Capability overhang
Sinónimos: Overhang de capacidades
Definición ampliada
Capability overhang tiene al menos dos acepciones vivas. En evaluación y seguridad, es la posible distancia entre las capacidades mostradas en una prueba y las que podrían obtenerse con mejor elicitación. Un resultado bajo con una configuración limitada constituye un límite inferior de lo observado, nunca un límite superior de lo posible [1].
En adopción y valor, es la distancia entre lo que los sistemas ya permiten hacer y lo que personas u organizaciones aprovechan de verdad. OpenAI usó esta acepción en enero de 2026 al hablar de diferencias de uso entre personas y países [2]. La primera acepción invita a ampliar la evaluación; la segunda, a mejorar acceso, formación y uso. No conviene fundirlas ni traducir el término como «capacidad industrial ociosa».
Contexto histórico
Las pautas de METR de 2024 se ocupan de lo que una evaluación puede dejar sin descubrir cuando faltan ajustes plausibles [1]. En 2026, OpenAI empleó la misma expresión para una brecha de aprovechamiento social y organizativo [2]. La coincidencia léxica no hace equivalentes los dos problemas.
Importancia actual
Antes de interpretar una afirmación sobre overhang hay que identificar cuál es la comparación: demostrado frente a accesible o accesible frente a utilizado. Sin ese denominador, una ficha técnica o un discurso de producto puede mezclar incertidumbre de seguridad con una oportunidad de adopción.
Aplicaciones
Generales
Sanitarias
Al leer un estudio de un agente clínico, un resultado modesto tras poca elicitación no prueba incapacidad. Al evaluar una demostración comercial, un producto técnicamente capaz tampoco garantiza que los equipos puedan integrarlo con seguridad en su trabajo. Las dos preguntas requieren datos distintos; ninguna sustituye la validación de la tarea clínica concreta.
Limitaciones
- La capacidad aún no elicitada no se mide directamente: es una posibilidad, no una cifra conocida.
- La brecha de adopción depende también de organización, acceso y formación; no permite inferir la seguridad del sistema [2].
- El término sin su acepción explícita puede conducir a decisiones opuestas.
Ejemplos
Un benchmark informa una puntuación baja con un prompt único. Preguntar qué rendimiento aparecería con herramientas y andamiaje mejores trata el overhang de evaluación. Preguntar por qué una herramienta que ya funciona no se usa en un servicio trata el de adopción.