Efecto IA y razonamiento artificial

¿Razona la IA o solo simula que razona? Para muchos, si no entiende lo que hace, sus resultados no son confiables. ¿Y si esa conclusión fuera mucho menos sólida de lo que parece?

En 1997, ganar al ajedrez era la prueba definitiva de inteligencia. Deep Blue venció a Kasparov y el mundo lo reclasificó como «búsqueda de fuerza bruta», no como inteligencia real. En 2016, el Go se consideraba imposible para una máquina porque exigía intuición. AlphaGo ganó y pasó a ser «optimización estadística». En 2024, la IA empieza a superar exámenes de nivel experto en derecho y medicina. La reacción: «solo memoriza patrones».

El fenómeno tiene nombre. Se llama «Efecto IA» ¹ y describe cómo, cada vez que una máquina resuelve un problema que se consideraba exclusivo del intelecto humano, ese logro deja de verse como inteligencia y pasa a clasificarse como «procesamiento de datos». El Teorema de Tesler lo resume con una frase memorable: «IA es cualquier cosa que las máquinas no han hecho todavía». Un sesgo cognitivo que busca preservar la excepcionalidad humana. Lo que ayer era inteligencia, hoy es «solo un algoritmo». Y mañana moveremos los postes otra vez.

Los datos, mientras tanto, cuentan otra historia. En resolución de problemas reales de código (SWE-bench), los modelos han pasado del 4.4% de efectividad en 2023 a más del 80% en 2025. En preguntas de nivel PhD en ciencias, del 30% al 94% ². McKinsey estima que la IA generativa podría añadir hasta $4.4 billones anuales a la productividad global, no por generar imágenes, sino por automatizar tareas que antes requerían razonamiento humano experto ³.

Y aquí va mi posición, desde la trinchera del uso diario: me da igual si la IA razona o simula que razona. Lo que me importa es si lo que produce tiene utilidad. Y estoy harto (en el mejor sentido) de sacarle partido práctico a sus razonamientos. Partido que se traduce en horas ahorradas cada día: en lectura, comprensión, redacción y programación.

¿Es esto «entender»? En sentido biológico, no. Esto es un modelo predictivo descomunal, predicciones estadísticas a una escala sin precedentes. Pero dale un documento complejo, pídele una explicación con reflexiones. Lo que obtienes es funcionalmente indistinguible del razonamiento de una persona muy capaz. En ese punto, la pregunta filosófica pierde relevancia frente a la realidad económica.

Daniel Dennett lo formuló con precisión: la competencia puede existir sin comprensión ⁴. La evolución produce diseños biológicos extremadamente complejos y funcionales sin necesidad de un agente que comprenda el proceso. Nadie le niega el resultado.

Mientras el debate filosófico sigue atrapado en si la máquina «entiende de verdad», millones de profesionales ya están construyendo ventaja competitiva sobre lo que la máquina produce. Cuando la revolución termine de desplegarse, nadie preguntará quién tenía razón. Preguntarán quién llegó tarde.