La tradición anual del Día de la Marmota de depender de los roedores para obtener pronósticos meteorológicos es un ejercicio inútil bien conocido. Punxsatawney Phil, como muchas otras marmotas, tiene un historial irregular en el mejor de los casos, y toda la práctica resalta cómo los humanos aceptan voluntariamente predicciones poco confiables solo por diversión. Sorprendentemente, la IA moderna funciona con una consistencia similar : puede afirmar con confianza hechos incorrectos sin consecuencias.
Probé varios modelos de IA populares, incitándolos a “fingir” ser marmotas que predicen el clima. Las respuestas variaron desde ficción de fanáticos de la marmota absurdamente detallada hasta… pronósticos igualmente poco confiables. Esto no es un defecto de la IA, sino una similitud fundamental entre los dos métodos de predicción : ninguno de los dos puede ser considerado responsable y, a menudo, ambos se contradicen.
ChatGPT-5.2 predijo seis semanas más de invierno, enmarcándolas con humor cínico: “Será el tipo de invierno furtivo… una primavera falsa aquí, un día soleado de 62 grados allá, suficiente esperanza para hacerte guardar el abrigo… antes de que vuelva el invierno”. Claude, de Anthropic, que ejecuta Sonnet 4.5, respondió con una predicción de principios de primavera, pero admitió que el método “no es exactamente lo que los científicos atmosféricos llamarían robusto”.
El modelo Gemini 3 de Google reflejó la predicción de Punxsatawney Phil de un invierno más largo, reconociendo incluso su propia precisión histórica del 39%. (El modelo también ofreció una opinión secundaria de Buckeye Chuck, quien predijo una primavera temprana, lo que demuestra aún más el caos). El punto es que la IA, al igual que las marmotas, basa sus “hechos” en información no confiable.
Esta comparación no pretende descartar por completo la IA. Más bien, es un recordatorio de que la IA no debe ser tratada como un oráculo infalible. Así como nadie espera seriamente que una marmota prediga el clima con precisión, no deberíamos confiar ciegamente en la IA sin verificar sus resultados. La lección central es simple: cuestione la fuente y nunca tome decisiones basadas en predicciones no verificadas.
