A comienzos de 2026 todavía no existe una comprensión completa de qué es la inteligencia artificial.
Persisten debates sobre su alcance, límites e impacto en el trabajo humano; en el ámbito jurídico no hay consenso sobre qué regular, cómo hacerlo o si es necesario regular, y han surgido propuestas extremas como otorgar personalidad jurídica a sistemas de IA. Al mismo tiempo, la discusión tecnológica se desplaza hacia un nuevo terreno: la computación cuántica.
Durante años, el avance de la inteligencia artificial siguió una lógica relativamente estable: más datos, más capacidad de cómputo y más energía. Ese esquema permitió desarrollar modelos cada vez más sofisticados, capaces de intervenir en decisiones antes exclusivamente humanas. Hacia finales de 2025, sin embargo, cada avance puso de manifiesto límites estructurales.
En ese contexto, la computación cuántica dejó de ser una promesa lejana y pasó a ser una variable concreta del presente. No se presenta como un reemplazo inmediato de la computación clásica, sino como un nuevo entorno en el que la IA y otras tecnologías se reevaluarán y adaptarán.
Informes recientes muestran que los costos de entrenar modelos de vanguardia han crecido de forma notable en los últimos años.
El AI Index Report 2024 indica que entrenar modelos como GPT-4 y Gemini Ultra implicó gastos de cómputo estimados en decenas o cientos de millones de dólares. Además, estimaciones sobre el gasto de OpenAI en 2024 reflejan inversiones de miles de millones en infraestructura e I+D, lo que evidencia la concentración de recursos técnicos y económicos en pocos actores y plantea retos para la apertura y sostenibilidad del ecosistema tecnológico.
La cuestión ya no es si llegará la computación cuántica, sino cómo afectará a sistemas que hoy alcanzan los límites de la arquitectura clásica. Los modelos actuales, cada vez más grandes y costosos, afrontan restricciones energéticas, económicas y operativas difíciles de sostener. La computación cuántica no promete modelos más grandes, sino métodos de entrenamiento potencialmente más eficientes, capaces de abordar ciertos problemas de optimización y cálculo de manera diferente a la computación clásica, con posible reducción de costes energéticos y económicos.
Es importante distinguir la computación clásica de la cuántica. La computación clásica usa bits que en un instante dado están en uno de dos estados excluyentes, 0 o 1. La lógica cuántica involucra estados superpuestos que, hasta que no se mide el sistema, pueden representar múltiples posibilidades simultáneamente.
Una analogía sencilla es la de una moneda girando: mientras está en el aire contiene ambas caras hasta que cae y se observa; en términos cuánticos, ese acto de observar hace colapsar el estado. La computación cuántica aprovecha la etapa anterior al colapso.
La IA está empezando a operar en ese nuevo contexto tecnológico, por lo que considerarla únicamente como una herramienta queda corto. No porque adquiera conciencia, sino porque su capacidad para actuar, decidir y producir efectos relevantes puede ampliarse de forma significativa.
Además, gran parte de la infraestructura digital actual depende de esquemas criptográficos diseñados para resistir ataques de la computación clásica. La posibilidad de que algoritmos cuánticos comprometan esas protecciones ya es un escenario que preocupa a organismos técnicos y reguladores.
La transición a esquemas criptográficos post-cuánticos no es solo un reto técnico: es una decisión estratégica que afecta la seguridad jurídica, la protección de datos personales y la confianza institucional.
En este nuevo escenario, la IA puede servir tanto para defensa como para ataque: reforzar sistemas de protección o acelerar su obsolescencia; ayudar a detectar vulnerabilidades o facilitar su explotación.
Así, la tecnología deja de ser neutra y se convierte en un factor de poder que exige repensar los marcos de gobernanza existentes.
El panorama internacional acompaña este cambio: la Organización de las Naciones Unidas declaró 2025 como Año Internacional de la Ciencia y la Tecnología Cuántica.
En Argentina se avanzó con iniciativas concretas: la Comisión Nacional de Energía Atómica impulsó el desarrollo de procesadores cuánticos superconductores desde el Centro Atómico Bariloche; se consolidó la red federal QUBIT.AR; universidades nacionales fortalecieron la formación y equipamiento en tecnologías cuánticas; y el sistema científico local accedió a plataformas de computación cuántica en la nube como IBM Quantum y Amazon Braket.
Pensar la inteligencia artificial en el umbral cuántico implica reconocer que el cambio ya está en marcha: el modelo que sostuvo el desarrollo tecnológico de la última década comienza a agotarse y nuevas formas de computación plantean preguntas aún sin respuesta clara.
La moneda sigue girando en el aire; el resultado todavía no está definido.
Sin embargo, cuando ocurra el colapso —el punto de inflexión en el que se consoliden estas nuevas capacidades— no habrá marcha atrás. La forma que adopte ese nuevo mundo dependerá, en gran medida, de las decisiones que tomemos ahora.
