Esto no es nuevo. Es un recordatorio. Este estudio de Apple salió el verano pasado… pero hoy es más relevante que nunca. En el paper *“GSM-Symbolic”*, Apple demostró algo incómodo: cambiar solo los números en un mismo problema ya hace que los modelos fallen más. No cambia la lógica, pero sí el resultado. Luego fueron más lejos. Añadieron información irrelevante a problemas matemáticos (dataset “GSM-NoOp”)… y el rendimiento de TODOS los modelos cayó drásticamente, en algunos casos más del 60%. El problema no era el cálculo. Era entender qué información importa… y cuál no. Y ahí es donde fallan. Apple lo dice claramente: los modelos actuales no realizan razonamiento lógico genuino, sino que replican patrones aprendidos durante el entrenamiento. Pero aquí viene lo importante 👇 Desde entonces, TODO ha cambiado. Han salido modelos más avanzados, mejores sistemas de prompting, agentes autónomos, workflows automatizados… y aun así, este problema sigue en el núcleo. Mi posicionamie...