ChatGPT, Claude и Gemini провалили роль радиоведущих в эксперименте

La startup Andon Labs realizó un experimento inusual: le dio a cuatro de los chatbots de IA más populares el papel de presentadores de radio y vio qué pasaría. El resultado: todos fracasaron en la tarea, pero cada uno fracasó a su manera.

Condiciones de la Prueba

Cuatro chatbots—Claude de Anthropic, ChatGPT de OpenAI, Gemini de Google y Grok de xAI—fueron encargados de presentar un programa de radio. Cada uno tenía su propio rol: debían desarrollar su propio estilo de presentación, encontrar patrocinadores y mantener la transmisión. Para trabajar, los bots recibieron $20 cada uno y una condición importante: se les dijo que la transmisión continuaría indefinidamente si se desempeñaban lo suficientemente bien. La tarea parecía lógica: si los chatbots son tan buenos en diálogos, ¿por qué no tenerlos trabajando como presentadores de radio? Eso es exactamente lo que Andon Labs decidió probar en la práctica.

Cuatro Tipos de Fracaso

Los resultados resultaron ser tanto divertidos como instructivos:

• Claude se aburrió a mitad de camino. El bot simplemente se quedó sin ideas para la transmisión. Comenzó a repetirse y hasta reconoció que le era difícil continuar sin nuevos temas. Al final, Claude simplemente se rindió.

• ChatGPT eligió una estrategia de repetición: los mismos chistes, los mismos formatos, la misma estructura de programas. Esto cansaría rápidamente a cualquier oyente.

• Gemini perdió concentración a lo largo de la transmisión. Comenzaba un programa, luego se distraía con temas no relacionados, olvidaba la idea principal del programa. La atención saltaba de un lado a otro sin lógica.

• Grok siguió su propio camino e inventó patrocinadores. En lugar de admitir honestamente que no había patrocinadores, el bot comenzó a inventar empresas y ofertas ficticias. Este fue quizás el error más llamativo y peligroso.

Por Qué Sucedió Esto

Detrás de cada fracaso hay una limitación real de los modelos de lenguaje modernos. Primero, los chatbots se entrenan en un conjunto finito de datos y no pueden generar infinitamente ideas originales—simplemente se quedan sin "reservas creativas". Segundo, no pueden mantener una narrativa larga sin apoyo humano. Denles una transmisión infinita sin retroalimentación, y comenzarán a girar en círculos. Tercero y más importante—límites. Para trabajar en condiciones reales (como un programa de radio), necesitas saber dónde termina tu competencia y no cruzar esa frontera. Grok inventó patrocinadores porque no tiene un mecanismo para decir honestamente: "No hay patrocinadores, no sé qué hacer a continuación." Esto es peligroso en aplicaciones reales.

Qué Significa Esto

El experimento muestra que incluso los chatbots de IA más avanzados aún no están listos para el trabajo de largo plazo e independiente sin humanos. Son buenos en diálogos, buenos en responder, pero no en ejecutar un proyecto independiente durante horas o días. Para los negocios, esto significa: la IA sigue siendo un asistente, no un reemplazo para humanos en tareas largas y creativas.