Las capacidades de la inteligencia artificial se han convertido en el centro de un amplio debate en el mundo tecnológico actual. En este artículo, analizamos la historia del investigador francés François Chollet, quien busca exponer las fallas de los modelos inteligentes y mostrar su limitación frente a la inteligencia humana.
Contenidos del artículo:
- Introducción
- La mente humana y la inteligencia artificial
- La prueba ARC-AGI para la inteligencia artificial
- El debate sobre la inteligencia artificial general
- Conclusión
- Preguntas frecuentes
Introducción
El 4 de abril de 2025 a las 12:32 PM ET, el escritor Mateo Wong publicó un artículo titulado: «El hombre que busca demostrar cuán estúpida es la inteligencia artificial hoy en día». El artículo habla de dos de las figuras más destacadas en el campo de la inteligencia artificial: Sam Altman y François Chollet. A ambos los une un sueño común: construir modelos de inteligencia artificial que alcancen la llamada «inteligencia artificial general» (AGI), es decir, que igualen o superen las capacidades de la mente humana. Sin embargo, ambos hombres difieren en su visión sobre los logros actuales, ya que Altman insinuó que su empresa OpenAI está prácticamente cerca de lograrlo, mientras que Chollet, científico informático francés y destacado crítico, considera que esta afirmación es «absoluta basura».
¿Cuándo tendremos un equivalente a ChatGPT para el mundo de la robótica?
La mente humana y la inteligencia artificial
Cuando Mateo Wong entrevistó a Chollet a principios de este año, Chollet señaló que las empresas de inteligencia artificial se han acostumbrado a la pereza intelectual, afirmando que sus sistemas están al borde de la conciencia técnica o del conocimiento integral, sin ofrecer pruebas científicas sólidas al respecto. Muchas empresas presumen actualmente de la capacidad de sus modelos para superar exámenes específicos como el LSAT, el examen de Biología Advanced Placement o incluso las pruebas preliminares de sumiller en el campo del vino. Si bien estos modelos son impresionantes, para Chollet carecen de los elementos de la verdadera inteligencia, ya que son simplemente modelos que dominan tareas específicas o superan exámenes conocidos.
Chollet, al igual que Altman y otros gigantes tecnológicos, considera que el camino hacia la verdadera inteligencia artificial se extiende hacia horizontes amplios como curar enfermedades, enfrentar el cambio climático, combatir la pobreza e incluso viajar entre estrellas. Sin embargo, el éxito en estos campos requiere que la inteligencia artificial demuestre la capacidad de innovar, no solo de imitar tareas simples o compilar informes de investigación complejos.
Chollet se distingue por un estilo crítico, pero no rechaza la inteligencia artificial por completo. Ha contribuido significativamente al desarrollo de la investigación sobre el aprendizaje profundo y trabajó como ingeniero de software en Google desde 2015 hasta noviembre pasado. No obstante, le preocupa que la industria se esté desviando del rumbo.
La prueba ARC-AGI para la inteligencia artificial
En 2019, creó lo que denominó «Abstraction and Reasoning Corpus for Artificial General Intelligence», o ARC-AGI para abreviar, una prueba destinada a revelar las diferencias entre la inteligencia basada en la memorización, la recuperación y la repetición, y la «inteligencia fluida» que posee la mente humana.
Chollet define la «inteligencia fluida» como la capacidad de aprender habilidades y resolver problemas desconocidos basándose en principios fundamentales, en lugar de acumular información masiva y reproducirla. En 2022, lanzó el premio «ARC Prize» con una recompensa de 1 millón de dólares para alentar a los investigadores a llevar sus resultados a un nivel superior de pensamiento creativo.
Las pruebas demostraron que la mayoría de los seres humanos obtienen puntuaciones entre el 60 y el 70 por ciento en ARC-AGI, mientras que modelos conocidos como GPT-3 (que se convirtió en la base de ChatGPT) registraron un 0 por ciento. Más tarde, los modelos mejoraron un poco, pero ninguno se acercó al nivel humano hasta hace poco. Chollet cree que, aunque estos modelos son potentes en términos de computación y entrenamiento masivo, no poseen la facultad del pensamiento abstracto como la que tiene un niño humano.
En la prueba ARC-AGI, se pide a los modelos que llenen una cuadrícula con colores específicos de acuerdo con reglas que el examinador deduce de patrones anteriores, como notar que el color azul siempre está rodeado por un color naranja en cada ejemplo, y luego aplicar la regla a nuevos patrones. Este tipo de tarea pone claramente a prueba la inteligencia deductiva creativa, y no simplemente la capacidad de recuperar datos.
De Microsoft a Nvidia: los agentes de inteligencia artificial llegan en 2025
El debate sobre la inteligencia artificial general
Las principales empresas de inteligencia artificial habían estado evitando esta prueba porque parecía inalcanzable para sus modelos. Incluso GPT-4 solo logró una ligera mejora cuando se lanzó en 2023, y en 2024 se lanzó una versión llamada GPT-4o con una capacidad ligeramente mejor, pero los porcentajes se mantuvieron modestos (alrededor del 5 por ciento). En cuanto a Anthropic, con su modelo Claude 3.7, no superó el 14 por ciento.
Sin embargo, el punto de inflexión se produjo cuando OpenAI presentó un nuevo modelo al que llamó «o1», y luego una versión más avanzada «o3» a finales de diciembre pasado, que causó sorpresa al alcanzar el 87 por ciento en la prueba ARC-AGI, es decir, un nivel cercano al rendimiento humano. Chollet describió este logro como un «progreso real», ya que demostró que el modelo comenzó a combinar diferentes métodos de pensamiento de una manera que sugiere un cierto grado de creatividad.
A pesar del entusiasmo de muchos por el anuncio de que se acerca la inteligencia artificial general, Chollet mantuvo su escepticismo, señalando que el éxito en una sola prueba no significa alcanzar la verdadera inteligencia. Recurrió a lanzar una versión más difícil de la prueba llamada ARC-AGI-2, donde los resultados de los modelos cayeron significativamente, devolviendo a las empresas al punto de partida en la cuestión del verdadero pensamiento creativo.
Chollet explicó que los nuevos modelos como o3 de OpenAI requirieron mucho tiempo (aproximadamente 14 minutos por rompecabezas) y un costo computacional exorbitante para llegar a soluciones que parecen un «pensamiento gradual», y no un pensamiento abstracto similar al que realiza el cerebro humano en segundos. Por otro lado, algunos funcionarios de las empresas consideran que el alto costo y el pensamiento prolongado no son un obstáculo siempre que alcancen los objetivos del mercado.
Conclusión
Al final, el concepto de «inteligencia artificial general» sigue siendo controvertido, debido a que las capacidades humanas mismas son diversas y no están definidas con precisión, ni qué decir de la capacidad de imitarlas. A la inteligencia artificial aún le queda un largo camino por recorrer para aprender a inventar nuevas ideas y habilidades con una flexibilidad similar a la de la mente humana.
Preguntas frecuentes
1. ¿Cuál es la prueba creada por François Chollet?
Chollet creó una prueba conocida como ARC-AGI para medir la capacidad de los modelos para realizar pensamiento abstracto y deductivo en lugar de simplemente reproducir información almacenada.
2. ¿GPT-4 aprobó la prueba con éxito?
GPT-4 registró un porcentaje modesto al principio, y aparecieron versiones posteriores como GPT-4o con un porcentaje ligeramente mejor (alrededor del 5 por ciento), pero no se acercaron al nivel humano.
3. ¿Por qué considera Chollet que los modelos actuales no son verdaderamente inteligentes?
Porque cree que la mayoría de los modelos dependen de memorizar y reproducir cantidades masivas de datos, sin poseer la capacidad de inventar soluciones creativas para nuevos problemas.
4. ¿Cuál es la importancia de ARC-AGI-2?
ARC-AGI-2 es una versión más compleja y difícil, diseñada para probar hasta qué punto un modelo puede lograr una verdadera «inteligencia fluida» en lugar de tener éxito en patrones de alcance limitado.
5. ¿Aprobar las pruebas actuales significa lograr la inteligencia artificial general?
No necesariamente, ya que muchos expertos señalan que lograr un alto rendimiento en determinadas pruebas no significa poseer una «inteligencia» cercana a la inteligencia humana en diversos campos.
6. ¿Cómo ven las empresas de inteligencia artificial estas pruebas?
Las visiones varían; algunas las consideran una base para desarrollar modelos hacia un pensamiento más creativo, y otras se centran en los aspectos de aplicación práctica que generan ganancias.
7. ¿Cuál es el futuro de la inteligencia artificial según Chollet?
Cree que a la inteligencia artificial todavía le queda un largo camino por recorrer para desarrollar sus capacidades de pensamiento deductivo y creativo, y considera que estas pruebas impulsarán un mayor progreso.
