Los científicos no dan crédito: ChatGPT puede pilotar una nave espacial igual de bien que los sistemas tradicionales

• Alejo Lucarás @alejolucaras
• Licenciado en Comunicación Social por la Universidad Nacional de Córdoba. Redactor SEO especializado en actualidad, ciencia aplicada, tecnología y fenómenos sociales, con un enfoque divulgativo y orientado a explicar al lector cómo los grandes temas de hoy impactan en su vida cotidiana.
• • 06/08/2025 10:30
  • Actualizado: 06/08/2025 10:30

La realidad supera a la ficción: el modelo generativo ChatGPT ya puede pilotar una nave espacial. Esta afirmación no es para nada una simple especulación. Durante años, las inteligencias artificiales fueron utilizadas como asistentes para automatizar tareas técnicas, pero su rol dentro de contextos complejos estuvo limitado por diversos factores técnicos y operativos.

Con el avance de modelos de lenguaje como GPT, esa limitación podría estar empezando a disiparse. La investigación más reciente se aleja de simulaciones tradicionales basadas en ecuaciones o control algorítmico. En cambio, propone una aproximación centrada en el uso exclusivo del lenguaje natural como interfaz de operación.

¿Cómo comprobaron que ChatGPT puede pilotar una nave espacial?

El experimento, que ya fue publicado en la revista científica Advances in Space Research, fue realizado por un equipo del Instituto Tecnológico de Massachusetts (MIT) y la Universidad Politécnica de Madrid. Utilizando el simulador Kerbal Space Program, los investigadores sometieron a prueba a un modelo de lenguaje similar a ChatGPT dentro de un entorno competitivo: la Kerbal Space Program Differential Games (KSPDG).

La meta consistía en completar maniobras espaciales complejas: interceptar satélites, esquivar amenazas y alcanzar posiciones estratégicas. Lo destacable fue que ChatGPT puede pilotar una nave espacial con resultados muy cercanos a los obtenidos por sistemas tradicionales.

El modelo ocupó el segundo lugar en la competición, superando algoritmos diseñados específicamente para tareas orbitales.

El simulador utilizado no es un simple videojuego. Ofrece un sistema físico detallado capaz de reproducir trayectorias orbitales, velocidades relativas, rotaciones y cálculos de gravedad. Por ello, se ha convertido en una herramienta válida para validar ideas y estrategias sin los costes y riesgos de las pruebas reales.

¿Cómo fue el entrenamiento para que ChatGPT pueda pilotar una nave espacial?

En lugar de aplicar métodos basados en fórmulas físicas o entrenamiento por refuerzo, los investigadores decidieron convertir las condiciones del entorno en descripciones en texto. Datos como la orientación, posición o velocidad de la nave eran representados con frases comprensibles, y el modelo respondía con instrucciones del mismo tipo.

Una capa de software intermedia se encargaba de traducir esas instrucciones en lenguaje natural a comandos operativos dentro del simulador. Esto permitió que ChatGPT pueda pilotar una nave espacial como si estuviese conversando en un chat.

Instrucciones simples como «reduce velocidad» o «corrige trayectoria» eran suficientes para ejecutar maniobras orbitales.

El proceso se repitió decenas de veces por segundo, generando un bucle constante de interpretación y ejecución. A pesar de no contar con programación específica para navegación espacial, el modelo demostró capacidades de razonamiento aplicadas a la toma de decisiones en tiempo real.

Comparativa con otros modelos y limitaciones del estudio

Además de ChatGPT, se evaluó también el rendimiento de LLaMA, un modelo de código abierto desarrollado por Meta. Ambos fueron sometidos a las mismas condiciones y escenarios. Aunque GPT-3.5 mostró un rendimiento superior desde el inicio, LLaMA evidenció una mejora constante tras varias sesiones de entrenamiento.

Ambos lograron posicionarse por encima de numerosos modelos tradicionales. El único sistema que superó a estos modelos conversacionales estaba basado en técnicas de optimización matemática clásica.

Sin embargo, los investigadores destacan que ChatGPT puede pilotar una nave espacial sin necesidad de ser entrenado específicamente para ello, lo que representa un cambio de paradigma.

Este enfoque también permite reducir significativamente el tiempo y los recursos invertidos en entrenamiento. En lugar de realizar miles de simulaciones, bastaron unos pocos ejemplos cuidadosamente seleccionados.

La técnica conocida como few-shot prompting fue clave para orientar al modelo sin sobrecargarlo de datos.

¿Qué simboliza este descubrimiento para la exploración espacial?

El estudio plantea nuevas posibilidades para el uso de inteligencia artificial en misiones reales. Si bien aún persisten riesgos (como la generación de respuestas erróneas o incoherentes, conocidas como alucinaciones), el nivel de autonomía demostrado abre la puerta a nuevos usos en órbita terrestre, satélites, sondas espaciales o incluso misiones tripuladas.

Según se explica en el artículo publicado en Advances in Space Research, uno de los aspectos más prometedores es la capacidad de estos modelos para adaptarse a situaciones imprevistas. Al no estar limitados por una secuencia de comandos predefinidos, pueden analizar y reaccionar a entornos cambiantes utilizando la lógica inferida de su entrenamiento textual.

Un posible escenario futuro incluiría satélites completamente autónomos, capaces de maniobrar, evitar colisiones y reajustar trayectorias sin intervención humana. También se plantea la posibilidad de misiones a Marte o la Luna, donde estos modelos actúen como sistemas de apoyo táctico.