El Informe del Índice de Inteligencia Artificial 2025 ofrece una visión general exhaustiva del panorama de la inteligencia artificial, abarcando desde los avances técnicos y la investigación y desarrollo, hasta las implicaciones éticas, económicas, políticas y educativas a nivel global. El informe destaca el liderazgo continuo de la industria en el desarrollo de modelos y de la academia en la investigación más citada, junto con el crecimiento significativo en las patentes y propiedad intelectual de la IA. El informe también analiza la evolución de la IA responsable, las tendencias en la inversión pública y privada, y la creciente integración de la IA en la ciencia y la medicina, todo ello mientras explora la opinión pública y los desafíos regulatorios emergentes en este campo tan dinámico.
1. Investigación y Desarrollo (Capítulo 1)
· Patentes: A nivel global, ha habido un aumento constante y significativo en el número de patentes de inteligencia artificial (IA) concedidas entre 2010 y 2023, pasando de 3.833 a 122.511. Cabe destacar que en el último año registrado, esta cifra creció un 29,6%. Esto pone de relieve la creciente innovación y actividad en torno a la propiedad intelectual en el ámbito de la IA.
En los últimos doce años, el número de patentes de IA ha crecido de forma constante y significativa, aumentando de 3.833 en 2010 a 122.511 en 2023. En el último año, el número de patentes aumentó un 29,6%.
· Distribución geográfica de las patentes: China lidera de forma destacada en el porcentaje total de patentes de IA concedidas a nivel mundial, representando el 69,70% en 2023. Estados Unidos (14,16%) y Europa (13,00%) le siguen a una distancia considerable. Esto indica una fuerte concentración de la actividad de patentado en China.
Patentes de IA concedidas (% del total mundial) por regiones seleccionadas, 2010–2023. Fuente: AI Index, 2025 | Gráfico: Informe AI Index 2025 69,70%, China.
· Patentes per cápita: Si se consideran las patentes en relación con el tamaño de la población, Luxemburgo y Corea del Sur presentan el mayor número de patentes de IA concedidas por cada 100.000 habitantes en 2023, con 17,27 y 15,31 respectivamente. En cuanto al crecimiento de esta métrica entre 2013 y 2023, Dinamarca y Australia experimentaron los mayores cambios porcentuales, con aumentos del 8.216% y 6.317% respectivamente. Esto ofrece una perspectiva distinta sobre la innovación en IA, destacando a los países con alta actividad de patentado en relación con su población.
Patentes de IA concedidas por cada 100.000 habitantes por país, 2023. Fuente: AI Index, 2025 | Gráfico: Informe AI Index 2025 Luxemburgo 17,27, Corea del Sur 15,31.
Cambio porcentual de patentes de IA concedidas por cada 100.000 habitantes por país, 2013 vs. 2023. Fuente: AI Index, 2025 | Gráfico: Informe AI Index 2025 Dinamarca 8.216%, Australia 6.317%.
· Modelos de IA destacados: La potencia computacional utilizada para entrenar modelos de IA destacados ha crecido exponencialmente desde 2012, siendo la industria el principal motor de este aumento. También se observa una tendencia hacia el desarrollo de modelos multimodales, capaces de procesar y generar distintos tipos de datos como texto e imágenes. Esto subraya la creciente escala y complejidad del desarrollo de modelos de IA.
· Límites de datos: El informe aborda la cuestión de si los modelos de IA podrían quedarse sin datos para entrenar, presentando proyecciones sobre el uso de datos públicos disponibles. Esto plantea posibles limitaciones al desarrollo futuro de la IA debido a la escasez de datos.
· Hardware y eficiencia energética: Se destaca una mejora significativa en la eficiencia energética del hardware de IA, con ejemplos como la Nvidia B100, que resulta ser 33,8 veces más eficiente que la Nvidia P100. Esta tendencia hacia hardware más eficiente energéticamente es clave para la sostenibilidad del desarrollo de IA, dada su creciente demanda computacional.
La B100 es 33,8 veces más eficiente energéticamente que la P100.
· Impacto medioambiental: El informe estima la huella de carbono asociada al entrenamiento de modelos de IA seleccionados, comparándola con las emisiones derivadas de actividades cotidianas. Este análisis pone de relieve los costes ambientales del desarrollo de la IA y genera conciencia sobre su impacto.
· Software de IA de código abierto: Estados Unidos y Europa lideran en número de estrellas acumuladas en GitHub para proyectos localizados en sus regiones. No obstante, India y China muestran un fuerte crecimiento interanual en este ámbito, lo que indica una contribución creciente a la IA de código abierto por parte de estas regiones.
2. Rendimiento Técnico (Capítulo 2)
· Modelos de lenguaje (LLMs): El rendimiento de varios modelos de lenguaje de gran escala (LLMs) se evalúa utilizando pruebas como MMLU (Massive Multitask Language Understanding), que mide la capacidad del modelo para comprender y razonar sobre una amplia gama de temas. El informe destaca como modelos con mayor puntuación a o1-mini (92,0), o1-preview (90,4) y Claude-3.5-Sonnet (85,2), según el ranking Arena-Hard-Auto de noviembre de 2024. Esto refleja los avances continuos en las capacidades de los LLMs.
En noviembre de 2024, los modelos con mejor puntuación en el ranking Arena-Hard-Auto fueron:
o1-mini (92,0), o1-preview (90,4) y Claude-3.5-Sonnet (85,2)
· Contexto largo: El informe subraya la importancia de evaluar las capacidades de recuperación de información en contextos extensos, lo cual es crucial para manejar tareas complejas y documentos largos. El modelo Gemini de Google estableció un nuevo estándar con una ventana de contexto de 1 millón de tokens, superando ampliamente el límite de 128.000 tokens de GPT-4 Turbo. Este avance permite a los modelos procesar y comprender mucha más información.
El modelo Gemini de Google estableció un nuevo récord con una ventana de contexto de 1 millón de tokens, superando el límite de 128K de GPT-4 Turbo.
· Generación de imágenes y vídeo: Se observa un progreso notable en la calidad de la generación de vídeo, con comparaciones entre ejemplos de 2023 y 2024. Modelos como Veo (DeepMind) y Pika muestran mejoras significativas en la generación de vídeos realistas y coherentes a partir de indicaciones textuales. Esto indica un avance acelerado en la capacidad de la IA para crear contenido visual.
· Programación: Se utilizan pruebas como SWE-bench y BigCodeBench para evaluar las capacidades de programación de los modelos de IA. El informe presenta el rendimiento de modelos como GPT-4o y Qwen 2.5-Coder en estas pruebas, destacando la creciente competencia de la IA en tareas de desarrollo de software.
· Matemáticas y razonamiento: El informe destaca los avances en la resolución de problemas matemáticos complejos (IMO-AG-30) y el rendimiento en pruebas generales de razonamiento como MMMU y GPQ. Esto demuestra la creciente capacidad de la IA para abordar tareas cognitivas sofisticadas.
· Robótica: El informe ilustra los avances en la capacidad de los robots entrenados con IA para realizar tareas complejas, como lo demuestra el robot ALOHA. Esto muestra una integración cada vez mayor de la IA en sistemas físicos y su potencial para la automatización.
· Evaluación y contaminación de datos: El informe menciona el surgimiento de nuevas pruebas de evaluación de capacidades de modelos y advierte sobre el problema de la contaminación de datos en los conjuntos de evaluación. Esto plantea consideraciones importantes sobre la fiabilidad y validez de las evaluaciones del rendimiento de la IA.
3. Inteligencia Artificial Responsable (Capítulo 3)
· Veracidad: Se evalúa la veracidad de los modelos de IA utilizando pruebas como FACTS, que miden la precisión y veracidad de la información generada por los modelos. El informe muestra las puntuaciones de modelos como Gemini 1.5 Pro y GPT-4o en este benchmark. Esto es crucial para entender la fiabilidad del contenido generado por IA.
· Sesgos: El informe examina los sesgos implícitos en los modelos de lenguaje relacionados con raza, género, religión y salud. Este análisis pone de relieve el potencial de los sistemas de IA para perpetuar y amplificar los sesgos sociales, lo que requiere esfuerzos específicos para mitigar estos problemas.
· Seguridad y protección: Se evalúa la seguridad de los modelos de IA mediante el benchmark HELM Safety, que mide la susceptibilidad de un modelo a generar contenido dañino o inapropiado. El informe muestra la evolución de las puntuaciones de varios modelos a lo largo del tiempo, reflejando los esfuerzos continuos por mejorar la alineación de seguridad de los sistemas de IA.
4. Economía (Capítulo 4)
· Empleo: El informe analiza el impacto de la IA en el mercado laboral, mostrando el cambio porcentual interanual en el número de ofertas de empleo relacionadas con IA en sectores seleccionados, así como la distribución por estados en EE. UU. en 2024. Esto aporta información sobre la evolución de la demanda de habilidades relacionadas con IA en distintas industrias y regiones.
· Talento en IA: Se analiza la concentración de talento en IA por género y ubicación geográfica, mostrando la penetración de habilidades de IA entre hombres y mujeres en diferentes países. También se estudia la migración neta de talento en IA, señalando el flujo de profesionales del sector entre distintas regiones geográficas.
· Inversión: La inversión privada global en IA generativa ha aumentado significativamente, alcanzando los 33.940 millones de dólares en 2024. También han crecido el número de nuevas empresas financiadas y el tamaño medio de las inversiones. Esto pone de relieve el fuerte respaldo financiero y el creciente interés en las tecnologías de IA generativa.
· Actividad empresarial: El informe analiza la adopción de la IA en distintas funciones empresariales, mostrando el cambio previsto en el tamaño de la plantilla por función debido a la implementación de IA. Esto ofrece una perspectiva sobre cómo se espera que la IA reconfigure la fuerza laboral dentro de las organizaciones.
· Despliegue de robots: Se analiza la tasa de crecimiento anual de robots industriales instalados en distintos países, observándose variaciones significativas. Esto refleja los diferentes niveles de automatización y adopción de robótica entre las economías.
5. Ciencia y Medicina (Capítulo 5)
· Descubrimientos relevantes: El informe destaca hitos importantes en la aplicación de la IA en medicina y biología, como AlphaFold 3 para el acoplamiento de proteínas y ligandos, que muestra un mejor rendimiento en comparación con otras herramientas de acoplamiento. Esto subraya el papel creciente de la IA en los avances científicos.
· El dogma central: Se presenta el crecimiento de las bases de datos públicas sobre proteínas y el aumento de publicaciones científicas impulsadas por IA en biología. También se analiza el número de modelos fundacionales aplicados a distintas técnicas de microscopía. Esto refleja el uso creciente de la IA en la investigación biológica y en la comprensión de procesos vitales.
· Atención clínica e imagen médica: El informe compara los volúmenes de tokens de entrenamiento entre modelos de lenguaje e imagen en contextos médicos frente a no médicos. También menciona modelos y enfoques de modelado destacados en el ámbito de la imagen médica. Esto demuestra la creciente capacidad de la IA para analizar imágenes clínicas y apoyar la toma de decisiones médicas.
· Descubrimiento de fármacos: Se destaca el uso de IA generativa para la optimización in silico de formulaciones farmacéuticas, incluyendo un estudio reciente en Nature sobre la mejora de formulaciones y la ingeniería de partículas con IA. Esto muestra el potencial de la IA para acelerar y mejorar el proceso de descubrimiento de medicamentos.
· Ética en IA médica: Se analizan las principales preocupaciones éticas tratadas en las publicaciones sobre ética de la IA médica, así como la financiación del NIH (Institutos Nacionales de Salud de EE. UU.) destinada a este campo. Esto refleja la creciente atención e investigación sobre las implicaciones éticas de la IA en la salud.
6. Políticas Públicas y Gobernanza (Capítulo 6)
· Contratación pública: Se analiza el valor mediano de los contratos públicos relacionados con IA en países seleccionados. Esto ofrece información sobre la inversión gubernamental en IA a través de la contratación pública.
· Gasto federal en EE. UU.: El informe examina la distribución del gasto federal estadounidense en contratos relacionados con IA por departamento. Esto muestra qué agencias gubernamentales están invirtiendo más en inteligencia artificial.
· Regulación de los deepfakes: Se presenta la situación legal a nivel estatal en EE. UU. sobre la regulación de deepfakes generados por IA en imágenes íntimas. Esto destaca el incipiente marco legal en torno al contenido generado por IA y sus posibles daños.
7. Educación (Capítulo 7)
· Educación en CS e IA en K-12: Se analiza el acceso a la educación en ciencias de la computación (CS) y en inteligencia artificial en las escuelas primarias y secundarias de EE. UU. (K-12), mostrando desigualdades basadas en factores socioeconómicos y geográficos. Esto subraya la necesidad de abordar las inequidades en el acceso a una formación básica en IA.
· Exámenes de AP en informática: El informe muestra el aumento en el número de exámenes de informática Advanced Placement (AP) realizados, así como la participación por raza/etnia en relación con los datos demográficos nacionales. Esto ofrece una visión del creciente interés por la informática y de la representación de distintos grupos demográficos.
· Educación superior en CS e IA: Se analiza el número de estudiantes internacionales de doctorado en informática en universidades estadounidenses y el número de nuevos doctorados en TIC por país. También se presenta la distribución de graduados en TIC por nivel educativo en distintos países. Esto refleja el panorama global de la educación avanzada en informática y disciplinas afines.
8. Opinión Pública (Capítulo 8)
· Apoyo a políticas sobre IA: Se analiza la probabilidad de que funcionarios locales en EE. UU. promuevan políticas relacionadas con la IA, desglosada por partido político y por año. Esto aporta información sobre la dinámica política que influye en la elaboración de políticas sobre IA a nivel local.
Este informe ofrece una visión detallada y multifacética del estado actual y las tendencias de la inteligencia artificial, abarcando desde la investigación y el desarrollo hasta su impacto económico, social, ético y político a nivel global. Se enfatiza el rápido avance de la tecnología, el aumento de la inversión, la concentración del talento en ciertas regiones y la necesidad de abordar las implicaciones éticas y de seguridad de la IA. El informe también pone de manifiesto las desigualdades existentes en el acceso a la educación en informática e IA, así como la creciente atención de los responsables políticos hacia la regulación de esta tecnología.
