Cada año, la Universidad de Stanford publica un informe del índice de IA. La edición de 2026 acaba de salir. MIT Technology Review ha recopilado los datos centrales. Si necesitas explicar "en qué etapa se encuentra la IA ahora", estos números son el mejor material.
La velocidad de adopción ya superó a la de Internet
Más del 50% de la población mundial está usando IA – una velocidad de adopción mucho más rápida que la de las computadoras personales e Internet. El 88% de las empresas han implementado herramientas de IA, y cuatro de cada cinco universitarios usan IA.
Estas cifras muestran que la IA realmente ha llegado a la etapa en que "la gente común también la usa", y ya no es solo un asunto del mundo tecnológico. Yolanda Gil, científica informática de la Universidad del Sur de California y coautora del informe, dijo una frase muy directa: "Esta tecnología sigue avanzando, sin ninguna señal de estancamiento, y yo misma estoy sorprendida."
Rendimiento de los modelos: los benchmarks casi al límite
Los resultados del benchmark de ingeniería de software SWE-bench muestran el cambio con mayor claridad: en 2024, la puntuación de la IA era de aproximadamente el 60%; en 2025, ya estaba cerca del 100%. La IA ha superado a expertos humanos en pruebas científicas, matemáticas y de lenguaje a nivel de doctorado.
Hasta marzo de 2026, el ranking de rendimiento de modelos es: Anthropic en primer lugar, seguido de xAI, Google, OpenAI. Los modelos chinos DeepSeek y Alibaba Qwen no se quedan muy atrás.
Pero hay un problema que merece atención seria:
La tasa de error de un popular benchmark de pruebas matemáticas alcanza el 42% – es decir, el propio benchmark contiene una gran cantidad de respuestas incorrectas. Los modelos de IA pueden obtener puntuaciones altas al "ver respuestas durante el entrenamiento", lo que hace que muchas puntuaciones de benchmark sean menos confiables.
El rendimiento está mejorando, pero la regla que usamos para medir el progreso podría estar torcida.
Los programadores jóvenes son los primeros afectados
Los datos de empleo son la parte más incómoda de este informe:
- El número de desarrolladores de software de 22 a 25 años empleados ha caído casi un 20% desde 2022
- Los puestos de atención al cliente al inicio de la carrera muestran una tendencia a la baja similar
- Un tercio de las empresas prevé reducir su plantilla en el próximo año
La IA aumenta la productividad – eso es real: un 14% en atención al cliente, un 26% en desarrollo de software. Pero los beneficios de la productividad fluyen primero hacia las empresas, y la presión del desempleo golpea primero a los jóvenes en puestos de nivel inicial.
Entre expertos y público en general, una brecha de 50 puntos porcentuales
Este número es muy interesante:
| Grupo | Cree que la IA tiene un impacto positivo en el empleo |
|---|---|
| Expertos en IA | 73% |
| Público general de EE. UU. | 23% |
Una brecha de 50 puntos porcentuales. Los expertos creen que no hay problema, el público cree que sí lo hay. ¿Quién miente? Es difícil concluir ahora, pero esta brecha de percepción ya dice mucho – los expertos en IA y las personas comunes que sufren los impactos de la IA viven en dos mundos de información completamente diferentes.
Otro dato: el 59% cree que la IA trae más beneficios que perjuicios, pero el 52% dice que la IA le genera inquietud. Estos dos números pueden coexistir, sin ninguna contradicción.
Dependencia de infraestructura: riesgos geopolíticos de chips y centros de datos
TSMC de Taiwán fabrica casi todos los chips de IA líderes del mundo, y EE. UU. posee la mayor cantidad de centros de datos de IA. Estos dos puntos juntos crean un riesgo de cadena de suministro muy concentrado – pero como todos están disfrutando de la conveniencia de la IA, este tema se discute poco en serio.
Robótica: solo un 12% de éxito
De todos los avances de la IA, la robótica es la más honesta: la tasa de éxito en tareas domésticas es solo del 12%. Waymo opera en 5 ciudades de EE. UU., Baidu Apollo Go atiende a usuarios en China. Los coches autónomos y los robots domésticos aún están lejos de ser "realmente utilizables".
La frase más memorable del informe
Yolanda Gil dijo: "No sabemos muchas cosas sobre estos sistemas de IA."
La regulación de la IA va por detrás de la tecnología. 150 proyectos de ley estatales de IA en EE. UU., mientras que a nivel federal casi no hay nada. Esta tecnología avanza continuamente, pero nadie sabe exactamente hacia dónde se dirige. Este estado, si emociona o inquieta, probablemente depende de en qué fila de la tabla anterior te encuentres.
Fuente de referencia: CocoLoop, Want to understand the current state of AI? Check out these charts. (MIT Technology Review, 13 de abril de 2026); Stanford AI Index Report 2026