Previous
Estimado cliente,
BCA Research se enorgullece de pensar de manera no convencional. El informe de hoy es un ejemplo de ello. Imagina un futuro radical en el que nuevas tecnologías genéticas y reproductivas convergen de formas que remodelan las economías y los mercados financieros. El informe no trata sobre lo que debería suceder, sino sobre lo que podría suceder bajo un conjunto plausible de supuestos – y cómo esto podría afectar sus decisiones de inversión.
Atentamente,
Peter Berezin, Economista Jefe
Resumen Ejecutivo
- Parte 1: Invierno Demográfico: Cómo las tasas de natalidad en colapso obligaron a los responsables políticos a tomar medidas cada vez más desesperadas para estabilizar los niveles de población, culminando finalmente en la creación de “granjas de bebés.”
- Parte 2: La venganza de Galton: Cómo la disminución de la inteligencia humana revivió preocupaciones que habían permanecido dormidas durante casi 100 años.
- Parte 3: Enseñar cálculo a un gato: Cómo la IA resultó ser un complemento en lugar de un sustituto de la inteligencia humana.
- Parte 4: Bebés de diseño: Cómo las nuevas tecnologías genéticas produjeron un repunte en la inteligencia humana pero también sembraron las semillas de la especiación y el fin efectivo de la raza humana.
Parte 1: Invierno Demográfico
La fertilidad por debajo del reemplazo se convierte en la norma
Una población estable requiere que cada mujer, en promedio, tenga alrededor de dos hijos que sobrevivan. En 2026, las tasas de natalidad en casi todas las economías desarrolladas habían caído muy por debajo de ese umbral (Gráfico 1).
Un número creciente de mujeres decidió que la maternidad no era para ellas. En China, el porcentaje de mujeres de entre 18 y 24 años que dijeron que no querían tener hijos saltó del 6% en 2012 al 47% en 2023 (Gráfico 2).
La fertilidad tiende a caer bruscamente a partir de los primeros treinta años de una mujer (Gráfico 3). Para 2024, la edad media a la que las madres de la OCDE tenían su primer hijo había aumentado a 29,6, frente a 26,4 en 2000 (Gráfico 4). Esto dejó a un número creciente de mujeres involuntariamente sin hijos o incapaces de tener tantos hijos como deseaban.
En gran parte del Este de Asia, la tasa global de fecundidad (TGF) cayó por debajo de 1, situando a las poblaciones de estos países en una trayectoria para reducirse a más de la mitad con cada generación que pasara.
La asequibilidad importaba (pero no tanto)
Se ofrecieron diversas explicaciones en su momento sobre por qué las tasas de fertilidad se habían desplomado, la mayoría de las cuales resultaron ser erróneas o, en el mejor de los casos, incompletas.
Una explicación popular se centró en la “asequibilidad”. Muchos opinadores afirmaron que el aumento del coste de la vivienda y de la educación había hecho que fuera demasiado caro para muchos padres tener un hijo, y mucho menos varios.
Había algo de verdad en ese argumento, pero adolecía de un problema obvio: la gente en 2026 era mucho más rica que las generaciones anteriores. Si la asequibilidad hubiera sido la restricción clave, eso debería haberles llevado a tener más hijos, no menos.
Las generosas subvenciones gubernamentales hicieron muy poco para impulsar las tasas de fertilidad (Gráfico 5). La mayoría de los estudios mostraron que los pagos en efectivo a los nuevos padres influían en el momento de los nacimientos pero no en el número total de nacimientos.
Un mayor gasto en permisos parentales y cuidado infantil sí aumentó las tasas de fertilidad, pero los efectos fueron modestos. En relación con los ingresos, los costes del cuidado infantil disminuyeron en la mayoría de los países entre 2015 y 2025, sin embargo las tasas de natalidad siguieron disminuyendo (Gráfico 6). De hecho, la fertilidad fue mayor en los países donde el cuidado infantil era relativamente más caro (Gráfico 7).
Incluso una vivienda más barata no ayudó mucho
Un estudio de la OCDE de 2023 encontró que una reducción del 10% en el gasto en vivienda aumentaba la tasa global de fecundidad en solo un 2%, equivalente a +0,03 hijos por mujer cuando la TGF parte de 1,5. Un estudio a más largo plazo sobre los precios de la vivienda y la fertilidad entre 1870 y 2012 llegó a una conclusión similar.
Una razón de este efecto modesto es que, si bien unos precios de la vivienda más bajos facilitaban que futuros padres compraran una casa, también reducían la riqueza de los propietarios existentes. Un estudio de Dettling y Kearney estimó que un aumento del 10% en los precios de la vivienda reducía los nacimientos entre los no propietarios en aproximadamente un 1%, pero aumentaba los nacimientos entre los propietarios en torno al 4 a 4,5%.
La experiencia histórica lo confirmó: como en Japón durante las tres décadas precedentes, la caída de los precios de la vivienda en China a partir de 2021 no hizo nada para frenar la caída de las tasas de natalidad.
El coste de oportunidad de tener hijos
El coste directo de criar a un hijo es un determinante de las tasas de natalidad. Sin embargo, quizá más importantes son los costes indirectos en términos de ingresos renunciados. A lo largo del siglo XX, el aumento de la escolaridad entre las mujeres incrementó el coste de oportunidad de permanecer fuera de la fuerza laboral. Esto se amplificó por un aumento constante de los salarios reales. A medida que las mujeres se volvieron más independientes económicamente, la maternidad dejó de ser la opción por defecto.
Durante un tiempo hubo esperanzas de que una mayor igualdad de género permitiera que las tasas de natalidad se recuperaran. Esta expectativa se apoyaba en una variedad de estudios que mostraban que las mujeres tenían más probabilidades de tener un segundo hijo cuando sus parejas asumían más la carga de las tareas domésticas y del cuidado infantil.
En consonancia con esta visión, los países escandinavos pudieron mantener una fertilidad cercana al reemplazo hasta bien entrados los años 2010. Sin embargo, a mediados de la década de 2020, incluso ellos experimentaron una fuerte caída en las tasas de natalidad. En 2025, la tasa global de fecundidad de Suecia alcanzó 1,42 (1,40 para la población nacida en Suecia y 1,52 para la nacida en el extranjero).
Explicaciones culturales
El principal inconveniente de las explicaciones económicas era que no conseguían justificar el rápido descenso de las tasas de natalidad en casi todos los países después de 2010. Para eso, hay que mirar los factores culturales.
La introducción de los teléfonos inteligentes y el uso generalizado de las redes sociales produjeron un entorno que desalentó la formación de familias. Los muros de las redes sociales glamourizaban la fama, la belleza y la riqueza, no la paternidad. La proporción de adolescentes que decía que “tener un buen matrimonio/vida familiar era importante” para ellos disminuyó notablemente, mientras que la proporción que decía que “tener mucho dinero era importante” aumentó. El auge de las aspiraciones materialistas fue especialmente pronunciado entre las niñas (Gráfico 8).
Lo que antes era un símbolo de estatus, tener una familia numerosa pasó a verse cada vez más de forma negativa. Esto fue especialmente cierto en Asia Oriental, donde los hogares más grandes a menudo se asociaban con el atraso rural y la falta de control de los impulsos. También fue cierto entre los jóvenes de corte liberal en Occidente, cuyo deseo de casarse y de tener hijos comenzó a colapsar después de 2010 (Gráfico 9).
Al mismo tiempo, una plétora de opciones posibilitadas por las aplicaciones de citas crearon una sensación de parálisis que inhibió la formación de relaciones a largo plazo. Este problema se vio exacerbado por el auge de los compañeros de IA y, más adelante, de robots humanoides.
Crisis existencial
Algunos sostuvieron que el creciente uso de robots en el lugar de trabajo anulaba la necesidad de trabajadores humanos. Otros replicaron que el bienestar agregado de una nación dependía, al menos en parte, de cuánta gente hubiera. ¿De qué sirve un PIB más alto si hay pocas personas para disfrutarlo?
Además, en las relaciones internacionales, el PIB relativo importaba. Si un país tenía una población decreciente, perdería relevancia geopolítica, incluso si el ingreso per cápita aumentaba.
En última instancia, estos argumentos pronatalistas ganaron peso. A finales de la década de 2020, la inquietud por las tasas de fertilidad menguantes se transformó en pánico total. Había que hacer algo radical.
Parte 2: La venganza de Galton
Las dos letras más controvertidas en el idioma inglés
El CI tiene una larga y polémica historia. Sin embargo, a pesar de numerosos esfuerzos por desechar el concepto, ha perdurado por una razón simple: tiene más poder predictivo que prácticamente cualquier otra cosa en el ámbito psicológico. Una simple prueba de CI de 30 minutos puede ayudar a predecir la futura trayectoria educativa, el rendimiento laboral, los ingresos, la salud, la criminalidad y las decisiones sobre fertilidad (Tabla 1 y Gráfico 10). ¡El CI incluso predice el rendimiento de los traders!
Aunque existe mucha variación entre individuos, en promedio, las personas más inteligentes ganan ingresos más altos. Esto fue demostrado en un estudio de 2024 con 367.000 finlandeses y 417.000 noruegos. Los autores emparejaron las puntuaciones de pruebas estandarizadas de reclutamiento militar de vocabulario, matemáticas y razonamiento abstracto con los ingresos de registros administrativos fiscales. Los hombres que obtuvieron puntuaciones más altas en las pruebas de jóvenes, en promedio, terminaron teniendo ingresos más altos (Gráfico 11). Un meta-análisis de 135 estudios longitudinales también encontró que la inteligencia es un poderoso predictor del éxito.
Un mundo más inteligente
El grado en que el CI y otros rasgos psicológicos han evolucionado a lo largo del tiempo ha sido objeto de intenso debate. En su libro best seller, The Mismeasure of Man, Stephen Jay Gould sostuvo que la evolución humana se detuvo efectivamente hace 50.000 años.
Sea cuales sean los méritos de los otros argumentos de Gould sobre el uso indebido de los datos del CI, esa afirmación en particular siempre fue bastante dudosa. La llegada de la agricultura y el crecimiento de pueblos y ciudades remodelaron el entorno en el que vivía la gente. Desplazamientos ambientales de este tipo tienden a generar presiones selectivas que hacen que la evolución se acelere. Un mayor nivel de población también debería haber aumentado el número de mutaciones genéticas potencialmente beneficiosas.
Contrario a las expectativas de Gould, el International HapMap Project mostró que la evolución se aceleró aproximadamente un centenar de veces a partir de hace unos 10.000 años (Gráfico 12).
Datos más recientes han aclarado exactamente qué rasgos han estado bajo selección. David Reich y sus colaboradores analizaron los genomas de 15.836 individuos de Eurasia Occidental que vivieron en los últimos 18.000 años. Su artículo en Nature mostró que ciertas variantes genéticas que en la era moderna estaban vinculadas a mayor inteligencia, más años de escolaridad y mayores ingresos se habían vuelto más generalizadas en los humanos. Por el contrario, variantes genéticas que eran más prevalentes en fumadores y en quienes sufrían ciertos trastornos mentales se volvieron menos comunes (Gráfico 13).
En consonancia con los datos genéticos, el historiador económico Gregory Clark documentó que los miembros de profesiones especializadas en la Inglaterra medieval tenían el doble de hijos supervivientes que los trabajadores no cualificados (Gráfico 14). De hecho, la incipiente clase media de la época tenía incluso más hijos supervivientes que la aristocracia, que a menudo estaba en el frente de guerra. Como resultado, los salarios de los artesanos disminuyeron en un tercio en relación con los obreros entre 1200 y 1800, lo que implica que la oferta de mano de obra especializada creció más rápidamente que la de trabajadores no cualificados. La sorprendente implicación del trabajo de Clark fue que el momento de la Revolución Industrial era una cuestión de “cuándo, no si”.
En trabajos posteriores, Clark argumentó que la difusión de valores burgueses en la Inglaterra preindustrial era más coherente con un modelo de transmisión genética que con uno cultural.
Dinámicas similares muy probablemente se aplicaron a otras partes del mundo. En China, el altamente competitivo examen imperial sirvió como puerta de entrada a la burocracia durante mil años. Xi Song, Cameron Campbell y James Lee mostraron que los hombres chinos de alto estatus tuvieron más hijos supervivientes durante los siglos 18o y 19o (Gráfico 15).
El efecto Flynn
A fines del siglo XIX, había quedado claro que los ricos ya no tenían tantos hijos como los pobres. Esta realización, junto con la creciente popularidad de las teorías de Charles Darwin, ayudó a galvanizar el movimiento eugenésico.
Aunque Francis Galton, quien acuñó la palabra “eugenesia”, fue conservador durante toda su vida, muchos de los defensores más vocales de la eugenesia estaban en la izquierda progresista. George Bernard Shaw, Sidney y Beatrice Webb, y H. G. Wells eran todos socialistas y eugenistas. También lo fue William Beveridge, el futuro arquitecto del estado de bienestar británico. John Maynard Keynes fue Director de la British Eugenics Society entre 1937 y 1944.
Sin embargo, ocurrió algo curioso en el camino hacia la idiocracia: en vez de volverse más estúpida, la gente se volvió más inteligente. Este fenómeno es ahora conocido como el efecto Flynn, llamado así por James Flynn, un psicólogo que fue de los primeros en documentarlo.
Gráfico 16 muestra la evolución de las puntuaciones de CI en una muestra de países entre 1940 y 1990. El país promedio ganó tres puntos por década, un aumento notable en tan poco tiempo.
CI: la importancia del entorno
En estudios modernos, la contribución genética al CI aumenta del 20% en la primera infancia hasta un 80% al final de la adolescencia y se mantiene en ese nivel bien entrada la edad adulta, un fenómeno conocido como el efecto Wilson.
El problema con estos estudios era que en general muestreaban a individuos en países ricos donde la malnutrición extrema era, en gran medida, cosa del pasado.
Para ver cómo esto puede sesgar los resultados, considere el ejemplo de la estatura, que es solo un poco más heredable que el CI (Gráfico 17). A principios del siglo XXI, la mayor parte de la diferencia en estatura entre individuos en economías desarrolladas era el resultado de factores genéticos. Sin embargo, la estatura media todavía había logrado aumentar significativamente en los 200 años precedentes (Gráfico 18).
En el caso de la estatura, la mayor parte del incremento se produjo por una mejor salud y nutrición. Probablemente lo mismo ocurrió con el CI. Las enfermedades en la primera infancia reducen el CI al desviar los recursos del cuerpo desde el desarrollo mental hacia la lucha contra infecciones. Existe una fuerte correlación entre el CI medido y la carga de enfermedades entre países (Gráfico 19). Varios estudios documentaron una relación sólida entre el momento de la erradicación de la malaria en EE. UU. y otras partes del mundo y las consiguientes ganancias en los CI infantiles.
El tamaño del cerebro y el CI están positivamente correlacionados. Evidencia forense de EE. UU. sugirió que el volumen promedio de los cráneos humanos adultos aumentó un 7% desde mediados del siglo XIX hasta mediados de los años ochenta, aproximadamente igual al tamaño de una pelota de tenis.
Hace tiempo que se sabe que el aprendizaje aumenta la cantidad de materia gris en el cerebro. Por ejemplo, un estudio mostró que los hipocampos de los taxistas de Londres tienden a ser más grandes porque deben memorizar y navegar rutas complejas.
El surgimiento de las sociedades modernas desencadenó un círculo virtuoso en el que la necesidad de resolver tareas cada vez más complejas animó a la gente a perfeccionar sus habilidades cognitivas, lo que condujo a aún más progreso tecnológico. En el proceso, el aumento de la inteligencia no solo benefició a quienes tenían CI más altos, sino que también generó externalidades positivas para la sociedad en su conjunto.
El fin del Flynn
El problema con los efectos ambientales es que tienden eventualmente a chocar con rendimientos decrecientes. Eso es lo que ocurrió con el efecto Flynn. Para los años sesenta, la mayoría de los factores que habían sustentado el aumento del CI, desde una mejor nutrición hasta la educación universal, ya estaban en marcha. Como resultado, mientras que los CI siguieron subiendo en economías en desarrollo, comenzaron a descender en los países más ricos.
En 2008, el propio Flynn documentó que estudiantes británicos de 14 años obtenían más de dos puntos menos en pruebas de CI que los estudiantes de 1980.
Los datos de otros países desarrollados también mostraron CI en descenso. Un estudio noruego exhaustivo encontró que los hombres nacidos alrededor de 1990 tenían CI promedio unos cinco puntos, o un tercio de desviación estándar, por debajo de los nacidos alrededor de 1975. Las comparaciones entre hermanos nacidos en diferentes años mostraron un patrón similar, lo que sugiere que la caída fue impulsada principalmente por factores ambientales que operaban dentro de las familias (Gráfico 20).
La misma tendencia a la baja en las puntuaciones de los tests era visible en conjuntos de datos internacionales como el Programa para la Evaluación Internacional de Alumnos (PISA) de la OCDE. Los resultados del ciclo PISA 2025, publicados en septiembre de 2026, fueron especialmente impactantes. Antes de la publicación, existía la esperanza de que los resultados pésimos mostrados en el ciclo anterior de 2022 fueran una aberración relacionada con la pandemia. No lo fueron. Las puntuaciones de 2025 fueron incluso más bajas que las de tres años antes (Gráfico 21).
Si bien una mayor proporción de estudiantes inmigrantes en algunos países ayudó a explicar la caída en las puntuaciones medias, esto no era toda la historia. Las puntuaciones de los estudiantes no inmigrantes también mostraron un descenso significativo (Gráfico 22).
La OCDE atribuyó la caída de las puntuaciones en parte a una menor implicación y motivación de los estudiantes. Cabe destacar que la fracción de estudiantes que no estaba de acuerdo con la afirmación “aprender cosas nuevas es aburrido” disminuyó en 60 de los 71 sistemas escolares participantes entre 2022 y 2025, y los otros 11 sistemas mostraron esencialmente ningún cambio.
La proporción de estudiantes que la OCDE describió como “lectores apresurados” – aquellos que hojeaban el texto rápidamente pero daban una respuesta equivocada – saltó de alrededor del 7% en 2022 a más del 11% en 2025.
Quizá lo más ominoso fue que los estudiantes que usaban IA para resumir textos, redactar ensayos y realizar investigación obtuvieron alrededor de 20 puntos menos en ciencia que quienes no la usaban.
Parte 3: Enseñarle cálculo a un gato
La montaña rusa financiera de la IA
Las economías modernas dependen en gran medida de una división del trabajo especializada. También se apoyan en la investigación de vanguardia, a menudo producida por sus personas más brillantes (Gráfico 23). Las poblaciones en descenso y el deterioro del nivel educativo amenazaban ambos motores del crecimiento económico.
Afortunadamente, había una nueva tecnología en el horizonte, la IA, que prometía contrarrestar estos vientos en contra. La esperanza era que mentes artificiales superpotenciadas compensaran el deterioro de la cognición humana, mientras que cuerpos humanoides artificiales aliviaban la escasez de mano de obra que se aproximaba.
Como ocurre con muchas tecnologías nuevas, la historia financiera de la IA fue accidentada. Las acciones de IA subieron tras el lanzamiento de ChatGPT en noviembre de 2022 solo para desplomarse cinco años después. Las inversiones masivas en centros de datos provocaron un exceso de capacidad computacional en 2028, que los mercados comenzaron a descontar de forma agresiva en 2027.
En muchos aspectos, el auge de la construcción de centros de datos se pareció al despliegue de internet veinticinco años antes. A finales de los años 90, se presumía que el crecimiento exponencial del tráfico de datos aumentaría los ingresos de los proveedores de equipos de telecomunicaciones. Aunque el volumen de datos transmitidos por internet creció muy rápidamente, la capacidad de transporte de datos de las fibras ópticas también mejoró dramáticamente. Como resultado, la inversión en telecomunicaciones se estancó (Gráfico 24).
Algo similar le ocurrió a la IA. Mientras que el volumen de tokens procesados por modelos de IA creció de forma exponencial, los precios por token se hundieron a medida que el hardware de IA y los propios modelos se volvían más eficientes (Gráfico 25). El coste de la IA cayó más rápidamente que en revoluciones tecnológicas anteriores (Gráfico 26).
El paisaje competitivo perjudicó el rendimiento financiero de muchas empresas de IA. A diferencia de las redes sociales, la IA no se beneficiaba de efectos de red, que se producen cuando la gente usa un producto o servicio porque otras personas lo usan. Los costes de cambio para los modelos de IA no eran particularmente altos, por lo que cuando llegaba un mejor modelo, muchas personas cambiaban a él. Esto mantuvo los márgenes en niveles muy reducidos.
A pesar de todo el discurso sobre “escalar”, la industria de la IA carecía, en general, de las sólidas economías de escala observadas en las redes sociales, el comercio electrónico y la búsqueda tradicional en internet. En esas industrias, añadir un usuario adicional era casi gratis. Con la IA, sin embargo, añadir usuarios significaba construir más centros de datos, equiparlos con chips costosos y alimentarlos con cantidades significativas de electricidad.
La demanda de centros de datos también sufrió a medida que la inferencia de IA se desplazó a dispositivos locales como portátiles y teléfonos inteligentes. Para un número creciente de tareas, los modelos locales eran tan buenos como los modelos de vanguardia alojados en centros de datos (Gráfico 27). Los centros de datos se parecían cada vez más a los ordenadores mainframe de antaño.
Microsoft absorbió OpenAI en 2028 y Apple compró Anthropic en 2029. Ambas empresas fueron adquiridas con importantes descuentos respecto a sus precios de salida a bolsa. La mayoría de las neoclouds quebraron.
En medio de las ruinas financieras, el progreso en IA continuó
Así como el tráfico de internet continuó creciendo después del estallido puntocom, la IA siguió avanzando tecnológicamente tras la crisis.
La primera generación de modelos de lenguaje grande (LLMs) fue suplantada por modelos multimodales que podían procesar diferentes formas de información, incluyendo texto, imágenes, vídeo y audio. Los modelos del mundo fueron un paso más allá, permitiendo a los sistemas de IA hacer predicciones sobre el entorno, como qué ocurriría si se empujara un vaso desde una mesa. Los agentes de IA podían formular cada vez más hipótesis y luego usar los masivos recursos computacionales a su disposición para probarlas sistemáticamente.
Con el tiempo, la IA avanzó desde la síntesis (combinar datos existentes de una forma útil) hacia la inferencia novedosa (deducir algo del conjunto de entrenamiento que no estaba explícitamente allí antes) y luego hacia el descubrimiento (crear conocimiento nuevo que residía fuera de su conjunto de entrenamiento).
Un momento seminal ocurrió en 2029 cuando una empresa china hasta entonces poco conocida presentó un modelo que había superado la llamada prueba de Einstein. Esta prueba consistía en entrenar un modelo con todo el corpus del conocimiento de la física de 1910 para ver si podía derivar de forma independiente las ecuaciones de campo de Einstein de la relatividad general, que fueron publicadas en 1915. No solo el modelo derivó las ecuaciones de Einstein, sino que lo hizo de una manera consistente con enfoques modernos que trataban el espacio-tiempo como una característica emergente del entrelazamiento cuántico.
Llegan los robots
La fusión de modelos multimodales y agentes, junto con avances en robótica, allanó el camino para una nueva generación de robots impulsados por IA capaces de llevar a cabo tareas que antes solo podían realizar los humanos.
La mayoría de los robots humanoides se producían en China, cuya amplia base manufacturera le daba una ventaja comparativa en este campo en crecimiento. El dominio chino en la producción de robots mantuvo los precios bajos. Esto permitió una adopción más rápida pero también dificultó la competencia de empresas en el resto del mundo.
El trabajo recibió una porción menor de una tarta más grande
El uso generalizado de la IA aumentó la capacidad productiva de la economía global. Como identidad aritmética, el producto debe igualar la renta. Así, la IA hizo a los países más ricos en conjunto.
Sin embargo, las ganancias de la IA no se repartieron por igual entre la población. La proporción de ingresos que fluía al trabajo disminuyó, mientras que la proporción que fluía al capital aumentó. Esto ocurrió menos porque la tasa de retorno del capital aumentara y más porque el stock de capital creció bruscamente a medida que proliferaban los robots, al igual que las fábricas en las que trabajaban.
Un stock de capital mayor –especialmente uno sujeto a una depreciación más rápida que en el pasado– requirió mucha inversión continua. Globalmente, la inversión debe igualar al ahorro. Normalmente se necesitan tasas reales más altas para fomentar el ahorro. Sin embargo, los propietarios del capital tienden a ser más ricos, y las personas más ricas en general ahorran más que las más pobres. En conjunto, las tasas reales subieron modestamente por encima de su media a largo plazo en las décadas de 2030 y 2040. Las tasas de endeudamiento empezaron luego a caer de nuevo en la segunda mitad del siglo a medida que el rápido crecimiento de los ingresos saturaba los deseos materiales de la gente y una proporción creciente de humanos con menos necesidad de gratificación inmediata alcanzó la edad adulta.
El creciente retorno de la inteligencia humana
Inicialmente, la IA sustituyó empleos que eran bastante fáciles de automatizar. Entre ellos se contaban operadores de entrada de datos, traductores, correctores y programadores junior. A medida que los vehículos autónomos se volvieron comunes, la demanda de camioneros y taxistas también disminuyó.
Con el paso del tiempo, trabajos más exigentes desde el punto de vista cognitivo se volvieron vulnerables al desplazamiento por la IA. Esto planteó la cuestión de qué, si acaso algo, debían hacer los trabajadores humanos en un mundo donde la IA podía hacer la mayor parte de lo que ellos habían hecho antes.
Para algunos, la respuesta fue básicamente no hacer nada: vivir de generosos programas gubernamentales que una tarta económica más grande hacía posibles. Sin embargo, para muchos eso no bastaba.
A los humanos les importa el estatus. A medida que la tarta económica crecía, la cuestión de quién tenía control sobre ella se volvió más pertinente. Como se señaló en la Parte 2, si bien la correlación entre inteligencia y riqueza está lejos de ser perfecta, existe una asociación positiva. Esto puso una prima mayor sobre la inteligencia humana.
Las preocupaciones de seguridad también hicieron imposible delegar todas las tareas a la IA. Como todos los sistemas suficientemente complejos, la IA estaba sujeta a la “irreduzibilidad computacional”. En la mayoría de los casos, si uno quería saber qué haría un sistema complejo diez pasos adelante, lo mejor que podía hacer era recorrer los diez pasos. Esto planteó un gran desafío para la seguridad de la IA porque significaba que, incluso en principio, no se podía predecir lo que un sistema de IA haría hasta que lo hubiera hecho.
Luego estaba lo que llegó a conocerse como el problema de “enseñarle cálculo a un gato”. Por muy buen profesor que seas, no podrás enseñar matemáticas avanzadas a un gato. A medida que los sistemas de IA se volvieron cada vez más capaces, entender sus resultados se volvió cada vez más valioso. Pero sin una mejora en la inteligencia humana, esto significaba que una proporción cada vez menor de personas podía apreciar toda la sabiduría que la IA había desbloqueado.
En lugar de ser un sustituto de la inteligencia artificial, la inteligencia humana demostró ser un complemento: cuanto más inteligente eras, más fácil resultaba funcionar en un mundo potenciado por la IA.
La única cuestión era cómo aumentar la inteligencia humana. En la década de 2020, empezó a surgir una respuesta. Se habían sentando las bases para la Guerra Mundial E.
Parte 4: Bebés diseñados
Sexo para el dormitorio, reproducción para el laboratorio
En octubre de 2026, una compañía biotecnológica antaño poco conocida, Herasight, lanzó CogPGT, un predictor genético de la capacidad cognitiva. Basándose en los resultados de estudios previos que identificaron miles de variantes genéticas asociadas con diferencias en la capacidad cognitiva, CogPGT pudo construir una “puntuación poligénica” para cada embrión.
La compañía afirmó que en una muestra de cinco embriones de los mismos padres, las puntuaciones CogPGT más alta y más baja típico correspondían a una diferencia de unos 10 puntos en CI predicho. Para 20 embriones, la diferencia subía a 17 puntos de CI (Gráfico 28).
Muy pocos clientes de Herasight priorizaban el CI en la selección de embriones. La gran mayoría solo quería niños sanos y felices. Hubo, sin embargo, una vuelta de tuerca: la puntuación poligénica para el CI se correlacionaba positivamente con puntuaciones poligénicas para una variedad de rasgos conductuales deseables y se correlacionaba negativamente con las de varios trastornos mentales (Gráfico 29). Por tanto, hasta cierto punto, seleccionar por CI resultó ser un proxy de otros rasgos que los padres potenciales querían en sus hijos.
Un mercado alcista en tecnología reproductiva
Empresas como Herasight representaban la vanguardia de lo que resultó ser un desarrollo mayor en el siglo XXI: la aplicación de la tecnología a la reproducción humana.
La incipiente industria de la “tecnología reproductiva” recibió un impulso gracias a una técnica conocida como maduración in vitro (IVM). La FIV tradicional requería de 8 a 14 días de estimulación ovárica, junto con inyecciones hormonales diarias y repetidos controles por ecografía y análisis de sangre. Innovadores como Gameto, cuya oferta ya había avanzado a ensayos de fase III en 2026, desarrollaron técnicas para desplazar gran parte de ese proceso de maduración fuera del cuerpo de la mujer. Estas ofertas prometían reducir los costes de la FIV y aminorar la carga física sobre las mujeres.
Se hicieron avances significativos en la automatización de la FIV. La tarea de inyectar esperma en un óvulo es extremadamente laboriosa, requiriendo microscopios caros y micromanipuladores operados por embriólogos altamente cualificados. Empresas como Overture Life prometieron simplificar el proceso mediante microcirugía robótica.
Mientras tanto, continuaba la investigación para reemplazar por completo la FIV con una técnica conocida como gametogénesis in vitro (IVG). A diferencia de la FIV convencional, en la que los óvulos se recogen de los ovarios de una mujer, la IVG crea óvulos funcionales a partir de células madre. Esto significaba que mujeres mayores, cuyos óvulos ya no eran viables, aún podían quedarse embarazadas. También implicaba que se podían crear docenas o incluso cientos de embriones y someterlos a puntuaciones poligénicas.
Quienes abrazaron las nuevas tecnologías argumentaron que algo tan importante como la creación de una nueva vida no debía dejarse al azar. Los opositores insistieron en que seleccionar algunos embriones y descartar otros en base a nociones preconcebidas sobre qué rasgos eran deseables era fundamentalmente inmoral. Aunque esta preocupación en particular se atenuó finalmente con la llegada de técnicas que podían predecir la composición genética de un embrión antes de combinar el óvulo y el esperma, el debate continuó. La brecha entre padres que querían niños “mejorados” y aquellos que se sentían repugnados por la idea siguió ampliándose.
Muchos inversores permanecieron indiferentes al dilema moral, centrados en cambio en cuánto dinero podían ganar. Las acciones de la “tecnología reproductiva” entraron en un enorme mercado alcista a finales de la década de 2020. El Apéndice A enumera algunos de los actores clave en el campo en 2026.
El camino hacia granjas de bebés
La mayor parte de lo que sucedió durante la Guerra Mundial E no formó parte de algún plan maestro. Más bien, los acontecimientos se desarrollaron como un conjunto de fichas de dominó que caían, con un desarrollo que desencadenaba el siguiente.
La creación de lo que llegó a llamarse coloquialmente “granjas de bebés” fue un buen ejemplo de este fenómeno. En 2029, Singapur aprobó una nueva ley que otorgaba a los padres un porcentaje de cualquier impuesto futuro que pagaran sus hijos (los propios hijos no sufrían ninguna pérdida de ingresos). La esperanza era que esto impulsara la tasa de natalidad del país, que estaba en declive.
Muchos economistas y demógrafos aplaudieron la ley alegando que crear un hijo genera una externalidad fiscal positiva: los padres asumen el coste de criar al niño, pero el gobierno captura algunos de los beneficios futuros a través de impuestos y contribuciones a la seguridad social.
La política tuvo un efecto modestamente positivo sobre la fertilidad. Esto impulsó a otros gobiernos a adoptar leyes similares. En todos los casos se introdujeron diversas condiciones para proteger el bienestar del niño, como revocar la reclamación de los padres a pagos futuros en casos de abandono o abuso.
Títulos respaldados por bebés
Una desventaja de estas leyes fue que había un largo desfase entre cuando los padres asumían los costes de criar al niño y cuando recibían una parte de los pagos fiscales del hijo. La industria financiera, nunca rehacia a lucrarse con una nueva oportunidad, entró rápidamente con lo que pasó a conocerse en broma como “títulos respaldados por bebés”.
En esencia, los padres vendían una porción del reclamo sobre los futuros pagos fiscales de sus hijos a los bancos. Los bancos empaquetaban luego estos reclamos en valores agrupados y los vendían a inversores institucionales.
La capacidad de los padres para monetizar rápidamente la decisión de tener un hijo aumentó aún más las tasas de fertilidad. Quizá más trascendentalmente, creó un fuerte incentivo para que los padres maximizasen los ingresos futuros de sus hijos. Los bancos ofrecían pagos mayores a padres cuyos hijos habían sido sometidos a cribado embrionario y tenían altas puntuaciones poligénicas para el CI y otros rasgos relevantes.
La paternidad en el siglo XXI
Si los padres podían criar a los hijos, ¿por qué no las corporaciones? Con los gobiernos ahora subsidiando la paternidad, la pregunta se volvió de repente relevante.
La Constitución de Estados Unidos no excluía explícitamente esta posibilidad, aunque tampoco la respaldaba. En una opinión muy controvertida en 2031, el Tribunal Supremo dictaminó que las corporaciones podían entrar en el negocio de la paternidad siempre que los niños que ayudaban a crear pudieran razonablemente considerarse mejor por haber nacido, incluso si no estaban tan bien como los criados en familias más tradicionales.
Estos negocios típicamente compraban embriones en criobancos. Luego pagaban a gestantes subrogadas –algunas de las cuales habían perdido sus empleos previos ante la IA– para llevar al bebé a término. Los niños eran luego colocados en familias de acogida o en instituciones reguladas. Para reducir la soledad, normalmente se usaban el mismo esperma y óvulo de donantes para múltiples niños. Esto aseguraba que la mayoría de los niños tuvieran muchos hermanos y hermanas biológicos.
A partir de la década de 2040, el uso de gestantes subrogadas fue sustituido por vientres artificiales. Esto aumentó significativamente el número de niños nacidos fuera del entorno familiar tradicional.
En algunos casos, los propios gobiernos entraron en el negocio de la paternidad. China fue particularmente agresiva en ese frente. Para 2050, el 40% de los niños nacían a través de programas estatales. Tras casi tres décadas de declive poblacional, la población china comenzó a recuperarse.
Hubo otra razón por la que los gobiernos dieron la bienvenida a este desarrollo: les proporcionó una palanca adicional para moldear las características futuras de sus poblaciones.
En promedio, los cinco grandes rasgos de la personalidad son aproximadamente un 40% heredables (Gráfico 30). Además de CI más altos, muchos gobiernos priorizaron la alta responsabilidad (conscientiousness) y la amabilidad (agreeableness) en la selección de embriones. También dieron más peso a la baja neuroticismo, que tendía a correlacionarse con mayor felicidad y mayor CI.
La Generación E alcanza la mayoría de edad
Cuando la puntuación poligénica se hizo disponible en la década de 2020, hubo mucho debate sobre el impacto que la nueva tecnología tendría en el bienestar de las generaciones futuras. Estudios de seguimiento mostraron que muchos niños expresaron arrepentimiento por no haber crecido en familias tradicionales. Sin embargo, un número sorprendentemente grande dijo que prefería su crianza, citando la ventaja de tener muchos hermanos y la posibilidad de destacar en la escuela.
Económicamente, los niños les fue bien. Estaban sobrerrepresentados en la academia y en roles de liderazgo empresarial. En programas estatales que favorecían marcadores genéticos para el atletismo, muchos llegaron a destacar en los deportes. Para la década de 2060, los atletas chinos dominaban los Juegos Olímpicos.
El temor de que China se estuviera distanciando económicamente hizo que otros países duplicaran sus propios esfuerzos para tanto expandir como mejorar sus poblaciones. La carrera armamentista genética entró en pleno apogeo.
Inicialmente, quienes estaban en la izquierda política se opusieron a la selección de embriones. De hecho, la mayoría de los gobiernos europeos prohibieron la práctica en las décadas de 2020 y principios de 2030, aunque algunas parejas pudieron usar lagunas en las leyes de privacidad para obtener información sobre sus embriones. Con el tiempo, sin embargo, quedó claro que este era un gen tecnológico que no podía volver a meterse en la botella. En ese punto, la postura de la izquierda cambió de “nadie puede tenerlo” a “si alguien puede tenerlo, todos deberían tenerlo”.
El fin de la raza humana
La esperanza de algunos en la izquierda de que el acceso universal a estas nuevas tecnologías eliminaría las diferencias entre grupos se desvaneció. Aunque las disparidades pasadas sí se atenuaron, surgieron otras nuevas y aún mayores.
Una fisura social que surgió rápidamente fue la existente entre quienes crecieron con padres y quienes no. Una división aún más profunda se produjo entre los “genéticamente mejorados” y los no mejorados. Estos últimos a menudo resentían a los primeros, mientras que los primeros cada vez miraban por encima del hombro a los segundos.
Dos desarrollos importantes en la segunda mitad del siglo XXI avivaron aún más estas tensiones.
El primero fue la ingeniería genética a gran escala. Si bien la edición genética fue posible en las décadas de 2010 y 2020 con técnicas como CRISPR-Cas9, la capacidad de crear un nuevo genoma desde cero abrió un panorama de posibilidades. La variación entre los humanos aumentó dramáticamente hasta el punto de que diferentes ramas de la humanidad se convirtieron efectivamente en especies distintas. La raza humana, al menos como concepto singular, empezó a desaparecer.
La integración de la IA y la robótica en el cuerpo humano solo superalimentó esta tendencia. El cerebro humano era extremadamente eficiente en algunas tareas pero pobre en otras. Por ejemplo, tenía muy poca memoria de trabajo, hasta el punto de que a muchas personas les costaba recordar una secuencia de 10 números aleatorios. La integración de almacenamiento digital y procesamiento neural otorgó a las personas poderes cognitivos sobrehumanos.
El crecimiento económico se disparó a niveles sin precedentes, pero también lo hizo el conflicto social. Cómo la Tierra sobrevivió a esos tiempos turbulentos sigue siendo objeto de intenso debate. Algunos lo atribuyen a la suerte. Otros lo atribuyen a un efecto de selección multiverso.
En cualquier caso, la vida no permaneció confinada a la Tierra por mucho tiempo. Se enviaron millones de sondas autorreplicantes a estrellas lejanas. Una vez encontrado un planeta adecuado, las sondas lo terraformaban. La información genética de cada colono, junto con un escaneo casi perfecto de todos los estados químicos, moleculares y dinámicos de su cerebro, se transmitía mediante señales de radio de largo alcance al nuevo mundo. Allí, esta información se usaba para ensamblar un cuerpo físico, completo con todos sus recuerdos.
La selección darwiniana continuó bajo una forma diferente. Los colonos más deseosos de difundir sus planos biomecánicos a otros sistemas estelares se convirtieron en los progenitores de futuras civilizaciones. Las preocupaciones por la subpoblación desaparecieron a medida que el cosmos estalló de vida. La última ficha de dominó había caído. Había comenzado un nuevo capítulo.
Peter Berezin
Economista Jefe
peterb@bcaresearch.com
Sígueme en
Linkedin & X
