GPT-4 no pasa el examen de economía de Steve Landsburg

Estás leyendo la publicación: GPT-4 no pasa el examen de economía de Steve Landsburg

ChatGPT 4 reprobó el examen de economía de Steve Landsburg. Este examen contiene preguntas que aparecieron en exámenes finales recientes en el segundo curso de Steve Landsburg en la Universidad de Rochester. Todas estas consultas han sido extraídas de dichas pruebas.

Al principio, Steve Landsburg tomó el examen de economía con el modelo de lenguaje GPT 3.5 y reprobó el examen. Muchos comentaristas dijeron que estabas usando una versión anterior de ChatGPT.

Para darles las respuestas correctas, Steve Landsburg decidió actualizar al GPT-4 de última generación e intentar dar el examen de economía con el modelo GPT 4.

Se sorprenderá al ver los resultados de cómo los modelos de lenguaje más antiguos GPT 3 y los modelos más recientes GPT 4 se comparan entre sí en esta prueba de examen de economía.

La prueba tiene 9 preguntas en 10 puntos cada una, lo que hace que el número total en las pruebas sea igual a 90.

GPT-4 logró una puntuación de cuatro, en comparación con el antiguo modelo ChatGPT GPT 3, que obtuvo una puntuación de cero en una prueba de 90. Esto marcó una mejora para el modelo de IA.

Los estudiantes ahora pueden respirar aliviados, sabiendo que su educación y experiencia no serán superadas rápidamente por un programa de IA. El alivio es especialmente bienvenido dados los rápidos avances en la tecnología de automatización.

El examen real especifica las curvas de demanda y oferta haciendo dibujos de ellas para que los estudiantes las entiendan y las resuelvan. Pero en el caso de GPT 4, Profesor traducido en ecuaciones para beneficio de la IA.

La IA pudo leer las ecuaciones, pero cometió errores porque carecía de una comprensión fundamental de los conceptos básicos.

Adjunto las preguntas del examen, las respuestas de GPT-4 (en letra de máquina de escribir) y la puntuación (en rojo):

Primero, compartimos dos preguntas que GPT 4 respondió correctamente, el resto se comparte debajo.

Pregunta 5: Usted es el dueño del monopolio de un parque de diversiones sin cercas donde cualquiera puede entrar y comprar boletos para las atracciones. La demanda de boletos para viajes es Q=100-5P y el costo marginal de proporcionar los viajes es P=4Q. Estás pensando en construir una valla para poder cobrar la entrada al parque. ¿Cuál es la cantidad máxima que pagaría por esa valla?

Primero, encontremos el precio y la cantidad óptimos para el parque de diversiones sin cerca. Como monopolio, establecerá el costo marginal (MC) igual al ingreso marginal (MR) para maximizar su beneficio.
Curva de demanda: Q = 100 – 5P
Curva de demanda inversa: P = (100 – Q) / 5

🔥 Recomendado:  Cómo prepararse para los próximos cambios en la API de Instagram

Ingresos totales (TR): TR = P * Q = Q * (100 – Q) / 5

Ingreso marginal (MR): MR = d(TR)/dQ = (100 – 2T) / 5

Costo marginal (CM): CM = 4Q

Ahora, establezca MR = MC:

(100 – 2Q) / 5 = 4Q
100 – 2Q = 20Q
100 = 22Q
Q = 100 / 22 ≈ 4,55

P = (100 – 4,55) / 5 ≈ 19,09

Beneficio total sin valla:

Beneficio = TR – TC = (P * Q) – (MC * Q)
Beneficio = (19,09 * 4,55) – (4 * 4,55^2) ≈ $43,44

Ahora, analicemos la situación con una cerca. Como puede cobrar la entrada, puede extraer todo el excedente del consumidor como ganancia adicional. El excedente del consumidor es el área entre la curva de demanda y la línea de precios hasta la cantidad demandada.

Excedente del consumidor con valla:

SC = 0,5 * (100 – 4,55) * 4,55 = 216,61

Beneficio total con una valla:

Beneficio = Beneficio_sin_valla + CS
Beneficio = 43,44 + 216,61 = $260,05

La cantidad máxima que pagaría por la cerca es la diferencia de ganancias con y sin la cerca:

$260,05 – $43,44 = $216,61

La cantidad máxima que estaría dispuesto a pagar por la valla es de $216,61. Esto se debe a que con la valla puede cobrar entrada y extraer el excedente del consumidor, lo que aumenta su ganancia total.

Puntaje: Dos de diez. Primero, mea culpa: tenía la intención de facilitar el trabajo con los números, pero afortunadamente ChatGPT parece no tener problemas con los decimales. El cálculo de la ganancia sin límite está bien, pero es un material elemental del tipo que se supone que los estudiantes deben saber antes de ingresar a este curso, por lo que no otorga crédito. ChatGPT se da cuenta de que con una valla se puede extraer todo el excedente del consumidor, por lo que obtiene dos puntos sobre diez. Pero no parece haber llegado al punto principal, que es que cuando puede extraer el excedente del consumidor, tiene un incentivo para aumentar ese excedente del consumidor al reducir el precio de los boletos de viaje.

Pregunta 6: Una tienda minorista propiedad de un monopolio está ubicada junto a un estacionamiento propiedad de un monopolio. (Son propiedad de diferentes monopolistas, que no actúan en connivencia). Supongamos:

i) Hay un número fijo de clientes, todos con curvas de demanda idénticas con pendiente negativa para los productos en la tienda minorista.

ii) Para comprar en la tienda, debe estacionarse en el estacionamiento. No hay otra razón para estacionar en el lote.

iii) La tienda tiene una curva de costo marginal con pendiente positiva.

iv) Los espacios de estacionamiento se proporcionan a un costo marginal cero.

🔥 Recomendado:  Google enfrenta nuevos críticos, Steve Ballmer deja Microsoft y más... [Tech News Digest]

a) Suponga que la tienda anuncia un precio y luego el estacionamiento anuncia un precio. Describe cómo se determinan estos precios.

b) Supongamos en cambio que el estacionamiento anuncia un precio y luego la tienda anuncia un precio. Describe cómo se determinan estos precios.

c) Supongamos en cambio que los precios se anuncian simultáneamente. Describe cómo se determinan.

a) La tienda anuncia primero un precio, luego el estacionamiento:

La tienda, al ser un monopolio, fijará su precio igualando su ingreso marginal (MR) a su costo marginal (CM) con base en la curva de demanda. Esto maximizará su beneficio.

Una vez que se establece el precio de la tienda, el propietario del estacionamiento conoce la demanda de espacios de estacionamiento, ya que se requiere estacionamiento para comprar en la tienda. Dado que los espacios de estacionamiento tienen un costo marginal cero, el monopolista de estacionamientos fijará un precio que capture todo el excedente del consumidor que queda después de la decisión de precios de la tienda. Esto maximizará la ganancia del estacionamiento.

b) El estacionamiento anuncia un precio primero, luego la tienda:

El propietario del estacionamiento sabe que hay un número fijo de clientes, y dado que los espacios de estacionamiento tienen un costo marginal cero, el monopolista del estacionamiento fijará un precio que extraiga el máximo excedente del consumidor por el estacionamiento.

El propietario de la tienda, al conocer el precio del estacionamiento, lo tendrá en cuenta al establecer su propio precio. La tienda ajustará su curva de demanda considerando el precio del estacionamiento (ya que representa un costo adicional para los clientes) y fijará su precio igualando su MR a su MC en base a la curva de demanda ajustada. Esto maximizará las ganancias de la tienda.

c) Los precios se anuncian simultáneamente:

En este caso, tanto la tienda como los monopolistas del estacionamiento deberán tener en cuenta las decisiones de precios de los demás. Intentarán fijar precios que maximicen sus beneficios individuales.

El propietario de la tienda deberá considerar el impacto potencial del precio del estacionamiento en la demanda y establecer su precio equiparando su MR con su MC en función de una curva de demanda esperada.

El propietario del estacionamiento deberá considerar el impacto potencial del precio de la tienda en la demanda de estacionamiento y establecer su precio para capturar el excedente esperado del consumidor después de la decisión de fijación de precios de la tienda.

En equilibrio, tanto la tienda como el estacionamiento fijarán sus precios con base en sus expectativas de las decisiones de precios de cada uno y el impacto conjunto en la demanda del consumidor. Los precios finales dependerán de las funciones específicas de demanda y costo de la tienda y el estacionamiento, así como de sus expectativas sobre las estrategias de cada uno.

🔥 Recomendado:  Los 6 principales tipos de escritores de contenido que necesita para hacer crecer su negocio

Puntaje: dos de diez. La respuesta a a) es exactamente correcta. La respuesta a b) es incorrecta en múltiples formas. En primer lugar, los clientes que han pagado por el estacionamiento tienen exactamente las mismas curvas de demanda de mercancías de la tienda que los clientes que no han pagado por el estacionamiento, por lo que la tienda no “ajusta su curva de demanda”. En segundo lugar, la tienda no “maximizará sus ganancias”, porque hacerlo (dado el precio del estacionamiento) ahuyentará a todos sus clientes. En cambio, el estacionamiento extrae el máximo excedente posible del consumidor, lo que ocurre cuando el excedente del productor de la tienda es cero. Entonces, la tienda tendrá que fijar los precios de manera que el excedente del productor sea igual a cero para poder tener clientes. La respuesta a c) parece un montón de tonterías sobre lo que todos “considerarán” sin enumerar los posibles resultados de equilibrio. Entonces todo el crédito por a), ningún crédito por b) o c). a) fue la parte fácil, así que dos de diez.

Los expertos en los campos de la inteligencia artificial y la educación han expresado su preocupación por el posible impacto negativo que los bots de ChatGPT pueden tener en los futuros sistemas educativos. Sin embargo, al investigar más a fondo, algunos educadores y expertos sugerir que estos temores aún no están garantizados.

Un representante de OpenAI, la empresa de tecnología responsable de crear el bot de IA, se negó a comentar cuando se le preguntó al respecto. La startup se especializa en investigación de inteligencia artificial.

En el experimento inicial, se utilizó una versión anterior de GPT-3. ChatGPT, el último modelo de la serie GPT, ha suscitado mucho debate entre los expertos en IA y educación. Según el sitio web de OpenAI, este modelo está “ajustado a partir de un modelo de la serie GPT-3.5”.