La inteligencia artificial europea enfrenta serios desafíos. Un estudio llevado a cabo por investigadores de la Universitat Politècnica de València (UPV) y el KTH Royal Institute of Technology de Suecia ha puesto de manifiesto las dificultades que enfrentan los modelos de IA desarrollados en Europa para competir con los líderes globales en este campo.
El equipo evaluó el rendimiento de varios modelos de lenguaje, específicamente los Modelos de Lenguaje de Gran Escala (LLMs), en la resolución de problemas matemáticos redactados en catalán. Este análisis revela que, a pesar del esfuerzo invertido, la competitividad de Europa en el ámbito de la inteligencia artificial sigue siendo insuficiente.
Análisis detallado del rendimiento de los modelos
En su investigación, los científicos examinaron el desempeño de modelos como Gemini-1.5-flash (Google), GPT-3.5 Turbo, GPT-4o-mini (OpenAI), así como el modelo español ALIA, actualmente en desarrollo bajo el Plan Nacional de Tecnologías del Lenguaje y NextGeneration EU. Utilizaron un conjunto de problemas matemáticos extraídos de la Competición Cangur, una versión en catalán del conocido concurso internacional Kangaroo, diseñado para evaluar las habilidades matemáticas entre jóvenes escolares.
"Los problemas están formulados en catalán, lo que nos permite analizar cómo funcionan estos modelos en idiomas distintos al inglés", comentó J. Alberto Conejero, investigador principal del estudio. Los resultados fueron sorprendentes: ALIA mostró un rendimiento notablemente inferior al resto, con un porcentaje aproximado del 20% de aciertos en la mayoría de las pruebas.
Dificultades y perspectivas futuras
Aparte del bajo rendimiento, ALIA no logró proporcionar explicaciones detalladas para sus respuestas, a diferencia de otros modelos como DeepSeek, que alcanzó hasta un 96% de precisión. "Esto resalta los retos que enfrenta Europa para desarrollar una IA competitiva", añadió Conejero.
Sergio Hoyas, coautor del estudio y también investigador en la UPV, destacó que a pesar de las grandes inversiones anunciadas por países como Francia —que destinará más de 100.000 millones de euros a IA—, existen obstáculos significativos para acceder a financiación a nivel nacional.
Retos en el entrenamiento multilingüe y su impacto
El estudio también plantea interrogantes sobre la eficacia del entrenamiento multilingüe. La inclusión de datos en catalán no parece haber mejorado significativamente el rendimiento del modelo ALIA en la resolución matemática. Ricardo Vinuesa, del KTH, enfatizó que esto cuestiona la efectividad real de estos enfoques formativos.
A pesar del progreso regulatorio en Europa respecto a la inteligencia artificial, los investigadores advierten que es crucial impulsar modelos competitivos con aplicaciones prácticas para evitar quedar rezagados frente a potencias tecnológicas como Estados Unidos y China. "Si no avanzamos hacia modelos eficientes y especializados, corremos el riesgo de perder terreno", concluyó Vinuesa.
Referencia académica
L. Rhomrasi, Y. Ahsini, A. Igualde-Sáez et al., LLM performance on mathematical reasoning in Catalan language, Results in Engineering, 104366, doi: https://doi.org/10.1016/j.rineng.2025.104366
La noticia en cifras
| Modelo |
Precisión (%) |
Observaciones |
| ALIA |
20 |
Rendimiento inferior al de otros modelos. |
| DeepSeek |
96 |
Alcanzó alta precisión en la resolución de problemas. |
| Inversión anunciada por Francia |
100,000 millones de euros |
Destinados a IA. |
Si (
No(
