En los laboratorios de la Universidad Libre de Ámsterdam, el profesor asistente Filip Ilievski se dedica a examinar el funcionamiento de la inteligencia artificial (IA), involucrando a estas tecnologías de vanguardia en la resolución de acertijos y problemas lógicos. Su investigación tiene un objetivo nada despreciable: mejorar la capacidad de razonamiento de la IA, un campo que, a pesar de su rápido desarrollo, aún tiene limitaciones significativas.

Ilievski sostiene que, a pesar de que la IA puede generalizar patrones de manera efectiva, le falta el sentido común que poseen los humanos, lo cual le dificulta comprender los razonamientos abstractos y temporales. Esto se pone de manifiesto en ejemplos simples como el siguiente acertijo: "La frecuencia cardíaca de Mable a las 9 era de 75 y su presión arterial a las 19 era de 120/80. Muriendo a las 23, ¿estaba viva al mediodía?" Aunque para un humano la respuesta es claramente afirmativa, la IA GPT-4 no pudo hacer inferencias adecuadas, mostrando sus debilidades ante el razonamiento temporal.

Esta incapacidad se basa en que la IA carece de una comprensión real del mundo en contrario a las percepciones humanas, lo que limita su facultad para aplicar lógica en situaciones cotidianas. Un ejemplo clásico para poner a prueba la intuición humana involucra un bate y una pelota que en total suman 110 dólares, donde el bate cuesta 1 dólar más que la pelota. La mayoría de las personas se apuran a decir que la pelota cuesta 10 centavos, cuando en realidad su precio es de 5 centavos. Aquí, las IA generalmente extraen elementos relevantes y realizan operaciones adecuadas, mostrando que estas se benefician de patrones aprendidos anteriormente.

Las pruebas más interesantes aparecen cuando la IA enfrenta acertijos nuevos porque, a menudo, su rendimiento puede ser sorprendente. Por ejemplo, un estudio reciente desarrollado por Ilievski y su equipo consiste en problemas visuales, donde los humanos obtuvieron un 91.5% de precisión frente al 84.9% de la IA en situaciones ideales. Este resultado muestra que, aunque la IA ha avanzado notablemente, aún tiene un camino por recorrer en comparación con el cerebro humano.

Por otro lado, el terreno de la neurociencia y la IA se cruzan, permitiendo la posibilidad de comprender mejor ambos sistemas. El investigador Pitkow menciona que los modelos de IA actuales se inspiran en las redes neuronales, emulando la estructura del cerebro humano. Este cruce puede ser beneficioso, pues, como señala Pitkow, "la IA está floreciendo y, al mismo tiempo, la neurotecnología emergente nos permite observar el cerebro desde ángulos previamente inalcanzables".

Finalmente, un aspecto crítico que se concluye de la investigación es entender que aunque la IA está mejorando, aún enfrenta desafíos en diversas áreas del razonamiento que los humanos resuelven con mayor eficacia. En un contexto donde la IA puede extraer y procesar datos de manera asombrosamente rápida, su comprensión profunda y empatía siguen siendo habilidades intrínsecamente humanas, difíciles de replicar. Sin embargo, la fusión del trabajo humano y la IA podría ser el camino a seguir para salir adelante en la resolución de problemas complejos, fusionando lo mejor de ambos mundos.