Edición Colombia · en línea

Sábado 21 nov 2026 Bogotá

Bogotá 19 °C Dólar $3.461,92 Euro $3.804,65

Tecnología

METR actualiza gráfico de capacidades de IA con tareas de juicio

METR actualiza gráfico de capacidades de IA con tareas de juicio
En esta nota

Foto: National Institute of Standards and Technology / Wikimedia Commons (Dominio público)

El gráfico de horizonte temporal de la organización METR recibió una actualización que incorpora tareas más abiertas. Según MIT Technology Review, los modelos siguen mejorando rápido en tareas verificables pero se quedan atrás en las que exigen juicio.

Lo clave en 30 segundos

  • METR evaluó modelos con tareas completadas antes por humanos.
  • La dificultad se mide por el tiempo que toma a humanos resolverlas.
  • Los modelos duplican cada cuatro meses la longitud de tareas que completan.
  • Las nuevas tareas incluyen diseño de evaluaciones y valoración de argumentos.
  • Ningún modelo superó el desempeño humano en tareas de juicio.

Qué pasó

METR añadió tareas que humanos tardarían más tiempo en completar y otras más abiertas. El gráfico original medía el tiempo de tareas que los modelos lograban resolver con éxito.

En tareas verificables, como programación y matemáticas, los modelos mejoran de forma exponencial. Cada cuatro meses duplican la duración de las tareas que resuelven correctamente.

En tareas que requieren juicio, como diseñar nuevas evaluaciones de IA o puntuar argumentos filosóficos, los modelos más avanzados no alcanzaron el nivel humano.

METR incluyó estas tareas porque son relevantes para automatizar la investigación y desarrollo en IA. Los resultados muestran que los modelos aún no generan evaluaciones útiles según los empleados de la organización.

Contexto: por qué importa

El método de aprendizaje por refuerzo funciona bien cuando se puede verificar automáticamente si la respuesta es correcta. Por eso los modelos destacan en código y matemáticas.

En tareas donde el éxito es más difícil de definir, como elegir una dirección de investigación, el mismo método resulta más complicado de aplicar.

El informe actualizado responde a preguntas sobre si el progreso en tareas verificables se traslada a actividades más abiertas.

Qué significa para ti y tu comunidad

Los avances en tareas verificables ya influyen en herramientas de programación que usan millones de personas en Latinoamérica. Las limitaciones en juicio afectan el ritmo al que la IA podría automatizar trabajos de investigación y desarrollo.

Lo que nos enseña

El aprendizaje por refuerzo permite mejorar rápido cuando existe una forma automática de comprobar el resultado, pero las tareas con éxito menos definido siguen siendo un desafío para los modelos actuales.

Lo que todavía no se sabe

  • No se sabe si los modelos entrenados en tareas verificables terminarán resolviendo también las tareas abiertas sin cambios adicionales.
  • No se precisó la fecha exacta en que METR publicará los datos completos de las nuevas evaluaciones.

Preguntas frecuentes

¿Qué mide el gráfico de horizonte temporal de METR?

Mide el tiempo que tardan los humanos en completar tareas y luego evalúa qué tan largas son las tareas que los modelos de IA logran resolver con éxito.

¿Por qué los modelos destacan más en código que en juicio?

Porque en código y matemáticas es posible verificar automáticamente si la respuesta es correcta, lo que facilita el aprendizaje por refuerzo.

Fuentes

Nota elaborada con apoyo de inteligencia artificial. La redacción de La Prensa Internacional la lee tras su publicación y corrige lo que haga falta. Cómo usamos la inteligencia artificial.

Lo siguiente

Estudiante británica crea bolsas biodegradables con residuos de pescado Tecnología Estudiante británica crea bolsas biodegradables con residuos de pescado Leer ahora

Sigue leyendo