El año 2025 fue testigo de un cambio marcado en la percepción y aplicación de la inteligencia artificial, alejándose de las expectativas infladas de años anteriores hacia una realidad más fundamentada. Tras dos años de intenso debate público, impulsado en gran medida por las capacidades de los sistemas de predicción de tokens basados en Modelos de Lenguaje Extensos (LLM), la industria experimentó un período de recalibración.

Las ansiedades generalizadas y las visiones utópicas en torno a la IA como una amenaza existencial o el amanecer de una nueva era de inteligencia comenzaron a disminuir, reemplazadas por una comprensión más pragmática de sus capacidades y limitaciones actuales. Si bien la inversión sustancial y las proyecciones optimistas para el futuro de la IA se mantienen, el cronograma para lograr avances transformadores que alteren el mundo continúa extendiéndose. Este ajuste refleja un consenso creciente de que aún son necesarios avances tecnológicos significativos para hacer realidad las afirmaciones más ambiciosas.

Las afirmaciones iniciales sobre la llegada inminente de la inteligencia artificial general (IAG) o la superinteligencia (ASI) no han desaparecido por completo, pero se ven cada vez más con escepticismo, a menudo atribuidas a estrategias de marketing empleadas por empresas de capital de riesgo. Los constructores de modelos fundacionales se enfrentan a los desafíos prácticos de desarrollar e implementar sistemas de IA que, aunque poderosos, también son demostrablemente falibles.

Esta transición no significa un rechazo del potencial de la IA, sino más bien una evaluación más realista de su estado actual. El enfoque se ha desplazado hacia el aprovechamiento de la IA para aplicaciones prácticas, reconociendo sus imperfecciones y la necesidad de una mejora continua. La industria está lidiando con la realidad de que los modelos de IA actuales, aunque capaces de hazañas impresionantes, todavía son propensos a errores y requieren una supervisión cuidadosa.