Hay décadas en las que no pasa nada, y semanas en las que pasan décadas.
La quinta
revolución industrial
¿Y si ya no somos los únicos inventores?
Una hipótesis sobre agentes, descubrimiento y responsabilidad humana.
Hendrik Martina · Universidad Tecnológica de la Mixteca
Hendrik Martina
Ingeniero de plataforma e infraestructura de IA · Truelogic Software
Cofundador de Artesanos Digitales / IA SOFT
Primero la evidencia. Después, mi hipótesis.
Capacidad
qué tan rápido mejora
Adopción
qué tan rápido se adopta
Costo
qué tan rápido se abarata
Contraargumentos
al final, ustedes deciden
La habilidad más importante: verificar. Distinguir dato, interpretación y proyección.
Tus preguntas también importan.
Anota tus preguntas durante la charla. Al final, abrimos la conversación.
Velocidad de capacidad
Antes de cualquier hipótesis, los datos. Empezamos por la pregunta que más ruido genera: ¿qué tan rápido mejoran los modelos?
¿Qué duración de tarea humana puede resolver?
50% de éxito, no autonomía. Tiempo de un experto humano, no horas del agente. Mythos Preview (abr 2026, ~17 h) queda arriba de 16 h: METR dice que esa zona ya no es fiable.
10 meses de lanzamientos
Selección editorial: 50 modelos insignia, 9 laboratorios · 215 lanzamientos registrados por AA.
Después del corte · novedades verificadas al 14 oct 2026
Muse Wonder / Full · Meta · 12 oct: memoria entre conversaciones y persistencia en tareas, según Meta. Wonder: API y Muse Code; Full: suscripciones Muse Code. Sin pesos descargables anunciados.
Gemini 4 Argon · Google · acceso ampliado 13 oct: programación, análisis multimodal y tareas largas. API de pago; aplicación para Pro/Ultra. Anunciado el 30 sep: no es otro lanzamiento distinto.
29.1 → 57.6 · +28.5 puntos
29.1 es estimado. Índice compuesto: no significa doble inteligencia ni doble capacidad.
Lo que me impresiona es la velocidad:
+28.5 puntos en un índice compuesto, en diez meses.
No “doble inteligencia”.
Un chatbot responde. Un agente actúa.
Chatbot
En modo conversación: pregunta → respuesta.
Agente
Objetivo → herramientas → resultado → revisión → siguiente acción.
Human in the loop · la persona sigue en el circuito.
Define el objetivo, autoriza acciones sensibles y verifica el resultado.
Lo que cambió
- Herramientasterminal, navegador, API, MCP
- Entornoel compilador contesta “error en la línea 42”
- Persistenciaotro intento con retroalimentación · no éxito garantizado
Human in the loop
Permisos antes de actuar.
Aprobación humana antes de publicar o borrar datos.
Evidencia antes de aceptar el resultado.
Más tareas resueltas. Mediciones imperfectas.
Verified: 80.9% → 96% · Pro: 52% → 89.9% · autorreportados, con arneses distintos.
23 feb 2026 · Verified
OpenAI deja de reportarlo: saturación y contaminación.
8 jul 2026 · Pro
OpenAI retira su recomendación: ~30% de tareas defectuosas.
Un récord no basta.
Necesitamos evaluaciones que sigan siendo válidas.
Matemáticas de investigación
FrontierMath T4 · Epoch AI · 100% de ~41 problemas; no de todas las matemáticas. No comparar este porcentaje con otro dominio.
Conocimiento experto
Humanity's Last Exam · AA · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Ciencia (bio, quím, fís)
GPQA Diamond · Epoch AI · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Biología computacional
BioMysteryBench · Vals AI · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Trabajo de oficina
GDPval · OpenAI · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Trabajo freelance real
Remote Labor Index · Epoch · Proyectos freelance completos siguen en ~21%. No comparar este porcentaje con otro dominio.
Derecho
Legal Research · Vals AI · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Finanzas
Finance Agent v2 · Vals AI · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Medicina
MedCode · Vals AI · Tareas evaluadas, no una profesión completa. No comparar este porcentaje con otro dominio.
Punto de partida → mejor puntaje observado
Seleccionamos el máximo: que no baje es estructural. No todos los modelos ni todos los oficios.
Mejoras rápidas en varios tipos de trabajo cognitivo.
El impacto en cada oficio todavía hay que demostrarlo.
La huella en el código
Los puntajes suben en nueve dominios. La siguiente pregunta es otra: ¿alguien lo está usando? De evaluaciones a huellas de adopción.
Agentes en el trabajo: 31% → 59%
En un año, según esta encuesta. No representa a toda la población.
casi nunca deja al agente completamente solo. Agentes con correa.
Commits públicos diarios: 4.8 M → 94 M
Enero → septiembre de 2026 · tracker de terceros, incluye bots. Actividad ≠ productividad.
“Desde abril, los commits mensuales crecieron de 1,400 millones a 2,900 millones.”
Incluye privados; otro universo y periodo. No valida el tracker uno a uno.
Más pushes públicos.
T1 2026: +78.4% anual en el mundo · México: 1.59 → 3.19 millones, aproximadamente ×2.
Más commits con firma de IA.
3.8 → 27.8 millones al mes. Un piso de uso detectable, no el total de código hecho con IA.
Mi actividad cambió.
Cuándo aumentó la actividad.
Escribir código a mano ya no es una actividad económicamente productiva para la gran mayoría de los programadores.
“Writing code by hand is no longer an economically productive enterprise for the vast majority of programmers working at the vast majority of companies.” · David Heinemeier Hansson
Opinión de DHH, no conclusión universal. Líneas de código ≠ calidad ni productividad.
De la reserva a ya no picar código.
“Muy lejos” del 90% de código hecho por agentes
~5 meses sin escribir a mano · en 37signals el agente pica, ellos revisan
antes ~30,000 al año · Rust verboso · volumen ≠ productividad
Linus Torvalds:
IA como ayuda, no como autoridad.
“Una sesión de depuración infernal, enormemente facilitada por una IA que hizo buena parte del trabajo pesado”.
Un fallo real del controlador Xe en el kernel de Linux.
La IA quiso rendirse; Linus insistió y firmó la corrección.
Testimonio de un caso, no una medición de productividad.
El código es el medio.
La solución es el objetivo.
Desarrollar software no es el fin en sí mismo: es servir una necesidad real.
El problema correcto
Usuarios, contexto y requisitos.
Una solución viable
Diseño, costo y riesgos.
Software confiable
Verificar, operar y mantener.
La IA cambia cómo construimos. No elimina el juicio ni la responsabilidad.
De leer cada línea
a exigir evidencia.
“La mayor parte del tiempo, el 95% del código nunca lo veo.”
Es una experiencia personal. Todavía inspecciona arquitectura, prueba la aplicación y a veces lee código.
Tres controles.
Ninguno es una garantía total.
Pruebas unitarias
Comprobar resultados, no creer en la explicación del agente.
CRAP
Cruzar complejidad de las funciones y cobertura de pruebas.
Mutation testing
Cambiar el código adrede: ¿las pruebas detectan el error?
Todavía inspecciona arquitectura, prueba la aplicación y a veces lee código.
Pasar los controles no garantiza requisitos correctos ni seguridad completa.
Fuzzing asistido por IA.
Vulnerabilidades verificables.
Vulnerabilidades reportadas · noviembre 2024
Fuzzing generado o mejorado con IA.
OpenSSL publicó una corrección.
No son 26 parches autónomos aceptados.
Correcciones fusionadas
Tras análisis asistidos por IA,
durante unos 8–10 meses.
Revisión IA + humana; no un ensayo causal.
El beneficio está en el resultado verificado, no en el volumen generado.
Quién paga la revisión.
Tres falsos positivos y un bug no considerado vulnerabilidad.
El equipo decidió.
En 2025 también documentó reportes basura y desgaste del equipo.
Antes de enviar: comprende, reproduce, prueba y revisa licencias.
SymPy exige comprensión y declarar uso sustancial de IA; las reglas varían por proyecto.
La productividad hay que medirla.
16 expertos OSS · 246 tareas en sus propios repositorios.
Resultado histórico, no ley universal.
Actualización 2026: posible mejora;
su magnitud sigue incierta por sesgos.
Lo cerrado se abre más rápido.
Un shooter · 3 meses
99% de las funciones reconstruidas, 83% idénticas byte a byte al original; más de 500 mil millones de tokens (estimación del autor).
ArtCraft · 7 clones en Rust
Reimplementación «sala limpia» observando el comportamiento; primer commit 30 sep; alfa con cientos de issues abiertos.
Hipervisor · firmware 6.xx–13.60
Byepervisor Reborn, 12 oct; bug reencontrado «con asistencia de LLMs». Base para desarrolladores, no un jailbreak.
Lo que lo hizo funcionar: un verificador objetivo. Compilar con el compilador original y comparar contra el binario.
Al 80% el código «se veía bien» y tenía errores semánticos; los agentes intentaron alterar el verificador.
Cambió rápido cómo producimos código.
Ahora midamos trabajo aceptado, calidad y costo,
no solo actividad.
¿Más transformadora que el fuego y el internet?
Por su velocidad.
Métricas distintas. No es una prueba de mayor impacto histórico.
Del fuego a los agentes
Arqueología, conectividad y uso de IA: medidas y poblaciones distintas, no una curva de adopción común.
Adopción y costo
La hipótesis y los hitos ya están sobre la mesa. Ahora, las tres curvas: cuánto se adopta, cuánto crece la capacidad y cuánto se abarata.
A los tres años, ya la usaba más gente.
Cada barra es el porcentaje que usaba esa tecnología unos tres años después de que empezara a difundirse. Misma edad de la tecnología, no el mismo año calendario.
El mensaje: en Estados Unidos se adoptó más rápido que la PC y el internet a la misma edad. No es México, no es uso diario y no es que ya esté integrada en el trabajo.
El horizonte de tareas se duplicó…
Duración humana al 50% de éxito. Tendencia, no ley. El «cada 89 días desde 2024» es del anuncio de enero, no de este reajuste.
Varía por tarea. $1 → ~8 centavos solo si continúa la tasa; no es el costo total de un agente.
Mi argumento es el cambio simultáneo:
adopción, desempeño y costo.
Es la derivada, no el valor. Sin prometer una pendiente eterna.
Del músculo a la cognición
La Revolución Verde no está en esta escalera. Empezó en México —trigo, años 40 a 60— y cambió la comida, no la fábrica. Otro reloj. Tampoco es «la quinta».
- Vapor y mecanizaciónla máquina amplía el músculo
- Electricidad, acero, ensambleenergía a escala
- Electrónica y computadorasautomatización programada
- Digital + físico + biológico
Klaus Schwab, 2016 - Agentes · mi marcotrabajo cognitivo con herramientas
¿De escalones a rampa?
Una hipótesis, no un destino inevitable.
“Industria 5.0” ya existe (Comisión Europea, 2021)
Sostenible, centrada en las personas y resiliente.
Agentes con objetivos, herramientas y supervisión.
¿Por qué podría ser “la última”?
- Puede ayudar al inventorparticipar en la siguiente tecnología, no reemplazar toda la investigación
- El cambio podría ser más continuosi las mejoras se mantienen · no extrapolación inevitable
- Alcance ampliomuchos problemas cognitivos, no cualquier problema resuelto
Mi hipótesis: cambia la velocidad y la forma de participar
en la creación de nuevas tecnologías.
Contraargumentos
Hasta aquí, la evidencia a favor y la hipótesis. Ahora lo prometido: lo que la debilita.
Los mejores argumentos en contra
- El fuego nos hizo humanoshipótesis de la cocción (Wrangham), debatida · no comparo importancia histórica
- La IA depende de lo anteriorelectricidad, chips e internet también explican su velocidad
- Adopción no es impactoAcemoglu (2024): proyección de PTF ≤ ~0.66% en 10 años · RLI freelance: ~21%
- Límites físicos y geopolíticosenergía, chips y agua · acceso concentrado
Mi lectura: la IA ya es un arma geopolítica.
Petróleo: suministro · armas nucleares: disuasión · chips: acceso al cómputo · redes de pagos: sanciones.
La IA añade capacidad militar e influencia informativa. Son mecanismos distintos, no armas equivalentes.
Golf y centros de datos:
ojo con el denominador.
Billones de litros aplicados
≈532 mil millones de galones estadounidenses.
GCSAA: 1.632 millones de acre-pies.
Mil millones de litros consumidos
≈17.4 mil millones de galones.
No es una cifra exclusiva de IA.
Dividir esos volúmenes da ≈30.5×. Años y contabilidades distintos: agua aplicada ≠ consumida.
Que otra actividad use más no elimina el impacto local de un centro de datos.
El agua directa
no es toda la huella.
Directa
Mil millones de litros, principalmente para enfriamiento.
Indirecta
Mil millones de litros asociados al suministro eléctrico.
Directa + indirecta
Mil millones de litros: ≈229 mil millones de galones, no sólo agua indirecta.
Todos los centros de datos, no sólo IA. “Billón” = 10¹²; “mil millones” = 10⁹.
Recircular el refrigerante
no significa huella cero.
El calor sale por aire o evaporación.
Importan la cuenca, la estación
y el origen del agua.
Ahorrar agua puede aumentar electricidad. Evaluar el sistema completo, no sólo una tubería.
IA virtual.
Infraestructura muy física.
TWh al año
Electricidad para servidores e infraestructura de los centros de datos.
TWh al año
≈3% de la demanda eléctrica mundial proyectada. No es consumo actual ni crecimiento inevitable.
Estos totales no son “electricidad de la IA”. La atribución exacta a IA es difícil.
Importan la red local, el sistema de enfriamiento y la matriz eléctrica que determina emisiones.
No tengo una respuesta cómoda.
Mi observación con clientes
un prototipo que funciona cuesta una fracción; el valor no está sólo en teclear código
Lo que se vende peor
la hora de programación · y no sólo la nuestra: texto, análisis y código bajo pedido
Lo que nadie garantiza
que lo que queda (entender, decidir, responder) se lo paguen a ustedes por el título
No es “relájense”. Tampoco basta “suban de nivel”. Es “cambien de juego”.
Podría ser la última revolución que hagamos solo los humanos.
Los límites son reales. No sabemos cuándo cederán.
Terence Tao
UCLA · medalla Fields
IA para literatura, código y pruebas formales en Lean. Problema de Erdős #1196, verificado y generalizado por matemáticos.
Paul Erdős · problema #1196Riemann sigue abierta.
El avance relacionado es real.
Cota inferior asintótica para ceros no triviales de zeta que son simples y están en la línea crítica.
Claude experimental · ~60 subagentes · revisión humana.
Formalización Lean publicada; verificación reportada por los responsables.
No prueba ni refuta Riemann. Tampoco significa que el resto de los ceros esté fuera de la línea.
Tao advierte:
resolver no basta para comprender.
“Resolver problemas es sólo una herramienta y un indicador indirecto para alcanzar el objetivo principal: comprensión conceptual y nuevas ideas”.
Declaración colectiva firmada por Tao y otros 24 medallistas Fields.
Comprensión · atribución · formación de estudiantes.
También reconocen el potencial de la IA para acelerar el estudio genuino.
¿Quién gana con
el discurso de peligro?
Mi hipótesis: presentar una IA como extraordinariamente poderosa —y peligrosa— también puede favorecer su posicionamiento comercial.
Para Anthropic y OpenAI, ese relato podría apoyar valoraciones más altas ante una eventual salida a bolsa (IPO).
No demuestra que los riesgos sean falsos ni que inflar una IPO sea su único fin.
Las críticas académicas de Tao no se equiparan a promoción corporativa.
David Baker
Universidad de Washington · Nobel de Química 2024
Diseño computacional de proteínas nuevas. RFdiffusion3, dic 2025. Y el laboratorio ya prueba cientos de diseños: de ADN a proteína purificada en 48 horas.
Clare Bryant
Cambridge · inmunología
Co-Scientist de DeepMind le priorizó una proteína para investigar. La hipótesis debe probarse experimentalmente.
Hosea Nelson
Caltech · química
ELECTRA: proyecto de laboratorio remoto con robots, científicos y agentes. Meta: estructuras moleculares en menos de un minuto.
La IA genera.
El humano verifica y decide qué importa.
La IA cambia qué problemas son abordables, pero no nos dice qué problemas importan.
Resultados, herramientas y proyectos.
Potencial para acelerar la ciencia.
No todas las promesas son resultados.
Lo medido. Lo que aún no sabemos.
Fechas distintas. Pagar ChatGPT no acota el uso significativo de IA; no es un embudo de productividad.
El acceso y el uso
no son uniformes.
Población de 15–64 años; otra población y método.
No comparar directamente con usuarios o suscriptores de ChatGPT ni inferir integración laboral.
Oficio: construir y verificar
- Fundamentos y verificaciónexpliquen el resultado sin IA (la prueba de Tao); revisen fuentes, unidades y casos límite
- Dirijan agentescriterios de aceptación, pruebas y herramientas permitidas; autorización para datos sensibles
- Un problema real, medidouna persona usuaria decide qué sirve; tiempo con revisión, defectos y costo por tarea aceptada
Mercado: equipo, negocio y redes
- Hagan equipodos a cuatro personas con roles distintos: quien construye, quien vende, quien conoce el dominio
- Hagan negociono vendan horas de código: vendan un problema resuelto; consigan quien pague antes de construirlo todo
- Redes y mercadeopubliquen lo que construyen, muestren demos a negocios locales y expliquen el valor en una frase
Y por favor:
no tomen la black pill.
No sean perdedores. Desestimar la herramienta sin probarla no es pensamiento crítico. Es quedarse fuera.
No seas un perdedor.
Tienes a tu alcance decenas de agentes para construir productos y proyectos digitales.
“Eso no sirve. Es puro hype.”
Tener herramientas capaces de ayudarte a construir y dedicarte sólo a demeritarlas.
Una idea. Un equipo de personas y agentes.
Elige un proyecto, reparte tareas, prueba el resultado y conviértelo en algo útil.
Deja de demeritar la oportunidad. Ponlos a trabajar.
Empieza a usar Linux.
Entiende el entorno donde ejecutas herramientas y agentes.
Ubuntu LTS
Sesión en vivo desde USB o máquina virtual; sin reemplazar tu sistema.
WSL 2
Un entorno Linux para trabajar sin abandonar Windows.
Antes de instalar o crear el USB: respaldo y revisión de compatibilidad.
Un proyecto pequeño.
Un entorno que entiendes.
Terminal · Git · permisos · procesos · logs.
Ejecuta y explica el resultado.
Antes de instalar o crear el USB: respaldo y revisión de compatibilidad.
Linux no sustituye los fundamentos; es un entorno para aprenderlos.
La catástrofe no son las nubes de hongo. Es que todos nos volvamos tontos.
Douglas Finkbeiner · astrónomo, Harvard
Usen la IA para pensar más, no para dejar de pensar.
El cambio es rápido.
Aprender a verificar y resolver problemas reales
vale más que perseguir cada lanzamiento.
También es responsabilidad de ustedes.
- Úsenla en tareas y trabajospara ir más rápido y para revisar mejor, no para entregar sin leer
- Úsenla para aprenderque les explique, que les pregunte, que no les entregue el pensamiento hecho
- Ustedes piensansi la dejan pensar por ustedes, salen dependientes; si piensan con ella, salen más capaces
Hay décadas en las que no pasa nada, y semanas en las que pasan décadas.
Nosotros estamos en una de esas semanas.
- Prueben Linux y un agente en una tarea acotadaUbuntu en sesión de prueba, una VM o WSL 2; criterios y permisos, sin datos sensibles; revisen y anoten tiempo total y costo
- Verifiquen una afirmación sobre IAfuente original, fecha, población, métrica y qué no demuestra
- Escojan un problema de la Mixteca con alguien que lo vivecomparar con el método actual: tiempo con revisión, defectos y costo por tarea aceptada
De dónde salen las mediciones.
Evaluación
METR · Artificial AnalysisEpoch AI · Vals AI
System cards: Anthropic, OpenAI,
Google, Qwen, Moonshot, Z.ai
SWE-bench · OpenAI (blog)
Código e ingeniería
GitHub blog · Innovation Graph · Octoverse 2025Powerset github-coding-agent-tracker
IEEE-CS/ACM · Uncle Bob/Aviator
Google Security/OSS-Fuzz · Stenberg/curl
METR (productividad 2025 + 2026)
SymPy · GitHub (uso responsable/licencias)
URL y límites: fuentes.md · corte: 2 oct 2026.
Datos: graficas/datos_graficas.csv · informe: investigacion_ia_codigo_abierto.md.
De dónde salen los límites.
Adopción y contexto
Stack Overflow (abr 2026)Fed de San Luis · UIT
FMI (jul 2026) · Microsoft (difusión de IA)
Nature (dic 2025) · Clarke (1968/1973)
Agua, energía y entorno
GCSAA (riego 2024) · LBNL (centros 2023)IEA (Energy and AI, 2026)
DOE (enfriamiento)
Canonical (Ubuntu) · Microsoft Learn (WSL)
URL, créditos de fotografías y permisos: fuentes.md.
Informe: investigacion_impacto_ambiental.md. Consultas nuevas no revalidan toda la base anterior.
Verifiquen.
La regla del inicio: las cifras tienen fuentes y límites.
Pídanlos siempre. También a mí.
Cualquier tecnología suficientemente avanzada es indistinguible de la magia.
Arthur C. Clarke · tercera ley
Lo que hoy parece magia se puede entender.
Sean quienes entienden la magia
y la construyen.
Ustedes llegaron a tiempo.
¿Preguntas?
Conversemos sobre capacidades, límites y responsabilidad humana.
Gracias.
Hendrik Martina · Universidad Tecnológica de la Mixteca