Demis Hassabis no evita las preguntas más importantes sobre la inteligencia artificial

Durante una década, las conferencias para desarrolladores Google I/O han contado una historia constante: la era de la inteligencia artificial ha llegado, y Google aspira a liderarla. El progreso de la compañía puede medirse a través de los anuncios de productos —impregnados de IA— que realiza durante la presentación principal del evento. El martes pasado, el CEO Sundar Pichai y otros directivos condensaron tal cantidad de novedades en la presentación de tres horas del I/O 2026 —abarcando Google Search, la aplicación Gemini, Google Docs, Gmail, YouTube, Android y más allá— que la agenda estuvo a punto de estallar.

Para uno de esos presentadores, el CEO de Google DeepMind, Demis Hassabis, los anuncios de este año forman parte de una larga trayectoria personal que se remonta a su fascinación de la infancia por enseñar a las máquinas a pensar. En 2010, esa búsqueda llevó a Hassabis, Shane Legg y Mustafa Suleyman a cofundar el laboratorio de investigación en inteligencia artificial DeepMind, el cual Google adquirió en 2014 y fusionó con otra de sus divisiones de investigación, Google Brain, en 2023. Este viaje continuará a medida que Google DeepMind persiga el objetivo de lograr la Inteligencia Artificial General (IAG): una IA que esté, como mínimo, a la par del pensamiento humano en una amplia gama de ámbitos.

Incluso entre los tecnólogos más responsables de los logros de la inteligencia artificial hasta la fecha, las opiniones sobre cuándo podría convertirse la IAG en una realidad varían enormemente. El cofundador de Google Brain, Andrew Ng, cree que aún faltan décadas para ello. Sin embargo, Hassabis considera que ya estamos en el umbral. “Espero que llegue en 2030, con un margen de un año arriba o abajo”, afirma.

Independientemente de la magnitud del trabajo que aún queda por delante, la inteligencia artificial ya ha alcanzado un punto de inflexión crítico por el simple hecho de formar parte de la vida cotidiana. Su creciente presencia en los productos de Google hará que tanto sus promesas como sus riesgos resulten más tangibles para miles de millones de personas.

Cuando conversé con Hassabis la semana pasada, habló con gran entusiasmo sobre los productos y las funcionalidades presentados en el I/O. No obstante, se mostró igual de enérgico al abordar los problemas que la inteligencia artificial puede generar y las medidas que Google está adoptando para mitigarlos. Y subraya que hacer avanzar la ciencia de la IA sigue siendo su “principal pasión”.

“Es una situación compleja, ya que, al mismo tiempo, estamos inmersos en la competencia más voraz de la historia de la tecnología”, me comentó. “No fingiré que sea fácil. Pero creo que logramos ese equilibrio mejor que nadie”.

Por definición, cada nueva función de IA que Google concibe se basa en tecnologías que en su momento fueron avances de investigación, a menudo originados hace años en DeepMind o Google Brain. Cuando le pregunto a Hassabis sobre Gemini Spark —el nuevo agente de IA de Google—, señala que las primeras investigaciones de DeepMind ya abordaban la IA agéntica, en forma de algoritmos para jugar a videojuegos. “AlphaGo era un agente”, afirma. “Incluso nuestro trabajo original con Atari… eran agentes. Quizás nos adelantamos un poco a nuestro tiempo”.

A lo largo del último año, aproximadamente, los agentes de IA han salido de los laboratorios. Sin embargo, todavía no se han popularizado por completo. Ejecutar el más conocido de ellos (OpenClaw) requiere una aptitud técnica considerable, la disposición a asumir el riesgo de que las cosas salgan mal y (según concluyen muchos entusiastas) un presupuesto lo suficientemente holgado como para dedicar un Mac Mini exclusivamente a esa tarea. Por el contrario, Gemini Spark funciona las 24 horas del día, los 7 días de la semana, en la nube; se conecta únicamente a las aplicaciones que tú autorizas expresamente y, por el momento, solo interactúa con otros servicios de Google.

“El punto ideal consiste en ayudar a todo el mundo con estos agentes, y no [solo] a las personas con un perfil muy técnico”, comenta Hassabis. “Pero también en garantizar que sea realmente seguro, fiable y robusto, y que el usuario tenga el control total sobre aquello a lo que el agente tiene acceso. Uno de los principales problemas de OpenClaw es, precisamente, su gran falta de seguridad. No lo recomendaría para realizar ningún trabajo serio. Yo mismo no lo he utilizado para ninguna de mis tareas importantes, ya que existe el riesgo de que filtre toda la información”.

Spark se está implementando inicialmente para los usuarios suscritos al plan de IA de alta gama de Google: AI Ultra, con un costo de 100 dólares mensuales. Lograr que llegue a la mayoría del público implicará “adaptarse a la persona promedio, ajustando sus flujos de trabajo a este tipo de asistencia agéntica”, explica Hassabis. “Mi pronóstico es que este proceso se desarrollará a lo largo del resto del año”. Al preguntársele cuál de los innumerables anuncios del evento I/O le entusiasma particularmente, Hassabis destaca a Gemini Omni Flash, un nuevo modelo de IA que permite a los usuarios introducir texto, imágenes, video y audio como parte de sus instrucciones (prompts). Este modelo hará su debut en la aplicación Gemini, en el editor de video Google Flow y en YouTube Shorts, donde generará contenido de video. Con el tiempo, también será capaz de generar otros tipos de medios.

“Lo que la gente podrá hacer es experimentar combinando diferentes modalidades”, afirma Hassabis. “‘Aquí tienes una entrada de video; aquí, una salida musical; aquí, una entrada de imagen. Dame una salida de video’. Simplemente quiero que la gente dé rienda suelta a su creatividad con esta herramienta”.

Por supuesto, herramientas existentes (como la propia Nano Banana de Google) ya han demostrado que el hecho de que la generación de contenido multimedia mediante IA sea asombrosa y fácilmente accesible conlleva sus desventajas. Las personas pueden crear con facilidad material que parece real, pero que no lo es. Quizás peor aún, el contenido multimedia legítimo podría ser objeto de sospecha al ser confundido con una falsificación generada por IA.

Google lleva años trabajando en formas de aportar transparencia al origen de los contenidos multimedia. En 2023, presentó SynthID, una tecnología de identificación para el contenido generado por IA; desde entonces, ha marcado con una marca de agua más de 60 años de video y 100,000 millones de imágenes. La compañía también ha impulsado las Credenciales de Contenido C2PA, un estándar para rastrear si una imagen fue creada con una cámara o con IA, y cómo ha sido modificada.

Ahora, Google está facilitando la determinación de la procedencia de una imagen al integrar estas tecnologías en experiencias de uso masivo, tales como la aplicación Gemini, la función “Circle to Search” de Android y el Modo IA de la Búsqueda de Google. La avalancha de novedades del evento I/O incluyó incluso un anuncio por parte de OpenAI: la compañía ha decidido respaldar a SynthID, añadiendo soporte para esta tecnología en ChatGPT, Codex y su API.

“Me parece fantástico que toda la industria se esté uniendo en torno a un sistema de marcas de agua que sea robusto”, afirma Hassabis. “Eso era, en realidad, lo que se necesitaba para dar el siguiente paso: lograr que los sitios web identifiquen automáticamente [la autenticidad del contenido]. O incluso cabe imaginar que, con el tiempo, los propios navegadores web realicen esta tarea, de modo que verificar la autenticidad de algo no requiera prácticamente ningún esfuerzo”.

Tras expresar su entusiasmo por SynthID, Hassabis cambia de tema para abordar la ciberseguridad. ¿Se enfrenta Google a los mismos dilemas de gran calado que Anthropic en relación con la capacidad de la IA para detectar y explotar vulnerabilidades de software? (Esta última empresa decidió que su nuevo LLM, Claude Mythos, resultaba demasiado peligroso como para ser lanzado al público por el momento). “Sin duda alguna”, responde él. Hassabis señala que Google se encuentra en una posición privilegiada para ayudar a los desarrolladores a proteger sus aplicaciones en la era de la IA, gracias a recursos como su agente CodeMender y la plataforma de ciberseguridad Wiz (la mayor adquisición realizada por la compañía en toda su historia).

Pero Hassabis añade que impedir que la IA otorgue “superpoderes” a hackers malintencionados es solo una tarea urgente, y no necesariamente la más inquietante. En el transcurso del próximo año o año y medio —predice—, la IA podría acelerar las amenazas de carácter químico, biológico, radiológico y nuclear (CBRN). “Estoy reflexionando mucho sobre qué tipo de herramientas, sistemas de monitoreo y otros recursos deberían estar desarrollando e implementando realmente todos los laboratorios de vanguardia”, afirma. Un ámbito en particular es el monitoreo de la “cadena de pensamiento”, una técnica que permite a los investigadores desglosar el proceso cognitivo de un modelo y buscar indicios de que este esté incurriendo en comportamientos engañosos.

“Actualmente nos encontramos, por así decirlo, en las estribaciones de un territorio inmenso”, comenta Hassabis. “Tenemos modelos sumamente capaces, lo cual es fantástico. Y poseen capacidad de agencia, lo cual también es excelente. Pero esto implica que conllevan un mayor número de desafíos y riesgos asociados”.

Por encima de todo, a Hassabis le mueve el potencial de la IA para convertirse —tal como expresó en una voz en off al inicio de la conferencia magistral del evento I/O— en “la herramienta definitiva para resolver los problemas científicos más complejos del mundo”. Además de dirigir Google DeepMind, Hassabis desempeña una doble función como director ejecutivo de Isomorphic Labs, una empresa derivada dedicada a comercializar su IA AlphaFold —especializada en la predicción de estructuras proteicas— para su aplicación en el descubrimiento de fármacos. (Hassabis y John Jumper, científico distinguido de Google DeepMind, compartieron el Premio Nobel de Química de 2024 por la creación de AlphaFold). Hace unos días, Isomorphic anunció haber captado 2,100 millones de dólares en nueva financiación. “Puede interpretarse como un enorme voto de confianza en los avances que estamos logrando en ese ámbito”, señala Hassabis.

Mientras AlphaFold se acerca cada vez más a generar un impacto tangible en el mundo real, otros proyectos de investigación de Google DeepMind —impulsados ​​por una ambición similar a largo plazo— avanzan en etapas más tempranas de su desarrollo. Por ejemplo, la compañía está colaborando con el gobierno del Reino Unido en la construcción de un laboratorio científico automatizado que empleará Gemini y tecnología robótica para investigar áreas como los materiales superconductores y la fusión nuclear.

Hassabis valora enormemente la faceta de su trabajo que implica asignar los recursos suficientes para respaldar este tipo de iniciativas. “Evidentemente, nunca se dispone de suficiente capacidad de cómputo para dar cabida a todas las ideas que uno tiene”, concluye. “Pero creo que, históricamente, en DeepMind —originalmente, y ahora en Google DeepMind— hemos hecho eso muy bien: proteger la investigación de carácter puramente exploratorio”. Incluso durante la semana del I/O —con su profusión de pruebas de que Google sabe cómo convertir la IA en productos—, su mente ya se adelanta hacia lo que vendrá después.