El artículo propone un marco evolutivo de la inteligencia artificial basado en cuatro generaciones superpuestas: AI 1.0 (Information AI), centrada en el reconocimiento de patrones y el procesamiento de datos; AI 2.0 (Agentic AI), caracterizada por sistemas capaces de tomar decisiones autónomas en entornos digitales gracias al aprendizaje por refuerzo; AI 3.0 (Physical AI), que traslada esas capacidades al mundo físico mediante robots, vehículos autónomos y sistemas ciberfísicos; y una visión especulativa de AI 4.0 (Conscious AI), que plantearía agentes auto-dirigidos, con metas propias y posibles rasgos de autoconciencia. El texto recorre setenta años de avances en algoritmos, potencia computacional y disponibilidad de datos, mostrando cómo cada uno de estos factores ha impulsado un salto generacional.
Además, se analiza las sinergias entre estas generaciones y los desafíos que plantean. Destaca el papel actual de los modelos fundacionales y los large language models como puente hacia capacidades más autónomas, así como el desplazamiento hacia paradigmas centrados en los datos y la necesidad de computación distribuida para sistemas físicos complejos. Finalmente, subraya que el avance hacia AI 4.0 abre interrogantes profundos sobre alineamiento, gobernanza y seguridad, lo que exige marcos éticos y regulatorios robustos para garantizar un desarrollo responsable y beneficioso para la sociedad.