La charla sobre el conocimiento

—

Aravind Srinivas pronunció esta charla el 3 de octubre de 2026 en la Cambridge Union Society. La Cambridge Union Society es la mayor sociedad de estudiantes de la Universidad de Cambridge y la sociedad de debate en funcionamiento ininterrumpido más antigua del mundo.

—

Hola, y gracias. Es un honor estar aquí.

Una de las cosas que no esperaba al fundar una empresa es cuánto tiempo iba a poder pasar en universidades. Lo disfruto. Para un CEO, las universidades suelen tener el único público que le lleva la contraria. Así que reservaremos más tiempo para el debate del que pienso dedicar a hablar.

Empecemos.

Normalmente, cuando me invitan a hablar en algún sitio, me piden que dé una charla predictiva con un título genérico como «el futuro de la IA». No voy a hablar del futuro de la IA. En cambio, voy a hablar de vuestro futuro. Vuestro futuro me parece más interesante, y probablemente a vosotros también.

Primero, un poco sobre el pasado. Cambridge es el lugar perfecto para hablar del pasado y, a la vez, de vuestro futuro, porque tiene ambos.

Según cuenta la historia, lo que hoy llamamos sistema de revisión por pares se inventó aquí, en Cambridge. Lo cierto es que fue solo un profesor de Cambridge, y lo propuso en la Royal Society de Londres, no aquí en la universidad. Fue en 1831. Hoy, cada año se publican más de 3,5 millones de artículos científicos bajo el sistema de revisión por pares.

Unos 160 años después, dos doctorandos de Stanford trabajaban en estructuras de redes y minería de datos. Era cuando el auge de internet de los años noventa apenas empezaba. Todo el mundo hablaba de la World Wide Web. Algo parecido a la «IA» hoy.

También como hoy, la mayoría de quienes hablaban del auge eran inversores y medios de comunicación. La «comunidad tecnológica» de entonces era el sector de las telecomunicaciones. No había muchos académicos en el debate. (Algunos, pero no muchos). Y estos dos estudiantes de doctorado no eran precisamente gente de dentro del auge de internet.

Pero sabían algo que a la gente de fuera del sistema universitario no le importaba demasiado.

Como la mayoría de los académicos, entendían el propósito de la universidad. El propósito de la universidad es hacer avanzar el conocimiento.

Por eso usamos la revisión por pares. También es la razón por la que los textos académicos tienen tantas citas. Y estos dos estudiantes sabían que la cantidad de conocimiento en el mundo (medida aproximadamente por el número de artículos con calidad de revisión por pares) solo crece. Así que les resultó fácil ver que la web también crecería siempre junto con el conocimiento humano.

También tenían experiencia con un viejo problema que era «nuevo» para la web: cómo encontrar el conocimiento adecuado, o el mejor, si no deja de crecer. En el modelo antiguo, los académicos juzgan si la investigación de alguien es útil o creíble en función del número de veces que se ha citado.

Así que se les ocurrió crear un algoritmo que evaluara cada sitio web de internet según cuántos otros sitios web lo citaban, o enlazaban a él, en relación con el contenido de esos sitios.

Llamaron al sistema «Page Rank» porque clasificaban todas las páginas de la web y porque uno de estos doctorandos se llamaba Larry Page.

Larry y su socio (Sergey Brin) tomaron este pequeño principio académico y lo pusieron al alcance del gran público. Google se convirtió en una de las herramientas más útiles de la historia, y en uno de los negocios de más éxito, porque Larry Page simplemente adaptó lo que las universidades llevaban cien años haciendo.

Como decía, el propósito de la universidad es hacer avanzar el conocimiento. En esta charla os voy a contar tres cosas sobre el conocimiento. Espero que, reflexionando sobre la nuestra, lleguemos a una comprensión práctica más clara de la inteligencia artificial.

1.

Primero: el conocimiento tiene vida. Nace, se deteriora y muere.

Tiene un ciclo de vida. Y, como tiene un ciclo de vida, el conocimiento experimenta una evolución.

A medida que evoluciona lo que sabemos, todos nos volvemos más inteligentes. Se llama efecto Flynn. El efecto Flynn es la observación de que la humanidad se ha vuelto más inteligente a un ritmo de unos 3 puntos de CI por década.

Las pruebas de CI se renormalizan constantemente para que la media se mantenga en 100, así que una forma sencilla de entender el efecto Flynn es con percentiles. En 1950, alguien en el percentil 92 de inteligencia hoy solo estaría en el percentil 50. Todos nos hemos vuelto más inteligentes.

El año 1950 es también el año en que se inventó el test de Turing. Fue la primera prueba para determinar si una máquina es más inteligente que las personas, o cuándo lo es. Eso significa que en 1950 el test de Turing era mucho más fácil de superar para una máquina. Porque el listón de la inteligencia «humana» estaba más bajo.

Y ese es el poder de la evolución. El conocimiento siempre lleva a más conocimiento.

La desventaja es que el mundo puede volverse más inteligente, pero vosotros, como individuos, podéis volveros menos inteligentes. El conocimiento se deteriora. Pensad en ello como en una semivida. La semivida de un elemento radiactivo es el tiempo que tarda en desintegrarse la mitad de él. La semivida del conocimiento es el tiempo que tarda la mitad de él en quedar obsoleta.

Aquí tenéis algunos ejemplos, de aquí mismo, de Cambridge.

En 1978, sir Roy Calne contribuyó a introducir la ciclosporina en los trasplantes. Fue importante para prevenir el rechazo de órganos. Los primeros ensayos clínicos se realizaron en Cambridge. Para 2001, otro fármaco, el tacrolimus, se había convertido en el tratamiento predominante de su clase en los trasplantes de riñón en Estados Unidos. Así que podría decirse que el conocimiento médico sobre el tratamiento con ciclosporina tuvo una semivida de 23 años.

Es una medida imperfecta, pero es un modelo útil para evaluar a ingenieros en campos que evolucionan rápidamente. En tecnología lo hacemos. La pregunta implícita es: «¿en qué momento de la carrera de este ingeniero queda totalmente obsoleta la mitad de lo que sabe?».

¿En qué momento de vuestra carrera os pasará a vosotros? La respuesta depende de cuánto tiempo dediquéis a aprender cosas nuevas.

Por desgracia, en casos excepcionales el conocimiento también muere. Hay lenguas que ya no tienen hablantes. Hay sabiduría que muere con un anciano.

Por eso, durante más de 4000 años, los seres humanos han construido bibliotecas. Y cuando llegó la web, volcamos en ella infinitamente más de lo que sabemos. Así que el conocimiento muere, pero no tiene por qué. Quizá como un aspecto innato de la condición humana, las personas se han sentido impulsadas a preservar el conocimiento. Lo guardamos constantemente y hacemos crecer el conocimiento total del mundo. Eso es algo bueno.

Debo aclarar algo: el conocimiento es como un ser vivo, pero no está vivo. Solo vosotros estáis vivos. Simplemente creo que estáis más vivos cuando aprendéis algo nuevo.

Por cierto, por eso existe Perplexity. Pero no estoy aquí para hablar de Perplexity. Estoy aquí para hablar de vosotros y de la economía del conocimiento. Lo que me lleva a mi segundo punto.

2.

Segundo: el conocimiento no es dinero. Pero se comporta como el dinero.

El dinero tiene un valor temporal. El interés lo hace crecer y la inflación lo hace menguar. Con tiempo suficiente, tanto el interés como la inflación tienen un efecto compuesto.

Cuando cien mil libras tengan el poder adquisitivo de cuarenta mil (probablemente dentro de unos 23 años), necesitaréis 250 000 £ para no perder dinero. Y 23 años después, necesitaríais 625 000 £.

Cuando algo crece de forma compuesta, las ganancias o las pérdidas aumentan exponencialmente con el tiempo.

Por eso el principio financiero más básico es que siempre deberíais obtener un interés compuesto a un tipo superior a la inflación. Porque si no estáis creciendo, estáis menguando. Con el conocimiento pasa lo mismo.

Al igual que el valor de una libra, el valor de lo que sabéis hoy se depreciará con el tiempo. Y, como cualquier depreciación normal, lo hará solo un poco cada día. Será tan poco que apenas lo notaréis. Hasta que un día os despertéis y no tengáis nada. Vuestro conocimiento ya no tendrá el mismo valor de mercado. Es inevitable. Recordad que el teorema de Pitágoras fue en su día algo que solo las élites podían conocer. Pero todos los que estáis aquí lo aprendisteis en séptimo curso.

Todos nos volvemos más inteligentes, para siempre. Como he dicho, ese es todo el propósito de la universidad. Con suerte, algún día, en un futuro lejano, lo que habéis estudiado aquí en Cambridge podría ser el temario de los alumnos de séptimo curso.

Si ocurre, es algo bueno. Significa progreso. Pero también significa que vuestros objetivos económicos os exigen no dejar nunca de aprender. Tenéis que aprender a un tipo de interés superior a la tasa de inflación del conocimiento.

Dicho de otro modo, tenéis que duplicar lo que sabéis a un ritmo superior a vuestra propia semivida del conocimiento. Esto lleva tiempo. Pero cuando miráis el mundo a través del prisma del crecimiento compuesto, tenéis que mirarlo con un horizonte de futuro largo.

Por eso el mejor truco para que vuestra riqueza crezca de forma compuesta es empezar joven, y el segundo mejor es morir viejo. Warren Buffet empezó a invertir a los 11 años, pero el 99 % de su riqueza se acumuló después de los 65.

Lo que apunta a la última similitud entre el conocimiento y el dinero. Hay que gastarlo.

Cuando tenéis capital, lo invertís para que trabaje. Cuando tenéis conocimiento, sobre todo un conocimiento excepcional, deberíais ponerlo a trabajar. Haced algo con él. Esa es la diferencia entre invención e innovación. La invención pregunta: «¿has hecho algo?». La innovación pregunta: «¿Ha marcado la diferencia?».

Y si queréis marcar la diferencia, tenéis que actuar a partir del conocimiento. Solo la acción genera nuevas preguntas, indagación y nuevo conocimiento. Tenéis que estar siempre aprendiendo y siempre haciendo.

Aquí es donde entra en juego la inteligencia artificial, y eso me lleva a mi tercer y último punto.

3.

El propósito de la IA es acelerar el conocimiento y la prosperidad humanos.

Pensad en las dos primeras cosas que he dicho esta noche. Dije que el conocimiento tiene un carácter vital y que deberíamos cuidarlo y hacerlo avanzar porque, en general, las personas se benefician. Después dije que el conocimiento tiene un carácter económico. Que deberíamos cultivarlo porque, en términos generales, todas las personas se benefician.

Si creéis estas dos cosas, también tenéis que pensar en la IA de una forma ligeramente distinta.

En lugar de obsesionaros con alcanzar la inteligencia artificial general o con hacer que la tecnología sea inteligente porque sí, concluiríais que la razón para construir una IA mejor y más precisa es servir a las personas.

Concluiríais que el propósito más elevado y más importante de la IA es hacer a las personas más inteligentes y más prósperas.

Si esto se parece mucho al propósito de la universidad, bueno, aquí estamos.

Volvamos a pensar en la revisión por pares. Se inventó en 1831. Este año, Perplexity lanzó un producto muy sencillo llamado Model Council, basado en una idea planteada por uno de los investigadores fundadores de OpenAI. Se plantea la misma pregunta a tres modelos de IA. Cada uno investiga y responde, y después un modelo «presidente» evalúa en qué discrepan y en qué coinciden, y razona una respuesta final.

Model Council no sustituye a la revisión por pares. En cambio, su propósito es llevar el espíritu de la indagación académica a más personas. Podemos extender los valores de la universidad más allá de estas paredes, a todo el mundo.

Podríamos ayudar a que más personas tengan razón, en lugar de solo sentir que la tienen o parecer que la tienen. A buscar la verdad y el conocimiento de forma científica. El arco del universo apunta a que todo el mundo tenga más acceso a más conocimiento. Es bueno que las personas tengan conocimiento. Y son las personas quienes se benefician.

Terminaré con una breve historia sobre mi empresa.

Cuando empezamos, solo éramos tres investigadores de IA, con más preguntas que visión. Luego, al llegar la cuarta persona, decidimos que era hora de contratar un seguro médico. El seguro médico en Estados Unidos es complicado incluso para los estadounidenses. Yo no soy de Estados Unidos, así que para mí era aún más confuso.

Los resultados de Google no servían de nada. Y lo normal que hace un fundador en estos casos es llamar a alguien que ya lo haya hecho antes. Como un inversor u otro fundador. Pero era muy tarde por la noche. Quería resolverlo, así que tuve que encontrar el conocimiento por mi cuenta.

El problema es que investigar por cuenta propia significa buscar en Google entre webs de seguros optimizadas para SEO que dan malos consejos y compiten por parecer las más creíbles.

Fue entonces cuando creé la primera versión de Perplexity.

Hizo la investigación por mí. Y le hice citar las respuestas. Así podía verificarlas y seguir haciendo más preguntas. Y entonces contraté nuestro seguro médico. Problema resuelto. A por el siguiente problema. Y el siguiente, y el siguiente. Y aquí estamos hoy.

La moraleja de esa historia es que ya no necesitáis «conocer a alguien». Podéis simplemente aprender cosas y hacerlas. Ya os he dicho que la promesa de la IA es que podéis acceder a cualquier conocimiento. La moraleja de esta historia es que cualquier persona puede acceder a cualquier conocimiento.

Esta es la promesa definitiva de la IA. Ahora cualquiera puede ser curioso. Cualquiera puede construir cualquier cosa. Ahora cualquiera puede entrar en el templo del conocimiento. Eso beneficia a todo el mundo.

Y es una buena noticia para vosotros. Significa que lo más importante que podéis hacer, durante el resto de vuestra vida, es ser curiosos. Quienes más éxito tengan entre todos vosotros serán quienes tengan más preguntas. Y las mejores preguntas.

Así que mi consejo es que seáis todo lo curiosos que podáis. No os conforméis con hacer scroll en las redes sociales del móvil. No os conforméis con un agente de IA que solo reserva mesa para cenar: haced un trabajo de verdad con él. Y nunca creáis a un chatbot que os diga que ya tenéis razón.

Creed en el espíritu de la indagación. Creed en lo que podéis aprender con la IA. Creed en lo que crearéis cuando lo hagáis. Y, por el bien de todos nosotros, haced que sea algo bueno.

Gracias.