Un grupo internacional de investigadores constató que la inteligencia artificial continúa fallando al responder preguntas que exigen razonamiento conceptual y no solo la recuperación de información en línea, lo que evidencia que todavía no alcanza el nivel del pensamiento humano en tareas académicas de mayor complejidad.De acuerdo con un comunicado difundido el pasado jueves por la Universidad de Granada (UGR), en España, el estudio surgió con la finalidad de analizar si los actuales grandes modelos de lenguaje cuentan realmente con una capacidad creativa y amplia para resolver problemas, o si su desempeño se limita a una gestión avanzada de los datos que obtienen de la nube.Para ello, la comunidad científica diseñó una batería de preguntas de alta complejidad técnica y conceptual como parte de su investigación, llamada 'Humanity's Last Exam' ('Último Examen de la Humanidad', en español), publicada en la revista Nature.Así, un equipo formado por 1.100 científicos de todos los ámbitos de la ciencia y las humanidades -entre los que se encuentra la española María Cruz Boscá, de la UGR- sometió a la IA a un "gran examen" para valorar su réplica a preguntas de respuesta inequívoca y verificable pero que requieren más que una búsqueda en internet.Cada pregunta tiene una solución conocida que es inequívoca y verificable, pero que no puede responderse rápida y fácilmente mediante una búsqueda en internet.Como detalla el artículo 'Una base de referencia de preguntas académicas de nivel experto para evaluar las capacidades de la IA', el resultado es que, a día de hoy, incluso los modelos más avanzados de IA tropiezan con conceptos científicos profundos y heredan errores de los manuales clásicos, lo que pone de relieve una marcada diferencia entre las capacidades actuales de los LLM y las de los expertos humanos en las diferentes preguntas académicas planteadas, referentes a diversos campos científicos.Según explicó la profesora Boscá, que puso a prueba los límites del razonamiento artificial en el ámbito de la física cuántica, su investigación comprobó que las inteligencias artificiales no lograron elegir las respuestas correctas cuando tenían que realizar una profunda comprensión conceptual.En una de las cuestiones, relacionada con la paradoja Einstein-Podolsky-Rosen, la máquina falló debido a un sesgo interpretativo clásico, asumiendo una realidad objetiva en la medición que contradice los principios cuánticos.En otro caso, relativo al experimento Stern-Gerlach, la IA reprodujo un error factual que se repite en numerosos manuales científicos, demostrando que estos sistemas pueden perpetuar equivocaciones bibliográficas si no se les entrena para discernir la respuesta correcta.No obstante, la doctora Boscá subrayó que los sistemas actuales de LLM más avanzados trascendieron ya la mera búsqueda de información para comenzar a realizar análisis reflexivos complejos a partir de los datos disponibles."El verdadero hito llegará cuando la IA no solo evite errar en el conocimiento establecido, sino que además sea capaz de plantear nuevas preguntas y ofrecer respuestas a incógnitas científicas que hoy en día los humanos aún no hemos logrado resolver", concluyó.* * * Mantente al día con las noticias, únete a nuestro canal de WhatsApp * * * NA
