Si estás buscando una nueva razón para sentirte inquieto acerca de la inteligencia artificial, considera esto: algunas de las mentes más brillantes del mundo están teniendo dificultades para crear pruebas que los sistemas de IA no puedan superar. Durante años, los sistemas de IA han sido evaluados utilizando una variedad de pruebas de referencia estandarizadas. Muchas de estas pruebas presentaban preguntas desafiantes de nivel SAT en materias como matemáticas, ciencias y lógica. Seguir las puntuaciones de estos modelos a lo largo del tiempo proporcionó una indicación aproximada de los avances en IA. Sin embargo, los sistemas de IA finalmente sobresalieron en estas evaluaciones, lo que llevó al desarrollo de pruebas más difíciles, a menudo con preguntas que los estudiantes de posgrado podrían enfrentar en sus exámenes. Desafortunadamente, esas pruebas tampoco están funcionando bien. Nuevos modelos de empresas como OpenAI, Google y Anthropic han obtenido altas puntuaciones en muchos desafíos de nivel de doctorado, lo que disminuye la efectividad de las pruebas y plantea una preocupante pregunta: ¿están los sistemas de IA volviéndose demasiado inteligentes para que los evaluemos? Esta semana, los investigadores del Centro para la Seguridad de la IA y Scale AI están listos para ofrecer una respuesta potencial: una nueva evaluación llamada "El Último Examen de la Humanidad", que afirman es la prueba más difícil jamás dada a los sistemas de IA. El Último Examen de la Humanidad fue concebido por Dan Hendrycks, un notable investigador en seguridad de IA y director del Centro para la Seguridad de la IA.

(El título inicial de la prueba, "La Última Defensa de la Humanidad", fue abandonado por ser demasiado teatral. ) Gracias por tu comprensión mientras confirmamos el acceso. Si estás en modo Lector, por favor sal y inicia sesión en tu cuenta de Times, o suscríbete para obtener acceso completo a The Times. Agradecemos tu comprensión durante el proceso de verificación. ¿Ya eres suscriptor?Inicia sesión. ¿Quieres acceso completo a The Times?Suscríbete.