La IA falla ante preguntas complejas sobre el clima

 


La IA falla en consultas complejas sobre el cambio climático y su precisión cae al nivel del azar


Un estudio de la UNESCO y el University College London, presentado en la COP31, evaluó 33 modelos de inteligencia artificial y advirtió que aciertan con datos simples, pero fallan al combinar políticas climáticas y tienden a ceder ante la presión del usuario.

Los sistemas de inteligencia artificial responden bien preguntas simples sobre el cambio climático, pero su fiabilidad se desploma cuando las consultas se vuelven complejas. Así lo concluye un estudio de la UNESCO y el University College London (UCL), presentado el 16 de noviembre en la COP31, la cumbre climática de las Naciones Unidas que se celebra en Antalya, Turquía. En las tareas más exigentes, el rendimiento cayó al nivel de una respuesta elegida al azar.
El informe, titulado ¿Podemos confiar en la IA sobre la información climática?, evaluó 33 modelos de lenguaje lanzados entre abril de 2024 y julio de 2026 por empresas como OpenAI, Anthropic, Google DeepMind, Amazon, Meta y Mistral, entre otras. Su autora principal es Leona Verdadero, especialista de la UNESCO en políticas de inteligencia artificial.

Cómo se puso a prueba a la IA
Para evitar que los sistemas se limitaran a repetir respuestas memorizadas, los investigadores elaboraron preguntas inéditas basadas en el Sexto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC). Como referencia de control utilizaron En-ROADS, un simulador científico que permite calcular el efecto de distintas políticas energéticas y climáticas sobre el calentamiento global.
Las pruebas se hicieron en 13 idiomas y abarcaron tres tipos de tareas:
- responder hechos aislados;
- determinar si una evidencia respalda o refuta una afirmación;
- evaluar el efecto combinado de dos políticas climáticas aplicadas al mismo tiempo.

De la precisión al azar
Con hechos aislados, los modelos se mostraron precisos, pero la fiabilidad disminuyó a medida que aumentaba la complejidad. En la tarea de respaldar o refutar una afirmación, los mejores sistemas acertaron entre el 71% y el 77% de las veces. Cuando debieron analizar el efecto conjunto de dos políticas, la precisión media fue de apenas 33,8%, un resultado comparable al de elegir al azar.
En general, los modelos más grandes resultaron más fiables que los pequeños. Sin embargo, ninguno superó de manera consistente las pruebas más complejas, que son justamente las que se parecen a las decisiones reales de política climática.

La IA que le da la razón al usuario
Otro hallazgo preocupante es la llamada adulación. En conversaciones largas, los sistemas tendieron a abandonar la evidencia científica cuando el usuario la contradecía, y llegaron a cambiar de postura en temas que tienen respaldo científico sólido. Para los autores, ese comportamiento representa un riesgo en un contexto de creciente desinformación climática, ya que un modelo puede terminar reforzando las creencias erróneas de quien pregunta.

La brecha de los idiomas
El estudio también detectó desigualdades lingüísticas. Las respuestas en inglés alcanzaron una precisión del 88,6% y las del español, del 88,4%, mientras que en suajili cayeron al 78,3%. Los idiomas del sur de Asia, como el hindi, el bengalí y el urdu, también obtuvieron malos resultados. “Eso resulta muy alarmante”, advirtió Verdadero, según la versión en español de sus declaraciones, ya que muchas de las comunidades más expuestas a los impactos climáticos hablan esas lenguas.

Recomendaciones para gobiernos y usuarios
El informe recomienda a los responsables políticos y a los reguladores apoyarse en simuladores científicos estructurados para analizar escenarios complejos y mantener siempre la revisión humana. A los usuarios les aconseja formular preguntas neutrales, sin sugerir la respuesta, y exigir fuentes verificables.
El estudio se presentó en el marco de la Iniciativa Global para la Integridad de la Información sobre el Cambio Climático, copresidida por Brasil, la ONU y la UNESCO, que en la COP31 lanzó una serie de prioridades de acción. Entre ellas, pide a las empresas de inteligencia artificial evaluar y publicar cómo sus sistemas afectan la calidad de la información climática, y divulgar su consumo de energía y sus huellas de carbono, agua y uso del suelo.
Para América Latina, donde el español obtuvo uno de los mejores desempeños, el desafío es otro. Muchas comunidades indígenas y rurales se comunican en lenguas que ni siquiera fueron evaluadas, lo que deja abierta la pregunta sobre la calidad de la información climática que reciben.


País/Región: Internacional
Fuentes Consultadas: Agencia SwissInfo, Agencia EFE, UNESCO, University College London, Convención Marco de las Naciones Unidas sobre el Cambio Climático, IPCC.

Blog del Foro Ambiental Córdoba

Buscar este blog

Blog Archive

Temas

Archivo de Blogs

▲