La inteligencia artificial ha avanzado de forma vertiginosa en tareas de reconocimiento de objetos, procesamiento de lenguaje natural y visión por computadora. Sin embargo, uno de los grandes desafíos pendientes es dotar a las máquinas de una comprensión física genuina, similar a la que los humanos desarrollamos de manera intuitiva. Saber que una silla permite sentarse o que una taza puede contener líquido no requiere que identifiquemos explícitamente el objeto: basta con observar su forma, tamaño y material. Este tipo de razonamiento, conocido como affordance, se ha convertido en un campo de estudio crucial para la robótica, la interacción persona-máquina y, cada vez más, para los grandes modelos de lenguaje.

Recientemente se ha propuesto un nuevo benchmark denominado Affordance20Q, que aborda el razonamiento de affordance desde una perspectiva innovadora: en lugar de pedir a un modelo que enumere las acciones posibles de un objeto conocido, se le desafía a identificar un objeto oculto formulando preguntas sobre sus propiedades físicas, todo ello sin revelar su identidad. Esta dinámica, inspirada en el clásico juego de las veinte preguntas, obliga a los sistemas a realizar inferencias basadas en atributos como la forma, la textura, la rigidez o la transparencia, en lugar de recurrir a memorizaciones superficiales de asociaciones objeto-acción. El corpus incluye más de mil partidas sobre cuatrocientos cincuenta objetos y cincuenta y nueve affordances, anotadas manualmente para garantizar su calidad.

Los experimentos realizados con quince modelos de lenguaje de última generación muestran una brecha significativa de alrededor de veinte puntos porcentuales respecto al rendimiento humano. Además, un análisis basado en ganancia de información revela que los modelos tienden a hacer preguntas poco discriminantes a medida que avanza la partida, lo que indica una falta de estrategia adaptativa. Para cerrar esta distancia, se ha desarrollado un pipeline llamado KARI, que extrae reglas de affordance a partir de bases de conocimiento y las utiliza para guiar las inferencias de modelos abiertos, logrando mejoras de hasta quince puntos. No obstante, la cobertura limitada de dichas bases de conocimiento sigue siendo un obstáculo.

Estos hallazgos tienen implicaciones directas en el ámbito empresarial. La capacidad de razonar sobre las posibilidades de acción de un objeto a partir de sus características físicas es esencial para aplicaciones como la automatización de procesos en almacenes, la navegación de robots móviles o la interacción con asistentes virtuales en entornos industriales. En este contexto, contar con soluciones de inteligencia artificial para empresas que integren tanto modelos de lenguaje como técnicas de razonamiento simbólico puede marcar la diferencia. En Q2BSTUDIO trabajamos en el desarrollo de software a medida que combina agentes IA capaces de interpretar el entorno, servicios cloud AWS y Azure para escalar las soluciones, y herramientas de inteligencia de negocio como Power BI para monitorizar y optimizar los resultados. Todo ello con un enfoque en la ciberseguridad como pilar transversal.

La evolución de benchmarks como Affordance20Q demuestra que la comunidad investigadora está poniendo el foco en capacidades cognitivas más profundas. Para las empresas, entender estas tendencias permite anticipar hacia dónde se dirige la tecnología y cómo pueden aplicarla para mejorar sus operaciones. Ya sea mediante aplicaciones a medida que integren razonamiento físico o mediante plataformas cloud que procesen datos multimodales, la clave está en combinar modelos potentes con un diseño cuidadoso de la interacción. En Q2BSTUDIO acompañamos a las organizaciones en este camino, ofreciendo software a medida que convierte la investigación puntera en valor empresarial tangible.