¿Siguen las IAs siendo loros estocásticos o han mejorado de forma efectiva en estos últimos años? ¿Cuánto lo han hecho? ¿Y cuáles? Estas son algunas de las grandes cuestiones acerca de de la inteligencia artificial actual. Para responderlas surgieron diversas pruebas o tests que intentan medir esa  (comillas, comillas) «inteligencia» aparente de algún modo: desde el conocimiento enciclopédico hasta el más puro razonamiento abstracto, que está claro que les atraganta más. ¿Cuál es el estado actual?

Las pruebas tradicionales: preguntas y respuestas

Una de las pruebas más clásicas es el conocido Humanity’s Last Exam (HLE), una prueba de 2.500 preguntas sobre matemáticas, biología, historia, lenguas clásicas y muchas otras disciplinas, planteadas y verificadas por humanos. Tienen nivel para graduados, solo que los modelos se enfrentan a una amplia variedad de temas, que un humano probablemente no abarcaría. Hay otros como el Massive Multitask Language Understanding (MMLU) y similares.

En el MLE y en apenas un año los mejores modelos pasaron de contestar correctamente el 8 por ciento de las preguntas a situarse entre el 35 y el 50% a comienzos de 2026, superando lo que podría conseguir casi cualquier persona en un examen de ese tipo. Además de eso, en el último año se aceleró su eficiencia y mejoraron más de lo previsto. De momento ganan Claude Fable 5 y GPT-5.6 Sol, llegando ya casi al 60%, aunque usando herramientas, agentes, «desvíos» a otros modelos y otros truquis.

Una cuestión sobre el HLE es que tan pronto como un modelo ha tenido acceso a las respuestas es capaz de mejorar notablemente, dado que el asunto no deja de ser una acumulación de datos, algo que es su especialidad. Si un modelo usa ese «truco» o busca las respuestas en internet (generalmente se bloquean repositorios como Hugging Face durante los «exámenes») los resultados se consideran contaminados y no valen. La forma de evitarlo es revisar su razonamiento en busca de atajos. Además, el HLE tiene un conjunto de preguntas privadas, no publicadas, que da un valor más preciso, aunque el que se plasma en las tablas comparativas es el público.

Del «preguntas y respuestas» al razonamiento abstracto

Acumular muchos datos no equivale a comprender lo que son y lo que hay que hacer con ellos. Los modelos actuales siguen cayendo en trampas aparentemente triviales: pueden resolver cuestiones de cálculo avanzado, pero fallar al ordenar números, o equivocarse al contar las letras de una palabra (el famoso «¿cuántas R hay en strawberry?») En el vídeo de Half as interesting hay unos cuantos buenos ejemplos.

Por todo eso los expertos idearon otras pruebas, como el Abstraction and Reasoning Corpus for Artificial General Intelligence (ARC-AGI), orientados a medir la capacidad de «descubrir reglas nuevas», algo que se considera fundamental para alcanzar la inteligencia artificial general. En lugar de responder preguntas, la IA debe resolver juegos y rompecabezas visuales deduciendo la lógica a partir de unos pocos ejemplos. Es como los tests que hacen a los niños en el colegio o los que se usan para medir el C.I.

Muchos de estos desafíos resultan triviales para una persona humana, pero pueden requerir enormes recursos computacionales para un modelo de IA… Algo que asusta cuando se ven las cifras de coste en tokens y dólares que alcanzan algunos modelos.

Del ARC-AGI existen dos versiones más avanzadas llamadas ARC-AGI 2 y ARC-AGI 3 que ponen el listón todavía más alto: conceptos espaciales como «dentro» y «fuera», reglas lógicas más complicadas… Los de la versión 3 son como pequeños videojuegos sin instrucciones, donde hay que descubrir tanto las reglas como la forma de jugar.

Es divertido jugar con el ARC-AGI 3, y más si te gustan los juegos de este tipo, porque resulta muy entretenido: todo tiene su lógica, se asignan mentalmente roles y definiciones (entrada, salida, puerta, transportador, herramienta para girar piezas…) Y conviene afinar, porque a veces hay límites de movimientos. Tiene su curva de aprendizaje. Es fácil imaginar lo complicado que puede resultar para un modelo que tenga que reconocer todas las piezas de colores, adivinar lo que hay que hacer e inferir el papel de cada una paso a paso.

Los modelos enfrentados al ARC-AGI-3 apenas llegan al 2% de éxito, aunque GPT-5.6 Sol Max llega casi al 8%. Pero todavía están lejos de mostrar una inteligencia general comparable a la humana.

De momento queda claro que son buenos en pruebas de conocimientos y programación, pero siguen con dificultades en cuando al «sentido común» y el razonamiento abstracto, que incluso los niños humanos pueden superar sin muchos problemas. De momento, son pruebas mejores para ver los progresos de la IA y habrá que ver dentro de unos años (o meses) cómo va la cosa.

Relacionados:

• El test de Lovelace es una versión más exigente del test de Turing para las IAs, que los LLM actuales ya podrían haber superado
• Cruce de cables: ¿Puede ChatGPT haber superado ya el Test de Turing?
• El test de Turing inverso diseñado por una IA, que luego es respondido por humanos y por IAs y finalmente evaluado por la misma IA
• El Test de Turing
• Un Test de Turing mínimo en el que una sola palabra basta para distinguir humanos y máquinas
• OpenAI habla sobre sus planes para la inteligencia artificial general del futuro, incluyendo los riesgos que implica
• Un test de 15 preguntas sobre cómo ves la IA actual para descubrir cuál es tu actitud al respecto

# Enlace permanente

Es apropiado para hoy, día de una gran final de la Copa del Mundo de fútbol, hacer mención a este vídeo producido por Google Deepmind acerca de cómo utilizaron modelos de IA como Gemini Omni y Veo para reconstruir un gol «perdido» de Pelé, algo que sucedió en un encuentro del que no se conserva ninguna grabación ni película porque no había nadie filmándolo en celuloide, no se retransmitía por televisión y el vídeo no había llegado todavía a Brasil en aquella época.

Todo sucedió el 2 de agosto de 1959, en el minuto 42 de la segunda parte del partido donde el Juventus de São Paulo se enfrentaba en casa al Santos. Pelé (1940-2022), el mejor jugador de todos los tiempos, recibió el balón en el centro del área, hizo tres elegantes sombreros a tres defensas y remató finalmente de cabeza superando al portero: la pelota ni siquiera llegó a tocar el suelo cuando todos gritaron ¡goool! Fue tal golazo que tan pronto terminó el partido incluso los rivales se acercaron a felicitarle. Y el público, que estaba en contra del Santos de Pelé, acabó ovacionándole. El propio Pelé dijo años después que aquel fue sin duda el mejor de su carrera, que totaliza más de mil goles.

El problema fue que tan solo quedó una fotografía en blanco y negro de aquel gol junto con otras de la celebración posterior. Nadie que no estuviera allí pudo ver el famoso gol da Rua Javari nunca. Así que cuando al equipo de Google se le ocurrió promocionar su IA reconstruyéndolo recurrió a historiadores, periodistas deportivos, antiguos futbolistas y la familia de Pelé, además de Neymar, que hace un «cameo» estelar.

Con los relatos en primera persona de quienes estuvieron allí y lo vieron, la fotografía del gol y otros materiales gráficos de la época para recrear los uniformes, el balón, el estado del terreno de juego y el público alimentaron a los modelos de IA para conseguir una película de unos pocos segundos que muestra el gol en todo su esplendor. También en blanco y negro y con el apropiado look viejuno. [En el vídeo: a partir de 07:25 para los ansiosos.]

El resultado está en internet y también se exhibe en el Museu Pelé de Santos como proyecto educativo y de conservación cultural. Todo un homenaje para recuperar un gol «perdido» que aunque solo estuviera en la memoria colectiva de quienes lo vieron ha quedado dignamente reconstruido.

Relacionados:

• Google Research Football, un entorno de juego realista en código abierto

# Enlace permanente

Rodalies ha programado la circulación de 4 trenes especiales a primera hora del próximo domingo, 26 de julio, para facilitar el desplazamiento de los viajeros que acudan a Mataró (Barcelona), coincidiendo con la celebración de Les Santes, fiesta mayor de la localidad.

   Renfe pone este sábado en marcha el 'Tren Teresa de Ávila', una propuesta conjunta con el Ayuntamiento de Ávila e incluida en el programa de Trenes Temáticos, que ofrece una jornada turística, cultural y gastronómica en la capital abulense partiendo desde la estación de Madrid-Príncipe Pío.

El Club Ferroviari Caldes de Malavella organitza els propers dies 19 i 20 de setembre de 2026 la VI Trobada de Mòduls Ferroviaris a Caldes de Malavella al Pavelló Polivalent.

Podeu descarregar la convocatòria i el full d’inscripció.

Este proyecto permitirá un aumento de hasta un 40 por ciento de la capacidad de la línea El operador del metro de Toronto, Toronto Transit Commission (TTC) ha adjudicado a Hitachi Rail un nuevo contrato de señalizaciòn para para mejorar ellos sistemas de señalizaciòn de la Línea 2 con su tecnología. De esta forma mejorará la capacidad y la seguridad del corredor de metro este-oeste más transitado de la red.

Para atender la demanda de la temporada de verano El operador incorpora cuatro nuevas circulaciones diarias entre Madrid y Málaga de lunes a domingo a partir del 17 de julio. Son 12.908 plazas adicionales a la semana.

Obligarán a interrumpir temporalmente la circulación en distintos tramos de las líneas 6, 7 y 9B (TFM) Metro de Madrid aprovechará el mes de agosto para llevar a cabo trabajos de mejora y renovaciòn de la vía en varios puntos de la red. Estas actuaciones obligarán a interrumpir temporalmente la circulaciòn en distintos tramos de las líneas 6, 7 y 9B (TFM) durante el pròximo mes, que se unirán al tramo de la línea 10 entre Nuevos Ministerios y Plaza de Castilla, en obras.

Ha obtenido la máxima calificación ambiental por SyP Global Ratings Adif Alta Velocidad ha publicado la actualizaciòn de su Marco de Financiaciòn Verde (Green Financing Framework), el documento que establece los criterios aplicables a las futuras emisiones de ylsquo;bonos verdesyrsquo; y operaciones de financiaciòn sostenible de la entidad.

En el marco del Plan A punto, las actuaciones se centrarán en accesos, andenes y señalética Renfe iniciará la primera fase del Plan A Punto en Vizcaya con las obras de mejora en el apeadero de La Herrera. Esta fase incluye también actuaciones en las estaciones de Balmaseda y Arakaldo, con una inversiòn global superior a 500.000 euros.

En Plaza Mayor, Victoria Kent, Málaga Centro Alameda, Torreblanca y Montemar Alto, para incrementar el confort, la accesibilidad y la calidad del servicio Renfe destinará 1.119.927 euros a actuaciones de mejora en cinco estaciones de Cercanías de la C-1 del núcleo de Málaga: Plaza Mayor, Victoria Kent, Málaga Centro Alameda, Torreblanca y Montemar Alto. Todos los trabajos cuentan con una línea de actuaciòn común orientada a ofrecer estaciones más còmodas, accesibles, seguras y funcionales, con mejoras visibles para los usuarios.

Para atender la demanda de la temporada de verano La Oficina Europea de Patentes ha concedido a Azvi la patente europea para su escuadradora de traviesas. Se trata de una herramienta diseñada para alinear, posicionar y escuadrar automáticamente las traviesas durante el montaje de vía.

Avanzará en la definición de la prolongación de la línea C-4a de Cercanías desde la estación de Alcobendas/San Sebastián de los Reyes El Ministerio de Transportes y Movilidad Sostenible ha iniciado la licitaciòn del contrato para desarrollar el estudio informativo de la ampliaciòn de la red de cercanías de Madrid al Hospital Infanta Sofía (San Sebastián de los Reyes). El presupuesto de licitaciòn asciende a 877.855 euros y tiene un plazo inicial de ejecuciòn de veinticuatro meses, que incluyen la redacciòn del estudio informativo y la asistencia durante su tramitaciòn hasta la obtenciòn de la Declaraciòn de Impacto Ambiental y la aprobaciòn definitiva del estudio.

Para aumentar la capacidad y la frecuencia del servicio, las primeras unidades llegarán en 2029 Transportes Metropolitanos de Barcelona (TMB) ha licitado la compra de 35 nuevos trenes para incrementar las frecuencias y la capacidad de Metro de Barcelona, con una inversiòn de 330 millones de euros. De los 35 trenes, veintidòs permitirán dar servicio al tramo central de la L9 y los otros trece reforzarán las líneas convencionales, donde las frecuencias se situarán por debajo de los 3 minutos y medio en hora punta en todos los casos. En las líneas 1 y 5, las que registran mayor demanda, la frecuencia será aún mayor: en la línea azul, en hora punta, circulará un tren cada dos minutos y 15 segundos y en el caso de la roja, cada 2 minutos y 38 segundos.

<p><span lang="CA"><strong>Transports Metropolitans de Barcelona (TMB) ampliarà una hora l’horari de finalització del servei de metro&nbsp;</strong>aquest diumenge, <strong>19 de juliol</strong>, amb motiu de la <strong>final del mundial de futbol 2026&nbsp;</strong>que disputarà la selecció espanyola. Així, per afavorir la mobilitat sostenible a la ciutat de Barcelona i l’àrea metropolitana, aquest diumenge, de manera excepcional, tota la xarxa de metro funcionarà una hora més, és a dir, els <strong>trens circularan</strong> <strong>fins a la una de la matinada</strong>. L’endemà, dilluns, 20 de juliol, la xarxa de metro reobrirà a l’hora habitual, a les 5 del matí.</span></p><p><span lang="CA">En aquest sentit, diumenge 19 de juliol, l’Ajuntament de Barcelona instal·larà una&nbsp;</span><a href="https://ajuntament.barcelona.cat/esports/ca/noticias/40049"><span lang="CA">pantalla gegant</span></a><span lang="CA"> per seguir la final de la <strong>Copa Mundial de la FIFA 2026</strong>. Concretament s’habilitarà a la plataforma Marina del Fòrum, amb accés pel carrer de Josep Pla amb l’avinguda del Litoral. Allà&nbsp;els aficionats i aficionades que ho vulguin podran seguir en directe la final de la competició futbolística que enfronta la selecció espanyola i la selecció argentina, a partir de les 9 de la nit. L’espai, que tindrà accés controlat, oferirà activitats prèvies com jocs i música a partir de les 19 hores. Per anar-hi en transport públic, l’estació de metro més propera és El Maresme / Fòrum de la línia 4 i les línies de bus H16, V29, V31, V33, 7 i 136 (amb diferents horaris de finalització de servei en diumenge) i també hi arriba la línia T4 del tramvia.</span></p><p><span lang="CA">Recordem que cal planificar amb temps els desplaçaments i alternatives a causa de les afectacions per </span><a href="https://noticies.tmb.cat/sala-de-premsa/metro-fara-aquest-estiu-obres-de-millora-quatre-punts-de-xarxa-que-comportaran"><span lang="CA">obres de millora de la xarxa de metro</span></a><span lang="CA">. Els autobusos llançadora del tall que afecta l’L1 entre Florida i Plaça de Sants també prolongaran l’horari de servei i finalitzaran a la 1 de la matinada.</span></p><p>&nbsp;</p>

Los ordenadores de bolsillo fueron durante años una herramienta muy popular entre estudiantes e ingenieros japoneses, aunque en Europa y Estados Unidos nunca llegaron a despegar; quizá por eso no haya tanta documentación como de otros gadgets. Ahora un proyecto de esos creados artesanalmente, por amor al arte, permite disfrutar de un emulador de Casio FX-870P (también llamado VX-4 en Europa), un gadget de finales de los años 80 que combina el hecho de ser un ordenador programable con funciones típicas de una calculadora científica.

El emulador recrea prácticamente todos los componentes del equipo: un procesador Hitachi HD61700 funcionando a unos 921 kHz, una pantalla LCD de 96×64 píxeles, teclado de 83 teclas, puerto serie RS-232C y hasta la unidad opcional de disquetes MD-120.

Como curiosidad, permite alternar entre el firmware japonés del FX-870P y el inglés del VX-4, ejecutar programas a velocidad ×50 respecto al original, guardar el estado e incluso emular los antiguos disquetes.

En este otro vídeo del siempre interesante canal Calculator Culture se puede ver la máquina en acción, incluyendo cómo se programa un algoritmo para trabajar en el problema de las ocho reinas usando la recursividad.

Lo cierto es que el emulador, cuyo código puede verse y descargarse en Github, cuenta con herramientas que habrían parecido ciencia ficción cuando apareció la máquina: un editor de BASIC con coloreado de la sintaxis, un listado en tiempo real de los programas almacenados en memoria, biblioteca de ejemplos, editor gráfico de caracteres, debugger, monitor de comunicaciones serie y utilidades para programar y depurar en código máquina. Incluso incorpora un compilador que convierte programas escritos en BASIC al lenguaje máquina del HD61700.

Aunque este chisme estaba originalmente orientado a los estudiantes de ingeniería japoneses, también destacaba por ofrecer varios lenguajes de programación: un BASIC bastante avanzado para la época, C (compilado a bytecode) y CASL, para enseñar lenguaje ensamblador. La pantalla, de cuatro líneas, hacía mucho más cómodo escribir programas que en otros modelos anteriores de una sola línea. Además podía conectarse a impresoras, casetes, disqueteras o a un PC mediante un puerto serie RS-232C.

Relacionados:

• Las Máquinas de PCjs: desde PCs antiguos a calculadoras programables
• La mítica calculadora HP-15C vuelve a la vida con un simulador
• Programación viejuna en el BASIC de un Commodore 64
• Tiny Emus: emuladores pequeñitos pero que guardan grandes recuerdos
• Un par de emuladores retro
• Simuladores de ensamblador de 8 y 16 bits
• El manual del primer BASIC de la historia
• El BASIC cumple 50 años
• Isaac Asimov y la TRS-80
• El ordenador de bolsillo… Tal y como lo imaginaban en los 80

# Enlace permanente

Codex Micro es un dispositivo con aspecto de mini-teclado auxiliar límpido, blandito y muy estético. Es el primer hardware comercial de OpenAI, un producto que han desarrollado junto a Work Louder, un fabricante este tipo de chismes.

Lo llaman consola de control y está pensado para quienes utilizan el agente de IA especializado en programación de ChatGPT, Codex. Por su aspecto, la caja y cómo se presenta a mi me da la impresión de que aspira a ser como el iPhone en su día: un dispositivo disruptivo, que genere una nueva categoría de uso; algo deseable y fashionable en cuanto se amplíen sus miras.

Pero, volviendo a tierra… Codex no deja de ser un teclado que «dispara» las funciones de ChatGPT/Codex con solo pulsar un botón: escribir código, depurarlo, ejecutar pruebas, revisar cambios o trabajar directamente con repositorios y herramientas de desarrollo. Tiene botones con iconos para lanzar tareas, aceptar o rechazar cambios, hablar con el agente en el modo voz o ajustar sobre la marcha el nivel de razonamiento de la IA (mediante un simpático mando giratorio). Algo curioso es que se vende con teclas intercambiables, para que cada cual elija las más adecuadas para lo que quiera hacer.

Las especificaciones de Codex Micro son:

• 13 teclas mecánicas: accesos directos programables para las acciones más habituales.
• 6 teclas luminosas RGB: muestran en tiempo real el estado de distintos agentes de Codex (trabajando, esperando o finalizados).
• Mini-joystick y rueda giratoria: para lanzar flujos de trabajo y modificar el nivel de razonamiento del agente.
• Bluetooth y USB-C: funciona tanto de forma inalámbrica como por cable.
• Compatibilidad con Mac y Windows: pensado para la aplicación de escritorio de ChatGPT.
• Dos tipos de interruptores: los hay en versión silenciosa o con clic mecánico, que para gustos, colores.

Podría pensarse que es casi un dispositivo para programadores vagos, que prefieren darle a la tecla adecuada sin tener que navegar continuamente por la interfaz de la pantalla. ¿Ahorrará tiempo? ¿Cuánto? Habrá que verlo.

Su precio actual, para quien pueda comprarlo porque ya aparece como «edición limitada» y «agotado», es de 230 dólares. La caja incluye un juego de 32 teclas intercambiables personalizadas.

Relacionados:

• Operator de OpenAI añade la potencia de un agente de software a ChatGPT para que haga todo tipo de «recados» a través de internet
• Tareas programadas en ChatGPT: una forma de automatizar con todas las posibilidades de la IA de OpenAI
• ChatGPT Search de OpenAI: funciona y es útil, aunque mejorable
• El teclado de la fsociety que nadie de la fsociety utilizaría
• Cruce de cables: QWERTY, el teclado perfecto que nadie quiere
• ChatGPT: la inteligencia artificial optimizada para diálogos que no sólo asombra por su naturalidad sino que tiene muchos puntos fuertes

# Enlace permanente

Los perros de hasta 40 kilos podrán viajar junto a sus dueños, tanto en los servicios comerciales de Renfe (AVE, Avlo, Alvia, Euromed e Intercity) como en los de Servicio Público (Avant y Media Distancia), a partir del próximo 21 de julio, coincidiendo con la celebración del Día Mundial del Perro.