IA y modelos
xAI retrasó el lanzamiento de un modelo para mejorar su desempeño en Baldur’s Gate
Según se informa, xAI retrasó el lanzamiento de un modelo para mejorar su desempeño en consultas sobre Baldur’s Gate, aunque las pruebas muestran que sus consejos de juego están ahora a la par de los de sus competidores.
Según un reporte de la publicación Business Insider, xAI, la empresa emergente de inteligencia artificial recientemente adquirida por SpaceX, retrasó el lanzamiento de un modelo durante varios días el año pasado. Personas familiarizadas con el asunto informaron que el retraso ocurrió porque Elon Musk, el CEO de xAI, estaba insatisfecho con la forma en que el chatbot respondía preguntas detalladas sobre el videojuego “Baldur’s Gate”. Según se informa, ingenieros de alto nivel fueron retirados de otros proyectos para mejorar las respuestas antes del lanzamiento, señalaron. El incidente destaca cómo xAI ha puesto un énfasis particular en las guías de videojuegos, enfocándose en alcanzar la paridad con otros modelos de IA en áreas de nicho.
Para evaluar las capacidades actuales del chatbot de xAI, Grok, el entusiasta de los juegos de rol Ram Iyer elaboró un conjunto de cinco preguntas generales sobre “Baldur’s Gate”. Esta prueba, un cuasi-benchmark creado por el autor llamado “BaldurBench”, comparó a Grok con modelos competidores, incluidos ChatGPT de OpenAI, Claude de Anthropic y Gemini. Las pruebas mostraron que Grok realmente ofrece buena información, aunque sus respuestas estaban densas de jerga de jugadores como “save-scumming” —la práctica de guardar y recargar— y “DPS”, o daño por segundo. En última instancia, los consejos de Grok resultaron ser aproximadamente iguales a los de los otros modelos, siendo las diferencias principales de estilo. Mientras que Grok favoreció las tablas y el “theorycraft” —el desglose analítico de las mecánicas de juego—, sus competidores adoptaron enfoques diferentes. ChatGPT se basó en listas con viñetas y fragmentos de oraciones, mientras que Gemini frecuentemente ponía en negrita los términos clave. La mayor sorpresa provino del modelo de IA Claude, que se centró en preservar la experiencia del jugador evitando spoilers, concluyendo su consejo con: “No te estreses demasiado y simplemente juega lo que te parezca divertido”. Los modelos generalmente recurrieron a las mismas guías, haciendo del estilo el principal diferenciador.
La anécdota sobre el lanzamiento retrasado destaca dinámicas internas más amplias en la empresa emergente. Business Insider reportó cómo Musk, de 54 años, está haciendo la vida difícil a los empleados, señalando la frustración de los ingenieros al ser retirados de proyectos centrales de inteligencia de máquinas para atender sus preferencias personales. El reporte sugiere que los ingenieros de alto nivel tuvieron que cambiar su enfoque de problemas fundamentales de conocimiento e inteligencia de máquinas para ayudar a resolver las quejas específicas de Musk sobre el desempeño del chatbot en los juegos. Esta intervención ejecutiva directa muestra cómo los intereses personales pueden interrumpir los cronogramas de desarrollo estándar.
Por qué importa
El incidente ilustra cómo las prioridades de desarrollo de xAI están siendo moldeadas por la intervención ejecutiva directa, incluso en dominios de nicho como los videojuegos, mientras la empresa compite por alcanzar la paridad con sus competidores.