Los chatbots entran en su crepúsculo

Los chatbots entran en su crepúsculo
3 min de lectura

Las capacidades de los modelos de IA progresan más rápido y permiten realizar tareas cada vez más largas, según varias evaluaciones. Los modelos punteros de los laboratorios estadounidenses salen más rápidamente que nunca, aunque intervenciones gubernamentales han limitado temporalmente el acceso a dos de los más potentes, Claude Fable y GPT-5.6.

Varios organismos miden la parte del trabajo humano que las IA pueden realizar. Las evaluaciones de METR y del AI Security Institute británico estiman la duración del trabajo de un programador humano que una IA puede efectuar a partir de un solo prompt, es decir, de una sola consigna. La prueba GDPval compara por su parte a expertos humanos con IA, con jueces profesionales. Según estas medidas, los resultados progresan a un ritmo superior al de una curva exponencial.

Epoch ha señalado que Opus 4.7, trabajando solo durante 14 horas, construyó un paquete de software que representa entre 2 y 17 semanas de trabajo de ingeniería humana, por un coste de 251 dólares en tokens. Un token es una pequeña unidad de texto que el modelo lee y produce. En sus propios experimentos, el autor indica que Fable pudo trabajar de manera autónoma durante 9 horas en proyectos de software muy complejos, que habrían requerido a un equipo más de una semana.

Los modelos más avanzados son desarrollados por Anthropic, OpenAI y Google, aunque Google no ha publicado un nuevo modelo desde hace cierto tiempo. Un segundo grupo de modelos, casi al nivel de la vanguardia, es en cambio chino. Acusan un retraso de 6 a 12 meses y son de peso abierto, lo que significa que cualquiera puede usarlos o modificarlos tras su lanzamiento, a diferencia de los modelos propietarios. Su explotación es por tanto poco costosa, aunque sus rendimientos no siempre corresponden a los anunciados por sus puntuaciones de prueba.

Agentes en lugar de chatbots

Hasta hace poco, el uso dominante consistía en pedir una tarea a la IA, verificar el resultado y luego pasar a la siguiente etapa. Este modo de colaboración sigue siendo útil, pero da paso a los agentes, sistemas que encadenan acciones sin intervención humana constante. Se apoyan en un entorno de software, llamado arnés, que les da acceso a herramientas, y en aplicaciones como Claude Code o el Codex de OpenAI.

Un estudio conjunto de OpenAI y economistas universitarios muestra que esta transición se acelera dentro de la propia empresa. Los servicios legales y los recursos humanos han adoptado los agentes a un ritmo casi idéntico al de los equipos técnicos. Un cuarto de los empleados de OpenAI hacen funcionar al menos cuatro agentes simultáneamente cada semana.

Otro estudio sobre los usuarios de Claude Code indica que los ingenieros de software muestran una tasa de éxito comparable a la de otras profesiones cuando usan la herramienta para tareas de programación. No es la profesión lo que marca la diferencia, según este trabajo, sino la experiencia: cuanto más conoce una persona su campo, más éxito tiene con la herramienta y más útiles son las respuestas que obtiene de Claude en cada prompt.

Una curva difícil de percibir

Un plan de IA redactado antes del invierno de 2025 describía un sistema capaz de unas pocas horas de trabajo, con una tasa de error bastante alta. Unos meses después, un solo prompt puede desencadenar dieciséis horas de trabajo o más. Esta progresión regular da sin embargo la impresión de saltos sucesivos, porque el ser humano percibe mal las curvas exponenciales.

El autor estima que esta dinámica explica también la inestabilidad que rodea a la IA. Las autoridades públicas han tenido que modificar sus políticas con urgencia en cuestiones de ciberseguridad, y los mercados han experimentado fuertes variaciones cuando la IA pareció amenazar ciertos modelos de negocio. Según él, estas sacudidas no traducen una madurez en curso, sino el desfase entre unas instituciones que avanzan a velocidad humana y una capacidad técnica que progresa según otra lógica.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x