AI Scenarios 2030 — la herramienta de prospectiva transversal del Gobierno del Reino Unido para poner a prueba políticas de IA

En abril de 2025, la Government Office for Science (GO-Science) del Reino Unido publicó AI Scenarios 2030, un informe prospectivo elaborado junto con el Department for Science, Innovation and Technology (DSIT) y el AI Security Institute (AISI), destinado a ayudar a los responsables de políticas de Whitehall a razonar sobre un futuro de la IA altamente incierto.

En lugar de previsiones, los escenarios están explícitamente diseñados como herramientas de prueba de resistencia para que los departamentos puedan comprobar si las políticas y planes existentes se sostienen ante distintas trayectorias de la IA; el GO-Science los presenta como «una base común para la reflexión intergubernamental sobre el futuro de la IA».

El equipo empleó una metodología híbrida de talleres con expertos, revisión por pares y un Análisis Morfológico General de seis incertidumbres críticas (crecimiento de la capacidad de la IA, distribución y acceso a los modelos, seguridad y controlabilidad, adopción y autonomía, desplazamiento del mercado laboral y cooperación internacional) para construir cinco escenarios internamente coherentes: Slow Burn, Open Frontier, Augmented Growth, Transformation Economy y Take-Off. Los escenarios se actualizaron en junio de 2026 y se publicaron bajo la Open Government Licence, como parte de la serie más amplia «Frontier AI: Capabilities and Risks».

GOV.UK afirma que los escenarios «se han utilizado en todo el gobierno para poner a prueba la resistencia de las políticas» y son «objeto de demanda constante», aunque se trata de un testimonio institucional y no de una medida de resultados cuantificada.

El enfoque es cualitativo por diseño: su valor reside en estructurar el debate y sacar a la luz puntos ciegos, en lugar de producir una única previsión cuantificada, por lo que su base de evidencia se apoya en la institucionalización y la reutilización repetida entre departamentos, y no en una métrica de desempeño.