En un mundo donde la tecnología evoluciona más rápido que nunca, el mayor reto para las próximas generaciones no será dominar una sola disciplina, sino adaptarse continuamente a nuevos entornos y herramientas. Así lo expresó Demis Hassabis, CEO de DeepMind y Nobel de Química en 2024, durante una charla en el Odeón de Herodes Ático, en Atenas, junto al primer ministro griego, Kyriakos Mitsotakis. El evento, con un fondo histórico y simbólico, sirvió como escenario para reflexionar sobre el impacto de la inteligencia artificial en la educación, el trabajo y la sociedad.
Hassabis, conocido por su trayectoria que combina la neurociencia, el ajedrez y la inteligencia artificial, puso el foco en una competencia que, según él, será la más valiosa en el futuro inmediato: «aprender a aprender». Este concepto, que podría parecer abstracto, se traduce en la capacidad de adquirir nuevos conocimientos y habilidades de forma autónoma y eficiente, algo esencial en un contexto donde las profesiones y los conocimientos necesarios están en constante transformación.
La era del aprendizaje continuo
Hassabis lo dijo sin rodeos: el ritmo de cambio impulsado por la inteligencia artificial está acelerándose a tal punto que resulta imposible predecir con certeza el panorama laboral y educativo incluso a corto plazo. En su opinión, la única certeza es que tendremos que reinventarnos una y otra vez. La idea de una carrera profesional basada en un conjunto fijo de habilidades está quedando obsoleta. La formación continua ya no será una opción, sino una necesidad básica para mantenerse vigente.
Este aprendizaje continuo implica desarrollar lo que llamó «meta-habilidades», como saber cómo abordar un nuevo tema, identificar fuentes de información confiables, evaluar el propio progreso y ajustar métodos de estudio según el contexto. Es decir, no se trata solo de sumar conocimientos, sino de afinar el instrumento con el que los adquirimos.
Es similar a aprender a cocinar sin depender de recetas fijas: una vez que se dominan las técnicas básicas y se comprende el funcionamiento de los ingredientes, se puede improvisar con confianza. Del mismo modo, quien domina el arte de aprender puede enfrentarse a nuevos campos sin miedo, desde la programación hasta la biotecnología, pasando por la gestión de proyectos o el diseño de soluciones con IA.
Inteligencia artificial general y abundancia radical
Durante su intervención, Hassabis también abordó la posibilidad de alcanzar la llamada inteligencia artificial general (AGI, por sus siglas en inglés), es decir, sistemas que puedan igualar o superar las capacidades cognitivas humanas en tareas generales. Aunque esta meta aún está en desarrollo, el experto considera que podría materializarse en el plazo de una década. De lograrse, esto representaría un salto tecnológico equiparable a la revolución industrial, con implicaciones profundas en todos los ámbitos: desde la medicina hasta la economía.
Hassabis visualiza un escenario de «abundancia radical», donde los bienes y servicios básicos podrían estar disponibles para todos gracias a la automatización inteligente. Sin embargo, también reconoció los riesgos asociados a esta transición, como la concentración del poder tecnológico en pocas manos o la posibilidad de generar nuevas formas de desigualdad.
El papel de los gobiernos y la brecha social
El primer ministro Mitsotakis, por su parte, destacó la necesidad de que los ciudadanos perciban beneficios tangibles de la transformación digital. En su visión, si las personas no ven mejoras concretas en su calidad de vida, es probable que aumente el escepticismo y la desconfianza hacia la tecnología. Y más aún si se percibe que solo unas pocas empresas concentran la riqueza generada por la IA.
Esta advertencia no es menor. La historia ha demostrado que los avances tecnológicos, cuando no se acompañan de políticas inclusivas, tienden a agrandar las brechas sociales. Por ello, integrar la inteligencia artificial en los servicios públicos y garantizar que todos tengan acceso a la educación y la capacitación necesarias será fundamental para evitar tensiones sociales.
De la predicción de proteínas al aprendizaje humano
Hassabis no habla desde la teoría. Su reconocimiento con el Nobel de Química en 2024, compartido con otros investigadores, fue fruto del desarrollo de sistemas de IA capaces de predecir con precisión el plegamiento de proteínas, un problema que llevaba años sin resolverse en la ciencia. Este avance ha abierto puertas enormes en el diseño de medicamentos y tratamientos personalizados.
Es un ejemplo concreto de cómo la inteligencia artificial puede acelerar descubrimientos científicos. Pero también sirve para ilustrar cómo el cruce de disciplinas (neurociencia, biología, informática) y el pensamiento flexible se convierten en herramientas clave. En otras palabras, la capacidad de conectar saberes diversos es otra faceta del «aprender a aprender».
Mirando al futuro con herramientas nuevas
El mensaje central del encuentro en Atenas fue claro: no se trata de adaptarse una sola vez, sino de convertir la adaptabilidad en una forma de vida. La inteligencia artificial puede ser una aliada poderosa, pero solo si aprendemos a convivir con ella, a cuestionarla y a usarla de forma responsable.
Hoy más que nunca, el éxito profesional y personal no dependerá tanto de lo que se sabe, sino de cuán rápido y eficazmente se puede aprender algo nuevo. En ese sentido, el aula tradicional deberá evolucionar hacia espacios de exploración y pensamiento crítico. Y cada uno de nosotros, sin importar la edad, tendremos que asumir el rol de aprendices permanentes.
