La paradoja de las curvas exponenciales: ¿Por qué no entendemos el avance de la IA?

Vivimos en un momento histórico marcado por una paradoja fascinante y desafiante a partes iguales: el crecimiento exponencial de la Inteligencia Artificial. Sin embargo, nuestra mente, moldeada durante milenios de evolución, se resiste a comprender intuitivamente estos procesos explosivos. Esta incapacidad genera una incertidumbre que afecta nuestras predicciones, decisiones empresariales y la sociedad en su conjunto. La IA se desarrolla actualmente a una tasa de crecimiento asombrosa: cada año la potencia computacional requerida para entrenar modelos punteros se multiplica por aproximadamente 4,6.

Para dimensionar este fenómeno, visualicemos un tablero de ajedrez y coloquemos un grano de trigo en la primera casilla, dos en la segunda, cuatro en la tercera y así sucesivamente, doblando la cantidad de granos en cada casilla. Difícilmente nuestra mente podrá procesar que la cantidad de arroz en la última casilla supera con creces la producción mundial anual.

El otro día en un seminario hicimos un ejercicio similar. Ofrecimos dos opciones: recibir de forma inmediata 100.000 euros o aceptar el primer día del mes un céntimo, el segundo dos, el tercero cuatro, el cuarto ocho y así sucesivamente durante todo un mes. El 80% eligió la primera y perdiendo así la hipotética oportunidad de ganar cinco millones de euros. Supongo que de haber sido un ejemplo real hubiese sido el 100%. Este es el ritmo al que evoluciona la IA actualmente.

La Ley de Moore predijo la duplicación de la potencia de cómputo cada 18 meses. Hoy, la IA supera ampliamente esta tasa como hemos visto. Modelos recientes como GPT-4.5, DeepSeek R1, Grok 3, manejan recursos computacionales que hace apenas cinco años hubieran sido inconcebibles. Y todo es debido a esta curva.Esta curva corresponde a un benchmark aún no saturado por los modelos más avanzados. No hay muchos. Merece la pena resaltar que la franja temporal es muy breve, concretamente de los últimos 12 meses.

Ofrecimos dos opciones: recibir de forma inmediata 100.000 euros o aceptar el primer día del mes un céntimo, el segundo dos, el tercero cuatro, el cuarto ocho y así sucesivamente durante todo un mes

¿Por qué nos cuesta tanto entender este tipo de crecimiento? El problema reside en un sesgo cognitivo bien conocido en psicología económica y conductual: el sesgo del crecimiento exponencial (exponential growth bias). Este fenómeno psicológico provoca que interpretemos intuitivamente las curvas exponenciales de manera lineal, llevándonos a subestimar drásticamente la velocidad y magnitud de los cambios.

Históricamente abundan ejemplos ilustrativos de este sesgo. La propagación de pandemias como la COVID-19 dejó claro cómo, en sus primeras fases, autoridades y población general subestimaron la rápida escalada del virus.

Otro ejemplo clásico es la dificultad para comprender el efecto del interés compuesto en finanzas personales. Inicialmente parece insignificante, pero con el tiempo genera resultados extraordinarios. Ambos casos demuestran que nuestra intuición lineal no está equipada para anticipar correctamente los cambios exponenciales.

En IA, esta limitación cognitiva se refleja claramente en las predicciones sobre la Inteligencia General Artificial (AGI). Durante décadas, los expertos han variado significativamente sus proyecciones sobre cuándo alcanzaremos una IA general comparable a la inteligencia humana. Curiosamente, estas predicciones se están ajustando a la baja rápidamente: lo que hace cinco años se estimaba para mediados de siglo, ahora podría ocurrir antes de 2030. Si la tasa de error continúa, podría ser 2026.

Mientras discutimos estas incertidumbres, ya vivimos un adelanto con agentes avanzados como Manus y Operator, disponibles al público limitado. Estos sistemas autónomos representan un cambio cualitativo: no solo ejecutan tareas y programan, sino que razonan, planifican y operan con mínima intervención humana, acelerando aún más la curva exponencial en su adopción empresarial. Mirando hacia adelante, la incertidumbre se incrementará precisamente por nuestra dificultad para internalizar lo exponencial.

En los próximos meses, podemos esperar modelos aún más poderosos, realmente multimodales y conocedores de su entorno, con aplicaciones prácticas más sofisticadas, desde agentes virtuales avanzados hasta robots capaces de interactuar con naturalidad en entornos humanos. Esto nos plantea una reflexión urgente: ¿estamos preparados, como individuos, empresas y sociedades, para comprender y gestionar un futuro inmediato caracterizado por cambios tan radicales? Reconocer y superar nuestra limitación cognitiva frente a las curvas exponenciales podría ser una habilidad crucial para navegar el desafío tecnológico más importante del siglo XXI donde el tejido empresarial dejará de estar centrado en las personas para pasar a estarlo en la IA.

Miguel Martín Lacoma es director de consultoría en AiKit