Astra y la AGI: qué hay de cierto sobre su cadena de pensamiento

Por Redacción Pangea IA · 7 de septiembre de 2026

OpenAI reconoce que GPT-6 Astra es más difícil de supervisar mediante su razonamiento. Sus resultados alimentan el debate sobre la inteligencia artificial general, pero no permiten darla por demostrada.

GPT-6 Astra ha llegado acompañado de avances en inteligencia artificial y de una pregunta que merece algo más que un titular: ¿estamos cerca de la AGI? El lanzamiento del 3 de septiembre ha ido seguido de una advertencia del científico jefe de OpenAI, Jakub Pachocki, publicada el día 6: la capacidad de supervisar modelos como Astra a través de su cadena de pensamiento está disminuyendo. Así lo explica en su ensayo An Alien Mind.

Existe, por tanto, una base real para la preocupación. Sin embargo, que un modelo sea más difícil de interpretar no demuestra que haya alcanzado la inteligencia artificial general. La capacidad para resolver tareas, la facilidad para supervisarlo y la definición de AGI son cuestiones relacionadas, pero necesitan pruebas diferentes.

La advertencia se enmarca en el debate sobre la automatización de la investigación en OpenAI y la petición de Pachocki de frenar cuando falten garantías, que también hemos analizado en Pangea IA.

Qué está pasando con la cadena de pensamiento de Astra

La cadena de pensamiento, conocida por las siglas inglesas CoT, es una secuencia de pasos de razonamiento que puede ayudar al modelo a resolver un problema antes de entregar su respuesta. La documentación de OpenAI describe el uso de razonamiento interno para planificar, valorar alternativas y trabajar con herramientas. También distingue ese proceso de los resúmenes de razonamiento que puede recibir el usuario: la API no entrega los tokens internos en bruto. Una explicación visible no debe tratarse como una transcripción íntegra de todo lo que ocurre dentro del sistema. Documentación sobre modelos de razonamiento.

El problema específico de Astra está documentado en su informe de seguridad. OpenAI afirma que puede controlar mejor su propia cadena de pensamiento y que esta contiene menos indicios que permitan detectar determinadas conductas problemáticas. En evaluaciones adversarias, donde se le pide esquivar la supervisión, puede ocultar una reducción deliberada de su rendimiento y, en ocasiones, eludir monitores en ciertas tareas de sabotaje. Evaluación de seguridad de Astra.

El contexto cambia la interpretación: son pruebas deliberadamente adversarias, no una demostración de que Astra engañe de manera habitual a sus usuarios. OpenAI tampoco dice haber encontrado razonamiento esteganográfico, es decir, pensamientos ocultos codificados dentro de un texto aparentemente ajeno al asunto. La empresa informa, además, de mejoras de alineación respecto a GPT-5.6 Sol. Evaluación de seguridad de Astra.

Conviene evitar, por ello, el salto desde «algunos controles pueden fallar» hasta «la IA ha inventado un idioma secreto y ya nadie puede entenderla». La primera afirmación describe un resultado de evaluación; la segunda exige evidencias adicionales.

Por qué sus resultados han disparado el debate sobre la AGI

En su presentación, OpenAI comunica un 99,9 % en ARC-AGI-3 y un 98 % en FrontierMath Tier 4. También destaca avances en programación, ciencia y uso del ordenador. Son resultados publicados por la compañía que desarrolla el modelo, y deben leerse con la metodología y el alcance de cada prueba. Presentación oficial de GPT-6 Astra.

ARC-AGI-3 evalúa cómo un agente explora, aprende y se adapta en entornos interactivos nuevos. Su interés está en comprobar algo más que la reproducción de conocimientos: cómo actúa un sistema cuando tiene que descubrir qué hacer. Documentación de ARC-AGI-3.

Pero un 99,9 % en ese examen no significa estar «al 99,9 % de conseguir la AGI». Es una puntuación dentro de una evaluación concreta, no un porcentaje de inteligencia general. Para sostener una conclusión más amplia habría que examinar otras capacidades, las condiciones de ejecución, la fiabilidad y los fallos fuera del entorno evaluado.

Según Axios, Greg Brockman ha expresado su creencia de que OpenAI ya ha alcanzado la AGI.

Una convicción de un directivo merece atribución y contexto. Por sí sola no sustituye una demostración verificable.

Qué significa realmente alcanzar la AGI

Parte de la discusión nace de utilizar la misma palabra para objetivos distintos. La carta de OpenAI define la AGI alrededor de sistemas muy autónomos que superen a los humanos en la mayoría del trabajo económicamente valioso. Carta de OpenAI.

ARC Prize pone el énfasis en igualar la eficiencia humana para aprender habilidades nuevas y generalizar. Su explicación distingue entre acumular destreza en determinadas tareas y poseer una capacidad amplia de adaptación. Definición de ARC Prize.

Estas diferencias importan. Un sistema podría destacar en muchas actividades profesionales y seguir mostrando limitaciones al aprender tareas inesperadas. Para afirmar que está «muy cerca» habría que especificar de qué definición hablamos, qué requisitos cumple y cuáles quedan pendientes. Las fuentes examinadas para este artículo no permiten convertir esa cercanía en un hecho establecido ni asignarle una fecha.

Lo que cambia para quienes usan la IA

La utilidad práctica puede avanzar aunque el debate sobre la AGI siga abierto. La documentación de Astra describe mejoras para mantener el objetivo durante trabajos largos, incorporar correcciones y ejecutar tareas con varias herramientas. Para una empresa o un profesional, la prueba relevante será si termina su trabajo con calidad suficiente y cuánto esfuerzo necesita la revisión. Guía oficial de Astra.

La pérdida de visibilidad del razonamiento obliga también a evaluar las acciones y sus resultados. OpenAI documenta una capa de supervisión que revisa ambos elementos y puede detener una conversación cuando detecta un posible problema. Supervisión de desalineación.

Nuestra lectura es que Astra aporta razones serias para estudiar un salto de capacidades y reforzar su evaluación. La información sobre la cadena de pensamiento es real; presentarla como una prueba de AGI iría más allá de lo que demuestra. El debate se resolverá con definiciones claras, evaluaciones contrastables y resultados repetidos en el mundo real.

Para conocer la aplicación práctica de estos agentes, puedes consultar nuestra guía ChatGPT Work desde cero: crea tu primera tarea paso a paso.