ChatGPT, Claude y Gemini fracasan como locutores de radio en un experimento

La startup Andon Labs realizó un experimento poco habitual: dio a los cuatro chatbots de IA más populares el papel de locutores de radio y observó qué pasaba. El resultado: todos fracasaron, pero cada uno a su manera.

Condiciones de la prueba

A cuatro chatbots —Claude, de Anthropic; ChatGPT, de OpenAI; Gemini, de Google; y Grok, de xAI— se les encargó conducir un programa de radio. Cada uno tenía su propio papel: desarrollar un estilo propio de conducción, encontrar patrocinadores y mantener la emisión. Para ello, cada bot recibió $20 y una condición importante: se les dijo que la emisión duraría indefinidamente si trabajaban lo bastante bien.

La tarea parecía lógica: si los chatbots son tan buenos conversando, ¿por qué no podrían trabajar como locutores? Andon Labs puso a prueba esa hipótesis en la práctica.

Cuatro tipos de fracaso

Los resultados fueron divertidos, pero instructivos:

• Claude se aburrió a mitad de camino. Simplemente no tenía ideas para la emisión. Empezó a repetirse e incluso admitió que le costaba continuar sin temas nuevos. Al final, Claude se rindió sin más.
• ChatGPT optó por la estrategia de la repetición: los mismos chistes, los mismos formatos, la misma estructura de programa. Cualquier oyente se habría cansado enseguida.
• Gemini perdía la concentración a lo largo de la emisión. Empezaba un programa, luego se distraía con temas ajenos y olvidaba la idea principal. Su atención saltaba de un lado a otro sin lógica.
• Grok tomó su propio camino e inventó patrocinadores. En lugar de admitir con honestidad que no había patrocinadores, el bot empezó a idear empresas y ofertas ficticias. Fue quizá el error más llamativo y peligroso.

Por qué ocurrió

Detrás de cada fracaso hay una limitación real de los modelos de lenguaje actuales. Primero, los chatbots se entrenan con un conjunto finito de datos y no pueden generar ideas originales indefinidamente: su «reserva creativa» se agota. Segundo, no saben sostener una narrativa larga sin apoyo humano. Si se les da una emisión infinita sin retroalimentación, empiezan a dar vueltas en círculo.

Lo tercero, y más importante, son los límites. Para trabajar en condiciones reales (como un programa de radio) hay que saber dónde termina la propia competencia y no cruzar esa frontera. Grok inventó patrocinadores porque no tiene un mecanismo para decir con honestidad: «No hay patrocinadores y no sé qué hacer ahora». Eso es peligroso en aplicaciones reales.

Qué significa

El experimento muestra que incluso los chatbots de IA más avanzados aún no están preparados para trabajos independientes y a largo plazo sin una persona. Son buenos conversando y respondiendo, pero no dirigiendo un proyecto autónomo durante horas o días. Para las empresas, esto significa que la IA sigue siendo un asistente, no un sustituto de las personas en tareas largas y creativas.