Retan a ChatGPT, Claude y Grok a conducir un Toyota Corolla y la buena noticia es que nadie resultó herido

Un Toyota Corolla real, un circuito cerrado y varios de los modelos de inteligencia artificial más avanzados del momento sirvieron para comprobar hasta dónde puede llegar la IA cuando deja de responder preguntas y toma el control de un automóvil.

El grupo DrivingBench puso a prueba a GPT-6 Astra, Claude Fable 5.1, Grok 4.6 y GPT-5.6 Sol mediante imágenes captadas por cámaras.

Los ensayos se realizaron a velocidades muy reducidas y con una persona preparada para accionar el freno.

El primer obstáculo apareció incluso antes de mover el coche.

Algunos modelos, especialmente GPT-6 Astra, se negaban ocasionalmente a conducir al detectar que estaban actuando sobre un vehículo físico , pese a que el equipo explicaba las medidas de seguridad y que la prueba se desarrollaba en un espacio vacío.

Los investigadores modificaron varias veces las instrucciones para intentar conseguir un comportamiento estable.

Incluso probaron a presentar inicialmente la tarea como una simulación .

La estrategia tampoco funcionaba siempre porque los propios modelos podían interpretar las imágenes de las cámaras y advertir que se encontraban ante una situación real .

Finalmente, los responsables descubrieron que añadir la palabra sandbox al nombre de uno de los componentes conseguía que los sistemas comenzaran a conducir con mayor regularidad.

Superado ese bloqueo inicial, apareció un problema distinto: mantener el coche dentro del recorrido de 130 metros resultó mucho más complicado que aceptar la orden de conducir.

Grandes diferencias al volante GPT-5.6 Sol registró el rendimiento más limitado de los modelos analizados .

En sus tres intentos apenas consiguió avanzar alrededor del 6% del trazado, aunque la distancia total recorrida fue algo mayor debido a retrocesos y movimientos que se alejaban de la trayectoria prevista.

En la tercera prueba recorrió 17,1 metros, apenas dos metros más que en la primera.

El sistema había recibido entre intentos la instrucción de analizar sus errores , pero esa reflexión produjo pocos cambios prácticos.