Progreso de IA en Código y Matemáticas: Tesis de Karpathy

# Por qué el progreso de la IA solo se nota en código y matemáticas: Desglosando las tesis de Karpathy

Andrey Karpathy, cofundador de OpenAI y exdirector de IA en Tesla, explica la brecha en las evaluaciones de las capacidades de los modelos modernos. El progreso se concentra en programación, matemáticas e investigación, donde la IA logra resultados de primer nivel. En tareas cotidianas como buscar información o generar texto, las mejoras son mínimas.

Dos grupos con experiencias diferentes

Los usuarios se dividen en dos bandos: aquellos que dependen del ChatGPT gratuito del año pasado, y los profesionales que usan herramientas avanzadas como Codex o Claude Code.

• El primer grupo juzga con modelos obsoletos: Advanced Voice Mode se atasca en escenarios simples, como elegir entre caminar o conducir hasta un lavado de autos a 50 metros.
• El segundo grupo presencia el «frenesí de la IA»: modelos con acceso a terminal pueden reestructurar una codebase entera o descubrir vulnerabilidades en una hora, tareas que les toman días a los humanos.

Esta división genera malentendidos: los errores virales de modelos antiguos no reflejan el potencial de los sistemas agenticos.

Razones técnicas de la dominancia en código y matemáticas

La programación y las matemáticas son perfectas para RLHF (Reinforcement Learning from Human Feedback) y RL en métricas verificables.

• Recompensas claras: Una prueba unitaria pasa o falla, una señal binaria para la optimización, a diferencia de la subjetividad de la calidad del texto.
• Enfoque económico: Las tareas B2B impulsan la mayor parte de los ingresos, así que los laboratorios de IA vierten recursos en generación de código y cálculos.
• Escalabilidad: Sistemas agenticos con herramientas (terminal, API) abordan tareas complejas de forma autónoma.

Como resultado, modelos top como Codex pueden reformar proyectos en horas, mientras que las interfaces de voz luchan con consultas no estructuradas.

Realidades paralelas de la IA

Karpathy enfatiza: ambas visiones son correctas. Voice ChatGPT flaquea con memes, pero agentes especializados dominan flujos de trabajo profesionales. No es una contradicción, es progreso distribuido en distintos dominios.

Los profesionales destacan:

• Reestructuración de código legacy sin perder funcionalidad.
• Auditorías de seguridad automatizadas, incluidas vulnerabilidades zero-day.
• Resolución de problemas matemáticos a nivel de investigación de doctorado.

Para desarrolladores de nivel medio y senior, esto significa integrar IA en pipelines CI/CD y revisiones de código, donde la verificabilidad acelera las iteraciones.

Lo que importa

• El progreso de la IA es asimétrico: los picos en código y matemáticas provienen de RL en métricas binarias.
• Las prioridades B2B dictan el enfoque, las tareas cotidianas se quedan atrás.
• Sistemas agenticos con acceso a terminal resuelven problemas órdenes de magnitud más rápido que los humanos.
• Las brechas de percepción surgen de las diferencias en los modelos que usa la gente.
• Para profesionales de IT, la clave es adoptar herramientas como Codex para cargas de trabajo de producción.

— Editorial Team