Un estudio liderado por los investigadores Karim Jerbi y Yoshua Bengio concluye que, aunque los modelos de lenguaje como GPT-4 son más creativos que la media de la población, aún no alcanzan el nivel de las personas más creativas. La investigación, basada en un test aplicado a 100.000 participantes y diversas IA, plantea también interrogantes sobre la conciencia y el control de estas tecnologías. Para los expertos, la clave sigue estando en quién utiliza estas herramientas y con qué intenciones.

Un equipo de investigadores del laboratorio METR ha medido por primera vez cuánto tiempo puede trabajar una IA de manera autónoma antes de fracasar. El resultado: los sistemas más avanzados ya completan tareas que llevarían 50 minutos a un humano, y esta cifra se duplica cada siete meses. En lugar de centrarse en benchmarks cerrados o pruebas específicas, los autores han desarrollado una métrica llamada time horizon que mide cuánto tiempo puede trabajar una IA en una tarea realista antes de fallar.