Este hallazgo puso en evidencia la brecha entre las capacidades avanzadas de la IA y habilidades básicas que los humanos aprenden desde pequeños.

La investigación, liderada por Rohit Saxena, analizó el desempeño de modelos de lenguaje de última generación como Gemini 2.0 de Google y GPT-4 de OpenAI. Los resultados mostraron que estos sistemas acertaron la posición de las agujas del reloj en menos del 25% de los casos, con errores más frecuentes en relojes con números romanos. Incluso al eliminar el segundero, el desempeño no mejoró.

En cuanto a la interpretación de calendarios, la IA con mejor rendimiento presentó un 20% de errores en sus respuestas.

Estos resultados plantean un desafío en el desarrollo de la inteligencia artificial para aplicaciones que requieren una interpretación precisa del tiempo. Superar esta limitación podría ser clave para mejorar asistentes virtuales, robots autónomos y otras tecnologías que dependen de la gestión temporal.