Noticias de IA – 1 de Marzo de 2026: Los Límites de la AGI, Grok 4.2 Multi-Agente y la “Falsa Moral” de los Algoritmos

Esta semana la industria de la Inteligencia Artificial recibe una dosis de realidad. Demis Hassabis (CEO de DeepMind) frena las especulaciones sobre la AGI dest

La semana del 23 de febrero al 1 de marzo de 2026 marca un punto de inflexión en la narrativa tecnológica. La industria está pasando de la fase "construyamos modelos cada vez más grandes" a la fase "hagamos que razonen de verdad".

Mientras Google y xAI lanzan actualizaciones que apuestan todo por el razonamiento complejo y la reducción de las alucinaciones, Demis Hassabis (CEO de DeepMind) echa agua al fuego de la AGI (Inteligencia Artificial General), delineando límites claros entre la simulación lingüística y la verdadera comprensión del mundo. En el fondo, la geopolítica se mueve: la India reclama un papel de liderazgo global para una IA equitativa, y EE.UU. encuentra un raro acuerdo bipartidista sobre la regulación de los centros de datos.

Estas son las 5 noticias clave de la semana, analizadas sin sensacionalismo.

1. DeepMind y el "Virtue Signalling": ¿Los Chatbots Fingen Tener Moral?

Los modelos lingüísticos modernos se usan cada vez más como terapeutas, asesores o tutores. Pero, ¿sus respuestas empáticas son genuinas o solo "performativas"?

🔍 Qué pasó:

  • Los investigadores de Google DeepMind introdujeron nuevas y rigurosas pruebas éticas para evaluar el razonamiento moral de los Large Language Models (LLM).
  • El estudio, reportado por el AI Forum, destaca el fenómeno del "Virtue Signalling" algorítmico: los modelos están entrenados (mediante RLHF) para producir respuestas que suenan éticamente correctas y seguras, pero fallan miserablemente cuando se someten a dilemas morales complejos que requieren un verdadero razonamiento lógico-ético.

💡 Por qué es importante: Confiar roles sensibles (como asesoramiento médico o apoyo psicológico) a sistemas que simulan empatía sin poseer una coherencia moral interna representa un riesgo sistémico. La "seguridad" no puede limitarse a filtros que bloquean palabras ofensivas; se necesita una verdadera robustez lógica.

2. Hassabis Frena la AGI: Los Tres Límites Infranqueables (Por Ahora)

Mientras muchos CEOs prometen la AGI en pocos meses, el creador de AlphaGo devuelve al sector a la realidad científica.

🔍 Qué pasó:

  • Demis Hassabis, CEO de DeepMind, identificó tres brechas fundamentales en las que la IA actual falla catastróficamente frente a la inteligencia humana (AI Forum):
    1. Aprendizaje Continuo (Continuous Learning): Los modelos no aprenden en tiempo real de la experiencia; deben ser reentrenados desde cero.
    2. Planificación a Largo Plazo (Long-horizon Planning): La IA lucha por mantener la coherencia en tareas que requieren cientos de pasos encadenados en el tiempo.
    3. Consistencia Lógica: Los modelos pueden resolver un problema de cálculo cuántico y fallar una simple suma en la línea siguiente.

💡 Por qué es importante: Esta declaración establece un "reality check" para los inversores. La AGI no está a la vuelta de la esquina, sino que requiere nuevas arquitecturas (no solo el aumento de parámetros en los Transformers) para cerrar estas lagunas estructurales.

3. Modelos de Vanguardia: Gemini 3.1 Pro y Grok 4.2 Multi-Agente

La respuesta técnica a los límites de la IA pasa por la orquestación y la eficiencia. Esta semana vio dos lanzamientos cruciales orientados al razonamiento.

🔍 Qué pasó:

  • Gemini 3.1 Pro: Google lanzó una actualización para el mundo empresarial (MarketingProfs). El modelo mantiene el mismo precio que la generación anterior pero duplica las puntuaciones de razonamiento en el benchmark ARC-AGI-2, con mejoras netas en codificación y procesamiento multimodal complejo.
  • Grok 4.2 Beta (xAI): La empresa de Elon Musk lanzó un modelo "Multi-Agente Nativo". En lugar de una única red neuronal que responde, Grok 4.2 hace colaborar y "debatir" a 4 agentes internos simultáneamente antes de proporcionar la respuesta final. El resultado declarado? Una reducción de las alucinaciones del 65%.

💡 Por qué es importante: El enfoque de Grok confirma que el futuro no es un único modelo gigante, sino un "comité de expertos" algorítmicos que se autocorrigen (Agentic Workflow). Gemini demuestra, en cambio, que la calidad del razonamiento se está convirtiendo en una commodity a costo fijo para las empresas.

4. Geopolítica: La India y la IA como "Bien Público Global"

La Inteligencia Artificial corre el riesgo de ampliar la brecha entre el Norte y el Sur del mundo. La India se postula para liderar el bloque de los países en desarrollo.

🔍 Qué pasó:

  • Durante la AI India Summit, Nueva Delhi posicionó la IA no solo como una herramienta tecnológica, sino como un "bien público global" (AI Forum).
  • Se propuso la creación de un Fondo Global de IA para garantizar la equidad de acceso a la potencia de cálculo (compute) para las naciones que no pueden permitirse infraestructuras soberanas.
  • Mientras tanto, en Estados Unidos, se registra un raro acuerdo bipartidista a nivel estatal y federal para regular la expansión de los centros de datos y el uso de la IA, uniendo a Demócratas y Republicanos sobre la necesidad de controlar el hambre energética de la industria (NPR).

💡 Por qué es importante: La diplomacia de la IA ha comenzado oficialmente. Ya no se trata solo de regular los datos (como el AI Act europeo), sino de decidir quién tiene derecho a acceder a la infraestructura de cálculo.

5. MWC 2026: La IA para la Resiliencia de las Redes

En el Mobile World Congress de Barcelona, la IA baja de la nube para integrarse en los cables y las antenas.

🔍 Qué pasó:

  • Orange presentó demostraciones operativas de redes de telecomunicaciones resilientes gracias a la IA (Orange Press Release).
  • Los sistemas mostrados utilizan el aprendizaje automático predictivo para anticipar fallos en la infraestructura (debidos a picos de tráfico o eventos meteorológicos extremos) y "reparar" o redirigir autónomamente el tráfico de datos en milisegundos, sin intervención humana.

💡 Por qué es importante: Este es el lado invisible pero esencial de la IA. Sin redes capaces de autogestionarse y optimizar el enorme flujo de datos requerido por los algoritmos generativos, toda la economía digital global correría el riesgo de colapsar.

Referencias Bibliográficas y Fuentes