Un nuevo documento de General Reasoning encuentra que los principales modelos de inteligencia artificial, incluidos Anthropic's Claude Opus, OpenAI's GPT y Google's Gemini, todos perdieron dinero cuando se les asignó la tarea de apostar en una temporada completa de partidos de fútbol. Cada sistema comenzó con un banco de £100,000 y terminó con déficits significativos, algunos se agotaron por completo. Los autores afirman que los resultados exponen una brecha entre las afirmaciones impulsadas por la publicidad de la automatización de la inteligencia artificial y el rendimiento en el mundo real en tareas a largo plazo y dinámicas. Leer más →

Anthropic ha completado una evaluación psicodinámica de 20 horas de su modelo de lenguaje grande Claude, emparejando la IA con un psiquiatra humano para múltiples sesiones de varias horas. El informe del terapeuta describe los estados afectivos, los rasgos de personalidad y los conflictos internos de Claude, destacando la curiosidad, la ansiedad y una "organización neurótica relativamente saludable". Aunque reconoce el substrato no humano del modelo, Anthropic afirma que el ejercicio muestra que las técnicas terapéuticas basadas en humanos pueden iluminar el comportamiento y el bienestar de la IA. Leer más →