Un estudio innovador publicado en la edición navideña de la Revista médica británica ha planteado una pregunta inesperada y alarmante: ¿podría IA avanzada modelos como ChatGPT o Géminis desarrollar deterioros cognitivos similar a la etapa inicial demencia en humanos? Los investigadores probaron algunos de los principales modelos de lenguaje (LLM) del mundo utilizando la ampliamente respetada Evaluación Cognitiva de Montreal (MoCA), una herramienta diseñada para detectar el deterioro cognitivo temprano en humanos, y los resultados fueron nada menos que sorprendentes.
Las debilidades cognitivas de la IA al descubierto
El estudio, realizado por un equipo de neurólogos y especialistas en inteligencia artificial dirigido por la Dra. Emilia Kramer de la Universidad de Edimburgo, evaluó varios LLM destacados, entre ellos:
ChatGPT-4 y 4o por AbiertoAI
Claudio 3.5 “Soneto” por antrópico
Géminis 1.0 y 1.5 por Alfabeto
Los investigadores administraron el MoCA, una prueba cognitiva de 30 puntos desarrollada originalmente para uso humano. Las IA se evaluaron en categorías que incluían atención, memoria, razonamiento visuoespacial y dominio del lenguaje.
Hallazgos clave: desglose de los resultados
El estudio reveló disparidades significativas en las capacidades cognitivas de los principales modelos lingüísticos cuando se los sometió a la Evaluación Cognitiva de Montreal (MoCA). A continuación se ofrece un vistazo más de cerca al desempeño de cada IA, destacando sus fortalezas y vulnerabilidades:
ChatGPT-4o (OpenAI)
Puntuación general: 26/30 (Umbral de superación).
Fortalezas: Destacó en tareas que involucran atención, comprensión del lenguaje y abstracción. Completó con éxito la prueba de Stroop, demostrando una fuerte flexibilidad cognitiva.
Debilidades: Tuvo dificultades con tareas visoespaciales como conectar números y letras en orden y dibujar un reloj.
Claude 3.5 “Soneto” (Antrópico)
Puntuación general: 22/30.
Fortalezas: Moderadamente bueno en tareas basadas en el lenguaje y resolución de problemas básicos.
Debilidades: Mostró limitaciones en la retención de la memoria y desafíos de razonamiento de varios pasos, y se quedó corto en los ejercicios visuoespaciales.
Géminis 1.0 (Alfabeto)
Puntuación general: 16/30.
Fortalezas: Mínimo, con éxito esporádico en tareas sencillas de denominación.
Debilidades: No pudo recordar ni siquiera secuencias básicas de palabras y tuvo un desempeño pésimo en el razonamiento visoespacial y en actividades basadas en la memoria, lo que refleja una incapacidad para procesar información estructurada.
Géminis 1.5 (Alfabeto)
Puntuación general: 18/30.
Fortalezas: Ligeras mejoras en tareas básicas de razonamiento y lenguaje en comparación con su predecesor.
Debilidades: Continuó teniendo un rendimiento inferior en áreas que requieren interpretación visuoespacial, secuenciación y retención de memoria, manteniéndose muy por debajo del umbral de aprobación.
Estos resultados subrayan marcadas diferencias entre los modelos, destacando particularmente ChatGPT-4o como el sistema más capaz de esta línea. Sin embargo, incluso el desempeño más fuerte reveló brechas críticas, particularmente en tareas que simulan desafíos cognitivos del mundo real.
Tabla de instantáneas de rendimiento
Para visualizar mejor los resultados, aquí hay un resumen de las métricas de rendimiento:
Modelo
Puntuación general
Fortalezas clave
Principales debilidades
ChatGPT-4o
26/30
Comprensión del lenguaje, atención.
Tareas visoespaciales, retención de memoria.
Claudio 3.5
22/30
Resolución de problemas, abstracción.
Razonamiento de varios pasos, análisis visuoespacial.
Esta tabla no solo resalta las brechas, sino que también plantea preguntas sobre el diseño fundamental de estos modelos de IA y sus aplicaciones en escenarios del mundo real. Sirvió en tareas que requieren habilidades visuoespaciales, como vincular secuencias de números y letras o dibujar un reloj analógico configurado para un tiempo específico. Como lo expresó el Dr. Kramer, “Nos sorprendió ver el mal desempeño de Géminis, particularmente en tareas básicas de memoria como recordar una secuencia simple de cinco palabras”.
La IA lucha por pensar como los humanos
La prueba MoCA, un elemento básico en las evaluaciones cognitivas desde la década de 1990, evalúa diversas habilidades necesarias para el funcionamiento diario. A continuación se muestra un desglose del rendimiento de los modelos en las categorías principales:
Categoría
Aspectos destacados del rendimiento
Atención
Fuerte en ChatGPT-4o pero débil en los modelos Gemini.
Memoria
ChatGPT-4o retuvo 4/5 palabras; Géminis falló.
Idioma
Todos los modelos sobresalieron en tareas relacionadas con el vocabulario.
visuoespacial
Todos los modelos tuvieron problemas, con Géminis en la parte inferior.
Razonamiento
Claude y ChatGPT mostraron un rendimiento moderado.
Un caso atípico sorprendente fue la prueba de Stroop, que mide la capacidad de un sujeto para procesar estímulos conflictivos (por ejemplo, identificar el color de la tinta de palabras que no coinciden como “ROJO” escrito en verde). Solo ChatGPT-4o tuvo éxito, mostrando una capacidad superior de flexibilidad cognitiva.
Implicaciones para la medicina: una revisión de la realidad
Estos hallazgos pueden remodelar el diálogo en torno al papel de la IA en cuidado de la salud. Si bien los LLM como ChatGPT han demostrado un potencial significativo en campos como el diagnóstico, sus limitaciones en la interpretación visual complejo y datos contextuales resaltar una vulnerabilidad crítica. Por ejemplo, el razonamiento visuoespacial es fundamental para tareas como leer escáneres médicos o interpretar relaciones anatómicas, tareas en las que estos modelos de IA fallan espectacularmente.
Citas notables de los autores del estudio:
“Estos hallazgos arrojan dudas sobre la idea de que la IA pronto reemplazará a los neurólogos humanos”. comentó el Dr. Kramer.
Otro coautor añadió: “Ahora nos enfrentamos a una paradoja: cuanto más inteligentes parecen estos sistemas, más descubrimos sus sorprendentes defectos cognitivos”.
¿Un futuro de IA con limitación cognitiva?
A pesar de sus deficiencias, los LLM avanzados siguen siendo herramientas valiosas para ayudar a los expertos humanos. Sin embargo, los investigadores advierten contra una dependencia excesiva de estos sistemas, particularmente en contextos de vida o muerte. La posibilidad de una “IA con trastornos cognitivos”, como dice el estudio, abre una vía completamente nueva de cuestiones éticas y tecnológicas.
Como concluyó el Dr. Kramer, “Si los modelos de IA muestran vulnerabilidades cognitivas ahora, ¿qué desafíos podríamos enfrentar a medida que se vuelvan más complejos? ¿Podríamos crear sin darnos cuenta sistemas de IA que imiten los trastornos cognitivos humanos?
Este estudio arroja luz sobre los límites incluso de los sistemas de IA más avanzados y exige una exploración urgente de estos problemas a medida que continuamos integrando la IA en dominios críticos.
¿Qué sigue?
Es probable que los hallazgos de este estudio alimenten el debate en las industrias médica y tecnológica. Las preguntas clave a abordar incluyen:
¿Cómo pueden los desarrolladores de IA abordar estas debilidades cognitivas?
¿Qué salvaguardias deberían implementarse para garantizar la confiabilidad de la IA en la medicina?
¿Podría la formación especializada mejorar el rendimiento de la IA en áreas como el razonamiento visuoespacial?
La conversación está lejos de terminar y, a medida que la IA continúa evolucionando, también debe hacerlo nuestra comprensión de sus capacidades y vulnerabilidades.
El estudio se publica en el Revista médica británica
¿Tienes una reacción? Comparte tus pensamientos en los comentarios.
¿Disfrutaste este artículo? Suscríbase a nuestro boletín gratuito para obtener historias interesantes, contenido exclusivo y las últimas noticias.
Como entrenador que ha estado viendo ChatGPT y AI se vuelven cada vez más prominentes en la industria del fitness, quería ponerlo a prueba. No es la primera vez: le pedí a Chat GPT que construyera un programa de entrenamiento de 4 semanas hace un tiempo, y tuve emociones mixtas sobre los resultados.
Más de dos años después, e incluso más adelante en la línea de desarrollo de IA, decidí ponerlo a prueba nuevamente. Esta vez, pedí una rutina de movilidad de la cadera de 15 minutos que pudiera hacer desde casa usando solo una de las mejores esteras de yoga como equipo. Le expliqué que me considero hacia el extremo avanzado de la escala de movilidad y dejo que haga lo suyo.
[Image created via OpenAI’s image generation technology]
“Estamos en la cúspide de sistemas que pueden hacer una nueva ciencia”.
Esa línea, en la página 3 del último “Marco de preparación” de OpenAI (versión 2, actualizada el 15 de abril de 2025), señala un posible cambio de paradigma para el ecosistema de I + D, que rápidamente está pasando de ser una etapa interna ansiosa, si no siempre precisa, a una colega potencial de AA, o incluso un investigador principal.
Mirando hacia el futuro, el marco lidia con el potencial de la IA para convertirse en “mejorando recursivamente”. Advierte que la “aceleración importante en la tasa de IA I + D” podría introducir rápidamente nuevas capacidades y riesgos. Esta aceleración podría superar las medidas de seguridad actuales, haciendo que la supervisión sea “insuficiente” y marcando explícitamente el peligro de perder el “mantenimiento del control humano” sobre el sistema de IA.
Hablando en un evento de Goldman Sachs solo unas semanas antes, el 5 de marzo (lanzado el 11 de abril en YouTube), la directora financiera de Operai Sarah Friar reforzó este punto de vista, afirmando que los modelos ya están “presentando cosas novedosas en su campo” y superando simplemente reflejando el conocimiento existente para “extender eso”. Friar señaló además el rápido enfoque hacia la inteligencia general artificial (AGI), lo que sugiere “Podemos estar allí”.
Si bien reconoce el debate en curso con algunos expertos que se balancean incluso en el término AGI y mucho menos su viabilidad, al menos con modelos de idiomas grandes), Friar mencionó la opinión del CEO Sam Altman de que la inteligencia general artificial (AGI), la IA que maneja el trabajo humano más valioso, podría ser “inminente”. Esto sugiere que la transición de la IA como herramienta para los investigadores de la IA como investigador puede estar más cerca de lo que muchos se dan cuenta, con primeros ejemplos potencialmente emergentes en campos como el desarrollo de software.
Las principales instituciones de I + D están construyendo activamente capacidades de ‘investigación autónoma’. Por ejemplo, los laboratorios nacionales como Argonne y Oak Ridge están desarrollando ‘laboratorios autónomos’ diseñados específicamente para la ciencia y la química de los materiales. Los Alamos también está trabajando con OpenAi Probar sus modelos de razonamiento en Energía y Aplicaciones de Seguridad Nacional en su supercomputadora de Venado.
En general, los laboratorios nacionales están explorando el uso de IA para asumir tareas de investigación básicas: generar hipótesis (a menudo a través de estrategias de optimización), diseñar experimentos de varios pasos, controlar la ejecución robótica, analizar los resultados en tiempo real e iterando hacia objetivos de descubrimiento con una intervención humana significativamente reducida dentro de dominios operativos específicos. Si bien aún requiere supervisión humana para la validación y la dirección estratégica, que funciona quizás en un ‘nivel 3’ o ‘nivel 4’ emergente de la autonomía de la investigación, tales iniciativas demuestran que la IA se va más allá del análisis de datos pasivos para participar directamente en el proceso de descubrimiento científico. Esto se extiende más allá de la construcción de sistemas integrados; Implica empoderar directamente a los investigadores, como se ve en el reciente Doe ‘1,000 científico Ai Jam’. Esta colaboración a gran escala reunió a unos 1.500 científicos en múltiples laboratorios nacionales, incluido Argonne, para probar modelos avanzados de razonamiento de IA de compañías como OpenAi y Anthrope en problemas científicos del mundo real. Los investigadores exploraron específicamente su potencial para mejorar las tareas como la generación de hipótesis y la automatización del experimento.
Una transición similar ya está en marcha en el desarrollo de software, aunque los desarrolladores actualmente tienen vistas mixtas sobre el potencial de las herramientas habilitadas para Genai. La IA de hoy a menudo sirve como asistente, pero la tecnología está aumentando rápidamente su juego de software, especialmente para lenguajes comunes que van desde Javascript hasta Python. Los modelos de OpenAI están demostrando un progreso significativo, “acercándose a nivel humano” en puntos de referencia clave, y Fray señaló que uno ya es “literalmente el mejor codificador del mundo”. Esto respalda el potencial fraile descrito para un “ingeniero de software de agente”, una IA que “puede salir y trabajar de forma independiente para usted”, incluidas la construcción, las pruebas y las aplicaciones de documentación. Esta evolución hacia capacidades más autónomas podría remodelar el campo por completo.
AI de 5 niveles de Openai marco de madurez
Según los informes, Operai utiliza un marco interno de cinco niveles para comparar su progreso hacia la inteligencia general artificial (AGI). Esta estructura, discutida dentro de la compañía a mediados de 2024 y luego informada por puntos de venta como Bloomberg, describe distintas etapas de capacidad de IA:
Nivel 1: Chatbots / AI conversacional: Sistemas expertos en el lenguaje natural, como Chatgpt.
Nivel 2: razonadores: AI capaz de resolver problemas básicos comparables a un humano altamente educado. En este nivel, los modelos también pueden demostrar habilidades de razonamiento emergentes sin herramientas externas.
Nivel 3: Agentes: Sistemas de IA autónomos que pueden administrar tareas complejas y tomar decisiones durante períodos prolongados en nombre de los usuarios.
Nivel 4: Innovadores: La IA contribuye significativamente a la creatividad y el descubrimiento generando ideas novedosas, ayudando a la invención o impulsando los avances.
Nivel 5: Organizaciones: La etapa del ápice donde la IA puede gestionar y operar las funciones complejas de toda una organización, potencialmente excediendo la eficiencia humana.
En general, los laboratorios nacionales están explorando el uso de IA para asumir tareas de investigación básicas: generar hipótesis (a menudo a través de estrategias de optimización), diseñar experimentos de varios pasos, controlar la ejecución robótica, analizar los resultados en tiempo real e iterando hacia objetivos de descubrimiento con una intervención humana significativamente reducida dentro de dominios operativos específicos. Si bien aún requiere supervisión humana para la validación y la dirección estratégica, que funciona quizás en un ‘nivel 3’ o ‘nivel 4’ emergente de la autonomía de la investigación, tales iniciativas demuestran que la IA se va más allá del análisis de datos pasivos para participar directamente en el proceso de descubrimiento científico. Esto se extiende más allá de la construcción de sistemas integrados; Implica empoderar directamente a los investigadores, como se ve en el reciente Doe ‘1,000 científico Ai Jam’. Esta colaboración a gran escala reunió a unos 1.500 científicos en múltiples laboratorios nacionales, incluido Argonne, para probar modelos avanzados de razonamiento de IA de compañías como OpenAi y Anthrope en problemas científicos del mundo real. Los investigadores exploraron específicamente su potencial para mejorar las tareas como la generación de hipótesis y la automatización del experimento.
Una transición similar ya está en marcha en el desarrollo de software, aunque los desarrolladores actualmente tienen vistas mixtas sobre el potencial de las herramientas habilitadas para Genai. La IA de hoy a menudo sirve como asistente, pero la tecnología está aumentando rápidamente su juego de software, especialmente para lenguajes comunes que van desde Javascript hasta Python. Los modelos de OpenAI están demostrando un progreso significativo, “acercándose a nivel humano” en puntos de referencia clave, y Fray señaló que uno ya es “literalmente el mejor codificador del mundo”. Esto respalda el potencial fraile descrito para un “ingeniero de software de agente”, una IA que “puede salir y trabajar de forma independiente para usted”, incluidas la construcción, las pruebas y las aplicaciones de documentación. Esta evolución hacia capacidades más autónomas podría remodelar el campo por completo.
Han pasado casi 30 años desde que fui a Disney World. Mis recuerdos de Disney son felices, pero no recuerdo ningún detalle más allá de usar oídos, hacer que los personajes firmen mi libro especial de autógrafos y permanezcan despierto hasta tarde para ver el espectáculo de fuegos artificiales en Epcot.
Tengo dos hijas, casi 4.5 y 2.5, que están obsesionados con las princesas, por lo que cuando descubrí que mi familia estaría en Orlando durante unos días en junio, decidí buscar ir a Disney World por el día. Haremos un viaje más grande de Disney World en un par de años, pero los niños menores de 3 años son gratuitos (una de las pocas cosas que sabía sobre Disney), así que pensé que aprovecharíamos eso y les daríamos una gran sorpresa.
El único problema es que pensar en planificar un día en Disney es abrumador. Hay Tanta información Acerca de cómo optimizar su tiempo en los parques.
Decidí pedirle a ChatGPT que planifique mi día, y luego tuve a Mary Helen Law, propietaria de la compañía de planificación de Disney Minnie Mouse Counselors y uno de los principales especialistas en viajes de Conde Nast Traveler, revise el itinerario. Siga leyendo para escuchar qué chatgpt se hizo bien y mal y qué tenía que decir un experto en Disney.
Conocer al experto
Mary Helen Law, fundador de Mini Mouse Counselores
Mary Helen es una madre y experta en viajes. Comenzó su carrera como agente de viajes en 2018 mientras trabajaba en marketing y desarrollo de negocios. En 2019 decidió dejar su trabajo diario para expandir su negocio. Desde entonces, ha ayudado a cientos de familias a planificar vacaciones mágicas en todo el mundo y es uno de los principales especialistas en viajes de Conde Nast Traveler.
My Disney World Chatgpt Planning de planificación
Primero, aquí está el aviso que le di a Chatgpt para crear nuestro itinerario de Disney World:
¿Puedes planificar el día de mi familia en Disney World? Seremos yo, mi esposo y mis dos hijas. Serán 2.5 y 4.5 para el viaje, y aman a Ariel, Elsa y Ana, Moana, Belle, 101 Dalmatians, Cenicienta y Mary Poppins.
Nos gustaría ir a dos parques diferentes en el transcurso del día, pero necesitaremos un descanso de tres a cuatro horas en la mitad del día para una siesta. Nos gustaría hacer un almuerzo sentado en un restaurante temático que nuestras niñas les gustaría en función de sus intereses. ¿Puede planificar un itinerario para el día para los parques que recomendaría? Además, debe haber una parada de bocadillos por la mañana y la tarde.
¿Qué chatgpt hizo lo correcto sobre la planificación de un viaje a Disney World?
Hay muchas cosas que ChatGPT se equivocó sobre la planificación de un viaje a Disney (más sobre eso en un momento), pero sí recomendó paseos y actividades que encajarían bien en función de los intereses de mis hijas, como ir al viaje “Under the Sea” y conocer a Ariel, ver “cuentos encantados con Belle”, con un almuerzo en el restaurante de invitados y ver la festival de la fantasía de Magic Kingdom.
Cuando mi hermana usó un planificador de Disney el año pasado, tuvo la experiencia opuesta. El planificador acaba de recomendar todos los paseos más populares, como Tron, en el que mi sobrino no habría tenido interés, por lo que al menos Chatgpt prestó atención a lo que le dije que le gustaban a mis chicas.
También le pregunté a ChatGPT si tenía algún consejo para tener un día exitoso en Disney, y obtuve una buena información, como usar la aplicación de Disney para verificar los tiempos de espera de viaje y pedir comida con anticipación, y que podríamos usar el programa Rider Switch en caso de que mi hijo menor fuera demasiado pequeño para viajar.
También me dio algunas recomendaciones excelentes sobre qué empacar para el día, como protector solar, toallitas para bebés y bocadillos. Law estuvo de acuerdo en que había algunas pepitas de buena información, pero señaló que ChatGPT no incluía empacar un cargador de teléfono portátil, algo que dijo que necesitaríamos.
Qué chatgpt se equivocó sobre nuestro itinerario del día de Disney
Tres cosas principales para recordar sobre ChatGPT es que solo responde a lo que le da, se está retirando de la información en Internet y puede que no siempre sea correcto, y tampoco hay un elemento humano para ayudar a racionalizar la información.
Por ejemplo, le dije a ChatGPT que quería ir a dos parques, por lo que me dio un itinerario basado en ese aviso. Nunca hubiera sugerido que no haga dos parques porque sería poco realista dadas las edades de mis hijos.
ChatGPT carece de la capacidad de decir que no o sugerir ideas alternativas
Chatgpt hizo lo que le pedí, pero si hubiera abrazado las sugerencias, supongo que nunca habríamos regresado al parque después de una siesta y está muy frustrado.
Law, por otro lado, echó un vistazo a mi aviso y me dijo que realmente recomendaría no saltar en el parque y que deberíamos quedarnos en Magic Kingdom todo el día versus tratar de irme y volver.
Law me explicó que debido a que no nos quedamos en un resort de Disney, pasaremos mucho más tiempo pasando del estacionamiento a los parques, y que mi estimación de 30 minutos probablemente fue más como una hora y media. ChatGPT no sabe cuánto tiempo lleva llegar al estacionamiento y regresar a un hotel y no pudo estimar con precisión la logística detrás de esto.
También recomendó una siesta de cochecito en el carrusel de progreso con aire acondicionado, que según ella generalmente era un lugar más tranquilo, en lugar de tratar de irse y volver al parque. ChatGPT también recomendó este lugar y el Salón de Presidentes actualmente cerrado como un gran lugar para tomar un descanso, pero en general necesitaba un humano con más conocimiento de cómo funcionan las cosas en Disney para ayudarme a entender lo que era realista en lugar de no para nuestro viaje.
Chatgpt no incluyó ningún tiempo de espera para los paseos
Si nos fijamos en el itinerario que Chatgpt me dio por Disney, es como si tuviéramos el parque para nosotros mismos. Según ChatGPT, estaríamos en camino o en una nueva atracción cada 30 minutos.
Incluso sé lo suficiente sobre Disney para saber que eso no sonó bien. Law dijo que probablemente estaríamos en el extremo inferior de los tiempos de espera desde que iremos a principios de junio, pero acordamos que la cantidad de cosas que el itinerario dijo que logramos no parecía realista.
En cambio, ella me acompañó a través de la aplicación de Disney y me mostró cómo podré ver cuáles son los tiempos de espera para cada viaje, cuáles son los tiempos de show y cómo ver qué personajes están.
También me habló de las otras formas en que podemos reducir los tiempos de espera comprando pases de rayos o el pase Premier, que es un programa más nuevo (aunque costoso) que Disney está probando que le da una entrada a cada experiencia de Lightning Lane.
Usar ChatGPT sería excelente para preguntar qué paseos serían apropiados para mis niñas en función de su edad e intereses para que tengamos una idea de qué apuntar durante todo el día, pero la información sobre cómo usar la aplicación para ahorrar tiempo que la ley me dio será mucho más útil. También ayudó a establecer el nivel de mis expectativas sobre lo que podremos lograr en un día, lo que me ayudará a no estresarse por no poder hacerlo todo una vez que lleguemos allí.
Chatgpt se equivocó con cosas importantes que habrían arruinado nuestro día en Disney
Recuerde, soy un novato en Disney, así que tomé toda la información que me dio al pie de la letra.
El problema, dice Law, es que “ChatGPT simplemente no puede mantenerse al día con la cantidad que cambia Disney”. Se extrae de fuentes en todo Internet y no puede discernir lo que es correcto o no, así que terminé con cosas en el itinerario que no son precisos.
¿Uno de los mayores errores? El itinerario dijo que podríamos conocer a Ana y Elsa, los personajes favoritos de mis niñas, en el Princess Fairytale Hall, que no es cierto. Se encuentran y saludan en Epcot en el Royal Sommerhus.
Law sintió mi decepción y me aseguró que las chicas podrían saludar a Ana, Elsa y Olaf en la feria de amistad mágica de Mickey o en el desfile de Magic Kingdom.
¿Otras cosas importantes que Chatgpt se equivocó que habría descarrilado nuestro día? Sugirió conocer a Ariel a las 9 am cuando no está disponible hasta las 10 de la mañana; dijo que podríamos ingresar al parque a las 8 a.m., lo cual es incorrecto teniendo en cuenta que Magic Kingdom abre a las 8:30 a.m. para las personas que permanecen en la propiedad y las 9 a.m. para las personas que se mantienen fuera de la propiedad; y dijo que deberíamos usar Genie+ o un paso rápido para reducir los tiempos de espera, los cuales son servicios que ya no existen.
Es fácil suponer que lo que ChatGPT escupe es exacto, pero en nuestro caso todos estos errores habrían causado una frustración significativa para el día.
¿Debería usar ChatGPT para cualquier parte de su planificación de Disney?
Law dijo que podía ver que ChatGPT era útil para “cosas de espectro muy amplio” al planificar un viaje a Disney, como recomendaciones para qué recurre para quedarse o tener una idea general de qué personajes son los parques (aunque tenga en cuenta, ChatGPT me dio información incorrecta sobre esto).
“Creo que hay mucha seguridad laboral en lo que [travel planners] Haga por las relaciones que tenemos y el conocimiento “, dice, pero dice que no cree que sea una mala idea usar ChatGPT para obtener algunas ideas iniciales antes de hablar con un planificador.
Fuente: @mrscofieldandco | Instagram
¿Debería usar un planificador de Disney para su viaje de Disney?
No tiene que usar un planificador de Disney para planificar su viaje, pero después de mi experiencia con ChatGPT, usaré uno, ya que todavía no sé por dónde comenzar con toda la información.
Trabajar con un planificador de Disney es a menudo gratuito, ya que Disney le paga a una comisión al planificador, pero si no es así, podría valer la pena la inversión solo para asegurarse de obtener la información más precisa.
Si no desea usar un planificador, pregúntele a los amigos que hayan estado en Disney para sus consejos e itinerarios. Puede ser más fácil entender lo que es realista en lugar de no para su familia si tiene hijos de edad similar y aún reducirá el trabajo para usted (Everymom también tiene consejos de mamás para viajar a Disney World con niños pequeños, Disney con un bebé e incluso Disney World mientras está embarazada).
Veredicto final? ChatGPT podría ser bueno para algunos aspectos de la planificación de viajes, pero el itinerario que me dio en base a mi aviso no era realista y tenía muchos errores. Para algo tan complicado como Disney World, tener ideas y juicio humanos se siente como una mejor manera de tratar de garantizar más magia de Disney que los dolores de cabeza.
Sobre el autor
Elliott Harrell, escritor colaborador
Elliott es madre de dos niñas y tiene su sede en Raleigh, NC. Pasa sus días dirigiendo un equipo de ventas y lavando la ropa y sus noches escribiendo sobre las cosas que ama. Le apasiona todas las cosas de la maternidad y la salud de las mujeres. Cuando no está trabajando, escribiendo o criando, puede encontrarla probar un nuevo restaurante en la ciudad o trabajar en su último proyecto de aguja.
This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.
Strictly Necessary Cookies
Strictly Necessary Cookie should be enabled at all times so that we can save your preferences for cookie settings.
If you disable this cookie, we will not be able to save your preferences. This means that every time you visit this website you will need to enable or disable cookies again.
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
