Al concluir 2025 y presentar mi última actualización del año sobre inteligencia artificial generativa (GenAI), me doy cuenta de que han pasado tres años desde el lanzamiento de ChatGPT, el 30 de noviembre de 2022. En esta actualización, repasaré los avances clave de ese periodo y ofreceré una mirada a lo que podría deparar 2026.
GenAI: historia reciente
Figure 1: Major GenAI updated since ChatGPT launch
A comienzos de 2023, la GenAI avanzó con rapidez, con nuevos modelos que surgían cada año y mejoraban tanto sus capacidades como la amplitud de sus aplicaciones. GPT-4 y GPT-5 de OpenAI marcaron el paso en lenguaje y razonamiento. Pronto, Gemini de Google, Claude de Anthropic y la serie LLaMA de Meta ofrecieron alternativas sólidas a ChatGPT. DeepSeek sorprendió al mundo, demostrando que empresas más pequeñas también podían crear modelos eficientes y de alta calidad.
Para el sector asegurador, esto se tradujo en nuevas oportunidades en automatización, análisis de documentos y atención al cliente. Sin embargo, también planteó preguntas importantes sobre la precisión, la explicabilidad y la rendición de cuentas en la IA.
Los reguladores de todo el mundo comenzaron a tomar medidas. La Unión Europea finalizó la Ley de IA, que estableció normas específicas para los sistemas de alto riesgo, incluidos muchos utilizados en seguros. En EE. UU., el gobierno federal recurrió a poderes ejecutivos para orientar la supervisión de la IA, exigiendo transparencia y pruebas de seguridad para los modelos avanzados. China impuso reglas estrictas sobre contenido y etiquetado para las herramientas de GenAI. Estas iniciativas dejaron claro que la IA ya no era algo que las empresas pudieran desarrollar en solitario. Para las aseguradoras, esto significó asegurarse de que sus estrategias de IA cumplieran con los nuevos requisitos legales, especialmente en sus procesos de suscripción, tarificación y siniestros.
Surgieron varios temas clave:
- Aplicabilidad. La IA multimodal se volvió más común, lo que permitió a los sistemas comprender no solo texto, sino también imágenes, voz y video. Esto facilitó visualizar cómo la IA podía ayudar con tareas del mundo real, como analizar fotos de accidentes o clasificar llamadas de clientes.
- Conciencia. Se prestó mayor atención a la gestión segura de los modelos más avanzados, con gobiernos y empresas tecnológicas colaborando en estándares globales.
- Gobernanza. En la industria aseguradora, las compañías invirtieron más en gobernanza de IA mediante la creación de procesos de revisión, la verificación de sesgos y la garantía de que las personas siguieran participando en decisiones importantes.
A finales de 2025, la IA se había convertido tanto en una herramienta poderosa como en una responsabilidad compartida.
Qué nos espera en 2026
Ya hemos visto una adopción generalizada de la GenAI en diversas aplicaciones informáticas. Es probable que muchos de los programas de software actuales ya integren chatbots de GenAI para uso automatizado. Esto permite que tareas habituales de suscriptores, actuarios y otros profesionales se beneficien de asistentes de IA.
La búsqueda es uno de los primeros pasos más comunes en el recorrido de GenAI para los profesionales del sector asegurador. Basta con describir lo que se necesita, y agentes como Microsoft Copilot pueden consultar reuniones, correos electrónicos y mensajes instantáneos compartidos con otros dentro de la empresa. La mayoría de los sitios de intranet corporativa ahora cuentan con búsqueda basada en GenAI, lo que permite localizar información interna con gran rapidez.
Los agentes pueden habilitar la colaboración entre múltiples aplicaciones. Esto permite que los usuarios creen flujos de trabajo personalizados sin necesidad de iniciar un largo proyecto de desarrollo de software. Con frecuencia, los agentes pueden generar código para ejecutar tareas más complejas. Es probable que en 2026 los agentes se vuelvan aún más potentes, permitiendo adaptaciones más específicas a cada tarea.
Al mirar más hacia adelante, muchos empiezan a preguntarse cuál será el avance siguiente más allá de los grandes modelos de lenguaje (LLMs). Numerosas figuras destacadas de la IA plantean hasta dónde puede llegar el razonamiento de los LLMs para evitar las alucinaciones sin ser tan cautelosos que el modelo pase por alto respuestas potencialmente creativas.
Los pioneros de la IA Yann LeCun y Geoffrey Hinton compartieron el Premio Turing de 2018, equivalente al Nobel en ciencias de la computación. Hoy mantienen posturas divergentes sobre si los LLMs podrán llevarnos al próximo gran paso en capacidades de IA: la inteligencia artificial general (AGI), que permitiría a la IA adaptarse a cualquier problema. Hinton cree que los LLMs ya podrían estar encaminados hacia la AGI, mientras que LeCun considera que son un callejón sin salida. Si Hinton tiene razón, podríamos estar cerca del próximo gran avance de la IA. Si LeCun está en lo cierto, será necesaria más investigación para descubrir un modelo que permita alcanzar la AGI. En cualquier caso, el próximo año verá a la IA avanzar hacia la AGI a medida que los modelos se vuelvan más generales y aborden tareas más abstractas.
Sea cual sea el rumbo, 2026 promete ser un año apasionante para la inteligencia artificial.
Jeff Heaton ha trabajado en RGA durante 23 años en una variedad de funciones centradas en tecnología y datos, y actualmente lidera la adopción de GenAI a nivel corporativo en RGA. Jeff también es una figura reconocida en la comunidad tecnológica y enseña conceptos de GenAI como profesor adjunto en la Universidad de Washington en St. Louis. Puedes escuchar a Jeff explicar los conceptos presentados en este artículo en el siguiente video.
¿Tienes alguna pregunta o comentario para Jeff? Únete a la conversación.
