El Forecasting Research Institute ha publicado un informe provisional que compara las predicciones que expertos en IA, economistas y superpronosticadores hicieron en años anteriores con lo que realmente ha ocurrido. La conclusión central es que, en la mayoría de los indicadores, todos esos grupos subestimaron de forma notable la velocidad del progreso, aunque el propio instituto advierte de un sesgo metodológico en su forma de medirlo que conviene tener en cuenta antes de sacar conclusiones.
El ejemplo más citado: las matemáticas
Según el propio informe del FRI, en su Torneo de Persuasión sobre Riesgo Existencial de mediados de 2022 se pidió a los participantes que predijeran cuándo la IA alcanzaría el nivel de medalla de oro en la Olimpiada Internacional de Matemáticas. La mediana de los expertos apuntó a 2030, y la de los superpronosticadores, a 2035. La IA lo consiguió en julio de 2025, cinco años antes de lo que esperaba la mediana de los expertos y diez antes que la de los superpronosticadores.
Los ingresos de las empresas de IA
El otro ejemplo destacado es económico. Según el informe, se preguntó a los participantes por los mayores ingresos anualizados que alcanzaría una empresa de IA a finales de 2026: los expertos en IA dieron una mediana de 20.000 millones de dólares, los economistas 16.000 millones y los superpronosticadores 25.000 millones. El propio FRI cita que, a fecha de 22 de septiembre de 2026, los ingresos anualizados de Anthropic rondarían ya los 100.000 millones de dólares, según informaciones públicas, cerca de cinco veces la previsión mediana de los expertos. Conviene matizar, como hace el propio instituto, que comparar un ritmo actual con una cifra que se cerrará a final de año no equivale todavía a un error de previsión definitivo.
No todas las previsiones fallaron por defecto
Aquí está el matiz que el resumen inicial pasaba por alto. Según The Decoder, no todas las predicciones se quedaron cortas: en un estudio sobre bioseguridad, los expertos dieron un 22,5% de probabilidad de que los participantes que usaran un modelo de lenguaje completaran tareas de laboratorio biológico, una cifra que resultó más cercana a la realidad que otras estimaciones. Es decir, el patrón de subestimación es fuerte pero no universal, y depende del tipo de indicador.
Un sesgo metodológico que el propio instituto reconoce
Según Mixed News, el FRI afirma explícitamente que su metodología está sesgada hacia identificar subestimaciones del progreso de la IA, no sobreestimaciones. Es una advertencia importante: el diseño del estudio tiende a elegir preguntas donde el patrón de fondo, subestimar, es más fácil de detectar, lo que no invalida los resultados pero sí exige leerlos como una tendencia observada bajo un diseño concreto, no como una medición neutral de todos los aspectos de la IA por igual.
Quiénes participaron
Según Mixed News, el panel de expertos del instituto empezó con 339 personas: 76 informáticos, 76 empleados de la industria de IA, 68 economistas y 119 investigadores de políticas de IA. De los empleados de la industria, 20 trabajan en OpenAI, Anthropic, Google DeepMind, Meta o Nvidia, y 12 del panel han sido reconocidos en la lista TIME 100 IA, lo que da al grupo un peso considerable dentro del propio sector.
Qué implica en la práctica
- Para empresas y gobiernos: las decisiones basadas en previsiones de expertos deberían incorporar un margen explícito hacia una IA que avanza más rápido de lo esperado, al menos en los indicadores donde el patrón se ha repetido.
- Para interpretar futuros estudios: conviene fijarse en cómo se diseña la pregunta de previsión, porque el propio sesgo de selección puede inflar la sensación de sorpresa generalizada.
- Para el debate público: encaja con lo que ya vimos sobre la velocidad a la que se abarata la IA y con el propio gasto de Anthropic en infraestructura, cifras que también sorprendieron a los analistas.
Nuestra lectura
El hallazgo más sólido es concreto y verificable: en matemáticas y en ingresos, la realidad ha superado con holgura lo que esperaban tanto los expertos como los superpronosticadores, que en teoría deberían predecir mejor. Pero el propio instituto pide cautela sobre su metodología, y el ejemplo de bioseguridad recuerda que no todos los indicadores se comportan igual. Lo prudente es tratarlo como una señal fuerte en áreas concretas (benchmarks técnicos y adopción comercial), no como una prueba de que la IA avanza siempre más rápido de lo previsto en todos los frentes.
Fuentes: informe del Forecasting Research Institute, The Decoder y Mixed News.
1 comentario en «Los expertos subestimaron el avance de la IA en matemáticas e ingresos, pero no en todo»