olduvia
Actualidad IA / Alineación y riesgo

Evan Hubinger sitúa por encima del 10 % su estimación del riesgo extremo de la IA

La respuesta de Evan Hubinger a la dimisión de Jacob Coxon añadió una cifra al debate: más del 10 % en la próxima década. Para entenderla hay que conservar tanto su carácter personal como el escenario al que se refería.

Monolitos oscuros en semicírculo, uno iluminado en cobre, como metáfora de riesgo e incertidumbre
Ilustración conceptual generada con IA mediante Higgsfield. No representa una captura del producto ni un hecho fotografiado.

Qué dijo Hubinger y qué aclaró después

Evan Hubinger, investigador de alineación en Anthropic, respaldó en X el fondo de la advertencia de Coxon. Situó personalmente por encima del 10 % la posibilidad de que la IA acabara con todos los humanos en la próxima década. También dijo que consideraba que Anthropic estaba intentando hacerlo lo mejor posible, aunque aún no disponía de un plan para resolver la alineación de una superinteligencia. En una aclaración posterior calificó de bajo el riesgo de los modelos presentes y centró su preocupación en una superinteligencia surgida de la auto-mejora recursiva.

Fuentes consultadas

Consultadas el 16 de septiembre de 2026. Declaraciones personales contrastadas con su reproducción pública y las coberturas citadas; no equivalen a un pronóstico oficial de Anthropic.

Más que una corrección, un respaldo con matices

Hubinger no respondió desmintiendo a Coxon. Respaldó su preocupación y la expresó con una cifra personal. La precisión posterior sobre los modelos actuales sí limita el alcance de la advertencia: no está asignando ese porcentaje a una conversación cotidiana ni al uso de cualquier herramienta de IA.

Además, «superior al 10 %» no significa exactamente un 10 %, y «la próxima década» no es lo mismo que «antes de 2030». Mantener esas diferencias evita fundir dos mensajes distintos en un único titular más alarmante.

Qué puede y qué no puede decir una cifra así

Nuestra lectura es que una estimación personal comunica la intensidad de una preocupación, pero su aparente precisión numérica no sustituye un método público que permita examinarla. El lector necesita saber quién estima, qué escenario contempla y sobre qué periodo habla.

Tampoco hay una conversión directa entre esa cifra y la probabilidad de que falle un sistema empresarial concreto. Para evaluar un asistente documental, por ejemplo, hacen falta pruebas sobre sus fuentes, sus errores y las acciones que puede ejecutar. Es una escala de análisis distinta de una hipótesis sobre futuras superinteligencias.

La pregunta que merece seguir abierta

La noticia plantea cómo deben comunicar sus incertidumbres quienes trabajan en estos laboratorios. Publicar supuestos, límites y resultados de evaluación permitiría discutir el riesgo con más información. Presentar una opinión como certeza, o descartarla solo porque resulta incómoda, empobrece esa discusión.

Cómo definir una evaluación útil de IA ↗

Chatea con nosotros