En los últimos años, los modelos de inteligencia artificial centrados en el razonamiento han demostrado avances sorprendentes. Herramientas como el modelo o3 de OpenAI han sobresalido en pruebas que evalúan habilidades matemáticas y de programación, lo que ha despertado entusiasmo en el sector tecnológico. A diferencia de los modelos convencionales, estos sistemas son capaces de aplicar más potencia de cálculo a problemas complejos, obteniendo así resultados más precisos, aunque con un coste temporal y computacional mucho mayor.
La clave detrás de su rendimiento está en una técnica conocida como aprendizaje por refuerzo, que consiste en retroalimentar al modelo con información sobre la calidad de sus respuestas. De esta manera, el sistema aprende a mejorar sus soluciones a lo largo del tiempo, como si recibiera consejos de un tutor experimentado cada vez que intenta resolver un problema difícil.
La escalabilidad tiene límites
Sin embargo, un nuevo informe del instituto independiente Epoch AI plantea una advertencia importante: el ritmo de mejora de estos modelos podría frenarse pronto. Según sus estimaciones, en menos de un año podríamos empezar a ver un estancamiento en los progresos obtenidos a través de esta vía.
¿Por qué? La razón principal radica en los límites físicos y económicos de escalar la potencia de cálculo dedicada al aprendizaje por refuerzo. OpenAI, por ejemplo, multiplicó por diez la capacidad computacional usada para entrenar su modelo o3 en comparación con su predecesor, o1. Se especula que gran parte de esta diferencia se destinó precisamente al proceso de aprendizaje por refuerzo. Y aunque la empresa ya ha anunciado planes para continuar invirtiendo aún más en esta técnica, hay un techo que no se puede superar fácilmente: el coste y la complejidad técnica aumentan de forma exponencial.
Una carrera acelerada, pero con curvas peligrosas
El analista Josh You, autor del estudio de Epoch, compara la situación con una autopista: los avances en el entrenamiento tradicional de modelos de IA están acelerando a una velocidad razonable, cuadruplicándose cada año. Sin embargo, el aprendizaje por refuerzo ha estado avanzando a una velocidad mucho mayor, multiplicándose por diez cada pocos meses. Esto sugiere que ambos caminos podrían encontrarse pronto en un punto donde el aumento de rendimiento no sea sostenible.
Más allá de la computación: otros desafíos invisibles
El informe también subraya que el obstáculo no es solo técnico, sino también humano y económico. La investigación en modelos de razonamiento conlleva altos costes estructurales: tiempo, talento y recursos. A medida que se incrementan las exigencias computacionales, también crece el peso de la coordinación y experimentación científica. Y eso no siempre se puede resolver con más inversión.
Además, existen señales de advertencia en el propio desempeño de estos modelos. Aunque pueden destacar en algunas pruebas, tienen una mayor tendencia a generar errores o alucinaciones en comparación con modelos más simples. En ciertos escenarios, su sofisticación puede convertirse en una trampa, generando respuestas que suenan convincentes, pero que son incorrectas o inventadas.
¿Qué implica este estancamiento potencial?
Si el progreso de los modelos de razonamiento se ralentiza, las implicaciones serán profundas para la industria de la IA. Empresas y laboratorios que han apostado fuerte por estas técnicas podrían necesitar replantear sus estrategias. También podría abrir la puerta a enfoques alternativos: modelos híbridos que combinen razonamiento con procesamiento simbólico clásico, o sistemas más ligeros y especializados.
La advertencia de Epoch no es un anuncio de fracaso, sino un llamado a la cautela. Nos recuerda que, aunque la IA ha dado pasos de gigante, no todas las rutas son infinitamente escalables. A veces, el camino más largo no se recorre acelerando, sino buscando rutas más eficientes.
¿Qué podemos esperar a corto plazo?
Lo más probable es que durante 2025 sigamos viendo mejoras puntuales en estos modelos, especialmente gracias a un uso más intensivo del aprendizaje por refuerzo. Sin embargo, también podríamos presenciar una desaceleración natural a medida que se agotan los beneficios inmediatos de esta técnica.
Esto no significa que la investigación se detenga. Más bien, podríamos ver una diversificación en las estrategias de desarrollo, con mayor enfoque en robustez, interpretabilidad y eficiencia energética. En definitiva, el futuro de la IA no dependerá solo de cuánto podemos mejorar un modelo, sino de cómo equilibramos innovación, sostenibilidad y utilidad práctica.