Vota sobre cuáles de los desafíos de Hacker News para la IA se han cumplido
Un sitio creado por la comunidad cataloga años de predicciones de Hacker News sobre lo que la IA “nunca hará” y permite a los usuarios votar si esos desafíos ya se han cumplido, revelando un fuerte desacuerdo sobre hasta dónde han llegado realmente los modelos actuales. Los comentaristas debaten el cambio de meta, la fiabilidad frente a las demostraciones aisladas y benchmarks ambiguos como el test de Turing, la automatización empresarial, la generación de aplicaciones full-stack y la resolución de problemas matemáticos abiertos. Debajo hay una división más amplia entre quienes ven los sistemas actuales como ya transformadores y quienes sostienen que los errores frecuentes, el entrenamiento opaco y los criterios de éxito estrechos hacen que muchas afirmaciones audaces sigan sin demostrarse.
Alcance y ambigüedad de “desafíos”
- Muchos “desafíos de IA” de comentarios antiguos de HN son vagos o compuestos (“haz X y no hagas Y”), lo que dificulta votar sí/no.
- Calificadores clave como “arbitrario”, “tareas de negocio”, “de forma fiable”, “por completo”, “aplicaciones comunes” cambian mucho la dificultad.
- Varias personas dicen que al menos un tercio hasta tres cuartas partes de los elementos realmente no pueden juzgarse, o están mal resumidos en el sitio (por ejemplo, “and” convertido en “or”, o desafíos que eran observaciones, no predicciones).
Capacidades frente a fiabilidad
- Hay un amplio acuerdo en que los LLM actuales pueden:
- Escribir mucho código útil, a veces aplicaciones pequeñas completas o herramientas de nicho.
- Hacer tareas de “lenguaje corporativo” (resúmenes, correos electrónicos, traducciones) y flujos de trabajo complejos de investigación/manipulación de datos con grandes ganancias de productividad.
- Ayudar con impuestos en sistemas más simples, y rellenar formularios oficiales cuando se les guía.
- Generar libros y texto largo coherentes, aunque no excelentes, especialmente con planificación y herramientas.
- El gran desacuerdo está en la fiabilidad: los modelos aún alucinan, citan mal las fuentes, se equivocan en detalles técnicos y no se les puede confiar con seguridad en tareas de alto riesgo o legalmente vinculantes sin revisión o pruebas.
Test de Turing e “inteligencia”
- Algunos sostienen que, para usuarios promedio en chats de texto breves, los modelos punteros ya superan el test de Turing.
- Otros insisten en que un “verdadero” test de Turing debe ser largo, adversarial y guiado por expertos del dominio; según ese estándar, los modelos actuales siguen mostrando señales claras (cooperación, fallos causales/contrafactuales, tics de estilo).
- Varias personas concluyen que el test de Turing original era simplemente demasiado fácil o conceptualmente defectuoso, especialmente dadas las limitaciones humanas.
Investigación, matemáticas y benchmarks
- Varios comentaristas citan contribuciones de la IA a problemas matemáticos de nivel de investigación (p. ej., Navier–Stokes, trabajos relacionados con Jacobian), pero debaten si eso cuenta como “la IA lo resolvió” o como “humanos aumentados por IA”.
- Algunos sienten que sus benchmarks de larga data de “la IA nunca hará X” ahora se han cumplido; otros señalan controversia sobre la procedencia y el grado de contribución de la IA.
Cambio de meta y sentimiento
- Patrón histórico: los desafíos iniciales eran el test de Turing, el código y acciones simples; los más nuevos exigen control físico, avances científicos o tasas de fallo casi cero.
- Una tabla de fracciones anuales de “sí” muestra un acuerdo decreciente con el tiempo, interpretado por algunos como cambio de meta, y por otros como preguntas simplemente más difíciles.
- El hilo revela una división: un bando ve la negación del progreso obvio como “meter la cabeza en la arena”; otro ve a los entusiastas como personas que exageran las capacidades actuales e ignoran la fiabilidad y los casos límite.