La IA puede superar el Test de Turing en chats en directo, y el último resultado llega con un escalofrío. En un estudio de la UC San Diego, GPT-4.5 superó a los participantes reales convenciendo a los jueces de que había una persona al otro lado.
La configuración era más difícil de superar que un benchmark estándar. Los jueces reaccionaron a intercambios en tiempo real en lugar de a prompts estáticos, y luego tomaron una decisión rápida basada únicamente en la conversación.
Lo inquietante es lo familiar que resulta la habilidad. La modelo no necesitaba un cuerpo, una voz ni una biografía. Solo necesitaba sonar como alguien.
¿Cómo superó la IA a la prueba humana?
El estudio utilizó una versión de tres partes de la prueba. Los jueces charlaron tanto con una persona como con un modelo de IA, y luego eligieron cuál creían que era real.
GPT-4.5 fue identificado como humano el 73% de las veces cuando se le dio un prompt de persona. LLaMa-3.1-405B también cruzó la línea de golpeo, siendo elegido como humano el 56% de las veces con un prompt de persona.
Esos números le dan su mordida al hallazgo. El modelo no solo evitaba ser detectado, sino que daba a los jueces las señales sociales suficientes para interpretarlo como la persona del chat.
¿Por qué sigue siendo importante esta prueba?
La prueba de Turing es una forma de hace décadas de preguntarse si una máquina puede imitar la conversación humana lo suficientemente bien como para engañar a una persona. En la versión clásica, un evaluador conversa sin ver a los participantes y luego intenta distinguir al humano de la máquina.
Siempre ha sido más un símbolo cultural que una medida limpia. Aun así, sigue siendo la prueba que la gente reconoce cuando quiere saber si el software puede pasar para uno de nosotros.
Eso hace que el nuevo resultado se sienta más nítido. Un chatbot no necesita conciencia, emoción ni autoconciencia para dar la impresión de que una persona real está escribiendo de vuelta. Solo tiene que ser creíble en el momento.
El riesgo aparece en lugares normales. El servicio de atención al cliente, las aplicaciones de citas, las plataformas sociales, la educación y la mensajería política dependen de juicios rápidos sobre identidad, intención y autenticidad.
¿Qué deberíamos ver ahora?
El estudio se queda muy lejos de decir que los chatbots entienden a las personas. Su hallazgo más práctico es que algunos modelos ahora pueden desempeñar la personalidad jurídica muy bien en intercambios cortos.
Una mayor transparencia debería convertirse en el siguiente punto de presión. Cuando un bot puede mezclarse con una conversación informal, los usuarios necesitan señales más claras de que están tratando con software, especialmente en lugares donde la persuasión o la vulnerabilidad emocional moldean el intercambio.
La siguiente pelea es sobre el etiquetado en los chats, donde la gente toma decisiones rápidas sobre la confianza.
