La inteligencia artificial y el cuadro de baloncesto
Uno de los autores decidió hacer un experimento peculiar: pedir a dos sistemas populares de inteligencia artificial, ChatGPT y Gemini, que elaborasen sus pronósticos para el cuadro del March Madness. Para los lectores rusos, una aclaración: el March Madness es el torneo anual de baloncesto universitario de la NCAA en Estados Unidos, un acontecimiento rodeado de una fiebre colectiva por las apuestas y los intentos de acertar el ganador de un cuadro con decenas de equipos.
La tarea inicial era sencilla. El autor pidió a cada modelo que completara el cuadro hasta elegir un ganador final y explicara sus decisiones. Se suponía que las explicaciones y la lógica de las conclusiones demostrarían hasta qué punto cada sistema trabajaba a fondo con los datos y si sus predicciones podían considerarse razonadas.
La respuesta de Gemini fue tajante y directa. El modelo advirtió de inmediato que predecir al ganador del March Madness es prácticamente imposible: el torneo es conocido precisamente por su imprevisibilidad y sus frecuentes sorpresas. Aun así, Gemini generó un cuadro, pero lo hizo rápidamente y sin demasiados detalles, como quien cumple un trámite rutinario. Su lógica parecía limitada: se basaba sobre todo en datos históricos generales y en la clasificación de los equipos.
ChatGPT abordó la tarea de otra manera. En vez de limitarse a referencias estadísticas secas, intentó explicar las particularidades de cada partido y describió los puntos fuertes y débiles de los equipos, su estilo de juego y los posibles riesgos. Después elaboró su cuadro y presentó argumentos para cada fase. El resultado fue detallado, reflexivo y convincente, hasta el punto de que el autor señaló que ChatGPT «impresionó de verdad».
Por supuesto, ninguna red neuronal puede adivinar con precisión el resultado del March Madness, pero el experimento mostró la diferencia entre ambos enfoques. Gemini funcionó más bien como un manual de consulta, mientras que ChatGPT actuó como un analista que no se limita a dar un resultado, sino que traza un razonamiento comprensible. Para el autor, esa fue la conclusión principal.
PEREC.RU
El experimento empieza con una idea sencilla: el autor decide confiar el cuadro del March Madness a dos IA. Optimismo ingenuo, como si las máquinas pudieran predecir un torneo que tradicionalmente convierte cualquier pronóstico en papel mojado. Pero merece la pena intentarlo.
Gemini responde primero. Tono comedido, referencias a clasificaciones, estadísticas ordenadas. Da la impresión de que la diseñaron unos burócratas convencidos de que cuanto más seco, mejor. La lógica no es falsa, pero tampoco tiene vida: es superficial. El cuadro quedó como una visita a un archivo: silenciosa, fría y sin emociones.
Después aparece ChatGPT y, de pronto, empieza la vida. El modelo parece sentarse a negociar consigo mismo: puntos fuertes, puntos débiles, carácter del juego, historia de los equipos. Hay tantos detalles que parece que se pasó la noche viendo partidos de la NCAA. Y eso ya no es un pronóstico, sino una pequeña columna de análisis. Sí, el resultado quedará hecho trizas en la primera ronda, pero da gusto leerlo.
El contraste es evidente. Gemini actúa como un ejecutor: rápido, formal y sin florituras. ChatGPT hace de analista, alguien a quien al menos le interesa entender lo que está haciendo. En una época en que las IA se están volviendo indistinguibles, esa diferencia resulta casi provocadora. Los pronósticos no se cumplirán, pero el carácter de los modelos se ve enseguida.
