Mirar atrás en tecnología suele ser un ejercicio de nostalgia. Mirar atrás en inteligencia artificial, en cambio, produce una sensación bastante más vertiginosa: en apenas unos años, lo que parecía una curiosidad casi experimental se ha convertido en una de las fuerzas centrales de transformación social, económica, cultural y política de nuestro tiempo.
Estamos, además, en junio de 2026, en uno de esos momentos en los que parece estar preparándose otro salto. En los últimos días circulan rumores sobre posibles lanzamientos próximos de GPT-5.6, Gemini 3.5 Pro y Claude Mythos, mientras medios como TechCrunch apuntan a un rediseño de ChatGPT como una especie de “super app” con herramientas de programación y agentes de IA integrados. Estamos entrando, cada vez con más claridad, en la fase agéntica de la inteligencia artificial, en la que los sistemas no solo responden, sino que empiezan a ejecutar tareas complejas bajo supervisión humana.
Y precisamente por eso me parece un buen momento para mirar atrás.
En agosto de 2022 publiqué en este blog un pequeño experimento titulado La gran revolución que ya está aquí: la Inteligencia Artificial en 10 preguntas y respuestas. En abril de 2023, apenas unos meses después, volví sobre el asunto con otro texto: Evolución de la Inteligencia Artificial en los próximos años.
Los recupero ahora, en 2026, no por nostalgia digital, sino porque ayudan a contar una historia importante: hubo un momento, antes de que la inteligencia artificial generativa se convirtiera en tema cotidiano, en el que algunos empezamos a intuir que aquello no era una moda tecnológica más, sino una transformación social, política e institucional de primer orden.
No escribí aquellos artículos desde la visión de un experto técnico, ni con pretensión de explicar los fundamentos profundos de los modelos. Mi interés era otro: entender qué significaba para la sociedad que una máquina pudiera responder preguntas, escribir textos, generar imágenes y comenzar a ocupar un espacio hasta entonces reservado a capacidades que asociábamos casi exclusivamente a la inteligencia humana.
Vistos desde 2026, aquellos textos tienen limitaciones evidentes. Algunas formulaciones han envejecido rápido, como era inevitable en una tecnología que avanza a una velocidad extraordinaria. Pero precisamente por eso resultan valiosos: son pequeñas fotografías de un momento fundacional, escritas cuando casi nadie en el entorno de la comunicación política, la consultoría pública o el gobierno en español prestaba una atención seria y continuada a la inteligencia artificial generativa.
El experimento de 2022: cuando una IA escribió el artículo
El primer texto, publicado el 29 de agosto de 2022, tenía una pequeña trampa narrativa. Comenzaba con diez preguntas básicas sobre inteligencia artificial: qué es, qué puede hacer, por qué podía considerarse una revolución, qué usos tenía en medicina, si podría escribir una novela o pintar un cuadro, qué impacto tendría sobre el empleo.
La gracia estaba al final: el artículo no lo había escrito yo. Las respuestas procedían de GPT-3, concretamente de text-davinci-002, y la imagen destacada había sido generada con Stable Diffusion a partir de una petición sencilla.
Hoy puede parecer casi ingenuo. Estamos acostumbrados a que ChatGPT, Gemini, Claude, Grok o cualquier otro sistema de frontera redacten, sinteticen, programen, analicen documentos largos, generen imágenes, produzcan audio, vídeo, código o presentaciones. Pero en aquel verano de 2022, antes de la explosión pública de ChatGPT, la idea de que una IA pudiera contestar en segundos a una entrevista completa y producir una imagen original todavía tenía una fuerza pedagógica enorme.
Lo importante no era que las respuestas fueran perfectas. De hecho, leídas ahora eran básicas e incompletas (el salto de los modelos desde GPT-3 a GPT-5.5 es similar al que diferencia una bicicleta de un avión de última generación). Lo importante era que ya mostraban un cambio de naturaleza: la IA dejaba de ser una tecnología invisible, encerrada en sistemas de recomendación, reconocimiento de patrones o procesos industriales, para convertirse en una interfaz cultural. Ya no solo clasificaba, predecía o sugería; empezaba a conversar.
Ahí estaba una de las claves de todo lo que vendría después: una tecnología se vuelve socialmente disruptiva no solo cuando mejora técnicamente, sino cuando millones de personas pueden apropiársela sin pedir permiso a un departamento técnico.
Si comparamos aquellas diez preguntas con el panorama actual, la distancia es enorme.
En 2022 preguntábamos si una IA podría escribir una novela, crear una sinfonía o pintar un cuadro. La respuesta generada por GPT-3 era prudente: “no se sabe con certeza”, pero era posible que en el futuro pudiera hacerlo. En 2026, la pregunta ya no es si puede generar textos, imágenes, música o vídeo, sino qué valor damos a lo humano en un ecosistema saturado de contenido sintético; cómo protegemos derechos de autor; cómo señalamos el origen de los contenidos; y cómo mantenemos una cultura de autenticidad en medio de una abundancia creativa casi ilimitada.
En 2022 preguntábamos si la IA destruiría muchos empleos. La respuesta era vaga: quizá reemplazaría a algunos trabajadores en el futuro. En 2026, la cuestión se ha vuelto mucho más concreta. La IA no ha eliminado aún de golpe todo el trabajo cualificado, pero sí está transformando tareas administrativas, creativas, jurídicas, educativas, periodísticas, de programación y de consultoría. La brecha ya no es simplemente entre humanos y máquinas, sino entre profesionales capaces de trabajar con sistemas de IA y profesionales que siguen pensando que esto es solo una herramienta ocasional para redactar correos.
En 2022 preguntábamos qué era la inteligencia artificial. La definición clásica hablaba de una rama de la informática, de redes neuronales, sistemas expertos y aprendizaje automático. En 2026, esa definición sigue siendo correcta, pero se queda corta para describir nuestra experiencia cotidiana. Ya no interactuamos solo con “programas”, sino con sistemas capaces de conversar, interpretar imágenes, generar contenido, usar herramientas, escribir código, planificar tareas y comenzar a actuar como agentes bajo supervisión humana.
Ese es el cambio de fondo: ya no nos preguntamos solo qué puede hacer una IA, sino qué decidimos delegar, qué debemos regular y qué competencias humanas queremos conservar.
El texto de 2023: intentar mirar varios años hacia delante
El segundo artículo, publicado el 11 de abril de 2023, tenía otro valor. Ya no era solo un juego de demostración. En aquel momento yo estaba usando la inteligencia artificial con intensidad, especialmente en el ámbito profesional, y le pedí a GPT-4 que elaborara una tabla sobre la evolución prevista de la IA en los próximos años.
Recuperarlo en 2026 permite hacer un ejercicio interesante: no tanto comprobar si una tabla concreta acertó o falló en cada casilla, sino observar cómo pensábamos el futuro de la IA cuando GPT-4 acababa de aparecer y todavía estábamos intentando medir la profundidad del terremoto.
Aquella predicción acertaba en algo importante: la inteligencia artificial iba a entrar de lleno en la agenda regulatoria, educativa, empresarial y administrativa. También apuntaba a una integración creciente de modelos de lenguaje en procesos profesionales y públicos.
Pero, como suele ocurrir con las tecnologías exponenciales, algunas cosas llegaron antes de lo previsto. La multimodalidad avanzada, los modelos de razonamiento, la generación audiovisual, los copilotos de programación y los primeros flujos de trabajo agénticos se han acelerado de forma extraordinaria.
También hubo elementos que entonces eran más difíciles de anticipar: la centralidad geopolítica del cómputo, la carrera por los chips, la preocupación por la soberanía tecnológica, la negociación por los datos de entrenamiento, la dependencia de grandes plataformas privadas y la necesidad de que los Estados desarrollen capacidad propia para entender, comprar, auditar y aplicar estos sistemas.
Esa transición resume muy bien el salto de 2022 a 2026: hemos pasado de la fascinación por la respuesta a la preocupación por la delegación.
Lo que aquellos artículos anticipaban
Lo más interesante de aquellos dos textos no es que anticiparan cada desarrollo técnico concreto. No lo hicieron. Nadie tenía entonces una visión completa de lo que vendría después, y conviene ser prudentes con cualquier reconstrucción heroica del pasado.
Pero sí apuntaban, de forma temprana, a tres intuiciones que hoy me parecen plenamente vigentes.
La primera es que la IA generativa no era una simple herramienta de productividad. Era el comienzo de una nueva relación entre personas y máquinas.
La segunda es que el impacto no podía limitarse al mundo empresarial. Desde el principio resultaba evidente que la IA afectaría a la política, al gobierno, a la formación de opinión, a la desinformación, a la regulación, a la prestación de servicios públicos y a la forma en que las instituciones entienden la inteligencia disponible para tomar decisiones.
La tercera es que hacía falta divulgación serena, continuada y orientada a decisores no técnicos. No bastaba con que los ingenieros hablaran entre ellos, ni con que las empresas tecnológicas presentaran sus avances. Había que traducir la revolución de la IA al idioma de quienes trabajan en política, administración, comunicación institucional, consultoría pública, educación y gobierno.
De esa intuición nació, en buena medida, estrategIA.
estrategIA: de la intuición al seguimiento semanal
En octubre de 2023 lancé, apoyado por la Institución Educativa ALEPH, la newsletter estrategIA, centrada precisamente en la intersección entre inteligencia artificial, política y gobierno.
Lo que había comenzado como curiosidad personal y como experimentos sueltos en este blog se convirtió en un proyecto editorial sistemático: seguir semana a semana la evolución de la IA y explicar por qué cada avance podía importar para las instituciones, la comunicación política, las administraciones públicas y la ciudadanía.
Con el paso del tiempo, estrategIA ha tratado asuntos que en 2022 apenas estaban entrando en el radar público: la industrialización de la desinformación, la regulación europea de la IA, la geopolítica del cómputo, los agentes autónomos, los modelos de razonamiento, la IA en campañas electorales, la automatización administrativa, la educación, la defensa, la seguridad, la fiscalidad, el empleo, la creatividad sintética y la necesidad de que la política deje de mirar esta tecnología desde la distancia.
En el número 100 de estrategIA ya formulamos una preocupación que sigue siendo central: la tecnología acelera, pero la política no siempre está ocupando el lugar que le corresponde. Esa desconexión es una de las razones por las que sigo creyendo que espacios como estrategIA son necesarios.
Lo que se aprende cuando se usa IA en una práctica real
Esta primavera he vuelto a comprobarlo de forma muy concreta en dos sesiones prácticas sobre inteligencia artificial en el Máster en Marketing, Comunicación y Consultoría Política de ALEPH y ESIC. La práctica proponía a los alumnos un escenario ficticio, situado deliberadamente el 1 de enero de 2024, para crear un partido político de tercera vía en Estados Unidos: análisis del entorno, definición ideológica, nombre, candidato o candidata, propuestas, discurso, argumentario, cartelería, música, página web y materiales de campaña.
La experiencia fue muy reveladora por dos motivos aparentemente contradictorios.
Por un lado, la IA se mostró como un multiplicador extraordinario. En unos minutos, los equipos podían producir trabajo que hace apenas dos años habría exigido semanas a un grupo amplio: investigación inicial, comparación de programas, creación de perfiles políticos, mensajes, imágenes, canciones, presentaciones o incluso webs sencillas publicadas en GitHub. Esa capacidad de acelerar la producción no es un detalle menor. Cambia la escala de lo que puede hacer un individuo o un equipo pequeño cuando aprende a dirigir bien estas herramientas.
Por otro lado, también apareció con claridad el riesgo de uniformización. Muchos grupos recurrieron a las mismas herramientas, especialmente a ChatGPT, y eso produjo patrones repetidos: nombres de partidos muy similares, candidatos demasiado pulidos, perfiles casi de película y soluciones estratégicas que tendían hacia el centro de lo razonable. Incluso hubo varios partidos con el mismo nombre. La IA no solo amplifica; también normaliza. Si una solución parece estadísticamente buena, muchos sistemas tenderán a ofrecer variantes de esa misma solución.
La originalidad aparecía, precisamente, cuando el criterio humano intervenía con más fuerza: cuando había una intuición política propia, una ironía, una referencia cultural inesperada, una decisión de tono o una imperfección deliberada. En esos casos la IA dejaba de ser una fábrica de materiales genéricos y se convertía en una palanca para desarrollar una idea con personalidad.
Esa es, quizá, una de las lecciones más importantes para la política y la comunicación institucional en esta nueva fase. La IA permite crear más y más rápido, pero no sustituye automáticamente el criterio. Puede convertir a una persona en un equipo aumentado, pero también puede hacer que muchos equipos parezcan la misma persona.
Una mirada no técnica, pero sí pública
Recuperar estos textos también sirve para recordar desde dónde nació esta preocupación. No venía de un interés por competir en la explicación técnica de los modelos, sino de una pregunta más sencilla y, creo, más relevante para quienes trabajamos cerca de las instituciones: qué ocurre cuando una tecnología así entra en la conversación pública, en la formación de criterio, en la comunicación política, en los servicios administrativos o en la manera en que los gobiernos toman decisiones.
Esa era la intuición de fondo. La inteligencia artificial no podía quedarse encerrada en laboratorios, departamentos de innovación o titulares sobre empresas tecnológicas. Si iba a afectar al modo en que aprendemos, trabajamos, informamos, decidimos y gobernamos, había que empezar a traducirla pronto al lenguaje de la política, la administración, la educación y la comunicación institucional.
Con el tiempo, esa forma de mirar la IA desde sus consecuencias públicas se ha convertido en el hilo conductor de mi trabajo sobre este tema: menos fascinación por la novedad en sí misma y más atención a sus efectos sobre personas, instituciones y decisiones colectivas.
De la sorpresa a la responsabilidad
En 2022 bastaba con mostrar que una IA podía escribir un texto y generar una imagen. Era suficiente para provocar sorpresa.
En 2023 empezamos a preguntarnos qué podía ocurrir en los años siguientes.
En 2026, la sorpresa ya no basta. Ahora necesitamos criterio, instituciones preparadas, formación para decisores, cultura pública de IA, mecanismos de verificación, buenas prácticas de adopción, evaluación de riesgos y una conversación democrática mucho más madura.
La tecnología ha dejado de pedir permiso. La cuestión es si la política, la administración y la sociedad civil van a limitarse a reaccionar tarde o si serán capaces de construir capacidad propia para orientar el cambio.
Por eso me parece buen momento para recuperar aquellos dos artículos. No para decir “ya lo dije”, aunque en parte algo de eso había. Sino para recordar que las grandes transformaciones suelen parecer pequeñas al principio: una entrevista sencilla a GPT-3, una imagen creada por Stable Diffusion, una tabla de predicciones pedida a GPT-4, un blog personal intentando entender qué estaba pasando.
Y después, casi sin darnos cuenta, una newsletter semanal, estrategIA, más de ciento cuarenta números, una comunidad de lectores interesados en la IA aplicada a la política y el gobierno, y una convicción cada vez más fuerte: esta tecnología va a redefinir buena parte de nuestras instituciones, y cuanto antes lo entendamos, mejor podremos gobernarla.
En un mundo donde una IA es perfectamente capaz de redactar un artículo como este (y de hecho aunque parte de una idea humana, he utilizado Codex y Antigravity para refinarlo en múltiples iteraciones), el valor ya no reside solo en generar texto. El valor está en la perspectiva crítica, en la memoria de la trayectoria, en la selección de lo relevante y en el criterio humano para decidir hacia dónde queremos dirigir esta inmensa ola tecnológica.
La inteligencia artificial ya no es solo “la gran revolución que está aquí”. Es el entorno en el que vamos a tener que tomar muchas de las decisiones públicas más importantes de los próximos años.
La pregunta, por tanto, ya no es si había motivos para prestar atención en 2022 o 2023. La pregunta es qué haremos ahora, en 2026, con la ventaja de haber empezado a mirar antes.
