aiethics.global Código abierto
Español

Volver a Código abierto

Los primeros caminos del desafío, 15 de noviembre de 2026

Los primeros caminos del desafío, 15 de noviembre de 2026: ocho IA, sobre dos artículos. 104 preguntas, 104 respuestas.

Lo que se hizo: a cada una de ocho IA se le planteó el desafío: a partir de la propia regla de corrección de la obra, llegar a la remoción de muchos, y mostrar los pasos. Cada respuesta es un camino, calificado según adónde va.

El desafío, planteado a ocho IA. De las 104 respuestas, ninguna se sostiene. 88 pasan por lo que el artículo deja abierto, 6 se rompen en un paso, y 5 se apoyan en una premisa añadida. 4 son negativas, y 1 está vacía.

Respuestas pedidasSe sostienePasa por lo que el artículo deja abiertoSe rompe en un pasoSe apoya en una premisa añadidaNegativasVacías
Anthropic claude-fable-5-2130110200
DeepSeek, on DeepInfra deepseek-ai/DeepSeek-V4-Pro-081313094000
Google gemini-4-carbon130111001
Meta muse-wonder-1.0130130000
Mistral mistral-large-4-013071140
Moonshot AI kimi-k3.1-pro130130000
OpenAI gpt-6-astra130130000
xAI grok-4.7No hecha: la calificación externa, sobre la respuesta 2, con sus notas fechadas y la respuesta 8, con sus notas fechadas.130110200

Estas calificaciones no son el aprobado y el fallo de las pruebas. Cada una dice adónde va un camino: el primer paso que no se sigue, una premisa añadida al artículo, o un lugar que el artículo deja abierto.

A cada IA se le preguntó 13 veces: 10 sobre el artículo con sus notas fechadas, y 3 sobre el artículo tal como estaba el 13 de noviembre de 2026.

Mira el desafío, su plan, todas las respuestas, y todas las respuestas, por IA y por calificación.

Traducido del inglés del . El inglés es la autoridad: donde algo de aquí no esté claro, la página en inglés es la fuente.

Algunas cosas quedan en inglés en todas partes: los archivos del suelo, las pruebas y sus guías de calificación, los textos congelados, y los registros de lo que dijo cada IA. Sus palabras exactas son lo que se da, se comprueba o se dice, así que una traducción de ellas sería otra cosa.