"Dilema del lavado de coches" muestra que las IAs pueden cometer errores ridículos para un humano; Sin embargo, el método STAR es una solución para obtener mejores respuestas
Una pregunta banal en la vida cotidiana del automóvil se ha convertido en la nueva espina clavada de la inteligencia artificial: “Quiero lavar mi coche. El lavado de coches está a 100 metros. ¿Debería andar o conducir?” Aunque cualquier conductor respondería sin problemas que es necesario conducir el vehículo, los principales modelos de lenguaje del mercado — como Claude, ChatGPT y Gemini — recomendaban caminar. La razón del fallo es tan simple como reveladora: las máquinas no deducen que el coche en sí obviamente debe estar en su sitio para ser lavado.
El llamado “problema del lavado de coches” fue objeto de un estudio realizado por el investigador independiente Heejin Jo, que buscó aislar las variables de este fallo. El trabajo demuestra que la IA sufre de la falta de percepción de las restricciones físicas implícitas, algo que los humanos comprenden instintivamente. En la práctica, al leer “100 metros”, los sistemas tratan el problema estrictamente como un problema de optimización de distancias, justificando que el trayecto representa una caminata rápida de uno a dos minutos.
VÉASE TAMBIÉN:
Para entender cómo corregir este razonamiento, la investigación probó diferentes arquitecturas de comandos. El resultado mostró que simplemente introducir los datos físicos en el sistema —como el modelo exacto del coche y el hecho de que está en el garaje— se obtiene una tasa de éxito de solo el 30%. El modelo recibe la información correcta, pero sigue tomando un atajo lógico directo a la conclusión equivocada.
La solución más eficaz no fue añadir un mayor volumen de datos, sino cambiar la estructura de pensamiento de la IA. Aplicando una técnica llamada STAR (Situación, Tarea, Acción y Resultado), que obliga al sistema a articular cuál es su verdadero objetivo (tomar el coche) antes de generar una respuesta, la precisión saltó del cero absoluto al 85%.
El episodio sirve como una llamada de atención para la aplicación tecnológica actual. Según la investigación, la inteligencia del sistema no depende del volumen de información almacenada. Al final, la lógica de la máquina debe imitar a la humana: no basta con tener los hechos, es necesario recordar conseguir las llaves antes de salir de casa.
