El cocreador de Alexa, William Tunstall-Pedoe, dice que la IA carece de la inteligencia para provocar una singularidad.
William Tunstall-Pedoe dice que la IA actual puede generar ideas pero no puede identificar de manera confiable cuáles son valiosas, una distinción que sustenta el enfoque neurosimbólico de UnlikelyAI.
By Ryan Merket · Published
Primary source: Business Insider
Why it matters
Tunstall-Pedoe is drawing a line between broad model competence and autonomous invention, a distinction that underpins UnlikelyAI's push into regulated enterprise decisions.
William Tunstall-Pedoe, cuya tecnología de asistentes de voz ayudó a producir Amazon Alexa, rechazó la afirmación de Sam Altman de que la humanidad ha entrado en una singularidad de IA. Su argumento también explica la apuesta técnica y comercial detrás de su startup actual, UnlikelyAI.
En un ensayo contado a Business Insider publicado el 7 de agosto de 2026, Tunstall-Pedoe dijo que los sistemas actuales se han vuelto competentes en términos generales sin demostrar lo que él llama "inteligencia de descubrimiento": la capacidad de producir, evaluar y perseguir ideas genuinamente valiosas sin depender del juicio humano para identificar cuáles importan.
Tunstall-Pedoe ha pasado gran parte de su carrera intentando lograr que las máquinas comprendan y actúen sobre el lenguaje humano. Aprendió a programar siendo adolescente en el High School of Dundee, luego completó el primer grado de informática de tres años de Cambridge, según un perfil de la Royal Society. Más tarde fundó True Knowledge, renombrada Evi Technologies, para construir un sistema que pudiera responder preguntas habladas o escritas.
Amazon adquirió Evi en 2012. Tunstall-Pedoe se incorporó al esfuerzo de Alexa y permaneció en Amazon hasta 2016. Luego volvió a fundar empresas con UnlikelyAI, persiguiendo una arquitectura que combina modelos neuronales con métodos simbólicos o de software convencional.
The capability he thinks AI is missing
Tunstall-Pedoe acepta que los grandes modelos de lenguaje superan a las personas en varias dimensiones. Pueden discutir una gama más amplia de temas académicos que cualquier individuo y recuperar patrones de volúmenes de información que nadie podría memorizar. Las computadoras ya habían superado a los humanos en aritmética y almacenamiento mucho antes de que los chatbots se convirtieran en productos masivos.
Esas capacidades no prueban que la inteligencia se esté acelerando sin techo, argumenta. Los modelos de lenguaje aprenden de grandes colecciones de datos producidos por humanos y se vuelven competentes en reproducir patrones dentro de esos datos. Pueden generar ideas, sin embargo siguen dependiendo de personas o sistemas externos para decidir si una idea es útil, factible o importante.
"La IA tendría que mostrar pruebas más sólidas de lo que yo llamo 'inteligencia de descubrimiento'", escribió Tunstall-Pedoe en el ensayo de Business Insider.
Esa distinción fija un umbral más alto que las mejoras en benchmarks, los menores costos de inferencia o la adopción más amplia de chatbots. Según la definición de Tunstall-Pedoe, una singularidad requeriría sistemas de IA que puedan mejorar la propia IA mediante invención original, reconocer qué invenciones son valiosas y repetir el ciclo lo suficientemente rápido como para producir una aceleración inconfundible en toda la sociedad.
Business Insider presentó el ensayo de Tunstall-Pedoe como respuesta a la declaración de Altman en el podcast Relentless de que "we are now, like, in the singularity." Tunstall-Pedoe separa la difusión de productos potentes de la aceleración tecnológica autónoma. Amigos fuera de la tecnología lo están contactando sobre los efectos de la IA en su trabajo, dijo, pero la adopción rápida aún no alcanza el nivel de un sistema que invente y valide sus propios sucesores.
The critique is also UnlikelyAI's product thesis
UnlikelyAI ha construido su negocio alrededor de una arquitectura que combina modelos neuronales para lenguaje y reconocimiento de patrones con métodos simbólicos o de software convencional. Esos métodos adicionales están pensados para añadir estructura, control y auditabilidad a las decisiones asistidas por IA.
Los materiales públicos de UnlikelyAI posicionan a la startup hacia entornos empresariales y regulados, incluidas finanzas y atención médica, donde los errores pueden tener consecuencias materiales. UnlikelyAI afirma que su enfoque puede mejorar la explicabilidad, la precisión y la auditabilidad; esas afirmaciones de rendimiento siguen siendo suyas, sin que exista un benchmark independiente establecido en los reportes suministrados.
El sitio web actual de UnlikelyAI dirige su oferta a decisiones en industrias reguladas, donde una respuesta fluida tiene un valor limitado a menos que un cliente pueda rastrearla y defenderla.
UnlikelyAI anunció una ronda semilla de $20 million en septiembre de 2022, co-liderada por Amadeus Capital Partners y Octopus Ventures. Cambridge Innovation Capital y Metaplanet de Jaan Tallinn participaron, junto con ángeles, incluidos el exjefe de finanzas de Google Patrick Pichette y el exejecutivo de Amazon UK Christopher North. UnlikelyAI había recaudado previamente una ronda angel de 1.1 millones de libras en octubre de 2020.
El debate sobre la singularidad llega durante un periodo trascendental para esa apuesta. Sifted informó en junio de 2026 que UnlikelyAI había experimentado salidas de personal senior, pérdidas en aumento y una reorganización estratégica. El giro hacia flujos de trabajo regulados específicos le da a Tunstall-Pedoe una prueba de mercado a corto plazo: si las empresas pagarán por sistemas limitados y explicables en lugar de confiar en modelos de propósito general con guardarraíles añadidos.
A practical test for extraordinary claims
El estándar de Tunstall-Pedoe hace que la singularidad sea observable. Un sistema capaz de invención recursiva produciría cambios mucho más allá de mejores respuestas de chatbots o un desarrollo de software más rápido. Crearía descubrimientos valiosos, los evaluaría y los usaría para mejorar sus propias capacidades a un ritmo visible en la ciencia, la industria y la vida cotidiana.
"Lo reconoceríamos si estuviera aquí", dijo.
El umbral sigue siendo difícil de medir porque la invención útil a menudo se reconoce sólo después del despliegue, la revisión por pares o la adopción en el mercado. Aun así, da a fundadores e investigadores una prueba más concreta que la inteligencia del modelo como un único puntaje en ascenso. Pueden preguntarse si un sistema de IA simplemente propone posibilidades o puede establecer, mediante evidencia y ejecución, qué posibilidad merece convertirse en producto, experimento o nueva dirección técnica.
Tunstall-Pedoe construyó Evi alrededor de un problema difícil: permitir que las computadoras entiendan preguntas expresadas en lenguaje ordinario. Con UnlikelyAI, está persiguiendo la siguiente restricción que ve en la pila, convirtiendo la fluidez estadística en decisiones que las personas puedan verificar. Su desacuerdo con Altman sigue directamente de esa experiencia. La IA actual puede realizar trabajos notables. Tunstall-Pedoe argumenta que la máquina de descubrimiento autodirigida implícita en la singularidad aún tiene que ser construida.