Gradient boosting
Un método clásico de aprendizaje automático que todavía supera a los grandes modelos de lenguaje al predecir valores en datos parecidos a una hoja de cálculo.
El gradient boosting construye una predicción apilando cientos de reglas de decisión muy sencillas. Cada una se entrena para corregir los errores de las anteriores. Existe desde finales de la década de 1990, se entrena en segundos en un portátil corriente y sigue siendo el método de referencia para tablas de filas y columnas. Entre sus implementaciones más populares están XGBoost y LightGBM.
Importa porque es el ejemplo más claro de una tarea para la que la IA más nueva es la herramienta equivocada. Una investigación publicada en 2026 confirmó que los modelos de lenguaje de frontera obtienen resultados mucho peores en predicción tabular y fallan de maneras que los métodos clásicos no explican. Si tu pregunta es «predice este número a partir de esta hoja de cálculo», recurre a la herramienta antigua.