En un nuevo estudio, el profesor asistente Vlad Ayzenberg y otros investigadores encontraron que el reconocimiento de objetos visuales de los preescolares era mucho mejor que las capacidades de AI. Crédito: Joseph V. Labolito
A medida que la inteligencia artificial (IA) crece rápidamente,Un reciente informe de Comercio y Desarrollo de la ONU Proyectos El mercado global de IA se eleva a $ 4.8 billones para 2033; la tecnología parece equipada para manejar cualquier tarea. Conducir autos. Análisis de imágenes médicas. Haciendo música. Tener una conversación.
Pero un nuevo estudio de Vlad Ayzenberg, profesor asistente en el Departamento de Psicología y Neurociencia del Templo, destaca una limitación notable de la tecnología y el marcado contraste entre IA y humanos de hasta tres años.
“Nuestros hallazgos sugieren que el sistema visual humano es mucho más eficiente de datos que la IA actual y que las habilidades perceptivas de incluso los niños pequeños son extremadamente robustos”, dijo Ayzenberg.
Ayzenberg y los investigadores de la Universidad de Emory compararon las habilidades perceptivas visuales de los preescolares y los modelos de IA de vanguardia y descubrieron que estos niños superaron los mejores modelos de visión por computadora actualmente disponibles. Los únicos modelos que se desempeñaron mejor fueron aquellos con más experiencia visual que los humanos capaces de experimentar.
El estudio, “Reconocimiento de objetos visuales rápidos y robustos en niños pequeños”, es publicado en avances científicos.
Para el estudio, se pidió a los niños de 3 a 5 años que identificaran objetos de imágenes presentadas a velocidades de 100 milisegundos, mientras que su atención fue interrumpida por factores como el ruido.
“Pensamos que esta tarea sería realmente difícil para los niños pequeños porque está diseñada para adultos”, dijo Ayzenberg.
Según Ayzenberg, el estudio también ilustra cómo las ideas cognitivas y neuronales de los niños pueden usarse para mejorar los modelos actuales de IA e inversamente, cómo los modelos de IA eventualmente pueden usarse para obtener ideas sobre el funcionamiento de la mente humana.
“Los modelos de IA son útiles, pero cometen errores que ningún humano lo haría”, dijo.
“Requieren más capacitación y energía que nosotros. Por ejemplo, la capacitación de un modelo de lenguaje grande como ChatGPT tiene una huella de carbono aproximadamente 17 veces mayor que la de una persona en un año. Si podemos entender cómo los niños pequeños pueden percibir visualmente los objetos, podemos hacer que los modelos sean más eficientes.
“Este estudio proporciona un punto de referencia para estos modelos de inteligencia artificial: esto es lo que los preescolares pueden hacer. ¿Puede la IA lograr tanto como un niño de 3 años mientras usa menos datos de los requeridos anteriormente?” Se agregó Ayzenberg.
Ayzenberg, quien se convirtió en miembro de la facultad en Temple en julio y obtuvo una licenciatura en psicología de la Universidad, abrió el laboratorio de aprendizaje y desarrollo de la visión en el campus principal este verano.
En este laboratorio, los investigadores emplearán una combinación de técnicas conductuales, neuroimagen y computacionales para comprender cómo se organiza el cerebro humano al nacer y en la primera infancia para apoyar el rápido desarrollo de habilidades cognitivas y perceptivas.
El objetivo es eventualmente crear más agentes de IA humanos basados en lo que aprenden de los niños.
En el futuro, Ayzenberg planea usar una resonancia magnética funcional en bebés despiertos para medir la actividad cerebral a gran escala mientras se involucran en tareas cognitivas específicas.
“Los bebés y los niños pequeños no han estado en el mundo mucho tiempo, pero pueden hacer mucho muy rápido”, explicó Ayzenberg. “Queremos entender qué procesos neurales les permiten desarrollar rápidamente estas habilidades sofisticadas en ausencia de una experiencia extensa”.
Espera realizar esta investigación en Temple. “El programa de psicología y neurociencia del Templo es fuerte, especialmente en el área de desarrollo”.
Más información: Vladislav Ayzenberg et al, reconocimiento de objetos visuales rápidos y robustos en niños pequeños, avances científicos (2025). Dos: 10.1126/sciadv.ads6821
Proporcionado por la Universidad de Temple
Cita: los niños pequeños superan a la IA de estado en el reconocimiento de objetos visuales (2025, 3 de julio) Consultado el 3 de julio de 2025 de https://techxplore.com/news/2025-07-young-children-utperform-state-art.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
