IA y Proyecto Manhattan: el paralelismo que crece tras el avance de la superinteligencia

La comparación entre el desarrollo de la inteligencia artificial y el Proyecto Manhattan, que hace un año parecía una exageración mediática, gana terreno entre especialistas y legisladores. El 3 de septiembre, el presidente de OpenAI, Greg Brockman, presentó el modelo GPT-6 Astra y cerró la presentación con una frase que resonó en la industria: "Bienvenidos a la era de la Inteligencia Artificial General". Ese mismo día, el senador Bernie Sanders y el diputado Greg Casar anunciaron un proyecto para prohibir de manera permanente la superinteligencia artificial, pausar el desarrollo hasta que una agencia federal redacte las reglas y castigar a quien las viole con 20 años de prisión y la disolución de la empresa.

Las penas previstas no surgieron de la nada: el resumen oficial del proyecto aclara que están calcadas de las que ya existen para quien desarrolla armas nucleares sin autorización. La simultaneidad de ambos anuncios alimentó la hipótesis de que la referencia al proyecto que fabricó la bomba atómica dejó de ser una metáfora para convertirse en un marco de análisis.

La escala de la inversión actual refuerza ese paralelismo. Las mayores empresas de nube e inteligencia artificial de Estados Unidos comprometieron para 2026 entre US$660.000 y US$725.000 millones, más del 60% por encima de 2025. El Proyecto Manhattan completo costó unos US$2.000 millones de 1945, cerca de US$36.000 millones de hoy. En términos prácticos, la industria de la IA gasta un Proyecto Manhattan entero cada 19 días. Nvidia, la fabricante de las placas, vale 5,5 billones de dólares, los centros de datos van camino a consumir el 6,5% de la electricidad estadounidense y China acaba de anunciar US$295.000 millones para ampliar su propia red nacional.

La mayor similitud entre ambos procesos aparece en el desfase entre los incentivos individuales y colectivos. En 1950, los matemáticos Merrill Flood y Melvin Dresher, de la RAND Corporation, diseñaron un juego que Albert Tucker bautizó después con la historia de dos presos incomunicados: el dilema del prisionero. La RAND era el think tank de la Fuerza Aérea y lo que modelaba era la carrera nuclear. La conclusión era clara: cada jugador, actuando de manera racional, elige la jugada que deja peor a los dos. Cooperar conviene en conjunto, pero jugar solo le conviene a cada uno.

Ese tablero se volvió a armar. Estados Unidos no puede frenar porque teme que China llegue primero, y los mejores modelos chinos están hoy a "solo" nueve meses detrás de la frontera, según el propio gobierno norteamericano. China no puede frenar porque lee cada control de exportación de chips como una maniobra para congelar esa brecha. Dentro de Estados Unidos, las empresas juegan la misma partida entre ellas: se turnan para anunciar que harán una pausa o detendrán el ritmo de innovación para garantizar la seguridad de los modelos, pero en la práctica nadie lo hace por miedo a perder una ventaja competitiva en valuaciones astronómicas.

El 17 de julio de 1945, Leo Szilárd y otros 69 científicos del Proyecto Manhattan le pidieron por escrito a Harry Truman que no lanzara la bomba sobre ciudades sin advertencia previa. La carta nunca llegó al presidente: se trabó en la cadena de mando, quedó clasificada y recién se hizo pública en 1961. El 28 de julio de 2026, más de 1.100 empleados de OpenAI, Anthropic, Google DeepMind y Meta firmaron "Pacing the Frontier", un documento que le pide al gobierno construir las herramientas técnicas para desacelerar el desarrollo automatizado de IA. Entre los firmantes estaban el CEO de Anthropic y el científico jefe de OpenAI. La diferencia entre ambas cartas es central: durante la Segunda Guerra Mundial, pedir el freno era una traición interna que había que esconder. En 2026, es marketing corporativo.

La resistencia política también dibuja un puente inesperado. En la escalada de la IA, el impulso regulatorio propició una alianza inusual: figuras del ala izquierda progresista como Bernie Sanders coinciden con voces del populismo de derecha como Steve Bannon. Ambos se oponen a la proliferación descontrolada de centros de datos en las comunidades locales y defienden que el público merezca una compensación económica, bajo el argumento de que los modelos se entrenaron con el conocimiento colectivo de la humanidad. Sus motivos son opuestos: para Sanders, la justicia social, el temor al desempleo masivo y la codicia corporativa; para Bannon, una batalla populista contra las élites globales y los tech bros de Silicon Valley.

Esa rima política tiene un antecedente en la Guerra Fría: a principios de los años 80, la campaña por la Congelación Nuclear generó una de las alianzas transversales más extrañas de la historia estadounidense. El senador demócrata Edward Kennedy y el republicano moderado Mark Hatfield unieron fuerzas para liderar un proyecto federal de congelamiento de armas, aglutinando a pacifistas radicales, ciudadanos conservadores preocupados por el gasto, obispos católicos, generales retirados y exdirectores de la CIA inquietos por el rumbo belicista de Ronald Reagan.

Hasta allí, la analogía parece un calco. Después se rompe en los puntos que mejor vendrían. El control de armas nunca prohibió el poder destructivo, porque es imposible de inspeccionar: se centró en cosas que se pueden supervisar. Los acuerdos contaban lanzadores y misiles, uno por uno; el Tratado de No Proliferación audita inventarios de uranio y plutonio, escasos, pesados y con rastro. El tratado contra los ensayos se sostiene sobre más de 300 estaciones de monitoreo repartidas por el planeta, porque una explosión atómica deja una firma que no se puede tapar. Toda esa arquitectura descansa sobre una idea simple: lo que se puede medir se puede limitar.

El problema de la superinteligencia es más intrincado: un modelo son números en un disco y se copia en minutos. Un sistema puede esconder capacidades durante una evaluación o adquirirlas después, cuando alguien le conecta una herramienta externa. La definición misma de "superinteligencia" es algo que nadie sabe evaluar bajo un criterio objetivo. La velocidad tampoco es comparable: a la Unión Soviética le llevó cuatro años replicar Trinity. Hoy, un laboratorio chino tarda cada vez menos en igualar capacidades y sus modelos ya se llevan más del 30% del volumen de procesamiento en empresas estadounidenses en OpenRouter, a precios hasta 90% más baratos.

Queda la diferencia más compleja: Los Álamos era del Estado, con uniforme y cadena de mando. La frontera de la IA es privada y con valuaciones nunca vistas. Cualquier agencia que la supervise dependerá de la información que le entreguen esas empresas, porque afuera no existe capacidad de evaluar sus modelos. Por eso, el proyecto de Sanders funciona más como síntoma que como ley: prohibir una palabra sin unidad de medida es pedirle a un juez que decida, dentro de cinco años, si un sistema cruzó una línea que nadie sabe dónde está.