Timnit Gebru volvió a cuestionar las advertencias sobre una posible extinción causada por la inteligencia artificial. En una entrevista publicada por WIRED el 29 de septiembre de 2026, la investigadora calificó ese discurso de dañino: a su juicio, beneficia a quienes desarrollan los modelos y desvía la atención de responsabilidades presentes. También defendió la vigencia de "loros estocásticos", la metáfora del artículo que coescribió en 2021 sobre los límites de los modelos de lenguaje.
La advertencia sobre la extinción también vende poder, según Gebru
Si los laboratorios se presentan como creadores de máquinas capaces tanto de resolver grandes problemas como de poner fin a la humanidad, su tecnología parece excepcional ante inversionistas y gobiernos, argumentó Gebru a WIRED. A su juicio, ese encuadre dirige la discusión regulatoria hacia una superinteligencia hipotética y resta atención a la procedencia de los datos, el trabajo humano y el costo ambiental de los sistemas actuales.
La entrevista recoge su crítica, pero no demuestra que todas las empresas o grupos dedicados a la seguridad de la IA compartan esa motivación económica. La influencia política sí tiene manifestaciones documentadas: FomoEra informó sobre las reuniones de organizaciones de seguridad de la IA en el Congreso de Estados Unidos. Esas reuniones prueban acceso a oficinas legislativas, no un consenso sobre la probabilidad de extinción ni sobre los intereses de cada participante.
Los "loros estocásticos" y el alcance de la crítica
WIRED también preguntó a Gebru por una objeción de Jack Clark, cofundador de Anthropic: a su juicio, llamar "loros estocásticos" a los modelos ha llevado a subestimar lo que pueden hacer. Ella respondió que el trabajo de 2021 se refería específicamente a los modelos de lenguaje. Aunque ahora formen parte de sistemas que incorporan agentes y otras técnicas, sostuvo, los chatbots siguen basándose en esa clase de modelos.
La metáfora describe sistemas que generan texto a partir de patrones aprendidos. Gebru advierte que la fluidez puede hacer que las personas confíen en una respuesta incorrecta o atribuyan comprensión al sistema. Su defensa de esa idea no mide por sí sola todas las capacidades de las herramientas actuales: delimita qué afirma sobre la base lingüística y por qué pide examinar las evaluaciones y los datos que respaldan promesas más amplias.
La regulación que propone mira los daños presentes
Gebru planteó aplicar las normas existentes sobre publicidad engañosa, exigir documentación sobre el origen de los datos y revisar las condiciones de quienes los preparan o etiquetan. Son asuntos que, en su opinión, pueden abordarse sin esperar a que se resuelva el debate sobre una superinteligencia futura.
Para Gebru, la responsabilidad empieza por documentar de dónde salen los datos y cómo se evalúan las capacidades que las empresas anuncian. Son preguntas concretas para los sistemas que ya se ofrecen al público.
