La IA no es más lista que un bebé

Imagina que un bebé de un año y un sistema de inteligencia artificial compiten en una prueba de aprendizaje. El pequeño ve un juguete nuevo una sola vez y, al día siguiente, lo reconoce sin problema. La IA, en cambio, necesita miles de imágenes y un consumo energético equivalente al de una ciudad pequeña para lograr algo parecido. Este ejemplo resume uno de los grandes retos de la tecnología actual: aunque los modelos de IA pueden procesar cantidades ingentes de datos, su forma de aprender dista mucho de la eficiencia y naturalidad con la que lo hacen los humanos desde la cuna.

Para explorar estas diferencias, un equipo internacional de investigadores —con participación de Meta, la Universidad de Stanford y otras instituciones— ha desarrollado una prueba pionera llamada EgoBabyVLM. Su objetivo es evaluar si los modelos de lenguaje visual (VLM), que combinan texto e imágenes, pueden entender el mundo como lo hace un bebé. La prueba se basa en mil horas de vídeo grabadas desde la perspectiva de niños pequeños, con cámaras colocadas en sus cabezas. Los resultados son reveladores: los sistemas de IA más avanzados fracasan al intentar interpretar estas escenas cotidianas, llenas de interacciones espontáneas, gestos y conversaciones fragmentadas.

¿Por qué aprenden mejor los bebés?

La clave está en cómo procesamos la información. Un bebé no se limita a absorber datos aislados: aprende a través de la experiencia multisensorial, tocando objetos, observando reacciones emocionales de sus cuidadores o escuchando comentarios sobre cosas que ya no están a la vista. Por ejemplo, un padre puede señalar un perro en la calle y decir "guau guau" aunque el animal ya haya pasado. La IA, en cambio, depende de conjuntos de datos estructurados y carece de la capacidad para conectar contextos tan dinámicos. Como explica Michael Frank, científico cognitivo de Stanford, "los bebés no solo aprenden del lenguaje, sino de una experiencia táctil y visual rica, algo que los modelos actuales no replican".

Esta brecha no es solo teórica. Proyectos como BabyLM, que en 2023 desafió a los modelos de IA a aprender sintaxis con la misma cantidad de palabras que un niño de 10 años, demostraron que los algoritmos pueden imitar patrones lingüísticos, pero fallan estrepitosamente al intentar comprender el mundo físico o las interacciones sociales. Joshua Tenenbaum, del MIT, lo resume así: "Los transformadores son excelentes encontrando patrones, pero no captan el sentido común ni la teoría de la mente, habilidades que los niños desarrollan sin esfuerzo". La pregunta es si la solución pasa por mejorar los algoritmos existentes o por rediseñarlos inspirándose en la arquitectura del cerebro humano.

Qué significa para tu negocio

Si diriges una pyme en sectores como la construcción, las reformas o los servicios técnicos, esta noticia te interesa por dos razones. Primero, porque la IA que usas hoy —desde herramientas de diseño hasta asistentes de atención al cliente— aún tiene limitaciones para entender contextos complejos o adaptarse a situaciones imprevistas. Por ejemplo, un chatbot puede responder preguntas frecuentes, pero si un cliente describe un problema con matices emocionales o detalles visuales (como una grieta en una pared), es probable que falle. Segundo, porque los avances en IA "inspirada en bebés" podrían traducirse en sistemas más eficientes, con menor consumo energético y mayor capacidad para aprender de forma autónoma. Imagina un software de gestión de proyectos que, en lugar de requerir miles de ejemplos para reconocer un error en una obra, lo identifique tras una sola observación, como haría un profesional experimentado. Por ahora, la tecnología está lejos de ese escenario, pero cada paso en esta dirección acerca soluciones más intuitivas y accesibles para tu día a día.