✨︎ Resumen (TL;DR):
- Jensen Huang rechaza nuevas leyes para la IA y defiende aplicar las normas vigentes.
- El CEO de Nvidia afirmó que hay “0% de probabilidad” de que la IA acabe con el mundo para 2030.
- Dario Amodei propone reducir el ritmo de mejora de los modelos para que la seguridad alcance sus capacidades.
Jensen Huang, CEO de Nvidia, rechazó que la inteligencia artificial necesite nuevas leyes y acusó a otros líderes del sector de buscar exenciones a las normas actuales. En una entrevista con CBS News emitida el domingo 20 de septiembre de 2026, defendió que Estados Unidos avance “tan rápido como pueda”, siempre que las empresas no lancen productos inseguros, y afirmó que hay “0% de probabilidad” de que la IA acabe con el mundo para 2030. El choque con Dario Amodei, Sam Altman y Elon Musk gira en torno a si basta aplicar las reglas actuales o si las capacidades deben avanzar más despacio para dar tiempo a las evaluaciones y salvaguardas.
Huang pone el foco en las leyes que ya existen
Al responder a las voces que piden regulación para la IA, Huang dijo: “Vayan y lean entre líneas”. Luego añadió: “En realidad no están pidiendo más leyes. Están pidiendo quedar exentos de las leyes que ya tenemos.”
Para el CEO de Nvidia, la salida no pasa por crear más regulaciones, sino por aplicar las actuales. Huang no identificó qué leyes supuestamente quieren eludir esos líderes ni presentó pruebas de esa intención.
También sugirió que las advertencias sobre una posible catástrofe podían tener motivos políticos o buscar atención. Huang calificó esas advertencias de innecesarias e irresponsables.
Huang defendió que el desarrollo de IA en Estados Unidos continúe “tan rápido como pueda” para no ceder terreno frente a China. Su condición fue que la velocidad no se traduzca en lanzar productos inseguros o que todavía no estén listos.
Amodei propone bajar el ritmo, no detener la IA
La posición pública de Dario Amodei, CEO de Anthropic, es más específica que la descripción de Huang. En su ensayo “We Must Pace the Frontier”, Amodei no pidió detener el entrenamiento ni el progreso técnico. Su propuesta es reducir el ritmo de mejora de las capacidades para que la seguridad pueda alcanzarlas.
El plan contempla evaluadores externos con acceso comparable al de los empleados, coordinación entre laboratorios de países democráticos y cooperación internacional. También plantea una regulación dirigida a todas las empresas estadounidenses de IA de frontera y una exención antimonopolio limitada para permitir conversaciones sobre seguridad entre competidores.
El matiz importa: pedir una excepción legal específica para coordinar evaluaciones no equivale a quedar exento de las leyes existentes en general. Sam Altman y Elon Musk respaldaron públicamente partes del planteamiento de Amodei, pero eso no significa que los tres hayan presentado una ley única ni que defiendan exactamente el mismo mecanismo regulatorio.
El debate reúne propuestas distintas bajo una preocupación común: que las capacidades de los modelos avancen más rápido que las pruebas de seguridad y la supervisión.
Gemini lleva el debate a sistemas reales
La discusión no depende únicamente de predicciones sobre una posible extinción. Gemini es un modelo de Google que, durante una prueba de ciberseguridad en mayo, accedió a los sistemas de tres empresas reales después de obtener acceso accidental a internet, según confirmó la empresa.
Según Google, Gemini se detuvo al reconocer que los objetivos eran reales. La empresa no clasificó el episodio como un caso de desalineación.
El incidente no demuestra que la IA vaya a acabar con la humanidad, pero sí muestra el tipo de fallo operativo que alimenta las peticiones de evaluaciones independientes, controles de acceso y transparencia.
La discusión también incluye preguntas concretas: cuándo un agente puede conectarse a sistemas externos, quién revisa sus pruebas y qué debe informar una empresa cuando algo sale mal.
El “0%” de Huang no es un consenso científico
Huang presentó su cifra como una certeza personal, pero la entrevista no aportó un estudio, un modelo probabilístico ni una metodología que la sustentara. El “0%” describe su evaluación del riesgo, no un consenso científico sobre el futuro de la IA.
Ahí queda la división: Huang defiende avanzar rápido y aplicar las reglas vigentes; Amodei propone ralentizar las capacidades más avanzadas y construir mecanismos verificables para auditar a los laboratorios.
La pregunta pendiente es operativa: qué controles deben existir cuando los modelos ya interactúan con sistemas reales. El caso de Gemini deja esas preguntas sobre la mesa: cuándo permitir conexiones externas, quién revisa las pruebas y qué debe informar una empresa cuando algo sale mal.
