La IQ Era: cuando la tecnología deja de asistir y empieza a decidir

La IQ Era (era del cociente intelectual) es un concepto emergente, escogido incluso como el lema del MWC Barcelona 2026, que intenta nombrar una transición en marcha: el paso desde la era digital —centrada en informatizar y conectar información— hacia un escenario donde la inteligencia se integra de manera masiva en el entorno físico. Antonio Pita, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya (UOC), la define como una etapa que combina inteligencia artificial, robótica, internet de las cosas (IdC) y edge computing, dando lugar a sistemas capaces de entender situaciones y tomar decisiones operativas en tiempo real, integrados en redes, dispositivos e infraestructuras.

El matiz es crucial: desplaza el debate desde qué puede hacer la IA a qué pasa cuando la IA actúa. Mientras en la era digital la iniciativa seguía siendo humana, la IQ Era se caracteriza por una autonomía creciente, donde la tecnología deja de limitarse a asistir y pasa a ejecutar. Pita sitúa aquí la ruptura: sistemas con iniciativa propia que introducen nuevos problemas de responsabilidad y control.

Esta nueva agencia técnica tiene tres consecuencias: la reorganización del valor y del empleo a gran velocidad; la dependencia de una infraestructura mucho más exigente (conectividad y cómputo de proximidad) y una factura material (energía, agua, red) que condiciona la viabilidad del despliegue.

Consecuencias en el ámbito laboral

El rasgo distintivo no es que la IA sea mejor, sino que se vuelve operativa en el mundo real. Cuando la inteligencia se distribuye por sensores, robots y redes, la tecnología deja de ser un canal y pasa a ser un actor. Esto afecta al tejido económico mediante la productividad y la reasignación de valor.

El experto subraya el potencial de eficiencia: sistemas que deciden y actúan pueden reducir fricciones y adaptar procesos casi en tiempo real. Pero ese aumento de productividad no se reparte automáticamente. El impacto social es más intenso por la velocidad del cambio y la dificultad de reentrenarse a tiempo. El resultado es un mercado laboral divergente o «efecto K»: algunos perfiles amplifican su rendimiento con IA, otros ven su función automatizada o devaluada.

En este patrón, los perfiles júnior son el eslabón débil. El acceso al trabajo cualificado se apoyaba en un aprendizaje mediante tareas rutinarias, precisamente las primeras en automatizarse o ser absorbidas por seniors aumentados con IA. Esto acelera la desaparición de profesiones ligadas a tareas repetitivas, mientras crea nuevas que requieren perfiles distintos, más híbridos y tecnológicos.

De ahí la necesidad de un giro educativo: menos acumulación de conocimiento y más énfasis en capacidades transferibles como pensamiento crítico, resolución de problemas complejos, adaptación y aprendizaje continuo. Saber usar herramientas es insuficiente; lo diferencial es saber plantear problemas, auditar resultados y tomar decisiones bajo incertidumbre.

Esta transición reabre discusiones políticas urgentes. Pita introduce explícitamente «la necesidad de mecanismos de protección y redistribución, como el ingreso mínimo vital o la renta básica«, no como solución total, sino como amortiguadores, en el corto plazo mientras se redefine la educación y el trabajo, ante un escenario que puede generar riqueza a gran escala y, al mismo tiempo, dejar atrás a parte de la sociedad. Como indica un documento reciente de la OCDE (Organización para la Cooperación y el Desarrollo Económicos), son urgentes políticas que mitiguen los riesgos y beneficien a la mayoría.

Además, la autonomía no se limita a lo económico. El experto advierte que los sistemas con mayor autonomía ya se desarrollan en ámbitos sensibles, como la defensa, donde «las máquinas podrían reemplazar decisiones humanas en el uso de la fuerza», lo que plantea debates éticos profundos sobre quién controla la acción y la responsabilidad. La IQ Era no solo multiplica la eficiencia; desplaza fronteras de control en decisiones potencialmente irreversibles.

Infraestructura, energía y ciberseguridad

Si la IQ Era consiste en inteligencia distribuida por el mundo físico, su condición de posibilidad es la infraestructura. La conectividad deja de ser un soporte neutro para volverse crítica: sin red y sin cómputo cercano, no hay reacción en tiempo real ni autonomía segura. El profesor lo formula así: «No hablamos solo de más velocidad o más cobertura, sino de dotar de capacidad de comunicación y cómputo a cada punto del espacio donde la inteligencia tenga que actuar».

Esto introduce el edge intelligence como pieza central: llevar análisis y decisión al borde de la red —donde se generan los datos— para actuar con baja latencia y resiliencia ante fallos de conectividad. Sus ejemplos (porteros automáticos, robots domésticos, drones de emergencia) subrayan que son requisitos operativos cotidianos: decidir en el acto y seguir funcionando, aunque la conexión falle. Además, el edge reduce el tráfico hacia la nube y puede limitar la exposición de datos sensibles, además de un ahorro energético considerable.

Pero la misma arquitectura que hace viable la IQ Era ensancha el riesgo. En ciberseguridad, Pita describe un escenario propicio para la multiplicación de vulnerabilidades: más sensores, más IdC y más IA en procesos críticos implican más puntos de entrada. El salto inquietante es el cambio de naturaleza de los incidentes: cuando un sistema inteligente controla infraestructuras o vehículos, un fallo deja de ser solo una «brecha de datos» para convertirse en un riesgo físico, económico y social. A eso se le añade una dinámica empresarial conocida: la presión por «llegar antes» hace que la seguridad no se incorpore desde el diseño, sino como parche posterior.

La privacidad y la soberanía del dato también se reconfiguran. Pita plantea que la privacidad ya no es solo un debate legal, sino una propiedad técnica del sistema que, si no se incorpora desde el inicio, es difícil «recuperarla» después. En un entorno de sensores ubicuos, la diferencia entre protección y vigilancia la marcan decisiones de arquitectura (qué se procesa localmente, qué se centraliza, quién controla la capa inteligente).

En el Anuario Computing 2026, Pita analiza la dimensión material que suele ignorarse: la IQ Era necesita algoritmos, pero también electricidad, agua y red. Subraya el «lado B» del crecimiento explosivo de la IA y aporta cifras elocuentes: en 2022, los centros de datos en EE. UU. consumieron aproximadamente 17 gigavatios (el equivalente al consumo continuo de unas 17 centrales nucleares), y algunos grandes centros pueden usar hasta 19 millones de litros de agua al día. La demanda global de electricidad de estos centros podría más que duplicarse para 2030.

La clave no es demonizar una consulta, sino entender la escala. Pita ofrece un cálculo sencillo para desactivar tanto la alarma fácil como el negacionismo cómodo: «Se estima que una consulta típica a un modelo de lenguaje grande (LLM) consume en torno a 0,34 Wh de electricidad para los modelos más eficientes. Pero ¿esto es mucho o es poco? Recorrer 10 kilómetros con un coche eléctrico gasta lo mismo que hacer 4.000 consultas a ChatGPT o tener el horno encendido durante media hora».

El mensaje es claro: lo que parece pequeño por interacción se vuelve estructural por volumen, dependencia y proliferación de sistemas que interactúan entre sí. Ese efecto de escala se agrava por un desajuste temporal: la IA ha comprimido su adopción en pocos años, mientras que la infraestructura energética y digital madura más despacio.

En el caso de España, ya hay señales de saturación: en 2024, el 49 % de la energía solicitada fue rechazada, el 41 % seguía en trámite y solo el 9 % fue autorizada; además, aelēc (Asociación de Empresas de Energía Eléctrica) indicó que el 83 % de los nodos de la red de distribución ya están saturados.

El experto no atribuye este estrés únicamente a la IA —hay más factores, desde internet hasta el coche eléctrico—, pero sitúa la IA como el acelerante que llega cuando la infraestructura ya no estaba holgada.

Para empresas y administraciones, la implicación es incómoda pero práctica: la IQ Era no se gestiona solo con estrategias de innovación, sino con ingeniería de infraestructura, eficiencia y gobernanza. El Anuario lo formula como un reto para ejecutivos tecnológicos: incorporar eficiencia, escalabilidad y sostenibilidad en la ecuación de adopción, porque el problema no es cada acción aislada, sino la escala global y la velocidad de adopción que pone a prueba sistemas corporativos e infraestructuras nacionales.