¿Quieres entender a fondo por qué este paper ha sacudido el mundillo de la Inteligencia Artificial? Aquí te explicamos con detalle técnico, crítico y social por qué lo que parece una revolución puede ser solo una estrategia de marketing científico.
Introducción al debate en torno a la inteligencia artificial
Esta semana, en medio del ruido provocado por su evento anual, Apple ha encendido un debate explosivo no por Apple IA, Siri o un nuevo diseño, sino por un paper técnico: «The Illusion of Thinking». Un título igualmente provocador y clickbait, ¿no crees?
Análisis del contenido del paper
En lugar de usar los típicos benchmarks de IA (esas pruebas con data filtrada), Apple propone retos reales como la famosa Torre de Hanói IA. ¿Buena idea? En teoría sí. Pero solo si realmente los modelos no han visto ese puzzle antes —cosa difícil en esta era de internet—.
Los modelos colapsan ante la complejidad
Según Apple, con más de 10 discos los modelos “fracasan estrepitosamente”. No es solo Claude 3.7, ni Gemini Pro Thinking, ni Deepsic LR1. Pero, ¿cuánta gente humana sabe resolver esa torre sin ayuda? Nosotros tampoco le dedicaríamos una hora a ello. En realidad, los modelos son vagos, como nosotros.
En pruebas simples (2 + 2), los modelos pensantes (thinking) como Gemini Pro Thinking, Claude 3.7 y Deepsic LR1 lo hacen peor que versiones tradicionales. ¿Por qué? Porque “piensan demasiado”. Existe un mal humano llamado “overthinking”, y estos modelos, también lo sufren.
Las instrucciones no bastan
El paper afirma que incluso con instrucciones paso a paso, la IA no logra resolver el puzzle. El problema no es la información; es que no la aplican, por falta de contexto, motivación o “energía prompt”. De nuevo, como nos pasa a nosotros.
Entonces, ¿significa esto que no razonan?
El título del paper es sensacionalista, pero los modelos siguen mostrando resultados prácticos. Si la IA puede generar una app completa que resuelve la Torre de Hanói con lógica fluida, velocidad y fiable, ¿no estamos ante modelos de lenguaje que razonan de alguna forma?
Mensajes como el ahorro de 2,8 horas semanales en BBVA, o el impulso de Groupon, Salesforce y Goldman Sachs —donde se habla de aumento de productividad con IA—, contradicen la idea de que “no razonan”.
Apple, llamada a liderar en Soluciones de inteligencia artificial, parece haberse colado con un paper con título sensacionalista, para maquillar sus retrasos con Siri y sus propios modelos. Mientras tanto, el verdadero avance está en las Aplicaciones de IA en español que multiplican la productividad en sectores como programación, educación, finanzas o salud.
¿Razonan o son útiles?
La discusión técnica sobre si la IA razona como un humano o como un algoritmo —el famoso debate del razonamiento artificial— es interesante, pero ¿importa de verdad? Lo que importa es si aprender sobre inteligencia artificial nos ayuda, si integrándola obtenemos ventaja real.
Lo que realmente demuestra el paper
- Los modelos de IA se rinden ante problemas complejos, igual que la mayoría de nosotros.
- Pensar demasiado a veces perjudica (pensamiento artificial que falla).
- Tener instrucciones no garantiza su aplicación práctica.
- El razonamiento no es binario: no es “sí o no”, es “¿qué nivel y cómo?”
Y aunque el paper no demuestra que “no piensen”, sí confirma que no son perfectos. Claro que no —todavía.
¿Por qué esto nos importa?
Más allá del clickbait, lo que nos debe importar a nosotros, a ti y a nuestra empresa, es cómo estas herramientas se integran en el día a día para generar impacto real: en una app, un curso de inteligencia artificial, en un servicio o un proceso empresarial.
Si lo que buscas es Noticias sobre Inteligencia Artificial con profundidad, contexto y sin sensacionalismos, este es nuestro espacio. Aquí sí que hablamos de productividad con IA de verdad.
¿Crees que seguir debatiendo si la IA “piensa” o si nos obsesiona el tema del razonamiento nos ayuda, o nos distrae del objetivo principal: usar la tecnología para lograr resultados concretos?
