La Advertencia de los Escépticos se Cumple: la IA Resulta Ser Mucho más Torpe de lo Esperado…

No todos los lanzamientos de IA cumplen sus propias promesas, y el estreno de GPT-5 es el ejemplo más reciente. Justo cuando parecía inminente una evolución gracias a modelos más potentes, los primeros análisis indican que no estamos ante el salto que muchos esperaban. Aunque se reconoce un progreso respecto a GPT-4, falta un giro radical que marque diferencia real en la vida diaria o en los negocios.

El nuevo modelo unificado, presentado hace semanas por OpenAI, ha alimentado el escepticismo sobre el futuro inmediato de la IA generativa. En vez de acercarnos a escenarios transformadores, GPT-5 confirma que el ritmo de mejora se ha ralentizado.

El análisis de pruebas como FrontierMath detecta mejores resultados específicos y una aparente comprensión superior en ciertos problemas, pero la mejora no es tan notoria ni universal como la de anteriores saltos generacionales.

Si lo comparamos con GPT-4, la diferencia es más bien incremental

De hecho, las variantes más avanzadas como GPT-5 Pro o GPT-5 Thinking sí consiguen reducir las alucinaciones y mostrar mejores resultados en tareas complejas, pero la base sigue pareciendo una mejora modesta. Por el contrario, la versión “Auto”, según análisis independientes, deja mucho que desear salvo para el uso gratuito.

Hay un debate abierto sobre si el método tradicional de “más datos y más potencia trae mejores modelos” sigue funcionando como hasta ahora. La “ley del escalado” que popularizó OpenAI en 2020 tuvo gran sentido en saltos como de GPT-2 a GPT-3, cuando sí se notó un avance claro.

Pero figuras como Gary Marcus matizan que nunca fue una ley universal e incluso Satya Nadella, CEO de Microsoft, estima que esas mejoras están tocando techo. Este desacuerdo ha cobrado fuerza al comprobar que el nuevo modelo apenas consigue resolver nuevos tipos de problemas de forma original, salvo contadas excepciones.

Muchas predicciones partían del supuesto de que duplicar datos y potencia siempre implicaría avances y modelos más listos, algo parecido a la antigua Ley de Moore para los procesadores. Pero la realidad está mostrando señales diferentes.

Analistas como Ed Zitron y el propio Gary Marcus llevan meses alertando que la evolución actual se traduce, más bien, en refinamientos sutiles. Incluso Ilya Sutskever, mente detrás de ChatGPT, ha reconocido límites a este modelo de crecimiento continuo.

Por qué el estancamiento de la IA generativa cambia las expectativas

El trasfondo es importante: la IA basada en reglas y símbolos dominó hasta los años 90 y después, al estancarse, dio paso a las redes neuronales, lo que hizo posible la actual fiebre de modelos generativos. Ahora, muchos consideran que esa fiebre entra en una nueva fase.

El propio Thomas Wolf, de Hugging Face, define la IA actual como “un país de hombres que dicen sí a todo en servidores”, criticando que los sistemas generativos apenas producen conocimiento original ni cuestionan los datos previos.

Este fenómeno recuerda a un estudiante brillante que, pese a sacar buenas notas, solo repite lo que ha aprendido y no arriesga respuestas ni desafía el temario. Como apunte irónico, Yann LeCun —referente de la IA moderna— llegó a calificar estas inteligencias generativas como tontísimas porque siguen patrones y no exploran por cuenta propia nuevos razonamientos.

¿Qué papel jugará la inteligencia artificial si no avanza más allá del modelo generativo actual?

El mercado y los usuarios pueden verse afectados pronto. Grandes inversores apostaban a que la IA transformaría la economía y la sociedad, pero algunos analistas estiman que su valor no superará los 50.000 millones de dólares, lejos del soñado billón.

Si la línea actual se confirma, la IA quedará como una herramienta valiosa para ahorrar tiempo y mejorar tareas concretas, algo más próximo al impacto que tuvieron el PC o internet: hacer procesos más rápidos y optimizar el trabajo, sin alterar radicalmente el tejido social o laboral.

Parte de la decepción proviene de expectativas sobredimensionadas

El propio Gary Marcus subraya que las “leyes del escalado” pueden fallar antes de lo que muchos inversores desearían. Los datos que sostienen esta advertencia proceden de comparativas independientes de rendimiento y han sido verificados por diferentes laboratorios, como muestra este apunte: “La mejora incremental de GPT-5 sobre GPT-4 no supone un salto cualitativo, pero sí avances medibles en tareas específicas” (Zvi Mowshowitz).

Faltan modelos radicalmente distintos o alguna disrupción tecnológica que supere el límite de las redes neuronales. Por ahora, las señales más claras de que algo podría cambiar de rumbo estarán en el lanzamiento de productos que realmente sean capaces de generar conocimiento nuevo o de razonar mucho más allá de lo que dicta el entrenamiento actual.

Hasta entonces, el consejo es rebajar expectativas: la evolución de la inteligencia artificial, al menos en la vía generativa, recuerda a otras tecnologías que, aunque útiles y revolucionarias en su día, acabaron limitadas por su propio paradigma.

Si se repiten patrones de los años 90 o del boom inicial del PC, veremos que la IA servirá para resolver tareas, no para sustituir el ingenio humano.