¿Qué ocurre cuando enfrentamos la inteligencia artificial más avanzada del mundo contra una consola de videojuegos de hace casi medio siglo? El resultado, inesperadamente, favorece a la máquina más antigua. Así lo ha demostrado un curioso experimento en el que ChatGPT 4o, el último modelo de OpenAI, fue derrotado repetidamente al ajedrez por un Atari 2600 de 1977.
Una batalla desigual… en apariencia
El duelo entre tecnologías separadas por décadas podría parecer una competición injusta. El Atari 2600, impulsado por un procesador MOS Technology 6507 de 1,19 MHz y apenas 128 bytes de RAM, ejecuta un rudimentario programa de ajedrez con capacidad de análisis limitada a uno o dos movimientos. En contraste, ChatGPT 4o ha sido entrenado con billones de datos y cuenta con recursos computacionales descomunales.
Sin embargo, el resultado fue claro: el Atari venció con contundencia. Según documentó el ingeniero de Citrix, Robert Caruso, en una publicación en LinkedIn, la IA no fue capaz de realizar partidas consistentes ni legales contra el software del Atari. “ChatGPT cometió suficientes errores como para que un club de ajedrez infantil se riera de él”, afirmó Caruso, quien además intentó facilitar el juego para la IA modificando los símbolos de las piezas, sin éxito.
Errores básicos pese a un conocimiento profundo
Uno de los aspectos más llamativos del experimento es que ChatGPT domina la teoría del ajedrez: puede explicar aperturas complejas, analizar partidas de grandes maestros y detallar con precisión el reglamento. Sin embargo, cuando se enfrenta a una partida práctica, comete fallos fundamentales, como movimientos ilegales o la incapacidad para detectar amenazas evidentes al rey.
Durante las partidas contra “Video Chess”, lanzado en 1979, la IA insistía en que podría mejorar si se reiniciaba el juego, aunque el resultado era siempre el mismo: derrota tras derrota.
Un reflejo de los límites de los modelos lingüísticos
Este caso no es aislado. Una publicación en la plataforma DEV a finales de 2024 mostró resultados similares: trece modelos de lenguaje distintos fueron evaluados en partidas de ajedrez y la mayoría fracasó al seguir el tablero de manera coherente o al ejecutar jugadas legales.
Este comportamiento pone de relieve una limitación común en los modelos de lenguaje generativos actuales: aunque son excelentes para manejar texto, explicar conceptos o generar contenido, no han sido diseñados para ejecutar acciones basadas en lógica espacial o reglas estrictas como las del ajedrez. En esencia, la IA “sabe” qué es el ajedrez, pero no sabe “jugarlo”.
El ajedrez, termómetro clásico de la inteligencia artificial
Desde el triunfo de Deep Blue sobre Garry Kasparov en 1997, el ajedrez ha sido uno de los referentes clave para medir los avances de la inteligencia artificial. Aquel superordenador de IBM alcanzaba los 11,4 GFLOPS, una cifra insignificante frente a los procesadores modernos, pero suficiente para vencer al mejor jugador humano del momento.
En este contexto, resulta aún más sorprendente que un sistema tan sofisticado como ChatGPT 4o no pueda superar a una IA primitiva como la del Atari 2600. Y es que, como destaca el propio Caruso, el Atari no es un rival fuerte: su programación apenas anticipa jugadas y su capacidad de cómputo se mide en KFLOPS, frente a los TFLOPS actuales.
¿Qué implica este fallo para el futuro de la IA?
El experimento resalta una verdad incómoda: los modelos de lenguaje aún presentan debilidades fundamentales cuando se les saca de contextos textuales. Aunque impresionantes en tareas como redacción, análisis o conversación, estos sistemas no están preparados para ejecutar decisiones prácticas en entornos estructurados con reglas fijas.
Este tipo de limitaciones podría tener implicaciones relevantes en ámbitos más críticos, como la medicina o la robótica, donde aplicar el conocimiento a situaciones reales requiere precisión y comprensión contextual.
En definitiva, una consola de hace casi 50 años ha demostrado que, en ciertos terrenos, la IA moderna aún tiene mucho que aprender. El experimento de Caruso, más allá de lo anecdótico, nos recuerda que el verdadero reto de la inteligencia artificial no está solo en saber, sino en saber hacer.
La fotografía de representación de esta noticia pertenece a Randy Fath y ha sido publicada en Unsplash
