Cuando ChatGPT se lanzó hace unos años, se convirtió en la primera opción para resolver todo tipo de tareas. ¿Necesitás ayuda para planificar unas vacaciones? ¿Preparar una propuesta? ¿Investigar un seguro para mascotas? "Le voy a preguntar a ChatGPT" era, y en cierta medida sigue siendo, una de las respuestas más habituales.

Sin embargo, la inteligencia artificial generativa avanzó considerablemente desde 2023. Además de las miles de herramientas especializadas en tareas como el análisis de datos y la programación, ahora también surge una pregunta: ¿qué modelo de propósito general conviene elegir para las consultas cotidianas? ChatGPT compite con Claude, Gemini, Copilot y otras alternativas, cada una con sus propias fortalezas, precios y usos recomendados.

Para la mayoría de las personas, elegir entre tantas opciones se volvió cada vez más complicado, y esa confusión tiene consecuencias. Los equipos pierden tiempo utilizando herramientas que no se ajustan a sus necesidades, mientras que los responsables de las empresas aprueban suscripciones sin tener del todo claro qué problema buscan resolver.

Elegir la herramienta de inteligencia artificial adecuada puede parecer una tarea difícil, especialmente porque el sector cambia a gran velocidad. Sin embargo, con un poco de investigación, es posible identificar cuál se adapta mejor a cada necesidad.

Entender las necesidades

Para determinar qué modelo resulta más conveniente, primero es necesario tener claro qué se necesita resolver. Cada uno ofrece ventajas diferentes: algunos son más rápidos, otros destacan por su capacidad para realizar investigaciones exhaustivas y otros por su capacidad para generar contenido visual. Por eso, es poco probable que la herramienta más adecuada para crear una presentación también sea la mejor opción para resumir una reunión.

Las constantes actualizaciones tampoco facilitan la elección, ya que las capacidades de cada herramienta cambian continuamente. Por eso, conviene estar al tanto de las últimas versiones, ya que una función en la que hoy se destaca OpenAI podría convertirse mañana en una fortaleza de Anthropic.

El profesor Rama Ramakrishnan, de MIT Sloan, recomienda dividir las tareas en actividades más específicas y evaluar los posibles costos de utilizar la inteligencia artificial para resolverlas. Para eso, propone considerar factores como la dificultad y el margen de error aceptable. 

"Algunas tareas, como redactar anuncios, descripciones de productos o el argumento de una película, tienen un margen de error ligeramente mayor. Los usos que requieren razonamiento lógico o conocimiento de hechos, que abarcan relaciones de causa y efecto, o que tienen mucho en juego, como la atención médica, exigen mayor precisión", explicó. Dado que los grandes modelos de lenguaje (LLM) mejoran constantemente, conviene repetir estas evaluaciones periódicamente.

Seguir experimentando

Imaginá que estás aprendiendo a hacer repostería. Al principio, solo necesitás algunos elementos básicos, como un bol, un batidor y una bandeja para el horno. Con esos utensilios podés preparar casi cualquier receta sencilla. Sin embargo, a medida que adquirís experiencia, empezás a valorar las herramientas especializadas, como una espátula para dividir la masa con precisión, una brocha de repostería para aplicar glaseados y una balanza digital para medir con exactitud hasta el último gramo de azúcar.

Con la inteligencia artificial ocurre algo similar. Los modelos de propósito general, como ChatGPT o Claude, cumplen la misma función que un bol en la cocina. Son herramientas esenciales que se utilizan con frecuencia, pero no necesariamente sirven para todas las tareas.

Por eso, es importante pensar qué tareas querés resolver con IA y evaluar si el modelo que utilizás habitualmente puede realizarlas. Por ejemplo, hace poco estaba probando una nueva foto de perfil y le pedí a ChatGPT que desenfocara el fondo. El resultado no fue el esperado, ya que eliminó partes de mi rostro y generó un extraño resplandor detrás de mis orejas. Entonces comprendí que estaba intentando resolver una tarea específica con una herramienta generalista. ChatGPT tiene muchas fortalezas, pero para ese trabajo descubrí que sería más conveniente utilizar una plataforma especializada como Canva.

Por supuesto, probar todas las alternativas disponibles en el mercado es prácticamente imposible. Sin embargo, una vez que elijas un modelo principal y comiences a utilizarlo con frecuencia, es importante prestar atención a sus limitaciones. Cuando una tarea sea difícil de resolver, conviene investigar si existe alguna herramienta especializada y evaluar si sus ventajas justifican el costo adicional y el tiempo necesario para aprender a utilizarla.

La creciente brecha en la capacitación en inteligencia artificial

No todas las personas utilizan la inteligencia artificial de la misma manera. Según un estudio conjunto de la consultora KPMG y la Universidad de Texas en Austin, uno de los hábitos que distingue a los usuarios más avanzados es su capacidad para alternar entre distintos modelos y herramientas según las necesidades de cada tarea.

El problema es que las habilidades para utilizar la IA no se desarrollan por sí solas. Según una encuesta de The Adecco Group realizada a 2.000 personas, apenas el 10% de los altos directivos considera que sus empresas están preparadas para afrontar los desafíos del futuro. Al mismo tiempo, el 60% de los líderes espera que sus empleados actualicen sus conocimientos sobre inteligencia artificial por cuenta propia, mientras que el 34% de las compañías todavía no cuenta con una política que establezca cómo debe utilizarse esta tecnología en el trabajo.

En este contexto, no sorprende que haya diferencias importantes entre los trabajadores. La falta de capacitación en inteligencia artificial, o una formación insuficiente, provoca que algunos queden más rezagados que otros. Las mujeres y los empleados de mayor edad se encuentran entre los grupos más vulnerables a esta brecha. Por eso, si los líderes quieren que sus equipos aprovechen la tecnología de manera eficaz, deben asumir la responsabilidad de crear las condiciones necesarias para lograrlo.

El primer paso puede ser sencillo. Organizar talleres internos para que los empleados compartan qué herramientas les funcionan y cuáles no. Crear un documento compartido donde los equipos registren las soluciones que les resultaron útiles para determinadas tareas. Y, sobre todo, incorporar la experimentación como una parte habitual del trabajo.

El mundo de la IA seguirá cambiando. Aparecerán nuevos modelos, las herramientas actuales mejorarán y una elección que hoy parece acertada podría dejar de serlo dentro de seis meses. Sin embargo, habrá una capacidad que seguirá siendo fundamental: saber qué se necesita, conocer las alternativas disponibles y mantener la disposición para aprender y mejorar continuamente.

*Esta nota fue publicada originalmente en Forbes.com.