{"id":11890,"date":"2026-07-10T15:04:02","date_gmt":"2026-07-10T18:04:02","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=11890"},"modified":"2026-07-10T15:04:02","modified_gmt":"2026-07-10T18:04:02","slug":"las-inteligencias-artificiales-mas-potentes-se-enfrentaron-a-un-examen-de-2-500-preguntas-casi-imposibles-el-resultado-revela-un-avance-extraordinario-pero-tambien-todo-lo-que-aun-les-falta-para-alc","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=11890","title":{"rendered":"Las inteligencias artificiales m\u00e1s potentes se enfrentaron a un examen de 2.500 preguntas casi imposibles. El resultado revela un avance extraordinario, pero tambi\u00e9n todo lo que a\u00fan les falta para alcanzar a los expertos humanos"},"content":{"rendered":"
\n

La inteligencia artificial avanza a una velocidad que hace dif\u00edcil medir sus verdaderos l\u00edmites. Para intentar responder a una pregunta cada vez m\u00e1s urgente (cu\u00e1n cerca estamos de una inteligencia artificial general) un grupo de investigadores decidi\u00f3 dise\u00f1ar un experimento radical. El resultado es Humanity\u2019s Last Exam, una prueba que intenta evaluar si los modelos actuales pueden enfrentarse al conocimiento humano especializado en condiciones extremadamente exigentes.<\/p>\n

Un examen dise\u00f1ado para desafiar a la inteligencia artificial<\/h2>\n
\"Un
\u00a9 Unsplash \/ Resource Database.<\/figcaption><\/figure>\n

El Humanity\u2019s Last Exam fue elaborado por investigadores del Center for AI Safety y Scale AI, con el objetivo de crear un nuevo est\u00e1ndar para evaluar las capacidades reales de los grandes modelos de lenguaje. La prueba se public\u00f3 oficialmente en enero del 2025 y fue descrita en la revista cient\u00edfica Nature.<\/p>\n

El examen incluye 2.500 preguntas distribuidas en m\u00e1s de 100 disciplinas, desde historia y mitolog\u00eda hasta f\u00edsica avanzada o matem\u00e1ticas. La elaboraci\u00f3n del cuestionario fue un esfuerzo internacional: participaron m\u00e1s de 1.000 expertos procedentes de 500 instituciones en 50 pa\u00edses.<\/p>\n

El objetivo era simple en apariencia, pero extremadamente dif\u00edcil en la pr\u00e1ctica. Los investigadores quer\u00edan comprobar si sistemas como ChatGPT, Gemini, Claude o DeepSeek pod\u00edan aproximarse al conocimiento experto humano en distintos campos.<\/p>\n

Un filtro extremo para evitar respuestas f\u00e1ciles<\/h2>\n

El dise\u00f1o del examen sigui\u00f3 criterios muy estrictos. Los investigadores rechazaron cualquier pregunta que pudiera encontrarse f\u00e1cilmente en internet o que los modelos de IA fueran capaces de responder correctamente durante pruebas preliminares.<\/p>\n

De m\u00e1s de 70.000 preguntas iniciales, solo unas 13.000 superaron el primer filtro autom\u00e1tico, ya que lograban confundir a los modelos de inteligencia artificial existentes. Posteriormente, especialistas revisaron el material y redujeron el conjunto final a 2.500 preguntas, todas con un nivel equivalente al de estudios de doctorado.<\/p>\n

El resultado es una bater\u00eda extremadamente dif\u00edcil que incluye desde cuestiones culturales hasta problemas avanzados de f\u00edsica, como el an\u00e1lisis de fuerzas y movimiento en sistemas sin fricci\u00f3n.<\/p>\n

Resultados que muestran progreso\u2026 pero no dominio<\/h2>\n
\"Un
\u00a9 Eric Sucar \/ University of Pennsylvania.<\/figcaption><\/figure>\n

Cuando se lanz\u00f3 el examen, los modelos disponibles mostraban un rendimiento muy limitado. Uno de los primeros resultados publicados situaba al modelo o1 de OpenAI en cabeza con una puntuaci\u00f3n de apenas 8,3% de respuestas correctas. Sin embargo, el r\u00e1pido desarrollo de los modelos de IA cambi\u00f3 el panorama en poco tiempo.<\/p>\n

A febrero de 2026, la mejor marca registrada corresponde a Gemini 3 Deep Think, con un 48,4\u00a0% de aciertos. El salto es significativo, pero la comparaci\u00f3n con expertos humanos deja claro que todav\u00eda existe una distancia importante. Los especialistas suelen alcanzar alrededor del 90% de respuestas correctas en sus \u00e1reas de conocimiento.<\/p>\n

Esto coloca a la inteligencia artificial en una posici\u00f3n intermedia: capaz de resolver problemas complejos, pero a\u00fan lejos del dominio experto humano.<\/p>\n

Lo que realmente mide este examen<\/h2>\n

Los propios autores del estudio advierten que el Humanity\u2019s Last Exam no debe interpretarse como una medida directa de inteligencia artificial general. Una puntuaci\u00f3n alta en esta prueba indicar\u00eda que un sistema puede responder correctamente a preguntas cerradas y verificables sobre conocimiento avanzado.<\/p>\n

Sin embargo, eso no implica necesariamente que posea capacidades como investigaci\u00f3n aut\u00f3noma, creatividad cient\u00edfica o razonamiento general comparable al humano. En otras palabras, el examen mide conocimiento especializado en un formato muy concreto, pero no captura todas las dimensiones de la inteligencia.<\/p>\n

Un indicador del ritmo real del progreso de la IA<\/h2>\n

Aun as\u00ed, el experimento revela algo importante. El rendimiento de los modelos ha pasado de cifras cercanas al 10\u00a0% a valores pr\u00f3ximos al 50\u00a0% en poco m\u00e1s de un a\u00f1o. Ese salto refleja la velocidad a la que evolucionan los grandes modelos de lenguaje.<\/p>\n

Para algunos investigadores, estos resultados sugieren que los sistemas actuales est\u00e1n empezando a moverse en un terreno donde ya no solo repiten informaci\u00f3n existente, sino que pueden manejar conceptos complejos en m\u00faltiples disciplinas.<\/p>\n

Sin embargo, el mismo estudio deja claro que el camino hacia una AGI plenamente comparable a la inteligencia humana todav\u00eda no est\u00e1 completo. La inteligencia artificial puede aprobar partes del examen m\u00e1s dif\u00edcil jam\u00e1s dise\u00f1ado para m\u00e1quinas. Pero a\u00fan no est\u00e1 lista para escribir el siguiente cap\u00edtulo de la ciencia por s\u00ed sola.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

La inteligencia artificial avanza a una velocidad que hace dif\u00edcil medir sus verdaderos l\u00edmites. Para intentar responder a una pregunta cada vez m\u00e1s urgente (cu\u00e1n cerca estamos de una inteligencia artificial general) un grupo de investigadores decidi\u00f3 dise\u00f1ar un experimento radical. El resultado es Humanity\u2019s Last Exam, una prueba que intenta evaluar si los modelos […]<\/p>\n","protected":false},"author":1,"featured_media":11891,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11890","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/11890","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=11890"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/11890\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/11891"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=11890"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=11890"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=11890"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}