Office Address
Seville, Spain
Seville, Spain
Phone Number
+(34) 624 816 969
Email Address
Available on Google Play
Seville, Spain
Seville, Spain
+(34) 624 816 969
by ForgeNEX Table of contents [Show]
El investigador independiente Udit Akhouri ha publicado en Reddit un experimento que ha dado la vuelta al mundo técnico: al introducir patrones de comportamiento similares al Trastorno por Déficit de Atención e Hiperactividad (TDAH) en el modelo Claude Code, logró que su capacidad de razonamiento se duplicara. La comunidad de desarrolladores y SysAdmins reacciona con entusiasmo y escepticismo a partes iguales.
Akhouri modificó los parámetros de temperatura y frecuencia de muestreo del modelo, simulando una mayor aleatoriedad y cambios rápidos de enfoque. En lugar de seguir una línea de pensamiento lineal, el modelo saltaba entre ideas, lo que en algunos casos permitió encontrar soluciones más creativas y eficientes. El investigador afirma que en tareas de código complejas, el rendimiento mejoró hasta un 100%.
Para los equipos de operaciones, esta técnica podría significar agentes de IA más rápidos resolviendo incidencias o generando scripts de automatización. Sin embargo, la falta de consistencia y la imprevisibilidad introducen riesgos. Tal como señalamos en nuestro artículo ¿Quién monitorea a los agentes de IA?, la supervisión humana sigue siendo crítica. Además, agentes con comportamientos erráticos podrían instalar paquetes no deseados, como alertamos en “No hay responsabilidad”: los agentes de IA están instalando paquetes que nadie posee.
Desde el punto de vista empresarial, la promesa de duplicar la productividad es tentadora. Pero la estabilidad y la predecibilidad son requisitos no negociables en entornos productivos. La automatización de procesos con n8n e IA, como explicamos en nuestro caso de éxito, requiere un equilibrio entre innovación y control. Experimentos como el de Akhouri abren la puerta a nuevas capacidades, pero también exigen protocolos de seguridad más robustos.
Varios investigadores externos piden pruebas más sólidas. Señalan que los resultados podrían deberse a sesgos en los tests o a configuraciones específicas no reproducibles. Además, advierten que el “TDAH artificial” podría inducir errores difíciles de depurar. La comunidad espera estudios independientes que validen o refuten los hallazgos.
Fuente: The New Stack. Análisis ForgeNEX.