En el vertiginoso mundo de la inteligencia artificial, los modelos de lenguaje grandes (LLMs) han experimentado una evolución tan acelerada que los propios puntos de referencia han tenido que adaptarse, incorporando problemas cada vez más complejos para poner a prueba a los modelos más recientes. Sin embargo, esta mejora no es uniforme en todos los campos, y existe un área que se resiste a su avance: los videojuegos.

A pesar de algunos casos aislados de éxito, como el modelo Gemini 2.5 Pro que logró completar Pokémon Blue en mayo de 2025, estas excepciones no hacen más que confirmar la regla general. Incluso en estos casos, la IA victoriosa tardó mucho más tiempo que un jugador humano promedio en terminar el juego, cometió errores extraños y repetitivos, y necesitó software personalizado para guiar su interacción con el entorno virtual.

Esta sorprendente dificultad de la IA con los videojuegos ha despertado el interés de expertos como Julian Togelius, director del Laboratorio de Innovación de Juegos de la Universidad de Nueva York y cofundador de Modl.ai, una empresa de pruebas de juegos con IA. En un reciente artículo, Togelius explora las implicaciones de estas limitaciones y lo que pueden revelar sobre el estado general de la IA en 2026.

¿Por qué los videojuegos representan un desafío tan grande para los LLMs? La respuesta reside en la complejidad inherente de estos entornos. A diferencia de las tareas de procesamiento de lenguaje natural, que se basan en patrones y datos preexistentes, los videojuegos requieren una comprensión del mundo en tiempo real, la capacidad de tomar decisiones estratégicas, la adaptación a situaciones imprevistas y la coordinación de acciones complejas.

Los LLMs, en esencia, son expertos en identificar patrones y generar texto coherente a partir de grandes cantidades de datos. Sin embargo, carecen de la capacidad de razonamiento abstracto, la intuición y la creatividad necesarias para sobresalir en un entorno dinámico e interactivo como un videojuego. Necesitan una enorme cantidad de ejemplos y, a menudo, repiten errores incomprensibles para un humano.

La incapacidad de los LLMs para dominar los videojuegos no significa que la IA sea inútil en este campo. De hecho, la IA se utiliza cada vez más para mejorar la experiencia de juego, por ejemplo, en la generación de personajes no jugables (NPCs) más realistas, la creación de mundos virtuales más dinámicos y la detección de trampas.

Sin embargo, la dificultad que enfrentan los LLMs para jugar videojuegos nos recuerda que la inteligencia artificial, a pesar de sus impresionantes avances, aún tiene limitaciones importantes. Nos obliga a replantearnos nuestras expectativas sobre lo que la IA puede lograr y a centrarnos en el desarrollo de modelos que sean capaces de comprender y razonar sobre el mundo de una manera más similar a la humana. En otras palabras, aún hay mucho camino por recorrer antes de que veamos una IA capaz de competir con los mejores jugadores humanos en los videojuegos.