OpenAI reconoce su fracaso: por qué el nuevo ChatGPT es más tonto

Imagine la situación: actualiza la aplicación que se ha convertido en su principal herramienta de trabajo y de pronto nota que se ha vuelto torpe. Comete errores en cálculos simples, le da pereza escribir el código completo y responde con frases de plantilla donde antes era flexible. Durante mucho tiempo, los fans de OpenAI lo atribuyeron al efecto placebo o al cansancio tecnológico, pero ahora las cartas están sobre la mesa. Sam Altman ha reconocido oficialmente que la compañía hizo la nueva versión de ChatGPT peor que la anterior. Su frase, "creo que simplemente lo estropeamos", suena a rara muestra de sinceridad en un mundo en el que cualquier fallo se presenta como una función.

Recordemos el contexto. Cuando salió GPT-4, parecía magia. Pero con cada actualización posterior, de Turbo a 4o, la comunidad de desarrolladores denunciaba con más fuerza una degradación. El modelo empezó a sufrir de "pereza neuronal". En lugar de escribir cien líneas de código, entregaba diez y sugería al usuario completar el resto por su cuenta. OpenAI intentaba reducir el coste de cómputo y acelerar las respuestas, pero en el proceso, al parecer, tiró al niño junto con el agua sucia. La velocidad subió y la inteligencia bajó.

¿Por qué ocurre justo ahora? La respuesta está en la enorme presión del mercado. OpenAI ya no es el único jugador. Cuando Claude 3.5 Sonnet, de Anthropic, empezó a superar a GPT-4o en pruebas de programación y creatividad, en la sede de Altman claramente cundió el pánico. Se lanzan a toda prisa actualizaciones que deben ser "más seguras" y "más rápidas", pero los algoritmos de entrenamiento de la IA son caprichosos. La censura excesiva y los intentos de encajar el modelo en límites éticos rígidos suelen hacer que la red neuronal se vuelva cautelosa y acabe dando un resultado mediocre.

Técnicamente, esto se explica por un sesgo en el RLHF, el aprendizaje por refuerzo a partir de la retroalimentación humana. Si los entrenadores humanos premian la brevedad, el modelo se vuelve lacónico hasta el absurdo. Si exigen seguridad, el modelo ve una amenaza incluso en una pregunta inocente sobre cómo hacer una sopa. Por lo que parece, OpenAI apretó demasiado las tuercas para hacer el producto masivo y seguro para las empresas. Como resultado, los profesionales que necesitaban una herramienta potente para trabajar se sintieron engañados.

Es interesante que Altman lo admita precisamente ahora. Puede ser una jugada sutil antes del anuncio de algo realmente grande, como GPT-5 o el modelo Strawberry. Reconocer los errores pasados es la mejor manera de preparar el terreno para vender una nueva solución "revolucionaria". Como diciendo: sí, la versión anterior fue un fracaso, pero miren cómo lo arreglamos todo en la nueva. Es un clásico calentamiento de audiencia que ya hemos visto muchas veces en Apple y otros gigantes tecnológicos.

Para la industria, es una lección importante. Resulta que la ley de escalado no funciona de forma lineal. No basta con volcar más datos y potencia para obtener un sistema más inteligente. La calidad de los datos y la precisión del ajuste importan mucho más. Mientras OpenAI se flagela, sus competidores tienen una gran oportunidad de captar a su audiencia fiel. Al fin y al cabo, en el mundo de la IA la lealtad a la marca dura justo hasta que otra pestaña del navegador empieza a razonar más rápido.

Lo esencial: OpenAI confirmó oficialmente la regresión de sus modelos. ¿Podrá la compañía recuperar la confianza de los profesionales con el lanzamiento de GPT-5, o la era del dominio de Altman llega a su fin?