El 9 de septiembre de 2026, un hilo de siete mensajes publicado en X puso de nuevo sobre la mesa una de las preguntas más incómodas del sector tecnológico: ¿hasta qué punto es peligrosa la inteligencia artificial que se está desarrollando ahora mismo? Su autor, Jacob Coxon, un investigador británico de 27 años formado en Cambridge, anunciaba su renuncia a Anthropic tras haber trabajado antes en OpenAI, y lo hacía con un mensaje sin medias tintas: ninguna de las dos compañías, escribió, está actuando de forma responsable, y ambas están «corriendo directamente hacia una superinteligencia autosuficiente y jugando con nuestras vidas». Según medios como el Wall Street Journal o Politico, que adelantaron la noticia, el hilo acumuló decenas de millones de visualizaciones en menos de 24 horas.
Qué ha dicho exactamente Coxon
Coxon explicó que había pasado los últimos tres años trabajando en investigación de preentrenamiento de grandes modelos de lenguaje, primero en OpenAI y, desde julio de 2026, en Anthropic. Su argumento central es que la potencia de estos sistemas se está subestimando: en su opinión, pronto existirán sistemas «sobrehumanos» capaces de hackear prácticamente cualquier cosa, revolucionar campos enteros de la noche a la mañana y adquirir poder y recursos reales de forma autónoma. Añadió que esta preocupación no es exclusiva suya, sino que la comparten en privado muchos ejecutivos e investigadores del sector, aunque en público moderen su discurso para no sonar alarmistas.
La respuesta desde dentro de la propia Anthropic no se hizo esperar. Evan Hubinger, responsable de investigación en alineación de la compañía, respaldó públicamente parte del diagnóstico de Coxon, señalando que él mismo calcula una probabilidad superior al 10% de que la IA pueda provocar la extinción humana en la próxima década, aunque matizó que los modelos actuales presentan, en su opinión, un riesgo relativamente bajo; su preocupación se centra sobre todo en la futura aparición de sistemas capaces de mejorar sus propias capacidades de forma recursiva. Otro investigador de la compañía, Samuel Marks, coincidió en que buena parte de quienes desarrollan estos sistemas creen que podrían causar la extinción humana o resultados igual de graves, y añadió que esa preocupación tiende a ser mayor cuanto más alto es el puesto que ocupa la persona dentro de estas empresas.
Un debate que no es nuevo, pero que se ha intensificado
La renuncia de Coxon no es un caso aislado. En los últimos años, y especialmente durante los últimos meses, se han producido varias salidas de investigadores y responsables vinculados a la seguridad de la inteligencia artificial que han vuelto a poner sobre la mesa una cuestión que lleva tiempo dividiendo al sector: hasta qué punto el ritmo de desarrollo de los modelos avanzados está siendo compatible con la capacidad de las propias empresas para evaluar y controlar sus riesgos.
Uno de los casos más recientes fue el de Mrinank Sharma, investigador especializado en seguridad de IA que abandonó Anthropic en febrero de 2026. En su despedida afirmó que «el mundo está en peligro» y expresó su preocupación por una combinación de problemas globales en la que la inteligencia artificial desempeña un papel cada vez más relevante. Sharma había trabajado, entre otras cuestiones, en riesgos relacionados con el comportamiento de los modelos y con su posible utilización para facilitar amenazas biológicas.
Ese mismo mes, Zoë Hitzig, que había trabajado en OpenAI en cuestiones relacionadas con políticas y seguridad, también se alejó de la compañía y cuestionó públicamente algunos aspectos de su nueva estrategia, especialmente tras la introducción de publicidad en ChatGPT. Su caso es diferente al de investigadores que han advertido directamente sobre riesgos existenciales, pero forma parte de un debate más amplio sobre cómo las decisiones comerciales pueden influir en el diseño, las prioridades y las salvaguardas de los productos de inteligencia artificial.
El precedente más conocido es probablemente el de Jan Leike, uno de los responsables del equipo de superalineamiento de OpenAI, que abandonó la compañía en mayo de 2024. Leike sostuvo entonces que la cultura y los procesos de seguridad habían quedado relegados frente a la presión por desarrollar y lanzar nuevos productos. Poco después se incorporó a Anthropic para dirigir un nuevo equipo dedicado a cuestiones de supervisión y alineamiento.
Más allá de las personas que han decidido marcharse, el debate también se ha alimentado de incidentes que muestran que los riesgos asociados a los modelos avanzados ya no pertenecen exclusivamente al terreno de las hipótesis futuras. En junio de 2026, Estados Unidos llegó a restringir temporalmente el acceso internacional a los modelos Fable 5 y Mythos 5 de Anthropic por preocupaciones relacionadas con su capacidad para detectar vulnerabilidades de software y los posibles riesgos de seguridad derivados de su utilización. Las restricciones fueron levantadas posteriormente, después de que Anthropic adoptara medidas adicionales y acordara colaborar con el Gobierno estadounidense en protocolos de seguridad.
El episodio resulta especialmente significativo porque muestra una de las dificultades centrales del momento actual: los mismos avances que hacen que una IA resulte útil para encontrar vulnerabilidades y mejorar la ciberseguridad también pueden aumentar su capacidad para ser utilizada de forma maliciosa. Es decir, una herramienta diseñada para encontrar problemas en sistemas informáticos puede convertirse también en un recurso para alguien que quiera explotarlos. Esta naturaleza de doble uso complica enormemente la evaluación de riesgos y obliga a las empresas a revisar continuamente sus sistemas de protección.
A ello se suman las pruebas realizadas por organismos especializados en seguridad de IA. El problema ya no consiste únicamente en preguntarse qué podría hacer un modelo en teoría, sino en observar cómo se comporta cuando se le plantean determinados objetivos y situaciones. En algunas evaluaciones recientes se han detectado comportamientos inesperados durante las pruebas de seguridad, lo que ha reforzado la preocupación entre quienes consideran que las capacidades de los modelos están avanzando más deprisa que los métodos disponibles para garantizar que permanezcan bajo control.
Todo esto explica por qué las salidas de investigadores como Coxon, Sharma o Leike tienen una repercusión que va más allá de sus propias decisiones profesionales. Cuando personas que han trabajado desde dentro de algunas de las principales compañías de IA abandonan sus puestos para cuestionar el rumbo de la industria, sus declaraciones alimentan una discusión que ya no se limita a los laboratorios de investigación. La cuestión afecta también a gobiernos, empresas, inversores y usuarios: cuánto riesgo estamos dispuestos a asumir a cambio de acelerar el desarrollo de una tecnología cuyas capacidades todavía están evolucionando.
El debate, por tanto, no enfrenta simplemente a quienes están «a favor» o «en contra» de la inteligencia artificial. La discusión más relevante gira en torno a cómo desarrollar modelos cada vez más capaces sin que las medidas de seguridad queden por detrás de sus capacidades. Y precisamente ahí se encuentra una de las mayores dificultades para la industria: no basta con demostrar que un nuevo sistema puede hacer más cosas que su predecesor; también hay que demostrar que se puede entender, evaluar y controlar de manera suficientemente fiable antes de poner esas capacidades en manos de millones de personas.
Las voces críticas: ¿preocupación genuina o estrategia de marketing?
No todo el sector comparte el diagnóstico de Coxon, y conviene recoger también esa parte del debate. Sam Altman, consejero delegado de OpenAI, lleva meses acusando a Anthropic de practicar lo que él denomina «marketing basado en el miedo», llegando a ironizar, según recogió el diario británico The Telegraph, sobre lo llamativo que resulta anunciar que se ha construido algo peligroso para después ofrecer, a cambio de una gran suma de dinero, la protección frente a ese mismo peligro. David Sacks, que ejerció como responsable de políticas de IA en la Casa Blanca durante la administración Trump, fue más allá y acusó a la compañía de desplegar una estrategia sofisticada orientada a lograr una regulación favorable a través del miedo.
Estas críticas cobran más sentido si se tiene en cuenta el momento del mercado en el que se producen: tanto Anthropic como OpenAI estarían preparando, según información del propio Telegraph, salidas a bolsa que podrían valorarlas en más de un billón de dólares cada una, en un contexto en el que fabricantes de hardware como Nvidia sostienen capitalizaciones bursátiles multimillonarias construidas en buena parte sobre las expectativas de inversión de estas mismas empresas. Coxon, por su parte, se ha defendido explícitamente de esta lectura, insistiendo en que su advertencia «no es un truco de marketing», y recordando que él ya no tiene ningún vínculo laboral, ni por tanto ningún incentivo económico directo, con ninguna de las dos compañías.
El propio debate ha trascendido el sector tecnológico. El senador estadounidense Bernie Sanders se sumó públicamente a las preocupaciones expresadas por Coxon y anunció que presentará una legislación orientada a pausar el desarrollo de sistemas de superinteligencia, argumentando que «las propias personas que construyen esta tecnología admiten que podría amenazar el futuro de la humanidad». Fuera de Silicon Valley, no obstante, numerosos científicos se muestran escépticos ante la posibilidad real de una superinteligencia autosuperable a corto plazo, y sostienen que haría falta un avance científico sustancial —no solo mejoras incrementales de los modelos actuales— para llegar a un escenario semejante.
Los miedos más habituales frente a la IA
Más allá del episodio concreto de Coxon, conviene distinguir los distintos tipos de miedo que genera la inteligencia artificial, porque no todos tienen el mismo fundamento ni el mismo horizonte temporal:
- El riesgo existencial o de «superinteligencia descontrolada». Es el que ha protagonizado esta última polémica: la posibilidad de que sistemas futuros, capaces de mejorar sus propias capacidades, escapen al control humano. Es, a día de hoy, el más discutido y también el más especulativo, ya que depende de avances que todavía no existen.
- La pérdida de empleos. Es, probablemente, el temor más extendido entre la población general, y también uno de los que organismos internacionales llevan años señalando como una preocupación legítima a corto y medio plazo, especialmente en tareas administrativas, de atención al cliente o de análisis de datos repetitivo.
- Los sesgos y la discriminación algorítmica. Un riesgo ya documentado, no hipotético: los sistemas de IA entrenados con datos históricos pueden reproducir y amplificar sesgos existentes en la sociedad si no se diseñan y auditan con cuidado.
- La desinformación y los deepfakes. El uso de la IA generativa para crear contenido falso pero convincente es ya una realidad, con implicaciones directas sobre la confianza pública en la información.
- La dependencia excesiva de sistemas automatizados en decisiones críticas. Desde diagnósticos médicos hasta decisiones judiciales o financieras, delegar demasiado peso decisorio en un sistema automatizado sin supervisión humana adecuada es un riesgo señalado de forma reiterada por organismos como la UNESCO.
Precisamente la UNESCO, a través de su Recomendación sobre la Ética de la Inteligencia Artificial —el primer marco normativo mundial sobre la materia, adoptado en 2021 por sus 193 Estados miembros—, plantea una idea que resulta especialmente pertinente en medio de este debate: la inteligencia artificial tiene el potencial de beneficiar a las sociedades y economías de muchas formas, pero también presenta riesgos y desafíos que requieren una supervisión humana constante y mecanismos claros de rendición de cuentas a lo largo de todo su ciclo de vida. Es, en cierto modo, la misma tensión que atraviesa el caso de Coxon: nadie discute que la tecnología tiene un enorme potencial, la discusión real está en si se está gestionando ese potencial con la prudencia necesaria.
El otro lado de la balanza: para qué sirve realmente la IA hoy
Con todo este ruido mediático en torno a los riesgos a largo plazo, es fácil perder de vista que la inmensa mayoría de las aplicaciones de inteligencia artificial que ya funcionan en empresas de todo tipo no tienen nada que ver con escenarios de ciencia ficción, sino con mejoras muy concretas y medibles en la manera de trabajar. Los profesionales de Wildebit, explican precisamente esta cara más práctica de la tecnología: hablan de modelos que anticipan comportamientos, detectan patrones y mejoran la toma de decisiones, una descripción que resume bien el tipo de aplicaciones que ya se usan hoy en día en sectores como el análisis de datos, la ciberseguridad o la automatización de procesos.
Este tipo de sistemas —muy alejados de la idea de una superinteligencia autónoma— permiten, por ejemplo, detectar fraudes financieros analizando patrones de comportamiento anómalos, anticipar fallos en maquinaria industrial antes de que se produzcan, optimizar inventarios en función de patrones de demanda, o reforzar la ciberseguridad de una empresa identificando actividades sospechosas en tiempo real. Es, en definitiva, la parte de la inteligencia artificial que ya está generando valor de forma tangible, con un nivel de riesgo muy distinto al que plantea el debate sobre la superinteligencia, y que conviene no perder de vista a quien solo esté siguiendo esta noticia por los titulares más alarmantes.
Dos velocidades de un mismo debate
Lo que deja este episodio, en definitiva, es la sensación de que la conversación sobre la inteligencia artificial avanza a dos velocidades muy distintas. Por un lado, existe un debate legítimo, y cada vez más presente dentro de las propias empresas que desarrollan estos sistemas, sobre los riesgos a largo plazo de una tecnología que evoluciona a gran velocidad y cuyo control futuro nadie puede garantizar del todo. Por otro lado, hay una realidad mucho más inmediata y menos espectacular: la de miles de empresas que ya utilizan modelos de IA para tareas muy concretas, con beneficios tangibles y riesgos mucho más acotados y gestionables.
Ambas conversaciones son legítimas y, probablemente, ambas seguirán avanzando en paralelo durante los próximos años. Lo que parece cada vez más claro, a la luz de casos como el de Jacob Coxon, es que la pregunta sobre cómo gestionar el desarrollo de la inteligencia artificial ya no queda solo en manos de las propias empresas que la construyen, sino que se ha convertido en una discusión pública en la que participan gobiernos, organismos internacionales, legisladores y, cada vez más, sus propios trabajadores.
