Decí lo que quieras sobre si la inteligencia artificial algún día será tan inteligente como un ser humano. Pero ya se ha convertido en una estudiante estrella de matemáticas. El verano pasado, la IA desarrollada por Google y OpenAI respondió correctamente a cinco de seis preguntas complejas en la Olimpiada Internacional de Matemáticas, una competición anual para los mejores estudiantes de secundaria del mundo.
Sin embargo, el sentido común de la IA aún puede ser algo deficiente. Unos meses después, Anuradha Weeraman, una ingeniera de software de Sri Lanka, notó que los sistemas de IA más avanzados tenían dificultades para responder a una pregunta que, en esencia, era capciosa y que la mayoría de la gente consideraría ridículamente sencilla. Cuando les dijo a varios chatbots que necesitaba llevar su coche a un taller mecánico que estaba a solo 50 metros y les preguntó si debía ir andando o en coche, los chatbots le dijeron que fuera andando.
“Sustitución progresiva de la realidad”. El papa León XIV volvió a advertir sobre los riesgos de la IA
La extraña forma en la que la IA parece genial en un momento y torpe en otro es lo que los investigadores, ingenieros y economistas llaman “inteligencia irregular”. Utilizan este término para explicar por qué la IA avanza a pasos agigantados en algunas áreas, como las matemáticas y la programación informática, mientras que todavía tiene dificultades para progresar en otras.
El término, ampliamente utilizado por quienes desarrollan IA y analizan sus efectos, podría ayudar a replantear el debate sobre si estos sistemas se están volviendo tan inteligentes como los humanos o incluso más. En cambio, los investigadores argumentan que la IA es algo completamente diferente: mucho mejor que los humanos en algunas tareas y mucho peor en otras.
Comprender esas fortalezas y debilidades también puede ayudar a los economistas a entender mejor el impacto de la IA en el futuro del empleo. Si bien los programadores principiantes tienen motivos para preocuparse por sus puestos de trabajo, por ejemplo, no está tan claro —al menos por ahora— cómo afectará la IA a otros empleos. Sin embargo, observar dónde comienza la IA a experimentar mejoras rápidas podría ayudar a predecir qué tipos de empleos se verán afectados por esta tecnología.
“El rendimiento de estos sistemas varía y no es fácil predecir cuándo fallarán al realizar tareas que un ser humano puede hacer”, dijo el Sr. Weeraman.
El término “inteligencia irregular” fue acuñado por Andrej Karpathy, uno de los investigadores fundadores de OpenAI, exjefe de tecnología de conducción autónoma en Tesla y, en las redes sociales, uno de los comentaristas más seguidos sobre el auge de la IA.
Encarece a computadoras y celulares. Pronostican que la escasez de chips de memoria seguirá hasta fines de 2027
“Algunas cosas funcionan extraordinariamente bien (según los estándares humanos), mientras que otras fracasan catastróficamente (de nuevo, según los estándares humanos)”, escribió en las redes sociales en 2024 y agregó: “Y no siempre es obvio cuál es cuál”.
Según señaló, esto es diferente del cerebro humano, “donde gran parte del conocimiento y la capacidad de resolver problemas están altamente correlacionados y mejoran linealmente en conjunto, desde el nacimiento hasta la edad adulta”.
Desde que OpenAI impulsó el auge de la IA en 2022, los ejecutivos tecnológicos han oscilado entre advertir que sus nuevas creaciones podrían tener un efecto devastador en los empleos de oficina y entre minimizar el impacto a largo plazo en el trabajo.
Hasta ahora, fuera del sector tecnológico, solo existen testimonios anecdóticos de que la IA se haya convertido en un factor de pérdida de empleos. Sin embargo, dada la rapidez con la que avanza la tecnología, muchos expertos argumentan que la cuestión no es si la IA reemplazará a otros tipos de trabajadores de oficina, sino cuándo. Hace tan solo unos años, estos sistemas apenas comenzaban a mostrar las habilidades de programación más rudimentarias.
“Han mostrado mejoras increíbles”, expresó Alex Imas, economista de la Escuela de Negocios Booth de la Universidad de Chicago, y agregó: “Cada vez que hay una nueva versión importante, la gente se sorprende de todo lo que puede hacer”.
Pero la tecnología que amplía las capacidades de los trabajadores sin reemplazarlos tiene muchos precedentes, y eso es precisamente lo que algunos investigadores de IA y economistas sostienen que sucederá. Ya en la década de 1960, una calculadora de bolsillo podía sumar, restar y multiplicar mucho más rápido que una persona. Eso no significaba que una calculadora pudiera reemplazar a un contable.
De La Plata al Nasdaq. Pagan US$12,5 millones por una startup argentina que creó un virus que caza tumores cancerígenos
Ahora, sistemas como Claude de Anthropic y Codex de OpenAI también pueden escribir código informático mucho más rápido. Sin embargo, no son muy buenos para comprender cómo cada fragmento de código encaja en una aplicación de software más amplia. Para eso necesitan ayuda humana.
“Si un trabajo implica varias tareas diferentes —y la mayoría lo hacen— algunas se automatizarán y otras no”, explicó el Dr. Imas y agregó: “Y si ese es el caso, el trabajador puede tener más tiempo para dedicarse a tareas más importantes”.
El mes pasado, François Chollet, reconocido investigador de IA, lanzó una nueva prueba de referencia digital llamada ARC-AGI 3. Esta prueba solicita soluciones a cientos de rompecabezas tipo juego sin proporcionar ninguna instrucción sobre cómo resolverlos. Según las pruebas realizadas por Chollet y el ARC Prize, el laboratorio de investigación sin fines de lucro que supervisa la prueba, todos los rompecabezas pueden ser resueltos por una persona promedio sin entrenamiento, pero los sistemas de IA más avanzados no logran dominar ninguno de ellos.
Una vez que la gente se da cuenta de que la IA es una inteligencia irregular, según expertos como el Sr. Chollet, desarrollan una mejor comprensión de cómo es probable que evolucione la IA en los próximos años y qué efecto podría tener en el mercado laboral. “Esto dependerá de qué tareas automatice, cómo y cuándo”, indicó el Dr. Imas.
Los sistemas de IA como Claude y ChatGPT de OpenAI aprenden sus habilidades identificando patrones en datos digitales, incluidos artículos de Wikipedia, noticias, programas informáticos y otros textos recopilados de internet. Pero esto tiene sus limitaciones. Internet alberga solo una pequeña fracción del conocimiento humano. Registra lo que la gente hace en el mundo digital, pero contiene relativamente poca información sobre lo que sucede en el mundo físico.
Esto significa que estos sistemas pueden escribir correos electrónicos, responder preguntas, improvisar sobre casi cualquier tema y generar código informático. Sin embargo, dado que los sistemas de IA reproducen los patrones que encuentran en los datos digitales, no son buenos para planificar con anticipación, generar nuevas ideas o abordar tareas que no han visto antes. “La IA no tiene inteligencia general”, dijo el Sr. Chollet y agregó: “Lo que tiene es una gran variedad de habilidades”.
Ahora, empresas como Anthropic y OpenAI están enseñando a estos sistemas habilidades adicionales mediante una técnica llamada aprendizaje por refuerzo. Por ejemplo, al resolver miles de problemas matemáticos, pueden aprender qué métodos conducen a la respuesta correcta y cuáles no.
Esto funciona bien en áreas como las matemáticas y la programación informática, donde las empresas de IA pueden definir claramente el comportamiento correcto e incorrecto (la respuesta a un problema matemático es correcta o incorrecta; el código informático supera una prueba de rendimiento o la suspende).
Pero el aprendizaje por refuerzo no funciona tan bien en áreas como la escritura creativa, la filosofía o incluso algunas ciencias, donde la distinción entre el bien y el mal es más difícil de precisar. “La programación, que actualmente entusiasma a todo el mundo, no representa todo lo que hace la IA”, afirmó Joshua Gans, economista de la Escuela de Administración Rotman de la Universidad de Toronto, y agregó: “Con la programación, es mucho más fácil usar un sistema de retroalimentación para determinar qué funciona y qué no”.
Para los usuarios, a menudo es difícil discernir qué hace bien la IA y qué no. Y cuando finalmente comprenden las fortalezas y debilidades de los sistemas, la tecnología cambia. “La imprevisibilidad de la IA implica que los problemas pueden surgir de cualquier parte”, afirmó el Dr. Gans y agregó: “Existen deficiencias, y no siempre sabemos dónde están”.
La incógnita reside en que la IA está mejorando rápidamente. Muchas de las deficiencias que el Dr. Karpathy y otros señalaron en 2024 y principios de 2025 ya no existen. Las empresas encontrarán otras carencias y también las corregirán. “Las brechas tecnológicas se están cerrando”, concluyó el Dr. Imas.
