dataqbs

El gráfico más malinterpretado en IA acaba de recibir una gran actualización

· Fuente: MIT Technology Review

Un nuevo informe de METR, la organización sin ánimo de lucro que evalúa capacidades de IA, actualiza su famoso “gráfico del horizonte temporal”, que había sido interpretado de forma errónea por gran parte del público. El estudio muestra que los modelos de frontera siguen duplicando cada cuatro meses la longitud de las tareas verificables que pueden completar, lo que confirma una tendencia exponencial en áreas como la programación y las matemáticas, donde el éxito se puede medir automáticamente.

Sin embargo, la investigación también revela que los sistemas actuales siguen rezagados en tareas que requieren juicio o creatividad, como diseñar nuevas evaluaciones de IA o puntuar argumentos filosóficos. Incluso los modelos más avanzados, que superan a la mayoría de los humanos en ingeniería de software, no lograron producir evaluaciones útiles para los investigadores de METR, y sus puntuaciones en razonamiento filosófico fueron inferiores a las humanas.

Algunos de los modelos más recientes, como Opus 5.5, alcanzan un desempeño “ligeramente por encima del umbral” en la creación de evaluaciones, una mejora respecto a la categoría “claramente por debajo” registrada hace un año, aunque todavía insuficiente para aplicaciones prácticas. Los expertos coinciden en que, aunque el progreso en tareas verificables no muestra signos de desaceleración, predecir avances en tareas abiertas y de juicio sigue siendo complejo.

Esta noticia es relevante porque el ritmo de mejora en tareas verificables impulsa la adopción de IA en sectores como el desarrollo de software, mientras que la limitada capacidad de juicio dificulta la automatización de la investigación y el desarrollo, un objetivo clave para la próxima generación de sistemas inteligentes.

Leer artículo original en MIT Technology Review

Este resumen es una síntesis informativa elaborada por dataqbs.com. Todos los derechos sobre el contenido original pertenecen a su autor y al medio de comunicación citado. Nosotros solo actuamos como curadores de noticias tecnológicas, sin reclamar autoría alguna.

Lee esto en English · Deutsch · Français · Italiano