¿Cuándo se popularizó la IA? Una cronología completa

La IA se convirtió en un término muy conocido en un breve periodo de ocho semanas: de agosto a noviembre de 2022, cuando el arte generado por IA empezó a ganar concursos y ChatGPT se presentó al público.

Pero ese momento no surgió de la nada. Se basó en casi 70 años de investigación, dos décadas de fracasos y un puñado de avances que, por fin, coincidieron en el tiempo.

Entonces, ¿qué es realmente la IA y por qué han tenido que pasar siete décadas para pasar de un taller en Dartmouth a algo que tu abuela utiliza para escribir correos electrónicos? Eso es lo que analiza este artículo.

ChatGPT se convirtió en la aplicación para consumidores con mayor crecimiento de la historia, al alcanzar los 100 millones de usuarios en dos meses. Ningún otro producto, ni Instagram ni TikTok, se acercó a ese ritmo. Y una vez que se popularizó, la cobertura mediática lo siguió a todas partes: redacciones, aulas, TikTok, salas de juntas… todos hablaban de lo mismo al mismo tiempo.

En este artículo, recorreremos las primeras décadas que la IA pasó en el anonimato, el periodo de ocho semanas que lo cambió todo, los cinco avances técnicos que hicieron que la década de 2020 fuera diferente de todas las anteriores, por qué la IA despegó en algunos países más rápido que en otros, la reacción negativa que trajo consigo y cuál es la situación actual en 2026.

Vamos a ello.

---

Principales conclusiones

• El momento decisivo de la IA se produjo en un periodo concreto: desde agosto de 2022 (arte generado por IA) hasta noviembre de 2022 (ChatGPT), y no de forma gradual a lo largo de varios años. ChatGPT alcanzó los 100 millones de usuarios en dos meses, un récord que ninguna aplicación de consumo había igualado hasta entonces.

• La década de 2020 tuvo éxito donde las de 1970 y 1990 fracasaron porque se dieron cinco factores a la vez: la arquitectura de transformadores, la potencia de las GPU a bajo coste, la explosión de los datos de entrenamiento, la adopción digital impulsada por la pandemia y cientos de miles de millones en inversiones.

• La detección de IA se convirtió en un sector en sí mismo a los pocos meses del lanzamiento de ChatGPT. GPTZero entró en funcionamiento en enero de 2023, Turnitin incorporó la detección de IA en abril de 2023 y OpenAI retiró discretamente su propio clasificador en julio de 2023, tras comprobar que apenas detectaba una cuarta parte del texto escrito por IA.

• La adopción no es uniforme en todo el mundo. Estados Unidos y China lideran la inversión y la implantación empresarial, pero economías más pequeñas como los Emiratos Árabes Unidos, Singapur y Dinamarca registran, de hecho, tasas más elevadas de uso de herramientas de IA por parte de la población en general.

• En 2026, solo ChatGPT ya había superado los mil millones de usuarios activos semanales, y el debate sobre la IA ha pasado de “¿es esto real?” a “¿podemos confiar en lo que genera?”, y esa es precisamente la razón por la que las herramientas de detección y humanización tienen ahora tanta importancia como las propias herramientas de generación.

---

Los inicios de la inteligencia artificial

La historia de la inteligencia artificial se remonta a un pequeño taller celebrado en el Dartmouth College en 1956.

Fue entonces cuando John McCarthy reunió a un grupo de investigadores y planteó una idea audaz: ¿y si pudiéramos describir cada aspecto de la inteligencia humana con tanta precisión que una máquina pudiera entenderlo? Le puso un nombre a esa idea, «inteligencia artificial», y el mundo, sinceramente, no estaba preparado para ello. Era una idea muy adelantada a su tiempo.

Un año más tarde, en 1957, Herbert Simon predijo con seguridad que, en un plazo de veinte años, las máquinas serían capaces de realizar cualquier tarea que pudiera hacer una persona. Se equivocó por unas cuantas décadas y, sinceramente, todavía no hemos llegado del todo a ese punto.

Antes de que la IA se generalizara en 2023, pasó por seis etapas distintas.

Periodo 1: La chispa (1956-1966)

En esos primeros años se lograron algunos avances realmente impresionantes.

El «Logic Theorist» (1956) resolvía problemas matemáticos e incluso llegó a ofrecer una demostración más clara que la que los matemáticos ya habían publicado. El programa de damas de Arthur Samuel aprendió jugando contra sí mismo, y cuando se presentó en televisión en 1956, las acciones de IBM subieron 15 puntos. Así de nuevo y mágico se percibía todo aquello en aquella época.

Luego, en 1966, apareció ELIZA, un chatbot básico creado para imitar a un terapeuta. Lo curioso es que la gente creía que realmente les entendía. Incluso la propia secretaria del creador se encariñó con él.

Pero la emoción no duró mucho.

Período 2: El primer invierno de la IA (1974-1980)

Los gobiernos esperaban milagros y, en su lugar, obtuvieron prototipos y grandes promesas. El Reino Unido publicó el contundente Informe Lighthill, que concluía que la IA no había aportado nada que mereciera la pena financiar. Casi el 90% del dinero se esfumó.

En Estados Unidos, el informe ALPAC reveló que la traducción automática era lenta, imprecisa y más cara que contratar a traductores humanos, incluso después de que ya se hubieran invertido $20 millones en ella. Allí también se agotó la financiación. Durante un tiempo, parecía que la IA simplemente había desaparecido.

Tercer periodo: El primer momento de fama de AI (1997)

Luego llegó 1997. El superordenador Deep Blue de IBM derrotó al campeón mundial de ajedrez Garry Kasparov y, por primera vez, la inteligencia artificial se hizo popular entre el gran público. Deep Blue analizaba 200 millones de jugadas por segundo, ganó el encuentro e impulsó al alza las acciones de IBM.

Incluso tras esa victoria, la IA seguía sin formar parte de la vida cotidiana. Era cara, tenía un carácter académico y, en su mayor parte, permanecía confinada en los laboratorios de investigación. De hecho, los científicos evitaban utilizar el término “IA” porque se había asociado con el fracaso.

Periodo 4: La fase invisible (años 2000-2010)

Esta es la década en la que la IA se coló en nuestra vida cotidiana sin que nadie se diera cuenta. Los correctores ortográficos, el ranking de búsqueda de Google, las recomendaciones de Netflix, los filtros de spam y la detección de fraudes funcionaban gracias a la IA, pero las empresas evitaban por completo utilizar ese término. Cuando se lanzó Siri en 2011, Apple habló de sus funciones, pero no de la “inteligencia artificial” que había detrás de ellas.

En 2012, el aprendizaje profundo dio un gran salto adelante gracias a ImageNet, pero fuera de los círculos tecnológicos, casi nadie se dio cuenta. La IA iba mejorando discretamente sin llamar la atención a nivel cultural.

Periodo 5: El lento desarrollo previo a la explosión (2021-2022)

La mayoría de la gente da por hecho que la IA se popularizó de la noche a la mañana con ChatGPT en 2023, pero el verdadero impulso comenzó discretamente un año antes.

En junio de 2021, GitHub Copilot incorporó la IA a la programación cotidiana. A lo largo de 2021 y 2022, la API de GPT-3 permitió a los desarrolladores integrar modelos de lenguaje en sus propias herramientas. En enero de 2022, DALL-E 2 desencadenó la primera ola viral de arte generado por IA. Midjourney le siguió en julio de 2022 y a los artistas les encantó. Posteriormente, en agosto de 2022, Stable Diffusion pasó a ser de código abierto y, de repente, cualquier persona con un portátil tenía la generación de imágenes al alcance de la mano.

Entonces todo cambió.

Periodo 6: El momento del choque cultural (agosto de 2022)

Jason Allen presentó una obra creada con Midjourney al concurso de arte de la Feria Estatal de Colorado y ganó el primer premio. Twitter se volvió loco. Los canales de noticias se hicieron eco de la noticia. De repente, la IA ya no era una noticia tecnológica, sino cultural. ¿Es esto realmente arte? ¿Qué se considera creatividad? ¿Están las máquinas compitiendo ahora con los humanos?

La inteligencia artificial ya se había convertido oficialmente en un tema de conversación habitual tres meses antes de que ChatGPT existiera siquiera.

Una línea temporal visual

Setenta años, seis períodos distintos y un intervalo de ocho semanas que lo cambió todo: es mucho que asimilar solo a partir del texto. El gráfico que aparece a continuación presenta toda la evolución en paralelo, desde el taller de Dartmouth en 1956 hasta que ChatGPT supere los mil millones de usuarios semanales en 2026, junto con la curva de adopción que muestra lo mucho más pronunciado que fue el crecimiento de la IA en comparación con todas las tecnologías de consumo que la precedieron.

[Aquí se insertará un gráfico de línea temporal a ancho completo y un gráfico de curva de adopción]

Por qué fracasó la IA anteriormente (y por qué ha funcionado esta vez)

La IA no fracasó en los años 70 y 90 porque las ideas fueran erróneas. Fracasó porque la infraestructura que rodeaba a esas ideas aún no estaba preparada, y esa diferencia es precisamente lo que hace que la década de 2020 sea diferente.

Durante el primer «invierno de la IA», los investigadores contaban con teorías razonables, pero no disponían ni de lejos de la potencia de cálculo suficiente para ponerlas a prueba a gran escala. Una sola sesión de entrenamiento que hoy en día dura unas horas habría llevado años con el hardware de la década de 1970, si es que hubiera sido posible llevarla a cabo.

El Informe Lighthill no se equivocaba al afirmar que la IA no había dado resultados. Simplemente no tuvo en cuenta el hecho de que las herramientas necesarias para obtener esos resultados aún no se habían inventado.

La segunda crisis, tras la de Deep Blue a finales de la década de 1990 y principios de la de 2000, se debió a un problema diferente: los datos. El aprendizaje automático necesita enormes volúmenes de ejemplos del mundo real para llegar a dominar cualquier tarea, e Internet simplemente aún no había generado suficientes.

Deep Blue pudo ganar al ajedrez porque este juego tiene reglas fijas y un tablero finito. El lenguaje, las imágenes y el razonamiento cotidiano no funcionan así. En 1997 no existía ningún conjunto de datos que se acercara ni remotamente a los 300.000 millones de palabras con los que más tarde se entrenaría ChatGPT.

Lo que cambió en la década de 2020 no fue un único avance, sino que todas las piezas que faltaban aparecieron en esa misma década. La potencia de cálculo se abarató lo suficiente como para que los equipos pequeños pudieran permitírselo. Internet había acumulado suficiente texto, imágenes y código como para poder enseñar realmente algo a un modelo.

La arquitectura Transformer resolvió el problema de velocidad que había limitado todas las redes neuronales anteriores. Y esta vez, cuando los modelos funcionaban, la gente común podía acceder a ellos directamente, en lugar de tener que leer sobre los resultados en un artículo de investigación.

Esa última parte podría ser la diferencia más subestimada de todas. La victoria de Deep Blue fue noticia de primera plana. El lanzamiento de ChatGPT fue algo que millones de personas pudieron probar por sí mismas, esa misma noche, de forma gratuita.

Los anteriores «inviernos de la IA» se debieron a que la tecnología no pudo cumplir sus promesas. Esta vez, la tecnología se presentó y entregó las llaves a todo el mundo a la vez.

Cuando la IA comenzó a ganar popularidad

30 de noviembre de 2022, 12:00 a. m. PST: Lanzamiento de ChatGPT.

En cinco días alcanzó el millón de usuarios. En dos meses, llegó a los 100 millones, lo que la convirtió en la aplicación para consumidores de más rápido crecimiento de la historia en aquel momento, aproximadamente 50 veces más rápido que Instagram y más de cuatro veces más rápido que TikTok. No está mal para un chatbot que parece un simple recuadro de texto.

Y aquí viene lo más alucinante: OpenAI no invirtió ni un solo dólar en marketing. La gente lo difundió por sí misma. La interfaz era tan sencilla que, con solo saber escribir, cualquiera podía utilizar una IA de primer nivel, y además era gratis.

Llegó entonces enero de 2023. Las escuelas reabrieron sus puertas y los distritos escolares, desde Seattle hasta París, bloquearon ChatGPT de la noche a la mañana. Los profesores empezaron a encontrar redacciones perfectamente redactadas que desprendían una “brillantez robótica” sospechosa.

Más tarde, Turnitin reveló unas cifras asombrosas: de los más de 200 millones de trabajos de estudiantes analizados, 22 millones mostraban indicios de haber sido redactados, al menos en un 20%, por IA, y 6 millones parecían haber sido generados, en un 80% o más, por IA.

La cobertura mediática de la IA generativa se disparó más de un 800% en comparación con 2022. La IA fue el tema de conversación por excelencia, y punto.

Así fue como, casi de la noche a la mañana, la IA pasó de ser un tema de investigación especializado a convertirse en una fuerza cultural, un elemento disruptivo en las aulas, una revolución empresarial y el inicio de una nueva era tecnológica.

El auge de la IA: la década de 2020 y más allá

La IA llevaba décadas entre nosotros, pero casi nadie utilizaba el término “IA” hasta que llegó la década de 2020. Entonces, ¿por qué fue precisamente esta década la que marcó un punto de inflexión?

Se dieron cita cinco avances que nunca antes se habían dado en ninguna época anterior.

1. El gran avance del transformador lo cambió todo

En 2017, Google publicó el artículo “Attention Is All You Need”, que llegó a convertirse en uno de los artículos científicos más citados del siglo, con más de 173 000 citas hasta la fecha.

Su idea central era radical: las redes neuronales anteriores leían el texto como lo haría una persona que lee despacio, palabra a palabra. Los “Transformers” dieron un giro a ese enfoque. Leían secuencias completas de una sola vez y utilizaban la «atención» para determinar qué partes del texto eran las más importantes.

Gracias a este procesamiento paralelo, el entrenamiento fue mucho más rápido. El primer modelo Transformer se entrenó en tan solo 12 horas, algo que habría sido imposible con el enfoque anterior.

Este único avance abrió el camino a todo lo que vino después. BERT llegó en 2018 e hizo que los motores de búsqueda fueran notablemente más inteligentes. GPT-2 apareció en 2019 y sorprendió a todo el mundo por lo fluida que era su generación de texto. GPT-3 dio un salto hasta alcanzar los 175 000 millones de parámetros en 2020.

Y ChatGPT, en 2022, por fin puso todo eso directamente al alcance de todo el mundo. Antes de los transformers, los modelos de IA se topaban con importantes límites de escalabilidad. Con los transformers, esos límites desaparecieron.

2. El hardware por fin se ha puesto al día

La IA consume una enorme cantidad de potencia de cálculo, memoria rápida y hardware que no se funda durante el entrenamiento. Por suerte, la década de 2020 resultó ser la tormenta perfecta para el hardware.

Las GPU han evolucionado mucho más allá de los videojuegos. La arquitectura Ampere de NVIDIA, lanzada en 2020, aportó enormes mejoras en el rendimiento. Google fue aún más allá con sus TPU específicas para IA, y sus últimos chips Trillium funcionan 4,7 veces más rápido y consumen 30 veces menos energía que las primeras versiones.

En 2024, el crecimiento de NVIDIA fue tan vertiginoso que se convirtió en la primera empresa de la historia en alcanzar un valor de $4 billones.

Mientras tanto, el coste de la informática se redujo rápidamente. Las sesiones de entrenamiento que antes costaban decenas de millones de dólares pasaron a ser asequibles para equipos pequeños, y plataformas en la nube como AWS, Google Cloud y Azure comenzaron a ofrecer tiempo de GPU con pago por uso. Por primera vez en la historia, cualquier persona con una idea podía empezar a desarrollarla.

3. El mundo generó más datos que nunca

La IA aprende a partir de los datos, y el mundo generaba más datos de los que cualquier ser humano podría aspirar a procesar. El volumen global de datos pasó de 2 zettabytes en 2010 a 64,2 zettabytes en 2020, y se estima que alcanzará los 394 zettabytes en 2025, lo que supone un aumento de aproximadamente 197 veces en quince años.

El propio ChatGPT se entrenó con unos 300.000 millones de palabras extraídas de libros, sitios web y repositorios de código. La IA tradicional necesitaba que los humanos codificaran manualmente las reglas (“si esto, entonces aquello”). La IA moderna simplemente aprende a partir de la producción escrita colectiva de la humanidad.

4. La COVID-19 aceleró la adopción de la tecnología digital en varios años

Entonces llegó la pandemia y, de la noche a la mañana, todo pasó a realizarse en línea. Las empresas que se habían resistido a la automatización durante años se vieron obligadas a adoptarla. El teletrabajo hizo que las herramientas basadas en la inteligencia artificial se generalizaran casi por casualidad: transcripción, resumen, colaboración virtual y asistencia automatizada.

Una importante encuesta reveló que la transformación digital se aceleró en 5,3 años durante la pandemia de la COVID-19. Otra la describió sencillamente como “dos años de transformación en unos pocos meses”.”

Cuando ChatGPT se lanzó a finales de 2022, la gente ya se sentía cómoda con las videollamadas, las aplicaciones en la nube, los flujos de trabajo digitales y la automatización. El público estaba preparado y listo. ChatGPT no creó esa demanda, simplemente la satisfizo en el momento adecuado.

5. El dinero empezó a fluir hacia la IA como nunca antes

La inversión es el combustible, y la IA ha recibido una gran cantidad. El gasto mundial en IA pasó de $18 mil millones en 2014 a $119 mil millones en 2021, y se duplicó de nuevo poco después de la pandemia. Se preveía que, para 2025, las empresas gastarían $400 mil millones en infraestructura de IA.

La señal más importante de todas fue el Proyecto Stargate, una alianza por valor de $500 mil millones entre OpenAI, SoftBank, Oracle y MGX, anunciada en enero de 2025.

Los modelos de negocio también se hicieron realidad. El modelo «freemium más suscripción», que combina un nivel gratuito con un nivel Pro de $20 al mes, resultó tremendamente rentable. GitHub Copilot genera ahora más ingresos que los que generaba GitHub en el momento en que Microsoft lo adquirió. 92% de las empresas de la lista Fortune 500 utilizan ChatGPT Enterprise, y 90% utilizan GitHub Copilot.

Todo eso suena emocionante hasta que se tiene en cuenta el lado negativo: el mundo está ahora repleto de contenido, y la IA es capaz de generarlo todo. Eso hace que sea más difícil que nunca distinguir qué es real. Al igual que cada veneno acaba teniendo su antídoto, el mundo de la IA necesitaba herramientas de detección para garantizar la veracidad de la información.

Herramientas como las de TruthScan Detector de Deepfake, que verifica imágenes, rostros, voces y vídeos, y la IA indetectable de AI Checker y Detector de vídeo con IA, que señalan el texto generado por IA y las imágenes manipuladas, surgieron todas de esta misma presión. A medida que la IA mejoraba en la creación de contenidos, el mundo necesitaba herramientas igual de eficaces para validarlos.

El sector de la detección nació en 2023

Mientras el mundo se maravillaba con lo que la IA generativa era capaz de crear, se estaba gestando silenciosamente, justo debajo de ella, un segundo sector: el negocio de demostrar lo que la IA no había creado.

Todo sucedió muy rápido. GPTZero se puso en marcha en enero de 2023, creado por un estudiante de Princeton, Edward Tian, que lo programó durante las vacaciones de invierno. Se colapsó en su primera semana debido a las 30 000 consultas recibidas y tuvo que recurrir a asistencia técnica de emergencia para el servidor con el fin de mantenerse en línea.

Turnitin, el verificador de plagio que ya se utiliza en las aulas de todo el mundo, incorporó en abril de 2023 su propia función de detección basada en inteligencia artificial, lo que ha proporcionado a las instituciones su primera herramienta a gran escala para identificar los trabajos de los alumnos redactados por máquinas.

OpenAI también intentó adelantarse al problema. Lanzó su propio clasificador de texto basado en IA tan solo dos meses después del lanzamiento de ChatGPT, pero la herramienta nunca funcionó bien. Según sus propias cifras publicadas, solo identificó correctamente 26% de textos escritos por IA como probablemente generados por IA, mientras que, en 9% de las ocasiones, marcó erróneamente textos escritos por humanos como generados por IA.

OpenAI retiró discretamente el clasificador el 20 de julio de 2023, menos de seis meses después de su lanzamiento, alegando una baja tasa de precisión. La empresa, que es la que mejor conoce su propio modelo, no pudo lograr que la detección fuera fiable y así lo reconoció públicamente.

Esa brecha fue precisamente lo que impulsó el avance de la categoría. Las herramientas de detección diseñadas específicamente para este problema, en lugar de ser un complemento añadido a un producto ya existente, comenzaron a mejorar rápidamente. Y junto a ellas surgió una segunda categoría relacionada: la humanización.

Si la redacción generada por IA tiene una huella estadística detectable, hay quienes buscan herramientas que la señalen, mientras que otros prefieren herramientas que la suavicen para que el texto vuelva a leerse con naturalidad. Esa es precisamente la premisa en la que se basa un Humanizador AI, reescribir textos generados con ayuda de la IA para que se lean como si los hubiera escrito una persona.

En 2026, esto se había convertido en un sector real y permanente, en lugar de una simple moda pasajera impulsada por el pánico. La detección abarca ahora texto, imágenes, vídeo y voz. Las instituciones recurren a ella a diario. Y existe por una sencilla razón: en el momento en que la generación de contenidos alcanzó un nivel lo suficientemente bueno como para engañar a la gente, la verificación se volvió tan necesaria como la propia generación.

Por qué se popularizó la IA

La IA ha alcanzado tal popularidad por tres razones fundamentales.

Accesibilidad y facilidad de uso

Esta es, sin lugar a dudas, la razón principal. Antes de ChatGPT, la IA parecía un sueño lejano, algo a lo que solo los expertos podían acceder. Había que aprender TensorFlow, Python y un montón de herramientas de línea de comandos solo para empezar.

Entonces llegó ChatGPT y lo cambió todo. Podías escribir una pregunta en inglés sencillo, o en tu propia lengua materna, y obtener una respuesta sofisticada al instante. La estrategia de precios también ayudó. Cualquiera con acceso a Internet podía probar GPT-3.5 de forma gratuita, y los usuarios avanzados podían suscribirse a ChatGPT Plus por $20 al mes, mucho más barato que cualquier software especializado anterior.

La API también se volvió mucho más asequible, con una reducción de 83% en su coste entre julio de 2023 y julio de 2025, lo que hizo que resultara viable para las startups desarrollar soluciones basadas en ella a gran escala.

By June 2023, the mobile app launched, and ChatGPT’s iOS app was downloaded 16 million times in just two months, highlighting the growing demand for an iOS app development company to create accessible AI-powered mobile experiences. It wasn’t just accessible to nearly everyone. It was genuinely easy to use.

Productividad y personalización

Cualquiera que haya utilizado realmente la IA en el trabajo ha notado el cambio en la productividad. De media, los trabajadores que utilizan la IA generativa ahorran 5,4% de sus horas semanales, lo que equivale aproximadamente a 2,2 horas de una semana de 40 horas, y los empleados que utilizan activamente la IA son un 33% más productivos.

La programación es el ejemplo más claro. En una prueba realizada con 95 programadores profesionales, GitHub Copilot les permitió completar las tareas un 55,81 TP6T más rápido. Y no se limita solo a la programación. Un estudio de Stanford y el Banco Mundial analizó 18 tareas laborales habituales y descubrió que la IA reducía los tiempos de realización en más de un 60% de media.

Las tareas de redacción se han reducido de 80 minutos a 25. Los profesores ahorran unas 6 horas a la semana, y los trabajadores con menor cualificación registran un aumento de la productividad de hasta 14%, lo que está equilibrando discretamente las condiciones entre los distintos niveles de cualificación.

La personalización es igual de importante. Las personas responden a experiencias que perciben como personalizadas, y la IA facilita eso a gran escala. En el comercio electrónico, los motores de recomendación aumentan el valor medio de los pedidos entre un 10 y un 15%, incrementan las tasas de clics en un 21% y reducen el abandono de carritos en un 25%.

Las empresas B2B registran resultados igualmente sólidos, con unas tasas de conversión un 80% más altas gracias a la personalización basada en la inteligencia artificial.

Esto también se nota en el día a día, tanto en el trabajo como en la vida escolar. Los alumnos terminan los ensayos y los trabajos más rápido con un Escritor de ensayos. Los redactores de contenidos y los blogueros elaboran entradas optimizadas para SEO con un Escritor SEO.

Las personas que buscan empleo envían solicitudes más específicas utilizando nuestro AI Job Applier. Estas herramientas se mantienen en uso porque ofrecen resultados que la gente puede medir realmente: tareas más rápidas, mejor contenido, más entrevistas, mayor rendimiento.

Adopción viral y cobertura mediática

Cuando se lanzó ChatGPT, se hizo viral casi de inmediato. Todo el mundo quería presumir de cómo les había ahorrado horas a la hora de escribir código, terminar trabajos o redactar entradas de blog.

Al mismo tiempo, el arte generado por IA se extendía por las redes sociales. Las creaciones fotorrealistas de Midjourney inundaban los feeds de Instagram, mientras que DALL-E producía imágenes impresionantes y, en ocasiones, divertidísimas. TikTok se encargó de amplificar todo ello.

El contenido relacionado con la IA estuvo muy presente en la plataforma a lo largo de 2023 y 2024, y solo el hashtag ##ai alcanzó, en su momento álgido, unos 5.000 millones de visualizaciones en 750.000 publicaciones en tan solo un mes.

La cobertura informativa siguió la misma tendencia. Entre finales de 2022 y 2023, CNBC, CNN, Fox y MSNBC publicaban a diario noticias sobre la IA. Expresiones como “IA generativa”, “modelos de IA”, “seguridad de la IA” e “IA responsable” empezaron a aparecer por todas partes.

Los primeros titulares se mostraban asombrados ante lo que la IA era capaz de hacer. A mediados de 2023, la atención se centró en los riesgos: la pérdida de puestos de trabajo, las trampas en los colegios, los deepfakes y la manipulación electoral. Los guionistas y actores de Hollywood se declararon en huelga, en parte a causa de la IA; artistas y autores interpusieron recursos legales, y la UE aceleró la tramitación de su Ley de IA para adelantarse al problema.

Popularidad de la IA por región

La IA no se ha extendido de manera uniforme por todo el mundo, y la brecha entre países pone de manifiesto algo que los titulares centrados en EE. UU. suelen pasar por alto.

Estados Unidos lidera la inversión y la implantación empresarial, atrayendo aproximadamente $286 mil millones en inversión privada en IA solo en 2025 y desarrollando los modelos de vanguardia más destacados de todos los países. Sin embargo, el uso a nivel de la población nos muestra una realidad muy distinta.

De hecho, Estados Unidos se sitúa muy por debajo de los 20 primeros puestos a nivel mundial en cuanto al uso de herramientas de IA por parte de la gente corriente, a pesar de su predominio en el ámbito empresarial y de la investigación.

Las economías más pequeñas y ricas han tomado el camino contrario. Los Emiratos Árabes Unidos lideran el mundo en el uso de la IA a nivel de población, con 64%, seguidos de Singapur, con casi 61%, y Noruega, con más de 46%. Estos países invirtieron desde el principio en infraestructura de IA e integraron estas herramientas de forma genuina en la vida pública cotidiana, y no solo en los flujos de trabajo empresariales.

China y la India lideran otra categoría: la implantación empresarial a escala nacional. Ambos países indican que la IA se utiliza de forma activa en entre 57 y 58% de empresas, por delante de EE. UU. en ese indicador concreto, impulsados por el sector manufacturero, el comercio electrónico y las iniciativas de digitalización del Gobierno.

La India también se ha convertido en uno de los mercados de mayor crecimiento de ChatGPT, superando los 100 millones de usuarios activos semanales en 2026 tras el lanzamiento de un plan ChatGPT Go más económico, diseñado específicamente para la región.

Europa se sitúa en un término medio, con diferencias entre países. Dinamarca, Finlandia y Suecia registran tasas de adopción por parte de las empresas muy por encima de la media de la UE, mientras que las disposiciones sobre alto riesgo de la Ley de IA de la UE, cuya entrada en vigor está prevista para agosto de 2026, están impulsando al resto del bloque hacia un enfoque más cauteloso y centrado en el cumplimiento normativo a la hora de implantar la IA.

Brasil y el resto de la región latinoamericana también muestran un fuerte impulso, y la adopción está creciendo más rápidamente en los sectores de la atención al cliente y los servicios financieros.

El patrón que se observa es sencillo: la popularidad de la IA no depende únicamente de quién cree los mejores modelos. Depende de qué gobiernos y culturas hayan conseguido que estas herramientas sean fáciles de usar, baratas y algo habitual en la vida cotidiana.

Cronología de «Backlash»

Toda ola de adopción tan rápida acaba encontrando resistencia, y la reacción en contra de la IA llegó casi tan rápido como su popularidad.

Todo empezó en las aulas. En enero de 2023, los distritos escolares desde Seattle hasta París habían bloqueado por completo ChatGPT, preocupados por una oleada de redacciones escritas por IA. Muchos de esos mismos distritos revocaron la prohibición en menos de un año, al darse cuenta de que bloquear el acceso no impedía su uso, sino que simplemente lo desplazaba fuera de la plataforma y lo ocultaba a la vista.

A mediados de 2023, Hollywood se sumó a la protesta. El Sindicato de Guionistas de Estados Unidos (WGA) se declaró en huelga en mayo de 2023, con la protección frente a la IA como una de sus principales reivindicaciones, y SAG-AFTRA hizo lo propio en julio; ambos sindicatos expresaron su preocupación por el uso de la IA por parte de los estudios para generar guiones o reproducir la imagen de los intérpretes sin su consentimiento ni compensación. Las huelgas se prolongaron durante meses y concluyeron con la firma de algunos de los primeros convenios colectivos de Estados Unidos que abordaban explícitamente la IA generativa.

Las disputas legales no tardaron en aparecer. A lo largo de 2023 y 2024, autores, artistas plásticos y medios de comunicación interpusieron una oleada de demandas por infracción de derechos de autor contra empresas de inteligencia artificial, alegando que los datos de entrenamiento se habían extraído de sus obras sin permiso.

Getty Images ha demandado a Stability AI. El New York Times ha demandado a OpenAI y a Microsoft. Muchos de estos casos siguen tramitándose en los tribunales.

Las autoridades reguladoras también tomaron medidas, aunque a un ritmo más lento que el propio avance de la tecnología. La UE ya había comenzado a elaborar su Ley de IA antes de que existiera ChatGPT, pero la reacción del público ante la IA generativa aceleró considerablemente el proceso.

Las disposiciones de la ley relativas a los riesgos elevados entrarán en vigor en agosto de 2026, regulando formalmente cómo se pueden desarrollar, implementar y divulgar los sistemas de IA en toda la UE. En comparación, Estados Unidos adoptó un enfoque más flexible, con un plan de acción federal sobre IA presentado en enero de 2026 que se inclinaba más por la innovación que por la restricción, mientras que los distintos estados comenzaron a aprobar sus propias leyes sobre el trabajo y la divulgación en materia de IA para cubrir el vacío normativo que había quedado.

Nada de esto frenó la popularidad de la IA. Más bien al contrario, su adopción siguió aumentando a pesar de todos los titulares sobre demandas y huelgas. Pero sí que cambió para siempre el debate, pasando de “mira lo que esto puede hacer” a “¿quién es responsable cuando sale mal?”.”

2026: La situación actual

Cuatro años después del lanzamiento de ChatGPT, las cifras no han dejado de crecer de una forma que pocos habían previsto a finales de 2022.

OpenAI confirmó que ChatGPT había superado los mil millones de usuarios activos semanales a finales de julio de 2026, lo que supone unos siete meses más tarde de lo previsto en el objetivo interno original de la empresa, pero lo que, aun así, lo convierte en uno de los productos de consumo que más rápido ha alcanzado esa escala en la historia.

Los ingresos anualizados superaron los $25 mil millones a principios de año, y OpenAI cerró una ronda de financiación que valoró la empresa en $852 mil millones.

El panorama competitivo tampoco se parece en nada al de 2023. Tanto Gemini, de Google, como Claude, de Anthropic, han acortado considerablemente la distancia, y, según se informa, los ingresos empresariales de Claude han superado a los de OpenAI en algunos segmentos del mercado empresarial, a pesar de que ChatGPT sigue acaparando la mayor cuota global del tráfico de consumidores.

Esa competencia ha sido positiva para el ritmo de avance, aunque ha resultado menos predecible para todos aquellos que intentan mantenerse al día.

La adopción de la IA en las empresas se ha convertido casi en una práctica habitual, más que en un experimento. Aproximadamente el 88% de las empresas encuestadas a nivel mundial utilizan actualmente la IA en al menos una función empresarial, lo que supone más del doble de la cifra registrada en 2023.

En la mayoría de las empresas, el debate ha pasado de “¿deberíamos utilizar esto?” a “¿cómo lo gestionamos?”, y esa es precisamente la razón por la que las herramientas de detección, verificación y divulgación han pasado de ser una cuestión de nicho a convertirse en un elemento habitual de la actividad empresarial en línea.

Y la frontera sigue avanzando. La IA agentiva —esos sistemas capaces de planificar y ejecutar tareas de varios pasos con una supervisión mínima— ha pasado de ser un concepto de investigación a algo que las empresas están implantando activamente en flujos de trabajo reales.

Aún no está del todo consolidado, pero la tendencia es tan clara que la mayor parte del sector lo considera ya el próximo gran cambio, al igual que ocurrió con el texto generativo en 2022 y con la generación de imágenes en 2021.

El futuro de la popularidad de la IA

En estos momentos, la próxima gran frontera son los cascos y los dispositivos wearables. La IA se está adentrando en el mundo físico y virtual, y ya no se limita a quedarse detrás de una pantalla. Empresas como Google, Meta y Apple están trabajando en gafas y cascos con tecnología de IA que pueden ver lo que tú ves, oír lo que tú oyes y ofrecer ayuda en tiempo real.

El mercado de la realidad virtual pasó de $35 mil millones en 2023 a $45 mil millones en 2024, con más de 14 millones de cascos vendidos. La IA ya es capaz de generar entornos virtuales completos, crear personajes inteligentes y adaptar las experiencias de forma dinámica, y solo los videojuegos de realidad virtual podrían alcanzar los $45 mil millones en 2027.

La realidad aumentada, combinada con la inteligencia artificial, está incorporando la asistencia inteligente a las rutinas diarias: superposiciones de traducción en tiempo real, reconocimiento de objetos con recuperación instantánea de información, navegación adaptada al contexto y aplicaciones industriales como el mantenimiento y la formación de los empleados.

Estas gafas inteligentes podrían hacer que la inteligencia artificial fuera tan habitual como los teléfonos inteligentes, pero integrada en la vida cotidiana de una forma aún más natural.

De cara al año 2030, es probable que el mayor avance sea que la IA autónoma alcance su plena madurez. Hoy en día, la IA todavía necesita la orientación paso a paso de un ser humano.

La tendencia apunta hacia una IA capaz de planificar, ejecutar y gestionar flujos de trabajo complejos por sí misma, actuando no tanto como una herramienta que uno maneja, sino más bien como un compañero de trabajo al que se le delegan tareas.

La siguiente fase de la detección

A medida que la IA mejora en la creación de textos, imágenes y vídeos, e incluso en la realización de tareas por sí misma, cada vez resulta más difícil distinguir entre lo que ha creado un ser humano y lo que ha creado una máquina. Precisamente por eso, la detección y la transparencia son ahora más importantes que nunca.

Hay algunas herramientas diseñadas específicamente para este momento. TruthScan detecta los «deepfakes» y verifica imágenes, rostros, voces y vídeos.

Nuestra Detector de IA marca el texto generado por IA para que sepas si lo ha escrito una máquina. Y nuestro Humanizador AI Ayuda a reescribir textos generados con la ayuda de la IA para que vuelvan a leerse con naturalidad.

Prueba nuestro detector de IA y nuestro «Humanizer» en el widget que aparece a continuación.

Preguntas frecuentes

Conclusión

Entonces, ¿cuándo se popularizó la IA? Oficialmente, en ese periodo de ocho semanas comprendido entre agosto y noviembre de 2022, pero se basó en 70 años de investigación, fracasos, perseverancia y momentos decisivos que finalmente coincidieron en el tiempo.

¿Cuándo se popularizó la IA generativa? En dos oleadas: primero, en agosto de 2022, cuando el arte generado por IA sorprendió al mundo al ganar un concurso en una feria estatal; y luego, en noviembre de 2022, cuando ChatGPT puso la IA al alcance de cualquier persona con conexión a Internet.

Lo que hizo que la década de 2020 fuera diferente de todas las décadas anteriores no fue un único factor. Fue la combinación de la tecnología adecuada, el hardware adecuado, la cantidad adecuada de datos y el momento cultural adecuado, todo ello al mismo tiempo.

Y la IA no se limitó a despuntar y desaparecer. Ha seguido siendo útil, no solo en los laboratorios o en las demostraciones tecnológicas, sino también en la vida cotidiana: en la escritura, la programación, el arte, la búsqueda de empleo y la organización del trabajo. Este auge solo lleva unos años en marcha y ya hemos sido testigos de tantos cambios. Merece la pena preguntarse qué nos depararán los próximos años.

Para una detección y humanización fiables mediante IA que mantengan la autenticidad de tu contenido, prueba IA indetectable hoy.