El mundo de la inteligencia artificial (IA) está lleno de avances y desafíos. Por un lado, se ha demostrado que ChatGPT, el popular chatbot de Anthropic, puede obtener puntajes impresionantes en exámenes estandarizados como el SAT, llegando a una puntuación de 710 sobre 800. Esto sugiere que la IA puede superar a los humanos en tareas académicas tradicionales.
Sin embargo, la IA también enfrenta importantes limitaciones. Si bien ChatGPT puede aprobar exámenes avanzados, aún comete errores y genera "alucinaciones" en sus respuestas, lo que plantea preocupaciones sobre su confiabilidad. Además, los grandes modelos de lenguaje actuales requieren enormes cantidades de recursos computacionales, lo que se traduce en altos costos.
Según expertos, el futuro de la educación y el aprendizaje será una combinación de aprendizaje autodidacta y proyectos participativos en los que la IA pueda ayudar y evaluar a la vez. Se estima que entre el 30% y el 70% de las respuestas en exámenes podrían ser generadas automáticamente antes de que las preguntas más difíciles lleguen a personas reales.
Sin embargo, las empresas siguen siendo cautelosas con la adopción de la IA, especialmente en áreas como la atención al cliente, donde los errores pueden ser costosos. Mark Zuckerberg, de Meta, ha reconocido que la IA de su compañía es tan buena como la de "ingenieros de nivel medio".
A medida que la IA avanza, también se enfrentan desafíos relacionados con los altos costos de los recursos computacionales necesarios. Los precios de la memoria DRAM, que normalmente bajan un 30% anual, han subido entre un 15% y un 20% en 2025, lo que pone presión sobre los presupuestos de investigación y desarrollo.
Afortunadamente, se están desarrollando métodos de IA más eficientes, como los modelos de aprendizaje por transferencia impulsados por empresas como Thinking Machines Labs. Estos enfoques podrían ayudar a reducir los costos y hacer que la IA sea más accesible.
En general, la IA de ChatGPT ha demostrado avances impresionantes, pero también enfrenta desafíos significativos en términos de confiabilidad, costos y eficiencia. A medida que la tecnología evoluciona, será crucial encontrar un equilibrio entre las capacidades de la IA y sus limitaciones para aprovechar al máximo su potencial.
