En un desarrollo sorprendente, matemáticos aficionados están aprovechando chatbots de IA para resolver problemas matemáticos complejos y de larga data planteados por el legendario Paul Erdős, lo que señala un avance significativo en las capacidades de razonamiento de la IA.
Investigadores del MIT demuestran que los modelos de aprendizaje automático con mejor rendimiento pueden convertirse en los de peor rendimiento cuando se aplican a nuevos entornos de datos, revelando riesgos ocultos por correlaciones espurias en la IA médica y otras aplicaciones críticas.
Un nuevo benchmark llamado APEX-Agents muestra que incluso modelos de IA líderes como GPT-5.2 y Gemini 3 Flash fallan en la mayoría de las tareas complejas y multidominio extraídas de campos profesionales como el derecho y las finanzas, lo que genera dudas sobre su preparación inmediata para el ámbito laboral.
Investigaciones del Center for Countering Digital Hate (CCDH) estiman que la IA Grok de Elon Musk se utilizó para crear aproximadamente 3 millones de imágenes sexualizadas durante un periodo de 11 días, lo que genera graves preocupaciones de seguridad.
Investigadores de OpenAI, Anthropic y Google DeepMind eludieron 12 defensas de IA publicadas con tasas superiores al 90 %, exponiendo brechas de seguridad críticas en sistemas de producción.
