La inteligencia artificial mejora su capacidad para gestionar tareas largas y complejas a ritmo acelerado

Un nuevo estudio de Model Evaluation & Threat Research (METR) ha propuesto un método para medir el progreso de la inteligencia artificial (IA) basado en la duración de las tareas que pueden completar frente al tiempo que tardaría un humano. Se descubrió que los modelos de IA actuales logran completar casi a la perfección tareas humanas de corta duración (menos de 4 minutos), pero su desempeño cae drásticamente en tareas que superan las 4 horas. Sin embargo, el tiempo de tareas que pueden completar de forma confiable se ha duplicado cada siete meses en los últimos seis años. Usando herramientas de evaluación como HCAST y RE-Bench, los investigadores compararon distintos modelos como GPT-4, Claude 3 Opus y versiones anteriores de GPT. La investigación sugiere que, si la tendencia continúa, para 2032 las IAs podrían automatizar el trabajo de un mes completo de desarrollo de software humano. Expertos como Sohrob Kazerounian y Eleanor Watson ven el nuevo enfoque como un avance para medir la inteligencia real de la IA, más allá de pruebas tradicionales. Además, se predice que para 2026 veremos IAs generalistas capaces de gestionar tareas variadas durante días o semanas, transformando así el ámbito laboral y la vida cotidiana.