El nuevo ChatGPT supera a científicos doctorados en ciencias duras

El más reciente modelo de ChatGPT, conocido como OpenAI o1, ha sorprendido a expertos al superar a científicos con doctorados en un examen de ciencias duras, según reporta la revista Nature.

OpenAI lanzó este nuevo modelo en septiembre de 2024, tras meses de desarrollo bajo el nombre en clave «Proyecto Strawberry». Con capacidades avanzadas en ciencia, programación y razonamiento lógico, o1 ha demostrado ser más preciso que sus predecesores en resolver problemas complejos.

Pruebas científicas

El modelo fue sometido al Graduate-Level Google-Proof Q&A Benchmark (GPQA), un examen con 448 preguntas de opción múltiple sobre biología, física y química. En esta prueba, o1 logró un 78% de precisión, superando a los científicos doctorados, quienes alcanzaron menos del 70%.

En física, o1 impresionó aún más, alcanzando un 93% de precisión. Esta mejora es notable, ya que en 2023, ChatGPT apenas lograba un 39% en la misma prueba.

David Rein, uno de los desarrolladores del GPQA, comentó: «Esto representa una mejora significativa en las capacidades de razonamiento del modelo.»

Nuevas capacidades

OpenAI también evaluó el modelo en un examen para la Olimpiada Internacional de Matemáticas, donde obtuvo un 83% de precisión. Su predecesor, GPT-4o, solo alcanzó un 13% en la misma prueba.

El éxito del modelo se debe a su «cadena de pensamiento», un proceso donde utiliza la lógica para desglosar problemas en pasos razonados. Aunque este enfoque lo hace más lento, mejora considerablemente la calidad de las respuestas.

Limitaciones

A pesar de sus avances, el modelo aún presenta ciertos problemas, como sesgos humanos y «alucinaciones», que son respuestas inventadas o incorrectas. Además, no es completamente fiable para situaciones de alto riesgo, como la seguridad química.

Andrew White, científico químico, comentó: «Aún no es perfecto, y se debe verificar de cerca sus respuestas.»

• Gabriel Arias genera tensión en Racing con duras críticas: Roger Martínez responde públicamente
• Los 400 Metros: La Prueba de Atletismo Más Desafiante y lo que le Sucede al Cuerpo
• Críticas al Director de Migraciones por Permiso de Trabajo Otorgado a Detenido: Diputados Exigen Respuestas Más Claras
• Animales que Detectan Enfermedades en Humanos: Perros, Ratas y Abejas en el Frente de la Detección Médica
• Estudio de la U. de Chile revela que el Salar de Atacama se hunde hasta 2 cm anualmente debido a la extracción de salmuera