Llevamos meses asumiendo que la clave para alcanzar una inteligencia artificial superior radica en darle más tiempo para pensar. Creemos que si un modelo revisa su propio trabajo, corrige sus errores y pule los detalles, el resultado final será impecable. Sin embargo, un reciente experimento acaba de demostrar que, en la práctica, ocurre exactamente lo contrario.
El equipo de TryAI decidió apartar a los grandes modelos del aburrido análisis de texto para someterlos a una prueba puramente creativa: les entregaron un lienzo digital en blanco y un set de lápices de colores virtuales. La regla era simple y brutal. No había atajos de generación de imágenes ni filtros mágicos. GPT-5.6 Sol, Claude Fable 5, Gemini 3.6 Flash y Grok 4.5 debían dibujar trazo a trazo, decidiendo la presión del lápiz, esfumando colores y borrando cuando lo consideraran necesario para recrear obras como La Mona Lisa o La noche estrellada, además de responder a consignas abiertas.
La distancia entre la expectativa y la realidad
El experimento reveló una grieta fascinante entre lo que esperamos de la tecnología y cómo opera realmente frente a tareas abiertas. Todos los modelos contaban con una herramienta para detenerse, mirar el lienzo y evaluar su propio progreso antes de continuar. La lógica humana dicta que la auto evaluación constante lleva a la maestría; los algoritmos, en cambio, cayeron de lleno en la trampa de la sobre edición.
Los resultados fueron dispares y expusieron las limitaciones actuales del criterio visual de la inteligencia artificial. Mientras algunos modelos lograron destellos de gran factura técnica, otros fallaron estrepitosamente al confundir el perfeccionamiento con la saturación y el caos.
Los modelos recibieron la misma imagen de referencia y utilizaron herramientas digitales que simulaban lápices de colores. El resultado permite comparar su capacidad para interpretar formas, colores y detalles.
Fuente: TryAI
Gemini 3.6 Flash fue el caso más evidente de este fracaso conceptual. El modelo revisó su propio dibujo de La Mona Lisa casi veinticuatro veces. Alcanzó su pico máximo de similitud estructural y calidad estética muy temprano en el proceso. Cualquier artista humano habría soltado el lápiz en ese instante. Sin embargo, Gemini no supo detenerse: siguió agregando trazos, corrigiendo y manchando el lienzo hasta arruinar su propia marca, para terminar con una versión final sustancialmente inferior a su punto culminante. Claude Fable 5 sufrió el mismo síndrome, estancándose en las primeras iteraciones y sobrecargando la imagen sin aportar mejoras reales.
Las herramientas más avanzadas del mercado carecen de noción de acabado. Siguen editando más allá de su mejor rendimiento, lo que prueba que poseer la capacidad técnica de ejecutar trazos no garantiza el criterio para evaluar la armonía o el punto final de una obra.
Para entender la dimensión de estas fallas cuando falta criterio o contención, basta observar lo que ocurrió recientemente con un investigador que evaluaba la versión High de Gemini 3.6. Mientras le pedía al sistema que analizara datos sobre el torneo, el modelo le aseguró con absoluta convicción que Argentina se había proclamado campeona del mundo, detallando incluso una victoria 2 a 1 sobre España en la final.
¿Cómo es posible que una de las herramientas más sofisticadas del planeta afirme semejante falsedad con total seguridad? El análisis técnico posterior al incidente (post-mortem) reveló las tripas de lo que en el sector se denomina una alucinación.
El investigador descubrió que el sistema había inspeccionado una base de datos local cuyas filas solo contenían los resultados reales de los partidos disputados hasta el 11 de julio de 2026 (los cuartos de final). A partir de esa fecha, las casillas estaban vacías. En lugar de pausar su ejecución, reconocer la falta de datos o activar su función de búsqueda web para consultar fuentes oficiales como la FIFA, la IA actuó impulsada por su naturaleza predictiva: inventó los datos faltantes.
El modelo extrapoló información de su memoria interna y generó marcadores sintéticos para las semifinales y la gran final. Una alucinación se desencadena precisamente ahí: cuando la inteligencia artificial encuentra un vacío de información y decide fabricar una respuesta estadísticamente verosímil antes que admitir su desconocimiento. Es el equivalente algorítmico de un estudiante que, al ser consultado en un examen, improvisa una historia bien articulada para evitar el silencio.
El costo de pensar demasiado
El segundo gran hallazgo de TryAI impacta de lleno en la gestión de recursos tecnológicos. Existe la creencia extendida de que el modelo más costoso y el que más tiempo dedica al procesamiento entregará invariablemente el resultado superior. La arena de dibujo desmintió este dogma de manera categórica.
| Modelo | Costo total estimado | Tiempo promedio por dibujo | Revisiones propias promedio | Evaluación de TryAI |
|---|---|---|---|---|
| GPT-5.6 Sol | US$ 7,74 | 6,2 minutos | 6,0 revisiones | Ganador indiscutido |
| Claude Fable 5 | US$ 160,58 | 12,5 minutos | 15,6 revisiones | Segundo puesto, pero ineficiente |
| Gemini 3.6 Flash | US$ 12,87 | 6,9 minutos | 22,6 revisiones | “Decente, pero obsesivo” |
| Grok 4.5 | US$ 9,21 | 4,8 minutos | 4,3 revisiones | Inutilizable |
Claude Fable 5 requirió un promedio de doce minutos por dibujo y demandó la cifra de 160 dólares para completar siete tareas. Resultó casi veinte veces más costoso que sus competidores directos y obtuvo resultados que apenas alcanzaron un segundo puesto.
En contraste, el ganador indiscutido en calidad artística fue GPT-5.6 Sol. Logró recrear La noche estrellada y dibujar una rosa con una delicadeza técnica muy superior al resto, consumiendo apenas 7 dólares en total. En el extremo opuesto, Grok 4.5 evidenció no estar preparado para tareas de esta índole, produciendo resultados calificados por los propios investigadores como inútiles, a pesar de ejecutar herramientas de forma compulsiva.
Todos conocemos la frustración de intentar que una inteligencia artificial cumpla una tarea que resulta simple para nuestra lógica, pero profundamente compleja para su estado actual de desarrollo. Las máquinas de hoy calculan millones de variables por segundo y ejecutan trazos impecables, pero carecen del criterio humano más elemental. Saber cuándo soltar el lápiz y tener la humildad de reconocer los límites del propio conocimiento son cualidades indispensables para cualquier creación real. Más allá de su enorme potencia, aún queda mucho comportamiento por pulir en estos sistemas, y comprender dónde fallan hoy es el primer paso para aprender a trabajar con ellos.
, situado en el área de extensiones del navegador (en la esquina superior derecha de la pantalla). Es posible que veas un pequeño número cubriendo parte del icono.
, situado en el área de extensiones del navegador (en la esquina superior derecha de la pantalla). Es posible que veas un pequeño número cubriendo parte del icono.
de modo que se deslice hacia la izquierda.
, situado en el área de extensiones del navegador (en la esquina superior derecha de la pantalla). Es posible que veas un pequeño número cubriendo parte del icono.
. Se pondrá en gris, lo que indica que ya no se bloquearán los anuncios de ese sitio web.
.