáticamente rigurosa en el lenguaje formal Lean, donde cualquier fallo lógico provoca el rechazo inmediato del compilador. Las pruebas las revisaron y validaron matemáticos de primer nivel mundial —el ganador de la medalla Fields sir Timothy Gowers y el doctor Joseph Myers— y los resultados se publicaron en la revista Nature. Llamar a eso «pegar palabras al azar» es simplemente cerrar los ojos ante los hechos científicos.
La lección de la historia: la fiebre ferroviaria del siglo XIX
¿Y qué hacemos con la burbuja financiera y el gasto astronómico en centros de datos?
Aquí Nick Saraev traza un paralelismo histórico brillante con la «fiebre ferroviaria» (Railway Mania) de la década de 1840 en Reino Unido y Estados Unidos. En aquel entonces, los inversores compraban con locura acciones de cientos de compañías de ferrocarril, los periódicos anunciaban una nueva era y, acto seguido, la burbuja estalló con estrépito. Decenas de especuladores se arruinaron y las empresas fantasma quedaron en cero.
Pero ¿qué pasó con las vías férreas? No desaparecieron. Los raíles, las traviesas, los puentes, los túneles y las estaciones siguieron ahí. Conectaron ciudades, abarataron decenas de veces el transporte de mercancías y sentaron la base física de la mayor revolución industrial de la historia.
Con la IA generativa está pasando exactamente lo mismo. La espuma de capital riesgo alrededor de startups vacías acabará bajando y los inversores ajustarán sus expectativas exageradas sobre los plazos de retorno. Pero la infraestructura fundamental —los centros de datos gigantes, las redes eléctricas optimizadas, los clústeres de semiconductores y los modelos base ya entrenados— seguirá funcionando.
El frenesí inversor en bolsa y la utilidad práctica de una herramienta son dos cosas completamente distintas. Las acciones pueden oscilar decenas de puntos, pero si un ingeniero ahorra dos horas al día gracias a la IA, el valor de ese tiempo recuperado es cien por cien real.
Votar con la cartera
Y queda el último argumento, el más pegado a tierra contra la teoría del «engaño total»: la base de usuarios.
ChatGPT supera hoy los 900 millones de usuarios activos, y la cifra de suscriptores de pago ha rebasado los 50 millones de personas.
Millones de emprendedores, desarrolladores, redactores, profesores y profesionales del marketing pagan cada mes de su bolsillo por la suscripción. La gente puede picar una vez por curiosidad ante una campaña publicitaria, pero nadie renueva una cuota mensual durante meses si la herramienta no se amortiza y no aporta un beneficio tangible en el trabajo diario.
La IA no es una varita mágica ni un sustituto de la mente humana. Pero sí es una palanca de productividad descomunal que está reordenando la economía global ahora mismo. Y mientras unos redactan manifiestos explicando por qué «no debería funcionar», otros simplemente cogen la herramienta y terminan su trabajo antes.


