Yann LeCun, ganador del Premio Turing y uno de los pioneros de la inteligencia artificial, volvió a encender el debate sobre el futuro de los grandes modelos de lenguaje (LLM). En una entrevista para el Big Technology Podcast, el científico criticó la visión de que la IA pronto será un “país de genios” dentro de un centro de datos, calificándola de completa tontería. Según LeCun, los actuales sistemas son excelentes para memorizar y recombinar datos, pero carecen de la capacidad de crear ideas originales desde cero.
El argumento de LeCun contrasta con declaraciones de figuras como Sam Altman, quien ha comparado a GPT‑5 con un “doctorado en el bolsillo”. LeCun advierte que esa metáfora es engañosa: los LLM son esencialmente gigantescos almacenes de información, no agentes pensantes. Un modelo típico se entrena con alrededor de 30 billones de tokens, lo que equivaldría a 400 000 años de lectura humana a ritmo de doce horas diarias, pero aun así no logra razonar como una persona.
Esta postura lo sitúa fuera de los dos polos habituales en el discurso sobre IA. No pide frenar el desarrollo por miedo a una catástrofe, pero tampoco comparte el optimismo de que la AGI esté a la vuelta de la esquina. LeCun señala que escalar los modelos actuales no conducirá a una inteligencia comparable a la humana; la arquitectura misma de los LLM no permite la generación de soluciones verdaderamente novedosas.
El científico también recordó que, aunque los modelos han absorbido una enorme cantidad de texto, el mundo físico sigue siendo una fuente de datos mucho más rica. Un niño de cuatro años percibe más información sensorial que cualquier LLM existente. Además, los expertos estiman que el corpus de texto de calidad disponible en internet podría agotarse entre 2026 y 2032, limitando la capacidad de seguir entrenando modelos más grandes bajo el mismo paradigma.
El escepticismo de LeCun tiene implicaciones económicas. Empresas tecnológicas invierten cientos de miles de millones de dólares en infraestructura de IA bajo la promesa de una AGI inminente. Si la visión del “país de genios” se descarta, podrían replantearse las estrategias de inversión y desarrollo, enfocándose en arquitecturas alternativas o en la integración de datos no textuales.
Aun así, el campo no está cerrado. Proyectos como Genie de Google DeepMind o las iniciativas de Fei‑Fei Li en World Labs exploran caminos diferentes, combinando visión, interacción física y aprendizaje multimodal. LeCun reconoce que la innovación seguirá, pero advierte que el hype debe ceder ante una evaluación realista de lo que la IA puede y no puede hacer.
En conclusión, la voz de uno de los fundadores de la IA aporta un tono de prudencia necesario en medio de la fiebre del progreso tecnológico. Su llamado a la razón invita a la comunidad a replantear expectativas y a buscar rutas más sólidas hacia una inteligencia artificial verdaderamente útil.
Fuente: xataka