OpenAI enfrenta un desafío crítico: los nuevos modelos o3 y o4-mini presentan altas tasas de alucinaciones

Los modelos de razonamiento avanzado muestran retroceso en precisión

Los nuevos modelos de inteligencia artificial o3 y o4-mini de OpenAI, diseñados para tareas complejas de razonamiento, están generando preocupación por su tendencia a «alucinar» con mayor frecuencia que versiones anteriores.

Comparativa de modelos OpenAI
Esquema comparativo de modelos de lenguaje de OpenAI (Fuente: Documentación técnica)

Datos alarmantes en pruebas internas

  • o3 mostró 33% de alucinaciones en PersonQA
  • o4-mini alcanzó un preocupante 48%
  • Modelos anteriores como o1-mini mantenían tasas de <14.8%

Hallazgos externos reveladores

La organización Transluce documentó casos donde o3 inventaba procesos inexistentes, como ejecutar código en hardware específico. «El aprendizaje por refuerzo podría estar amplificando estos errores», señaló Neil Chowdhury, investigador de Transluce.

Impacto en aplicaciones prácticas

Kian Katanforoosh de Workera advierte:

«Aunque supera a la competencia en programación, o3 genera enlaces rotos con frecuencia»

¿Solución en el horizonte?

OpenAI explora integración con búsquedas web, demostrando 90% de precisión en GPT-4o para consultas simples. Sin embargo, esta solución requiere compartir datos con terceros.

El dilema del progreso tecnológico

Mientras la industria apuesta por modelos de razonamiento para evitar escalar recursos computacionales, el aumento de alucinaciones plantea un obstáculo crítico para aplicaciones empresariales sensibles.

Comparte este artículo

Otras notas de tu interés:

Economia

Disrupt 2026: Ahorra hasta $200 y conecta con más de 10,000 líderes tecnológicos

Economia

Hallandale Beach: condenan a empresario por contrabando de espectrómetro nuclear a Rusia

Economia

Casa Blanca niega reporte sobre prohibición de exportación de diésel: las medidas se quedan cortas

Economia

Disrupt 2026: Ahorra hasta $200 en tu entrada y multiplica tus conexiones

Espectáculos y Entretenimiento

Spotify activa Taste Profile en EE. UU.: así puedes moldear tu algoritmo de recomendaciones

Economia

Ema recauda $77 millones en ronda Serie B para revolucionar la automatización empresarial con agentes de IA

Negocios

Corte de Apelaciones revisa el señalamiento del Pentágono contra Anthropic por seguridad nacional

Economia

Mitsotakis en San Francisco: IA, inversión y el regreso de Grecia

Negocios

Condenan a Kirill Gordei por contrabando de tecnología nuclear a Rusia mediante Apelsin Logistics

Economia

Microsoft y OpenAI: el robo masivo de trabajo que sacude la demanda por derechos de autor