¿Por qué ChatGPT no sabe calcular? Se revela el misterio de los errores matemáticos

La inteligencia artificial, incluido ChatGPT, puede escribir poemas, componer música y traducir textos. Sin embargo, a menudo se atasca con tareas matemáticas simples. ¿Por qué un chatbot que maneja tareas lingüísticas complejas no puede con matemáticas de nivel de escuela primaria?

Tokenización: cuando los números se descomponen en partes

Uno de los problemas clave es la tokenización. Este proceso divide los datos en partes más pequeñas, llamadas tokens. Imagínatelo como armar un rompecabezas, donde las palabras se descomponen en sílabas. El tokenizador, el modelo de inteligencia artificial responsable de este proceso, no entiende el significado de los números.

Puede suceder que el número 380 se perciba como un solo token, mientras que 381 se perciba como dos (38 y 1). Esto interrumpe las relaciones entre los dígitos y complica el cálculo.

Máquina estadística que tropieza con los números

Otra razón para los problemas matemáticos de ChatGPT es su naturaleza estadística. El chatbot aprende basándose en una enorme cantidad de ejemplos y busca patrones en ellos. Por ejemplo, aprende que la frase "Estimado señor" a menudo es seguida por "nos dirigimos a usted".

Sin embargo, en matemáticas, este enfoque enfrenta problemas. ChatGPT puede predecir que el producto de números que terminan en 2 terminará en 4, pero no maneja los resultados intermedios. En términos sencillos, el modelo ChatGPT intenta adivinar el resultado basado en patrones aprendidos en lugar de realizar un cálculo preciso.

El desafío llamado multiplicación

Un estudio realizado por Yuntian Deng de la Universidad de Waterloo mostró que ChatGPT tiene problemas para multiplicar números de más de cuatro cifras. La razón es que cualquier error en un paso del cálculo se refleja en el resultado final.

Imagínatelo como un efecto dominó: un error desencadena una reacción en cadena y el resultado está completamente equivocado. Sin embargo, hay esperanza de que ChatGPT mejore en el futuro. Deng y sus colegas también probaron el modelo o1 de OpenAI, que se distingue por su capacidad de razonamiento lógico.

Este modelo alcanzó resultados significativamente mejores que el estándar GPT-4o y logró resolver correctamente multiplicaciones de números de nueve cifras. El modelo o1 piensa en el problema paso a paso, lo que le permite alcanzar resultados más precisos.