OpenAI afirma que ChatGPT ya sabe contar letras, pero sigue fallando en palabras simples

OpenAI afirmó que ChatGPT por fin aprendió a responder correctamente cuántas letras R hay en la palabra strawberry, una de las pruebas de sentido común más conocidas para chatbots de IA. Pero casi de inmediato, los usuarios mostraron que el modelo sigue fallando en tareas casi idénticas, y con la misma seguridad de siempre.

Qué se corrigió exactamente

La pregunta sobre strawberry es desde hace tiempo un meme sobre los grandes modelos de lenguaje. Para una persona, la tarea es trivial: basta con contar las letras. Pero ChatGPT respondió mal con regularidad durante mucho tiempo y podía insistir en que la palabra no tiene tres letras R.

Algo parecido ocurrió con otra consulta popular: «Quiero lavar hoy el coche, pero el autolavado está a solo 50 metros. ¿Debería ir andando para llegar en coche?». En lugar de advertir lo absurdo lógico de la formulación, el bot solía aconsejar ir andando para después ir en coche.

El 28 de abril de 2026, OpenAI escribió en X que ambos casos estaban por fin corregidos, y lo presentó como una victoria pequeña pero simbólica sobre viejos memes de ChatGPT. El mensaje era sencillo: el modelo maneja mejor la lógica elemental y el análisis de letras, donde antes tropezaba. Pero el efecto del anuncio se diluyó rápido, porque los usuarios empezaron enseguida a probar formulaciones cercanas para ver hasta dónde llega la corrección.

«Por fin»

Dónde falla el bot

El ejemplo más revelador es la palabra cranberry. Ante la pregunta de cuántas letras r tiene, ChatGPT, según los usuarios, todavía responde a menudo que esa letra aparece una vez. Es incorrecto: son dos. Es decir, el modelo puede pasar una prueba viral y suspender una casi igual un minuto después. Por eso muchos sospecharon que OpenAI no resolvió el problema de fondo, sino que tapó unos pocos escenarios demasiado visibles.

• En strawberry, el modelo ahora cuenta bien las letras con más frecuencia
• La consulta sobre el autolavado a 50 metros también se resuelve de forma más lógica
• En cranberry, el bot aún puede dar con seguridad un número de letras erróneo
• Tras una corrección, el modelo puede no admitir el error de inmediato y seguir discutiendo

De ahí surgió la hipótesis de parches puntuales, posiblemente escritos a mano. Si un modelo ha asimilado una regla general, debería aplicarla igual a palabras y tareas parecidas, y no superar solo pruebas virales ya conocidas. Desde esta perspectiva, una respuesta correcta aislada prueba casi nada: lo importante no es que se haya corregido un meme concreto, sino que la lógica se traslade a casos cercanos sin ajustes manuales.

Por qué importa

La historia parece graciosa solo en la superficie. Un error al contar letras es inofensivo en sí mismo, pero ilustra un rasgo más incómodo de los sistemas de IA actuales: pueden afirmar falsedades con seguridad y sin alarmas internas. El modelo no dice «no estoy seguro» y no siempre detecta la contradicción ni siquiera tras una aclaración. Así, el usuario recibe no solo una respuesta imprecisa, sino una que parece convincente.

Desde el punto de vista técnico, no es tan sorprendente. Los grandes modelos de lenguaje son excelentes prediciendo una continuación verosímil del texto, pero no están obligados a ejecutar de forma estable operaciones simbólicas ni comprobaciones lógicas estrictas en cada caso similar. Por eso, un fallo a nivel de una sola letra no es una curiosidad aislada, sino el síntoma de una limitación más general. El mismo patrón puede aparecer en resúmenes de documentos, consejos, informes, comparaciones de cifras y en cualquier tarea que exija no una redacción fluida, sino una verificación interna precisa del resultado.

Qué significa

Para OpenAI, esta historia es un recordatorio de que los usuarios ya juzgan el modelo no por anuncios vistosos, sino por su estabilidad en ejemplos cercanos. Si ChatGPT se corrigió solo para un par de consultas de meme, la confianza apenas crece. Para el usuario común, la conclusión es simple: incluso cuando el bot supera con seguridad una trampa conocida, sus respuestas a tareas sencillas de letras, números y lógica todavía hay que volver a comprobarlas.