El DeepMind Institute (DMI) comenzó su actividad el 16 de septiembre de 2026 como una plataforma dedicada a investigar y debatir las consecuencias de la inteligencia artificial general (AGI). Shane Legg, Demis Hassabis y James Manyika forman su dirección, con Legg como editor jefe. El lanzamiento no presenta la AGI como una tecnología ya alcanzada: el instituto la sitúa como un objetivo cuyas implicaciones técnicas, económicas y sociales todavía deben estudiarse.
Un foro para investigar qué puede significar la AGI
El DMI reúne a investigadores y autores de Google DeepMind, Google y la comunidad científica internacional. Su programa abarca la seguridad de la AGI, la política económica, la transparencia del razonamiento, el acceso global, la ciencia, la educación, la filosofía, la sociedad y el bienestar humano.
La definición que emplea el instituto es exigente: AGI sería un sistema capaz de exhibir todas las capacidades cognitivas del cerebro humano. El propio planteamiento reconoce que los sistemas actuales todavía fallan en algunas tareas básicas. Por eso, el lanzamiento funciona como un espacio de investigación y discusión, no como un anuncio de que esa frontera ya se haya cruzado.
El DMI también establece que sus ensayos expresan las opiniones de sus autores y no deben interpretarse automáticamente como la posición oficial de Google. Sus responsables esperan que los colaboradores discrepen y cambien de opinión a medida que aparezcan nuevos datos. En un campo que suele vender certezas con demasiada alegría, no es un detalle menor.
Legg sitúa la seguridad al mismo nivel que las capacidades
Shane Legg sostiene que las capacidades de la IA avanzan con mucha rapidez y que los controles de seguridad no deben quedarse atrás. Esa preocupación atraviesa el lanzamiento y conecta con los riesgos que el instituto identifica: ciberseguridad, biorriesgos y la posible pérdida de control sobre sistemas capaces de mejorar sus propias capacidades.
Legg afirmó el 16 de septiembre que mantiene una previsión del 50 % de probabilidades de que exista una AGI mínima en 2028. Se trata de su pronóstico personal sobre una categoría concreta de AGI, no de una fecha de lanzamiento ni de una previsión oficial de Google.
El mismo día, Legg sostuvo que GPT-6 Astra todavía no cumplía el criterio de OpenAI basado en realizar la mayoría de las tareas cognitivas económicamente valiosas. La comparación deja una cuestión importante sobre la mesa: hablar de AGI exige indicar qué definición se está aplicando. La formulación del DMI y el criterio atribuido a OpenAI no son idénticos.
De la transparencia del razonamiento a la economía
Entre los primeros temas del instituto aparece la transparencia del razonamiento: cómo entender mejor los procesos internos de modelos cada vez más capaces y cómo conservar mecanismos útiles para supervisarlos. El objetivo no consiste únicamente en conseguir sistemas más potentes, sino en comprender sus límites y controlar mejor sus decisiones.
El DMI también ha estudiado cómo responder a posibles alteraciones económicas vinculadas a una AGI. Su ensayo de política económica analiza 11 intervenciones mediante revisiones bibliográficas, encuestas y un panel de 51 agentes de IA modelados a partir de datos de 51 economistas. Las opciones se valoran según bienestar y resiliencia, capacidad de decisión e influencia, viabilidad y eficiencia, y resistencia ante distintos futuros posibles de la AGI.
La propuesta no ofrece una medida universal. Vincula las respuestas a la intensidad y la duración de la disrupción prevista:
| Escenario económico descrito | Intervenciones analizadas |
| Disrupción leve | Ampliación del seguro de desempleo, ampliación del crédito fiscal por ingresos del trabajo y reciclaje profesional impulsado por las empresas |
| Desplazamiento moderado y compresión salarial | Impuesto negativo sobre la renta |
| Desacoplamiento sostenido entre trabajo y capital | Capital básico universal como respaldo |
El capital básico universal obtuvo 76,3 puntos sobre 100 en capacidad de decisión, la puntuación más alta de esa categoría en el panel, pero solo 33,1 puntos en viabilidad. El resultado resume bien el problema: una política puede ofrecer una respuesta ambiciosa para los ciudadanos y, al mismo tiempo, resultar difícil de aplicar.
Las cifras de apoyo social incluidas en el análisis fueron del 85 % para el reciclaje profesional financiado con fondos públicos, del 72 % para el seguro de desempleo y del 54 % para el capital básico universal. Son resultados de la investigación del ensayo, no decisiones adoptadas por gobiernos.
Una discusión global, no solo tecnológica
James Manyika ha defendido que la seguridad y la responsabilidad de la AGI no pueden abordarse únicamente país por país, porque se trata de una tecnología con alcance mundial. Esa perspectiva explica que el DMI combine ingeniería, economía, gobernanza y filosofía en lugar de limitarse a medir el rendimiento de los modelos.
La pregunta central que deja el lanzamiento no es si existe ya una fecha fiable para la AGI. Es cómo deberían prepararse la investigación, las políticas públicas y los mecanismos de seguridad ante sistemas cuyo alcance todavía se debate y cuyas capacidades avanzan a gran velocidad.
