OpenAI reconoce el fracaso: por qué el nuevo ChatGPT se volvió más estúpido

Imagina esta situación: actualizas una aplicación que se ha convertido en tu principal herramienta de trabajo, y de repente notas que ha comenzado a funcionar mal. Comete errores en cálculos simples, es perezosa para escribir código completo y responde con frases plantilla donde antes mostraba flexibilidad. Durante mucho tiempo, los fans de OpenAI atribuyeron esto al efecto placebo o la fatiga tecnológica, pero ahora las cartas están sobre la mesa. Sam Altman admitió oficialmente que la empresa hizo peor la nueva versión de ChatGPT que la anterior. Su frase "creo que simplemente la cagamos" suena como una rara muestra de sinceridad en un mundo donde cualquier fallo se llama típicamente una feature.

Recordemos el contexto. Cuando se lanzó GPT-4, parecía magia. Pero con cada actualización posterior — de Turbo a 4o — la comunidad de desarrolladores gritaba cada vez más sobre degradación. El modelo comenzó a sufrir de "pereza neural". En lugar de escribir cien líneas de código, generaba diez y sugería al usuario completar el resto por sí mismo. OpenAI intentó optimizar los costos computacionales y hacer las respuestas más rápidas, pero en el proceso, aparentemente, tiró al bebé junto con el agua de la bañera. La velocidad aumentó, pero la inteligencia disminuyó.

¿Por qué sucedió esto ahora? La respuesta radica en la presión extraordinaria del mercado. OpenAI ya no es el único jugador en el campo. Cuando Claude 3.5 Sonnet de Anthropic comenzó a superar a GPT-4o en pruebas de codificación y creatividad, el pánico claramente estalló en la sede de Altman. En una prisa, se lanzan actualizaciones que deberían ser "más seguras" y "más rápidas", pero los algoritmos de entrenamiento de IA son cosa caprichosa. La censura excesiva y los intentos de meter el modelo en marcos éticos rígidos a menudo resultan en que la red neuronal se vuelva cautelosa y finalmente entregue resultados mediocres.

Técnicamente, esto se explica por el sesgo en RLHF — aprendizaje por refuerzo a partir de retroalimentación humana. Si los entrenadores humanos recompensan la brevedad, el modelo se vuelve absurdamente conciso. Si exigen seguridad, el modelo comienza a ver amenazas incluso en una pregunta inofensiva sobre cómo cocinar una sopa. OpenAI, aparentemente, apretó demasiado los tornillos en un intento de hacer el producto mainstream y corporativamente seguro. Como resultado, los profesionales que necesitaban una herramienta poderosa para el trabajo se sintieron traicionados.

Es interesante que Altman admita esto precisamente ahora. Esto podría ser un movimiento sutil antes de anunciar algo verdaderamente a gran escala, como GPT-5 o el modelo Strawberry. Admitir errores pasados es la mejor manera de preparar el terreno para vender una nueva solución "revolucionaria". Es decir, sí, la versión anterior fue un fracaso, pero mira cómo lo arreglamos todo en la nueva. Este es el clásico calentamiento de audiencia que ya hemos visto muchas veces de Apple y otros gigantes tecnológicos.

Para la industria, esta es una lección importante. Resulta que la ley de escalado no funciona linealmente. No puedes simplemente verter más datos y poder computacional para obtener un sistema más inteligente. La calidad de los datos y la precisión de la sintonización importan mucho más. Mientras OpenAI se dedica a la autoflagelación, sus competidores tienen una excelente oportunidad de arrebatar su audiencia leal. Después de todo, en el mundo de la IA, la lealtad de marca dura solo hasta que otra pestaña del navegador comience a pensar más rápido.

En resumen: OpenAI confirmó oficialmente la regresión de sus modelos. ¿Podrá la empresa recuperar la confianza de los profesionales con el lanzamiento de GPT-5, o la era de dominación de Altman está llegando a su fin?