El pionero de la inteligencia artificial rechaza el catastrofismo laboral y existencial, defiende la universidad y advierte que el mayor riesgo inmediato es tomar decisiones vitales a partir de promesas exageradas sobre la tecnología.
Yann LeCun, uno de los nombres esenciales de la inteligencia artificial moderna, ha decidido intervenir en el debate público con una receta incómoda para una época dominada por titulares extremos: menos miedo, menos fe en los consejeros delegados de las grandes tecnológicas y más pensamiento crítico. En una entrevista publicada por Axios, el investigador francés-estadounidense, premio Turing y antiguo responsable científico de IA en Meta, sostiene que buena parte del debate actual sobre la inteligencia artificial está contaminado por una mezcla de marketing, alarmismo y mala comprensión de lo que los sistemas actuales pueden hacer realmente.
Su mensaje llega en un momento en que la conversación global sobre la IA oscila entre dos polos: quienes presentan cada nuevo modelo como el anticipo de una inteligencia sobrehumana inevitable y quienes advierten de una destrucción masiva de empleo o incluso de riesgos existenciales para la humanidad. LeCun no niega la importancia de la tecnología. Al contrario: lleva más de cuatro décadas investigándola y forma parte del grupo de científicos que hizo posible el aprendizaje profundo moderno. Pero precisamente por eso rechaza la exageración. Su advertencia central es que el peligro inmediato no es una máquina omnipotente, sino una sociedad que toma decisiones educativas, laborales y políticas basándose en pronósticos inflados.
La frase más provocadora de LeCun en Axios es una llamada a desconfiar de los CEOs de los laboratorios de frontera. Su argumento es simple: los directivos de empresas que venden productos de IA tienen un interés evidente en presentar sus modelos como más poderosos, inevitables y transformadores de lo que quizá son. No son, según él, las mejores fuentes para evaluar el impacto laboral ni la evolución real de la tecnología. Para eso, sostiene, conviene escuchar más a economistas, investigadores independientes y expertos capaces de separar capacidad técnica, adopción social y efectos productivos.
Esta crítica no es menor. La industria de la IA vive de una tensión permanente entre ciencia, producto y relato financiero. Cada lanzamiento necesita justificar valoraciones, inversiones gigantescas en infraestructura, talento y chips, y expectativas de crecimiento. En ese contexto, hablar de modelos cada vez más cercanos a la inteligencia humana no solo es una afirmación técnica: también es una narrativa comercial. LeCun pide leerla con distancia. Las herramientas actuales son potentes, pero todavía tienen limitaciones importantes, especialmente en razonamiento robusto, planificación, comprensión del mundo físico y capacidad de construir modelos internos estables de la realidad.
Ahí se sitúa también su nueva etapa profesional. Tras su salida de Meta, LeCun aparece vinculado a Advanced Machine Intelligence Labs, AMI Labs, una compañía orientada a construir sistemas que vayan más allá de los grandes modelos de lenguaje y avancen hacia modelos capaces de comprender mejor el mundo físico. Wired informó en marzo de 2026 de que LeCun había captado 1.000 millones de dólares para desarrollar este tipo de IA, con una visión más abierta y menos centrada en los LLM como camino único hacia sistemas más inteligentes. La posición de LeCun contrasta con la de otros “padrinos” de la IA, como Geoffrey Hinton, mucho más preocupado por los riesgos existenciales. LeCun no sostiene que no haya riesgos, sino que considera destructivo convertir escenarios extremos en el eje psicológico del debate público, especialmente entre los jóvenes. En la entrevista con Axios, advierte de que algunos estudiantes de secundaria están deprimidos porque han leído que la IA no solo les quitará el trabajo, sino que puede causar la extinción humana. LeCun califica ese efecto como extremadamente dañino y equivocado.
La dimensión educativa es una de las partes más concretas de su mensaje. Frente a quienes sugieren que la universidad pierde sentido en una época en la que las máquinas pueden programar, redactar, resumir o resolver ejercicios, LeCun responde lo contrario: hay que estudiar. Más aún, cree que la IA aumentará el valor de las titulaciones avanzadas, porque hará más necesarias las personas con capacidad de abstracción, criterio, formación científica y pensamiento crítico. Su consejo es estudiar disciplinas con una vida útil larga. Entre los ejemplos que menciona están la física y la ingeniería eléctrica.
La recomendación tiene una lógica profunda. En un mercado donde las herramientas cambian cada pocos meses, aprender solo una aplicación concreta puede quedar obsoleto muy rápido. En cambio, entender matemáticas, física, estadística, computación, sistemas, electrónica o métodos científicos proporciona una base que resiste mejor los ciclos tecnológicos. LeCun está diciendo, en el fondo, que la mejor defensa frente a la automatización no es huir de la formación, sino elevar el nivel de comprensión. La IA puede producir respuestas, pero alguien debe saber formular buenas preguntas, evaluar resultados, detectar errores y decidir qué tiene sentido.
Su visión laboral también se aleja del catastrofismo. LeCun rechaza la idea de que la IA vaya a borrar de golpe un porcentaje masivo de empleos. Considera “ridículamente estúpida” la afirmación de que desaparecerá el 20% del trabajo, aunque admite que algunas funciones se transformarán o desaparecerán y otras nuevas aparecerán, como ha ocurrido en anteriores cambios tecnológicos. Su razonamiento histórico es que las revoluciones tecnológicas tardan años en traducirse en productividad real. La adopción no es instantánea: las empresas deben reorganizar procesos, aprender a usar herramientas, redefinir funciones y absorber la tecnología dentro de estructuras sociales y económicas.
Aquí LeCun introduce una idea potente: todos seremos jefes, pero de una nueva clase. No necesariamente jefes de personas, sino gestores de agentes de IA. En lugar de ejecutar directamente ciertas tareas, muchos trabajadores deberán coordinar sistemas, definir objetivos, revisar resultados, corregir desviaciones y mantener una dirección estratégica. Eso no elimina el trabajo humano, pero sí cambia su naturaleza. La habilidad clave dejará de ser solo producir una pieza concreta y pasará a ser organizar una cadena de herramientas inteligentes para obtener un resultado fiable.
Este cambio puede beneficiar especialmente a trabajadores de nivel inicial, porque las herramientas de IA tienden a comprimir diferencias de rendimiento. Si un asistente ayuda a redactar, programar, documentar o analizar, quien parte de menos experiencia puede mejorar más rápido. Pero también obliga a reformular la formación profesional: ya no bastará con aprender a usar una herramienta, sino que habrá que aprender a supervisarla. La diferencia entre un usuario mediocre y uno excelente estará en el criterio, no en la obediencia al sistema.
LeCun insiste en que esta ola tecnológica no es cualitativamente distinta de otras revoluciones anteriores. La presenta como otro conjunto de herramientas que aumenta la eficiencia humana. Esta lectura no minimiza su importancia, pero sí rebaja la tentación de tratarla como una ruptura metafísica. La imprenta, la electricidad, el ordenador personal, internet y los smartphones también reorganizaron industrias, cambiaron profesiones y alteraron hábitos sociales. La IA generativa puede tener un impacto comparable, pero LeCun rechaza la idea de que estemos ante una fuerza mágica que vuelve inútil todo lo anterior.
La autoridad de LeCun procede de una trayectoria difícil de reducir a opinión. Fue uno de los tres galardonados con el premio Turing de 2018, junto con Geoffrey Hinton y Yoshua Bengio, por contribuciones fundamentales al aprendizaje profundo. Su trabajo en redes neuronales convolucionales fue clave para avances en visión por computador y reconocimiento de patrones. Además, dirigió la investigación de IA en Facebook/Meta durante años y mantuvo una posición académica en la Universidad de Nueva York. Su biografía oficial lo sitúa como profesor en NYU y presidente ejecutivo de AMI Labs.
Precisamente por esa trayectoria, su escepticismo frente al hype no puede confundirse con rechazo tecnológico. LeCun no es un crítico externo que teme lo que no entiende. Es uno de los arquitectos de la IA contemporánea. Su desacuerdo es interno: cree que los grandes modelos de lenguaje son útiles, pero insuficientes como vía hacia una inteligencia de nivel humano. Considera que todavía fallan en formas de razonamiento que los humanos realizan con naturalidad, sobre todo cuando implican comprensión del mundo, causalidad, planificación y sentido común físico. Esa es la razón por la que su nueva apuesta empresarial busca sistemas con modelos del mundo más ricos.
El fondo del debate es qué tipo de inteligencia estamos construyendo. Los LLM han demostrado una capacidad extraordinaria para manejar lenguaje, código, imágenes y patrones estadísticos. Pero LeCun sostiene que eso no equivale a comprensión plena. Un modelo puede generar explicaciones convincentes sin tener una representación robusta del mundo. Puede acertar en muchos casos y fallar de forma extraña en otros. Puede parecer razonable sin razonar como un ser humano. Esta diferencia, para LeCun, importa mucho cuando se hacen predicciones sobre empleo, educación o riesgos existenciales.
Su crítica también apunta al modo en que el miedo se ha convertido en instrumento de poder. Si una empresa convence al mundo de que sus modelos están cerca de una inteligencia superior, puede reclamar atención política, inversión, talento, regulación favorable o incluso capacidad para definir las reglas del futuro. El catastrofismo puede funcionar como marketing inverso: cuanto más peligrosa se presenta la tecnología, más importante parece quien la controla. LeCun propone romper ese ciclo: evaluar la IA por lo que hace, no por lo que promete ni por lo que sus vendedores temen públicamente que podría hacer.
Para los estudiantes, el mensaje práctico es directo. No abandonar la universidad. No elegir estudios solo por modas de corto plazo. No pensar que una herramienta que escribe código vuelve inútil aprender programación. No creer que un chatbot que explica física sustituye comprender física. La IA puede ser una tutoría poderosa, pero no reemplaza la formación profunda. Al contrario, puede hacer más valiosa la capacidad de distinguir una buena respuesta de una respuesta plausible pero falsa.
Para los trabajadores, la conclusión es parecida. No se trata de competir contra la IA como si fuera un rival único, sino de aprender a incorporarla sin perder agencia. Quien sepa convertir agentes en colaboradores productivos tendrá ventaja. Quien delegue sin entender quedará expuesto a errores, dependencia y pérdida de criterio. El nuevo trabajador no será simplemente más rápido: deberá ser más estratégico. Tendrá que saber dividir problemas, asignar tareas a sistemas, revisar salidas y construir procesos verificables.
Para las empresas, la advertencia de LeCun también es incómoda. Comprar IA no equivale a transformarse. La productividad no aparece automáticamente por suscribirse a herramientas. Requiere rediseñar procesos, medir resultados, formar equipos y distinguir entre casos de uso útiles y demostraciones llamativas. La historia de la tecnología muestra que los beneficios llegan cuando las organizaciones cambian de verdad, no cuando añaden una capa cosmética de automatización sobre viejos procesos.
El consejo de LeCun, por tanto, no es conservador. Es exigente. Pide tomarse la IA en serio, pero no convertirla en religión. Pide estudiar más, no menos. Pide usar herramientas, pero no creerlas infalibles. Pide escuchar a científicos y economistas, no solo a empresarios con incentivos comerciales. Pide preparar a los jóvenes para un mundo con IA sin hundirlos en relatos de extinción o inutilidad laboral.
Esa puede ser la aportación más valiosa de su intervención: devolver el debate a una escala humana. La IA transformará tareas, empresas y sectores, pero las decisiones importantes seguirán dependiendo de instituciones, políticas públicas, educación, cultura profesional y distribución económica. No hay determinismo tecnológico puro. Habrá ganadores y perdedores, pero dependerá de cómo se gobierne la transición, de qué formación se ofrezca, de cómo se repartan los beneficios y de qué límites se impongan.
En una época saturada de profecías, LeCun propone una brújula sencilla: estudiar fundamentos, desconfiar del hype, usar la IA como herramienta y no dejar que el miedo sustituya al análisis. No es un mensaje espectacular, pero sí profundamente político. Frente a la industria que vende inevitabilidad y frente al discurso que anuncia colapso, LeCun reivindica una posición intermedia: la inteligencia artificial importa demasiado como para dejarla en manos del marketing o del pánico.
