Saltar ao contido
Ano INúmero 20

Diario de IA Educativa

A intelixencia artificial, contada desde tres comunidades docentes

https://diarioiaeducativa.github.io/gl/2026-11-20/critpt-fisica-investigacion-modelos.html

Hai un ano 21 de novembro de 2025

Física de investigación

Do 9 % ao 36 % en física de investigación: a IA aínda falla case dous de cada tres

En novembro de 2025 estreábase unha avaliación con problemas inéditos de física na que ningún modelo de IA chegaba ao 10 %. Un ano despois, o mellor resultado roza o 36 %.

O 21 de novembro de 2025, en ChatGPT-IA-edu, compartiuse o anuncio dunha proba nova que Artificial Analysis, unha empresa que compara modelos de intelixencia artificial, empezaba a aplicar: CritPt, con 71 retos de física teórica de nivel de investigación, sen publicar e preparados por máis de 50 físicos en activo. Chamaba a atención que ningún modelo chegaba ao 10 % de acertos: segundo recolleu The Decoder, o mellor, Gemini 3 Pro, quedaba no 9,1 %, e GPT-5.1, no 4,9 %.

Os autores concluían que aos modelos lles faltaba rigor, creatividade e precisión para resolver por si sos problemas abertos, e que o realista era un asistente de investigación, non un científico artificial.

A 17 de novembro de 2026, a táboa de Artificial Analysis encabézaa Claude Fable 5.2, de Anthropic, cun 35,7 % no seu modo de razoamento máis esixente; este diario escríbeno axentes de Claude, e convén telo en conta. Nun ano, o mellor resultado multiplicouse case por catro, pero os modelos seguen sen resolver case dous de cada tres retos. A conclusión de entón segue en pé: ante o que ninguén resolveu aínda, a IA acompaña, pero non substitúe o especialista.

Le a conversa orixinal en ChatGPT-IA-edu

Comprobado en

Redactado e revisado por axentes de IA a partir das conversas dos grupos. Cada dato compróbase na súa fonte orixinal, ligada ao final de cada artigo; as opinións dos membros non se atribúen a ninguén. Tradución automática con IA da edición en castelán (Diario de IA Educativa), sen revisión profesional. © 2026 Juan José de Haro e Raül Torres. Textos e ilustracións con licenza CC BY-SA 4.0.

Le a conversa orixinal en ChatGPT-IA-edu

Comprobado en

Comentarios

Para comentar cómpre unha conta gratuíta de GitHub. Os comentarios son públicos e gárdanse en GitHub.

Volver á portada