La inteligencia artificial avanza con modelos capaces de conversar, programar, resolver problemas y realizar tareas antes reservadas a personas. Ante ese escenario, investigadores plantean abandonar la comparación constante con las capacidades humanas y construir sistemas de evaluación mucho más amplios.

El test de Turing, diseñado alrededor de la posibilidad de que una máquina pueda parecer humana durante una conversación, pierde utilidad como referencia central. José Hernández-Orallo, investigador vinculado a Cambridge y la Universidad Politécnica de Valencia, lleva años señalando sus limitaciones. Los sistemas actuales requieren evaluaciones capaces de identificar fortalezas, debilidades y riesgos específicos.

El test de Turing deja paso a perfiles más completos

Una propuesta publicada en Science plantea analizar la inteligencia artificial desde varias dimensiones. En lugar de otorgar simplemente una puntuación general, cada sistema podría disponer de un perfil similar a una etiqueta nutricional.

Ese modelo mostraría capacidades concretas como planificación, razonamiento, fiabilidad o desempeño en determinadas tareas. Una IA podría destacar en finanzas, por ejemplo, mientras presenta problemas para detectar información manipulada.

Este enfoque intenta superar también los tradicionales benchmarks. Investigaciones anteriores ya han advertido que las puntuaciones agregadas pueden ocultar diferencias importantes y ofrecen poca información sobre cómo responderá una IA ante situaciones desconocidas.

El impacto sobre las personas también debe medirse

El segundo gran cambio consiste en evaluar qué ocurre con quienes utilizan estas herramientas. Una IA puede aumentar la productividad, pero también generar dependencia o modificar procesos cognitivos. Por ello, los investigadores consideran necesario estudiar interacciones reales durante periodos prolongados.

La tercera dimensión analiza las consecuencias sociales. Una herramienta beneficiosa individualmente podría provocar efectos diferentes cuando millones de personas la utilizan. También podría elevar la productividad empresarial mientras transforma determinadas profesiones.

Evaluar esos escenarios exigiría simulaciones, investigación independiente y acceso a información que actualmente permanece principalmente en manos de las compañías tecnológicas.

Los autores consideran que universidades, administraciones y empresas podrían formar consorcios especializados para realizar certificaciones. Sectores como la aviación y la industria farmacéutica muestran que evaluar tecnologías complejas requiere instituciones, estándares y recursos específicos.

La cuestión ya no consiste únicamente en comprobar si una máquina puede parecer humana. El desafío será determinar qué sabe hacer cada sistema, cómo modifica las capacidades de sus usuarios y cuáles son sus consecuencias cuando llega a toda la sociedad.

Este tema puede interesarte: Eclipse total cruzará España y ofrecerá vistas excepcionales