Por Canuto  

Matei Zaharia, cofundador y CTO de Databricks, recibió el ACM Prize in Computing 2026 por su trabajo en Spark y otras contribuciones técnicas, pero sus comentarios sobre inteligencia artificial captaron tanta atención como el galardón: para él, la AGI ya existe, aunque en una forma distinta a la humana.

***

  • Matei Zaharia ganó el ACM Prize in Computing 2026 y donará los USD $250.000 del premio a una organización benéfica aún no definida.
  • El CTO de Databricks defendió que la AGI ya está aquí, pero advirtió que evaluar a la IA con estándares humanos puede llevar a conclusiones erróneas.
  • Zaharia también alertó sobre los riesgos de seguridad en agentes de IA tipo asistente y destacó su potencial para transformar la investigación y la ingeniería.

 

Matei Zaharia, cofundador y director de tecnología de Databricks, fue distinguido con el ACM Prize in Computing 2026, un reconocimiento que destaca su trayectoria técnica desde la creación de Spark hasta su papel actual en una de las compañías de infraestructura de datos e inteligencia artificial más valiosas del sector.

Sin embargo, la noticia no solo puso el foco sobre el premio. También atrajo atención por una afirmación de Zaharia sobre el futuro de la inteligencia artificial (IA). Según explicó, la AGI ya está aquí, aunque no en una forma que el público o incluso la industria suelen valorar o reconocer con facilidad.

La declaración resulta relevante porque proviene de una figura que no solo ha liderado desarrollos de software de alto impacto, sino que además se mueve entre la academia y la empresa. Zaharia es CTO de Databricks y también profesor asociado en UC Berkeley, una combinación poco común en el núcleo de la actual carrera por la IA.

De acuerdo con TechCrunch, Zaharia contó que casi se pierde el correo electrónico en el que le informaban que había sido elegido como ganador del premio. Dijo que el reconocimiento fue una sorpresa, aunque su recorrido ayuda a explicar por qué la Association for Computing Machinery decidió reconocer sus contribuciones colectivas.

De Spark a Databricks

El origen de buena parte de esa trayectoria se remonta a 2009. En ese momento, la tecnología que Zaharia desarrolló durante su doctorado en UC Berkeley, bajo la tutela del profesor Ion Stoica, fue lanzada como parte de Databricks. Se trataba de una solución para acelerar de forma drástica proyectos de big data que entonces eran lentos, pesados y difíciles de manejar.

Esa tecnología se publicó como un proyecto de código abierto llamado Spark. En aquel período, el big data ocupaba un lugar similar al que hoy tiene la inteligencia artificial dentro del discurso tecnológico y de inversión. Spark cambió con rapidez la forma en que la industria abordaba el procesamiento de grandes volúmenes de datos.

Ese impacto convirtió a Zaharia, que entonces tenía 28 años, en una celebridad dentro del sector tecnológico. Desde entonces, continuó liderando la ingeniería en Databricks, acompañando la expansión de la empresa desde sus raíces en procesamiento de datos hasta su posición actual en almacenamiento en la nube, bases de datos para IA y agentes automatizados.

Las cifras muestran ese crecimiento. Databricks ha recaudado más de USD $20.000 millones, alcanzó una valoración de USD $134.000 millones y registra ingresos de USD $5.400 millones. En términos de Silicon Valley, se trata de uno de los casos de éxito más claros de la última década.

Un premio con peso en computación

La ACM, una de las instituciones más reconocidas del mundo de la computación, otorgó a Zaharia este premio por el conjunto de sus aportes. El galardón incluye USD $250.000 en efectivo, monto que el ejecutivo planea donar a una organización benéfica que todavía no ha definido.

Más allá del aspecto económico, el premio funciona como una validación del peso que han tenido sus desarrollos en la infraestructura digital moderna. Spark fue crucial para una generación de sistemas de análisis masivo de datos, y su influencia se extiende hasta el actual auge de herramientas vinculadas con IA generativa y agentes autónomos.

El reconocimiento también llega en un momento simbólico. Zaharia no parece concentrado en celebrar logros pasados, sino en discutir cómo debería entenderse la nueva etapa tecnológica. Su atención, como la de buena parte de Silicon Valley, está claramente centrada en la inteligencia artificial.

En ese contexto, sus declaraciones sobre AGI sobresalen porque buscan redefinir el debate. No plantean solo una cuestión técnica. También cuestionan la forma en que humanos, empresas y reguladores evalúan lo que un sistema de IA realmente es capaz de hacer.

Por qué dice que la AGI ya existe

Zaharia sostuvo que “la AGI ya está aquí”, pero aclaró que no aparece en una forma que la mayoría aprecie. Su argumento central es que se debería dejar de aplicar estándares humanos a estos modelos de IA, ya que esa comparación puede distorsionar lo que en verdad aportan.

Para ilustrarlo, comparó a una persona que aprueba un examen de abogacía con una IA capaz de responder preguntas de conocimiento. Un humano solo logra ese desempeño después de integrar enormes cantidades de información y experiencia. Una IA, en cambio, puede ingerir grandes cantidades de hechos con mucha facilidad.

Desde su punto de vista, acertar en preguntas de conocimiento no equivale necesariamente a poseer conocimiento general en el sentido humano. La conclusión no es que la IA sea menos capaz, sino que su tipo de capacidad es distinto. Por eso cree que insistir en medir estos sistemas como si fueran personas puede conducir a malos diagnósticos.

Ese matiz importa para el desarrollo del sector. Si la industria persiste en humanizar herramientas de IA, podría diseñarlas con supuestos equivocados sobre confianza, autonomía o responsabilidad. Para Zaharia, el error no está solo en la conversación pública, sino también en la forma en que se construyen algunos productos.

La advertencia sobre agentes de IA y seguridad

Uno de sus ejemplos fue OpenClaw, un agente de IA que describió como impresionante por la gran cantidad de tareas que puede hacer de forma automática. Aun así, también lo calificó como “una pesadilla de seguridad” por cómo está concebido.

El problema, según explicó, es que estos agentes pueden ser diseñados para imitar a un asistente humano al que el usuario confía contraseñas u otras facultades sensibles. Eso abre la puerta a escenarios peligrosos, como hackeos o gastos bancarios no autorizados si el navegador ya tiene sesiones abiertas.

Su comentario introduce una preocupación relevante para lectores interesados en activos digitales, finanzas y tecnología. A medida que más plataformas integren agentes con capacidad de ejecutar acciones, también crecerán los riesgos operativos, de custodia y de autorización, especialmente en entornos donde una orden puede mover dinero de inmediato.

Zaharia resumió esa crítica con una frase simple: “Sí, no hay un pequeño humano ahí”. La observación apunta al corazón del problema. Muchas interfaces prometen una experiencia parecida a tratar con una persona, pero detrás de esa capa conversacional operan modelos con límites, sesgos y riesgos muy distintos.

La IA como herramienta para investigación e ingeniería

Si bien su mirada sobre los agentes es cautelosa, Zaharia se mostró muy optimista respecto al potencial de la IA para automatizar investigación. Destacó usos que van desde experimentos de biología hasta la compilación y organización de datos complejos.

En su visión, así como el llamado vibe coding facilitó la creación de prototipos y el acceso a la programación para más personas, la investigación impulsada por IA, precisa y sin alucinaciones, podría llegar a ser una herramienta universal. No la presentó como reemplazo total del trabajo humano, sino como una extensión poderosa de sus capacidades.

Su argumento es que mucha más gente necesita entender información que desarrollar aplicaciones desde cero. Por eso ve un futuro en el que la IA se apoye en sus fortalezas propias: interpretar señales, combinar fuentes no tradicionales y producir análisis útiles a partir de enormes volúmenes de datos.

Entre los ejemplos que citó están sistemas capaces de explicar qué significa cada traqueteo en un automóvil, escanear no solo texto e imágenes sino también radio y microondas, o simular cambios a nivel molecular para predecir su eficacia. Según dijo, lo que más le entusiasma es una IA orientada a búsqueda, pero específicamente aplicada a investigación e ingeniería.

La importancia de estas declaraciones no radica solo en la provocación de decir que la AGI ya existe. También reside en la agenda práctica que plantea. Zaharia propone dejar de perseguir una copia del intelecto humano y empezar a construir herramientas que aprovechen aquello que las máquinas hacen de manera diferente y, en algunos casos, mejor.

Desde esa óptica, el premio de la ACM reconoce una carrera ya consolidada, pero también subraya la influencia que Zaharia puede tener en la próxima fase del sector. Entre big data, infraestructura cloud y modelos de IA, su voz llega en un momento en que la industria busca responder no solo qué pueden hacer estas tecnologías, sino cómo deberían integrarse sin multiplicar riesgos innecesarios.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados