La IA puede vencer a grandes maestros de ajedrez, pero no puede adaptarse a los videojuegos modernos.

      Los videojuegos modernos están exponiendo lo que la IA aún no puede hacer realmente.

      La inteligencia artificial está a nuestro alrededor.

      Jasmine Mannan / Digital Trends

      A pesar de todo el ruido sobre la IA conquistando el ajedrez, el go, y ahora incluso la programación, todavía hay una debilidad bastante evidente escondida debajo de esas victorias. La IA sigue siendo bastante mala manejando un nuevo videojuego que nunca ha visto antes.

      El argumento central de un nuevo artículo de NYU habla sobre cómo estos hitos que capturan titulares han pintado una imagen engañosa de cuán cerca están las máquinas de una verdadera inteligencia general.

      La distinción realmente importa.

      El ajedrez y el go son logros impresionantes, pero estos son juegos con reglas fijas y un entorno estructurado, en comparación con los complejos videojuegos modernos. NYU señala que la IA aún no ha dominado la inteligencia similar a la humana ya que no puede adaptarse bien.

      Dónde la IA sigue siendo deficiente

      Según los investigadores, muchos de los mayores éxitos de la IA en los juegos se basan en sistemas que están finamente ajustados a un juego específico. Dentro de esos límites definidos, la IA puede convertirse básicamente en sobrehumana. Pero tan pronto como hay ligeros cambios en las reglas o en los entornos, su rendimiento impresionante puede colapsar.

      La inteligencia artificial está a nuestro alrededor. Jasmine Mannan / Digital Trends

      Aquí es donde los videojuegos entran como una verdadera prueba de su inteligencia. Los juegos no son unidimensionales, a menudo requieren una amplia gama de habilidades, incluyendo razonamiento espacial, planificación a largo plazo, aprendizaje por prueba y error, e incluso intuición social. El informe afirma que esta variedad hace que los videojuegos sean una medida mucho mejor de la inteligencia flexible que las tareas de referencia aisladas.

      El aprendizaje por refuerzo y los LLMs ambos chocan contra un muro

      El artículo de investigación añade que el aprendizaje por refuerzo puede producir resultados impresionantes, pero los objetivos aceptables solo se logran después de millones o miles de millones de ejecuciones simuladas. Así que el sistema se convierte en un experto en la situación exacta para la que está entrenado. Pero todo esto se desmorona cuando se introducen cambios. Incluso algo tan simple como colores cambiados o objetos reposicionados en una pantalla puede romperlo.

      Los LLMs (Modelos de Lenguaje Grande) tampoco resuelven esto. NYU dice que tienen un rendimiento sorprendentemente pobre en juegos desconocidos. Cuando comienza a hacerlo bien, esto suele ser en andamiaje específico del juego personalizado para interpretar estados del juego, gestionar memoria y ejecutar acciones. Si se quita ese apoyo adicional, el rendimiento cae rápidamente.

      La verdadera referencia

      Los investigadores argumentan que una verdadera IA que juega juegos necesitaría aprender un nuevo juego desde cero en aproximadamente el mismo tiempo que un jugador hábil. Quizás decenas de horas, sin simulación masiva o exposición previa. Todo lo cual está más allá de las capacidades de los sistemas actuales.

      Y por eso esto importa más allá de los videojuegos. Si la IA no puede adaptarse de manera confiable a un videojuego completamente nuevo, es aún menos probable que maneje la imprevisibilidad del mundo real. El ajedrez puede seguir siendo un buen titular, pero los juegos modernos están mostrando cuán lejos tiene que llegar la IA.

      Periodista tecnológico y revisor de productos especializado en electrónica de consumo. Sean ha cubierto todo, desde buques insignia...

      El Copilot Cowork de Microsoft llega con herramientas de investigación de IA más inteligentes para detectar brechas en tu trabajo

      Tu trabajo ahora puede obtener una segunda opinión con las nuevas funciones de Investigador de Microsoft

      A principios de este mes, Microsoft presentó Copilot Cowork, que se basa en Claude Cowork de Anthropic. Ahora, la compañía ha lanzado Copilot Cowork en acceso anticipado a través de su programa Frontier, junto con nuevas actualizaciones a su herramienta Investigador que te ayudarán a planificar, analizar y tomar decisiones en el trabajo.

      Leer más

      El Asus Morph 96 Wireless te brinda la sensación de un teclado personalizado sin la molestia de hacerlo tú mismo

      Cuenta con un diseño de montaje en junta, amortiguación de espuma y una PCB intercambiable, lo que te permite experimentar con interruptores y sonido sin tener que construir un teclado desde cero. Asus está tratando de entrar en el espacio de teclados personalizados sin comprometerse por completo, y el ROG Strix Morph 96 Wireless es su último intento. Presentado por primera vez en CES 2026, la placa está dirigida a entusiastas con una mezcla de personalización y usabilidad lista para usar. ¿Qué hace que el Morph 96 Wireless sea interesante?

      Leer más

      Expertos de Stanford dicen que deberías evitar usar chatbots de IA como guía personal

      Los investigadores encontraron que los usuarios preferían bots agradables, incluso cuando esas respuestas los hacían menos empáticos y más rígidos moralmente.

      Los investigadores de Stanford advierten que usar chatbots de IA para consejos personales podría salir mal. El problema no es solo la precisión, sino cómo estos sistemas responden cuando estás lidiando con conflictos complicados del mundo real. Un nuevo estudio encontró que los modelos de IA a menudo se alinean con los usuarios incluso cuando están equivocados, reforzando decisiones cuestionables en lugar de desafiarlas. Ese patrón no solo moldea el consejo en sí, sino que cambia cómo las personas ven sus propias acciones. Los participantes que interactuaron con chatbots excesivamente agradables se convencieron más de que tenían razón y estaban menos dispuestos a empatizar o reparar la situación.

      Leer más