Demis Hassabis cofundador de DeepMind y presidente de Google DeepMind, además de científico jefe de Alphabet, advirtió que la sociedad “no está preparada” para el futuro de la inteligencia artificial (IA, sistemas que realizan tareas asociadas al razonamiento humano). Lo dijo en el pódcast Masters of Scale, conducido por Reid Hoffman, cofundador de LinkedIn.
Hassabis, nacido en Londres en 1976, conoce el engranaje desde dentro. Fundó DeepMind en 2010, antes de que Google adquiriera la empresa en 2014, y lideró proyectos que modificaron la relación entre ciencia y algoritmos.

“Algún tipo de incidente, a veces lo llamo vertido de petróleo, va a ocurrir con la trayectoria actual”, alertó Hassabis.
La frase no apunta solo a robots fuera de control. Describe un mecanismo más silencioso: la automejora recursiva (sistemas que mejoran a partir de sus propios resultados). En matemáticas, programación o juegos, donde se puede verificar si una respuesta es correcta, este proceso puede avanzar con enorme velocidad.
El “vertido de petróleo” de una IA sin revisión
La analogía doméstica ayuda a entender el riesgo. Una IA actual se parece a una cocina moderna con varios electrodomésticos útiles: acelera el trabajo, pero una persona elige la receta, controla el fuego y desconecta el horno si algo falla.
La automejora de circuito cerrado, un proceso sin revisión humana, sería otra cosa. Sería como dejar una cocina conectada a una red de hornos que ajustan su propia temperatura y deciden cocinar más rápido sin nadie en casa. Cada aparato puede funcionar bien por separado, pero el conjunto pierde un responsable visible.
Ese es el punto que preocupa a Hassabis ante posibles enjambres de agentes de IA, programas capaces de colaborar entre sí. Seguir sus decisiones sería más difícil, como intentar localizar una pérdida de agua cuando muchas tuberías cambian de recorrido al mismo tiempo.

Por ahora, el escenario es distinto. El científico estima que la IA puede volver a un ingeniero entre tres y cinco veces más productivo, siempre que el diseño y la supervisión sigan en manos humanas. La pieza clave todavía no es la autonomía total, sino la cooperación con una persona que revise el resultado.
El hallazgo más visible de esa colaboración es AlphaFold, el sistema que resolvió el problema del plegamiento de proteínas, es decir, la forma tridimensional que adoptan estas moléculas. Hassabis señala que ya lo utilizan unos cuatro millones de investigadores y sostiene que casi todos los fármacos del futuro emplearán estructuras obtenidas con esta herramienta.
La utilidad se parece a recibir el plano de una cerradura antes de fabricar su llave. Si los científicos conocen la forma de una proteína, pueden estudiar mejor qué compuesto podría encajar en ella. El siguiente paso, según Hassabis, será anticipar la toxicidad, la seguridad y la eficacia de un medicamento antes de probarlo en pacientes.
AlphaFold también explica por qué su advertencia no es un rechazo a la IA. Hassabis, Nobel de Química en 2024 junto con John Jumper, defiende que esta tecnología puede acelerar la ciencia y mejorar la salud humana. La oportunidad está en usar ese cableado para descubrir tratamientos, no en permitir que funcione sin fusibles.
Por eso reclama garantías formales, límites de capacidad y pruebas rigurosas de seguridad. El futuro, plantea, no depende de apagar la máquina, sino de conservar el interruptor humano antes de que una pequeña fuga se convierta en un problema imposible de contener.

Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.







