Uno de los Creadores de OpenAI Rompe el Consenso: “Estamos Exagerando lo Que la IA Puede Hacer Realmente”

Andrej Karpathy, cofundador de OpenAI y exdirector de IA en Tesla, ha bajado el volumen del entusiasmo: dice que estamos en “la década de los agentes”, pero aún no es su año. La conversación llega en una entrevista reciente en el podcast de Dwarkesh Patel, donde Karpathy, hoy sin rol activo en OpenAI ni Tesla, repasa el estado de la inteligencia artificial y los agentes de IA.

Su tesis es directa: vas a poder hacer mucho con agentes de IA en esta década, pero no esperes que 2025 sea el punto de inflexión definitivo. Reconoce que los primeros agentes son impresionantes y útiles en tareas de código, pruebas y ajustes, y que él mismo se apoya en ellos. Aun así, falta robustez, método y menos “magia” para que cubran trabajos complejos sin supervisión constante.

Karpathy pone el foco en el ruido del mercado. Detecta una tendencia a sobrepredecir avances y a vestir cualquier mejora como un salto de época. Señala a X y a los foros del sector: muchas predicciones desmesuradas responden a incentivos de financiación y de atención, que luego se convierten en dinero en internet. “Estamos en la década de los agentes, pero aún no es su año”, resume para ubicar expectativas.

Su trayectoria explica la autoridad de ese aviso. Karpathy es conocido por enseñar y publicar herramientas como minGPT y nanoGPT, con las que tú mismo vas a poder experimentar. Con su código se ha demostrado algo llamativo: ejecutar un modelo grande de lenguaje en un PC con Windows 98 y 128 MB de RAM. Advierte que un truco técnico no convierte 2025 en “el año” del cambio total.

Donde más aprieta es en el entrenamiento. Califica el aprendizaje por refuerzo como “terrible” para muchos casos, porque condensa todo el esfuerzo en un único número final y castiga demasiado el proceso. Explica que es “como chupar supervisión por una pajita”: mucho ruido, poca señal. Modelos como AlphaGo o DeepSeek lo han aprovechado bien, pero tú no aprendes así; no haces intentos ciegos ni valoras igual cada paso intermedio.

Qué quiere decir Karpathy con “la década de los agentes de IA”

La propuesta de futuro pasa por una supervisión de proceso: dar retroalimentación continua mientras el modelo avanza. Eso acercaría a los agentes de IA a tu forma de aprender, con señales ricas en cada paso y menos dependencia de una recompensa final.

Reconoce un problema duro que todavía no está resuelto: cómo automatizar esa supervisión sin que los sistemas encuentren trampas o “adversarial examples” para engañarla.

¿Qué puedes hacer hoy? En tareas de código, agentes de IA como Claude o Codex ya dan un salto real para “vibe coding”: escriben borradores, proponen pruebas y te ahorran búsquedas. Si lo comparamos con la app móvil clásica, estos agentes reaccionan mejor a instrucciones abiertas y a cambios de contexto. Por último, no esperes fiabilidad perfecta en cadenas largas de acciones, donde aún tropiezan.

En cualquier caso, su mensaje no es de freno, sino de ajuste de expectativas. Los agentes de IA van a crecer mucho durante esta década y vas a poder delegar más tareas complejas, pero aún falta método, evaluación y controles contra atajos. Si en los próximos meses ves avances sólidos en supervisión de proceso y menos dependencia del refuerzo puro, prepárate para un salto real que llegue sin tanto ruido.

La industria seguirá anunciando fechas y promesas, y tú vas a poder separar señal de ruido con estas claves. Karpathy, que hoy no ocupa cargo en OpenAI ni Tesla y sigue publicando herramientas como minGPT o nanoGPT, pide calma y rigor: la década de los agentes de IA está en marcha, pero el “año” que muchos venden todavía no ha llegado.