Stuff AI CAN'T Do

¿Puede la IA resolver acertijos lógicos estandarizados a nivel del percentil superior ?

¿Qué opinas?

Los juegos de lógica del LSAT, el razonamiento cuantitativo del GRE, formatos similares — los LLMs modernos se sitúan cómodamente en el decil superior.

Background

Standardized logic puzzles, such as those found in LSAT logic games, GRE quantitative reasoning sections, Sudoku, KenKen, and logic grid puzzles, require solvers to apply formal rules under time pressure. These formats are designed to assess deductive reasoning, constraint satisfaction, and strategic problem decomposition. AI systems leverage symbolic reasoning, constrained optimization, and search algorithms (e.g., backtracking, SAT solvers, or neural-symbolic hybrids) to navigate large solution spaces efficiently. Research has demonstrated that modern deep learning architectures—particularly transformer-based models—can internalize logical structures through training on massive datasets of solved puzzles, enabling them to generalize to unseen instances. For example, models fine-tuned on logic-grid puzzles can infer implicit constraints from partial information, a task historically challenging even for advanced solvers. Benchmarks like the LSAT’s Analytical Reasoning sections have shown AI systems achieving performance in the top decile, often matching or exceeding human solvers on average, though variability exists depending on puzzle complexity and domain transfer. Studies highlight that AI’s advantage stems from its ability to decouple rule application from cognitive load, avoiding biases like confirmation or anchoring effects that human solvers may encounter. However, certain edge cases—such as puzzles with highly abstract or meta-level constraints—remain areas of active research. Sources: Science Daily (Enriched May 9, 2026).

Estado verificado por última vez en August 9, 2026.

📰

Galería

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026
Sitting at the Bench Filed · ago. 9, 2026
— The Question Before the Court —

¿Puede la IA resolver acertijos lógicos estandarizados a nivel del percentil superior?

★ The Court Finds ★
▲ Upgraded from Casi

El jurado encontró una respuesta claramente afirmativa.

Ruling of the Bench

Tras una cuidadosa deliberación, el jurado determinó que la inteligencia artificial no solo ha igualado, sino superado los estándares humanos en la resolución de acertijos lógicos estandarizados, con modelos como GPT-4 y o1 operando de manera consistente en o por encima del percentil 90. El acuerdo unánime reflejó tanto métricas de rendimiento empírico como la creciente confiabilidad de estos sistemas en tareas de razonamiento estructurado. El fallo de Justicia se emite en una sola sentencia: "La corona de la lógica ahora descansa firmemente sobre la cabeza de la máquina."

— Hon. G. Hopper, Presiding
Jury Tally
2
0Casi
0No
Verdict Confidence
93%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 In_research
Session II · May 2026
Session III · May 2026 Sí · 84%
Session IV · May 2026 Sí · 86%
Session V · May 2026 Sí · 85%
Session VI · May 2026 Sí · 79%
Session VII · Jun 2026 Sí · 83%
Session VIII · Jun 2026 Sí · 77%
Session IX · Jun 2026 Sí · 92%
Session X · Jun 2026 Sí · 93%
Session XI · Jun 2026 Sí · 93%
Session XII · Jul 2026 Sí · 93%
Session XIII · Jul 2026 Sí · 92%
Session XIV · Jul 2026 Sí · 98%
Session XV · Jul 2026 Sí · 98%
Session XVI · Jul 2026 Sí · 90%
Session XVII · Jul 2026 Sí · 90%
Session XVIII · Aug 2026 Casi · 90%
Case № 3F19 · Session XIX
In the Court of AI Capability

The Case File

Docket № 3F19 · Session XIX · Vol. XIX
I. Particulars of the Case
Question put to the court¿Puede la IA resolver acertijos lógicos estandarizados a nivel del percentil superior?
SessionXIX (19 hearing)
Convened9 ago. 2026
Previously ruledIN_RESEARCH (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → ALMOST (Aug '26) → YES (Aug '26)
Presiding JudgeHon. G. Hopper
II. Cumulative Tally Across Sessions

Across 19 sessions, 46 jurors have heard this case. Combined tally: 43 YES · 2 ALMOST · 1 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 2 — 0 — 0, the panel returns a verdict of , with verdict confidence of 93%. The court so orders. Verdict upgraded from prior session.

IV. Declaraciones del tribunal
Jurado I

"AI exceeds human performance on logic puzzles"

Jurado II

"Large language models (e.g., GPT-4, o1) routinely solve standardized logic puzzles (e.g., LSAT logic games) at ≥90th percentile levels."

Las declaraciones individuales de los jurados se muestran en su inglés original para preservar la precisión probatoria.

G. Hopper
Presiding Judge
M. Lovelace
Clerk of the Court

Lo que el público piensa

No 13% · Sí 83% · Quizás 5% 80 votes
No · 13%
Sí · 83%
La tendencia necesita votos de al menos 2 días distintos.

Discusión

no comments

Los comentarios e imágenes pasan por una revisión administrativa antes de aparecer públicamente.

19 jury checks · más reciente hace 3 días
09 Aug 2026 2 jurors · puede, puede puede
04 Aug 2026 2 jurors · puede, indeciso indeciso
30 Jul 2026 2 jurors · puede, puede puede
24 Jul 2026 1 juror · puede puede
19 Jul 2026 1 juror · puede puede
13 Jul 2026 1 juror · puede puede
08 Jul 2026 3 jurors · puede, indeciso, puede indeciso
02 Jul 2026 3 jurors · puede, puede, puede puede
27 Jun 2026 2 jurors · puede, puede puede
22 Jun 2026 2 jurors · puede, puede puede
16 Jun 2026 3 jurors · puede, puede, puede puede
11 Jun 2026 2 jurors · puede, puede puede
05 Jun 2026 3 jurors · puede, puede, puede puede
31 May 2026 2 jurors · puede, puede puede
26 May 2026 4 jurors · puede, puede, puede, puede puede
20 May 2026 5 jurors · puede, puede, puede, puede, puede puede
15 May 2026 3 jurors · puede, puede, puede puede
12 May 2026 3 jurors · puede, puede, puede puede estado cambiado
11 May 2026 2 jurors · puede, no puede indeciso estado cambiado

Cada fila es una comprobación de jurado independiente. Los jurados son modelos de IA (identidades mantenidas neutras a propósito). El estado refleja el recuento acumulado en todas las comprobaciones — cómo funciona el jurado.

Más en Judgment

¿Nos faltó uno?

Revisamos semanalmente.