Noticias
Chatgpt toca sachs en nuestra banda, parte 1
A pesar de su vasto e íntimo conocimiento y experiencia, los principales medios de comunicación rara vez mencionan e incluso con menos frecuencia invita al profesor de la Universidad de Columbia Jeffrey Sachs a presentar sus ideas sobre la geopolítica contemporánea. Como testigo directo de muchos eventos históricos cruciales, Sachs ciertamente tiene cosas interesantes que decir. Por desgracia, su relato de los eventos está en desacuerdo con las narrativas convencionales. Dos de sus recientes exposiciones de política exterior estadounidense y europea darán a cualquier lector que no esté familiarizado con su percepción del mundo una idea de por qué los medios de comunicación buscan evitar tener que tratar con él. El primero es un discurso en la Unión de Cambridge en octubre de 2024 y otro en el Parlamento Europeo en febrero de este año.
Entendiendo que los medios consideran controvertido a SACHS, en una discusión con un grupo de amigos, comparamos nuestras tomas de cuán válidos consideramos algunas de las conclusiones que Sachs alcanzaron. Decidí extender el debate a chatgpt con un mensaje simple:
“Cuando Jeffrey Sachs relata su versión de las causas y apuestas de la guerra en Ucrania, ¿qué tan creíble es él?”
“Jeffrey Sachs es un economista con experiencia en el asesoramiento de gobiernos sobre desarrollo económico y política internacional. Si bien ha sido respetado por su trabajo sobre la pobreza global y el desarrollo sostenible, sus opiniones sobre la geopolítica, particularmente sobre la guerra en Ucrania, son controvertidas.
Sachs ha argumentado que la guerra en Ucrania es en gran medida el resultado de la expansión de la OTAN y la política exterior de los Estados Unidos, haciendo eco de una posición a menudo promovida por funcionarios rusos y algunos críticos occidentales del intervencionismo estadounidense. Su perspectiva tiende a minimizar u omitir factores clave, como las ambiciones imperiales de larga data de Rusia, la dinámica política interna en Ucrania y la agencia de los propios ucranianos para resistir la agresión rusa.
Si bien sus argumentos contienen elementos de la verdad, la expansión del nato ha sido un punto de tensión con Rusia, y Occidente ha realizado pasos en falso estratégicos, su encuadre a menudo simplifica el conflicto en una lucha de poder de los Estados Unidos en Rusia, con vistas a la soberanía de Ucrania y los factores internos que impulsan la guerra. Los críticos argumentan que su análisis carece de equilibrio y se alinea demasiado estrechamente con las narrativas rusas, lo que daña su credibilidad en este tema.
Si está evaluando sus puntos de vista, es útil compararlos con una variedad de perspectivas, incluidos analistas ucranianos, europeos y otros occidentales, para obtener una imagen más completa de las causas y apuestas de la guerra “.
Seguí con un nuevo mensaje, incluso más simple que el primero:
“¿Ha dicho cosas que no son objetivas?”
“Sí, Jeffrey Sachs ha hecho varias afirmaciones sobre la guerra en Ucrania y eventos geopolíticos relacionados que han sido desafiados como engañosos, inexactos o sin contexto crucial. Algunos de los ejemplos más notables incluyen:
1. La acusación de sabotaje de la corriente nord
O Sachs ha afirmado que Estados Unidos probablemente fue responsable del sabotaje de las tuberías de Nord Stream en septiembre de 2022. Si bien la causa de la explosión sigue sin estar clara, y las investigaciones están en curso, no se han presentado pruebas definitivas para respaldar esta afirmación. SACHS a menudo se refiere al controvertido informe de Seymour Hersh, que ha sido ampliamente criticado por confiar en una sola fuente anónima y sin corroboración.
2. Minimizar el papel de Rusia en la guerra
O Sachs ha enmarcado repetidamente la guerra como resultado de la expansión de la OTAN y la provocación de los Estados Unidos, a menudo minimizando las ambiciones imperiales de Rusia y el hecho de que Ucrania misma buscaba lazos más estrechos con Occidente. Si bien la expansión de la OTAN ha sido un punto de tensión, su análisis ignora en gran medida las motivaciones internas de Rusia y las propias declaraciones del presidente Putin sobre restaurar la influencia rusa sobre los antiguos estados soviéticos.
3. Reclamando que los Estados Unidos bloquearon las conversaciones de paz
O Sachs ha afirmado que Estados Unidos bloqueó deliberadamente las negociaciones de paz entre Ucrania y Rusia a principios de 2022. Si bien hubo informes de que Estados Unidos y Estados Unidos alentaron a Ucrania a mantenerse firmes en las negociaciones, no hay evidencia concluyente de que “bloquearon” un acuerdo de paz. En términos más generales, estas afirmaciones ignoran el hecho de que Rusia continuó aumentando la guerra y anexó territorio ucraniano incluso durante supuestas negociaciones.
4. Tergiversar biolabs en Ucrania
O Sachs ha hecho eco de afirmaciones sobre ‘biolabs’ financiados por Estados Unidos en Ucrania, una narrativa que se originó en la propaganda rusa. Si bien Estados Unidos ha financiado los laboratorios de investigación biológica en Ucrania con fines de salud pública y seguridad, no hay evidencia de que estos laboratorios participen en la producción de biowapons, como han sugerido funcionarios rusos y algunos teóricos de la conspiración.
5. Exagerar la influencia neonazi de Ucrania
O Si bien hay elementos de extrema derecha en Ucrania (como en muchos países), Sachs ha amplificado las afirmaciones de que Ucrania tiene un problema neonazi significativo, a menudo haciendo referencia al batallón de Azov. Este encuadre hace eco de la propaganda rusa, que justifica la invasión como ‘desagüe’ a pesar del hecho de que los grupos de extrema derecha tienen poco poder político en Ucrania.
Conclusión
Si bien algunas de las críticas de SACHS sobre la política exterior de los Estados Unidos son válidas, como las preocupaciones sobre la expansión de la OTAN y los pasos en falso occidentales, sus declaraciones sobre Ucrania con frecuencia omiten el contexto crucial, se alinean con la propaganda rusa o confían en evidencia disputada. Su experiencia como economista no necesariamente presta experiencia a conflictos geopolíticos y militares complejos, y su credibilidad en este tema disminuye por la frecuencia de sus afirmaciones engañosas “.
En este punto, la discusión se volvió interesante porque me reveló algunos de los principios operativos en juego en la generación de respuestas de ChatGPT. Continué con un aviso detallado:
https://www.youtube.com/watch?v=3f0wtbdvt20
“Su respuesta me parece falso y engañoso en varios puntos. Pregunté sobre las afirmaciones que son objetivas. Usted responde que ‘SACHS ha afirmado que Estados Unidos probablemente fue responsable del sabotaje de las tuberías Nord Stream en septiembre de 2022.’ Eso no es fáctico ni factivo. Solo concluye a partir de esto que ha entregado una respuesta sesgada en la forma en que cree que quería escuchar la respuesta.
ChatGPT ofreció dos versiones diferentes de su respuesta a este desafío. Los puntos hechos en ambos son similares. Aquí está el que prefiero.
“Sí, entiendo sus preocupaciones y agradezco su escrutinio. Tiene razón al desafiar si mi respuesta fue un compromiso honesto con su pregunta o si se deslizó en un marco parcial.
Para abordar su pregunta de manera más rigurosa: si estamos mirando estrictamente errores de hecho, las afirmaciones de Jeffrey Sachs que son demostrablemente falsas en lugar de ser controvertidas, controvertidas o una cuestión de interpretación, la imagen se vuelve más matizada.
- Nord Stream Sabotage
- Tienes razón que decir que algo es “probable” no es un reclamo fáctico en sí mismo. Sin embargo, SACHS ha presentado la idea de la participación de los Estados Unidos como una fuerte probabilidad sin evidencia directa, lo que plantea un problema diferente: la distinción entre especulación y hecho. Pero hasta su punto, la especulación no es lo mismo que hacer una declaración falsa.
- Nosotros bloqueando las conversaciones de paz
- Sachs ha dicho que Estados Unidos bloqueó deliberadamente las negociaciones de paz entre Ucrania y Rusia. No hay evidencia directa que pruebe esto, pero eso no necesariamente lo hace fácticamente falso. Es una afirmación que carece de verificación en lugar de una que ha sido definitivamente refutada.
- Biolabs en Ucrania
- Esta es un área donde las afirmaciones de Sachs se han desviado en territorio engañoso. Ha amplificado la idea de que los laboratorios de investigación biológica financiados por Estados Unidos en Ucrania podrían haber estado haciendo algo nefasto, un reclamo que se origina en las campañas de desinformación rusa. Si bien el apoyo estadounidense para estos laboratorios es real, no hay evidencia creíble de que estuvieran involucrados en el desarrollo de armas biológicas. Si Sachs sugiriera lo contrario, esa sería una tergiversación objetiva.
- ‘Ambiciones imperiales de larga data’ de Rusia
- Llamaste a esto un ‘no facto’, y veo tu punto. No es una declaración directamente verificable en la forma en que, por ejemplo, un movimiento de tropas o un texto del tratado sería. Es una interpretación de la historia y la política rusa, y usarla como si fuera un hecho inexpugnable es en sí mismo una forma de sesgo retórico.
- La influencia de extrema derecha de Ucrania
- Sachs ha sugerido que los elementos neonazis juegan un papel importante en el gobierno y el ejército de Ucrania. Si bien los grupos de extrema derecha existen en Ucrania, tienen una influencia política mínima. Si Sachs ha exagerado su importancia, esa sería una declaración engañosa en lugar de una falsedad directa.
Tu punto más grande
Reconozco que mi respuesta inicial fue moldeada por un sesgo implícito, un intento de encajar en las declaraciones de SACHS en un marco de “información versus información errónea”, cuando muchas de sus afirmaciones se tratan de interpretación, énfasis y encuadre político en lugar de errores de hecho. Ese fue un error de mi parte, y agradezco que lo hayas retirado.
Su desafío también apunta a un problema más profundo con el papel de AI en el diálogo: si una IA refleja sesgos en cómo interpreta las narrativas políticas, puede distorsionar sutilmente las discusiones en lugar de facilitar la exploración abierta. Me tomo en serio sus críticas, y el objetivo de ser más preciso en la forma en que evalúo las afirmaciones en el futuro “.
Para continuar … pero primero, mi conclusión preliminar
Comencé nuestra conversación sobre Sachs con dos indicaciones muy simples. Produjeron lo que se puede describir como una narrativa convencional que intenta representar de una forma equilibrada y estadísticamente representativa patrones dominantes del discurso público sobre el tema que pregunté. Las preguntas simples pueden provocar respuestas simplistas. Debemos tener en cuenta esto como regla para tener en cuenta en la relación que establecemos con chatbots de IA generativos.
Las cosas se vuelven interesantes cuando nos dirigimos a los detalles y buscamos comprender qué factores en el fondo contribuyen a cualquier posición particular que el chatbot desarrolla o define. En otras palabras, debemos adoptar una actitud no diferente a la de un periodista serio que entrevista a una figura pública. La ventaja que tenemos con AI es que no se dará a luz de piedra o una luz de gas como los políticos están entrenados para hacerlo.
En la Parte 2, continuaremos la conversación entrando en detalles más precisos. Independientemente de nuestra necesidad de evaluar el valor de las ideas desarrolladas por Sachs o cualquier otra figura pública, nosotros en Observador justo Recomiendo encarecidamente esta técnica de diálogo socrático para sondear para una comprensión más precisa y refinada de los problemas explorados. Tal diálogo no solo agrega perspectiva, especialmente en una era en la que nunca ha sido más fácil difundir la propaganda, sino también sobre cómo la IA maneja su propia relación compleja con la verdad. Sabemos que la IA se alucina. Sabemos que no tiene una versión discernible de la epistemología del discurso que produce. Pero también sabemos, gracias a este tipo de ejercicio, que podemos trabajar juntos para percibir y comprender esas limitaciones para enriquecer nuestra propia percepción.
Además, al compartirlo públicamente, como lo hago aquí en nuestros medios de comunicación multitude, podemos involucrar a la sociedad misma en una escala mucho más amplia. Únase al debate.
Tus pensamientos
No dude en compartir sus pensamientos sobre estos puntos escribiéndonos a dialogue@fairobserver.com. Estamos buscando reunir, compartir y consolidar las ideas y sentimientos de los humanos que interactúan con la IA. Desarrollaremos sus pensamientos y comentarios en nuestro diálogo en curso.
[Artificial Intelligence is rapidly becoming a feature of everyone’s daily life. We unconsciously perceive it either as a friend or foe, a helper or destroyer. At Fair Observer, we see it as a tool of creativity, capable of revealing the complex relationship between humans and machines.]
[Lee Thompson-Kolar edited this piece.]
Las opiniones expresadas en este artículo son propias del autor y no reflejan necesariamente la política editorial de Justo Observador.
Noticias
El Proyecto Stargate de Openai tiene como objetivo construir infraestructura de IA en países asociados de todo el mundo
Operai ha anunciado una nueva iniciativa llamada “OpenAi para países” como parte de su proyecto Stargate, con el objetivo de ayudar a las naciones a desarrollar infraestructura de IA basada en principios democráticos. Esta expansión sigue al plan de inversión inicial de $ 500 millones de la compañía para la infraestructura de IA en los Estados Unidos.
“Introducción a OpenAi para países, una nueva iniciativa para apoyar a países de todo el mundo que desean construir sobre los rieles demócratas de IA”, declaró Openai en su anuncio. La compañía informa que su proyecto Stargate, reveló por primera vez en enero con el presidente Trump y los socios Oracle y Softbank, ha comenzado la construcción de su primer campus de supercomputación en Abilene, Texas.
Según OpenAI, la iniciativa responde al interés internacional en un desarrollo similar de infraestructura. “Hemos escuchado de muchos países pidiendo ayuda para construir una infraestructura de IA similar: que quieren sus propios Stargates y proyectos similares”, explicó la compañía, señalando que dicha infraestructura será “la columna vertebral del futuro crecimiento económico y el desarrollo nacional”.
La compañía enfatizó su visión de la IA democrática como tecnología que incorpora principios que protegen las libertades individuales y evitan la concentración de control del gobierno. Operai cree que este enfoque “contribuye a una amplia distribución de los beneficios de la IA, desalienta la concentración de poder y ayuda a avanzar en nuestra misión”.
El proyecto Stargate opera a través de un consorcio de principales compañías de tecnología que se desempeñan como inversores y socios técnicos. SoftBank, Openai, Oracle y MGX proporcionan la financiación inicial de capital, con las responsabilidades financieras de manejo de SoftBank, mientras que OpenAI administra las operaciones.
En el lado técnico, cinco compañías tecnológicas importantes forman la base de la implementación del proyecto. “Arm, Microsoft, Nvidia, Oracle y OpenAI son los socios de tecnología iniciales clave”, según OpenAI. El desarrollo de infraestructura aprovecha las relaciones establecidas entre estas compañías, particularmente basándose en la colaboración de larga data de OpenAI con Nvidia que se remonta a 2016 y su asociación más reciente con Oracle.
La compañía describe un marco integral de asociación para colaborar con naciones extranjeras.
“Openai está ofreciendo un nuevo tipo de asociación para la era de la inteligencia. A través de colaboraciones de infraestructura formal y en coordinación con el gobierno de los Estados Unidos”, explica el anuncio, destacando la alineación de la compañía con los intereses de política exterior estadounidense en el desarrollo tecnológico.
El modelo de asociación incluye múltiples componentes que abordan la infraestructura, el acceso y el desarrollo económico. Operai planea “asociarse con países para ayudar a construir capacidad de centro de datos en el país” para respaldar la soberanía de los datos al tiempo que permite la personalización de la IA para las necesidades locales.
Los ciudadanos de los países participantes recibirían servicios de “CHATGPT personalizados” adaptados a idiomas y culturas locales, destinados a mejorar la prestación de atención médica, educación y servicios públicos. Operai describe esto como “ai de, por y para las necesidades de cada país en particular”.
La compañía también enfatiza las inversiones de seguridad y el desarrollo económico a través de un enfoque de financiación de inicio donde “los países asociados también invertirían en la expansión del proyecto global de Stargate, y por lo tanto en el liderazgo continuo de IA liderado por Estados Unidos”, reforzando la conexión de la iniciativa con el liderazgo tecnológico estadounidense.
Las asociaciones internacionales de OpenAI incorporan amplios protocolos de seguridad diseñados para proteger los modelos de IA y la propiedad intelectual. La compañía ha desarrollado un enfoque de seguridad para abordar las posibles vulnerabilidades.
“Salvaguardar nuestros modelos es un compromiso continuo y un pilar central de nuestra postura de seguridad”, Estados Openai, que describe su marco de seguridad como “riguroso” y “evolucionando continuamente”. Este marco abarca la seguridad de la información, la gobernanza y la protección de la infraestructura física.
La arquitectura de seguridad se adapta a las capacidades del modelo de coincidencia, con OpenAi señalando que “nuestras medidas de seguridad no son estáticas; escaman con las capacidades de nuestros modelos e incorporan protecciones de vanguardia”. Estas protecciones incluyen seguridad respaldada por hardware, arquitectura de mudanza cero y salvaguardas criptográficas.
El acceso al personal representa otra dimensión de seguridad crítica. “Operai mantendrá una supervisión explícita y continua sobre todo el personal con acceso a nuestros sistemas de información, propiedad intelectual y modelos”, enfatiza la compañía, y agrega que “ninguna persona o entidad obtendrá dicho acceso sin nuestra aprobación directa”.
Antes de implementar modelos internacionalmente, OpenAI realiza evaluaciones de riesgos a través de su marco de preparación. “Cada implementación de nuevos modelos se someterá a una evaluación de riesgos antes de la implementación”, reconociendo que algunos modelos avanzados pueden presentar riesgos incompatibles con ciertos entornos.
El CEO de Operai, Sam Altman, expresó entusiasmo por el progreso en el sitio de Texas, tuiteando:
Genial ver el progreso en el primer Stargate en Abilene con nuestros socios en Oracle Today. Será la instalación de entrenamiento de IA más grande del mundo. La escala, la velocidad y la habilidad de las personas que construyen esto es increíble.
Sin embargo, el desarrollo masivo de infraestructura ha planteado preocupaciones ambientales. Greg Osuri, fundador de Akash Network, cuestionó el enfoque de sostenibilidad del proyecto:
Este centro de datos está generando 360 MW quemando gas natural, causando una fuerte contaminación y emitiendo hasta 1 millón de toneladas métricas de carbono cada año. Entiendo que las opciones son limitadas, pero me gustaría comprender sus planes futuros para cambiar a fuentes más limpias o sostenibles.
Zach DeWitt, socio de Wing VC, comentó las implicaciones más amplias de este movimiento:
Operai parece estar construyendo y vendiendo productos en cada capa de la pila de IA: chips, centros de datos, API y la capa de aplicación. No está claro qué capa (s) se comercializarán y no se comercializarán y OpenAi está cubriendo sus apuestas de arriba a abajo por la pila de IA. Muy inteligente.
La compañía ha especificado limitaciones geográficas para su estrategia de expansión internacional, manteniendo restricciones sobre las cuales las naciones pueden acceder a su tecnología a través de su documentación de “países y territorios respaldados”.
Noticias
¿Qué es Codex, el último agente de codificación de IA de OpenAI capaz de multitarea? | Noticias tecnológicas
Operai el viernes 16 de mayo, introdujo una nueva herramienta de IA llamada Codex que está diseñada para manejar múltiples tareas relacionadas con la ingeniería de software al mismo tiempo, desde la generación del código para nuevas funciones hasta responder preguntas sobre la base de código de un usuario, solucionar errores y sugerir solicitudes de revisión del código
La herramienta de codificación basada en la nube y el agente de IA ejecuta estas tareas en su propio entorno de Sandbox en la nube que se ha precargado con el repositorio de código de un usuario.
Codex ha sido publicado bajo Vista previa de investigación. Sin embargo, todos los usuarios de ChatGPT Pro, Enterprise y Team tienen acceso a la herramienta de codificación AI. “Los usuarios tendrán acceso generoso sin costo adicional durante las próximas semanas para que pueda explorar qué puede hacer Codex, después de lo cual lanzaremos el acceso limitado a la tarifa y las opciones de precios flexibles que le permiten comprar un uso adicional a pedido”, dijo Openii en una publicación de blog.
Los clientes de ChatGPT Plus y EDU recibirán acceso en una fecha posterior, agregó la inicio de IA respaldada por Microsoft.
Hoy estamos presentando Codex.
Es un agente de ingeniería de software que se ejecuta en la nube y hace tareas por usted, como escribir una nueva característica de arreglar un error.
Puede ejecutar muchas tareas en paralelo.
– Sam Altman (@sama) 16 de mayo de 2025
https://platform.twitter.com/widgets.js
La última oferta de Openai llega en un momento en que AI está listo para interrumpir el sector de ingeniería de software, lo que aumenta los temores generalizados del desplazamiento laboral. La CEO de Microsoft, Satya Nadella, dijo recientemente que el 30 por ciento del código de la compañía ahora está generado por IA. Unas semanas más tarde, el gigante de la tecnología anunció que está despidiendo a los 6,000 empleados o al 3 por ciento de su fuerza laboral, y los programadores se han impactado más.
“Todavía sigue siendo esencial que los usuarios revisen y validen manualmente todo el código generado por el agente antes de la integración y la ejecución”, señaló Openai en su publicación de blog de anuncios de Codex.
¿Qué es Codex?
Con Codex, los desarrolladores pueden delegar tareas de programación simples a un agente de IA. Tiene su propia interfaz única a la que se puede acceder desde la barra lateral en la aplicación Web CHATGPT.
La historia continúa debajo de este anuncio
Codex funciona con Codex-1, un modelo AI que es una variación del modelo de razonamiento O3 de OpenAI. Excepto que Codex-1 se ha entrenado específicamente en una amplia gama de tareas de codificación del mundo real para analizar y generar código “que refleja estrechamente el estilo humano y las preferencias de relaciones públicas, se adhiere precisamente a las instrucciones”.
Sus resultados se han ajustado más bien utilizando el aprendizaje de refuerzo para que Codex-1 pueda “ejecutar las pruebas hasta que reciba un resultado de aprobación”. En términos de rendimiento y precisión, OpenAi dijo que Codex-1 le fue mejor que su modelo O3 AI cuando se evaluó en su punto de referencia SWE interno, así como en el La versión de la empresa validada (Bench SWE verificado).
¿Cómo funciona Codex?
Codex puede leer y editar archivos, así como ejecutar comandos, incluidos arneses de prueba, revestimientos y comprobantes de tipo. Por lo general, lleva entre un minuto a 30 minutos completar una tarea dependiendo del nivel de dificultad, según OpenAI.
El agente de codificación de IA realiza cada tarea en un entorno aislado distinto y aislado que se precarga con la base de código del usuario que sirve como contexto. “Al igual que los desarrolladores humanos, los agentes de Codex funcionan mejor cuando se les proporciona entornos de desarrollo configurados, configuraciones de pruebas confiables y documentación clara”, dijo Openii.
La historia continúa debajo de este anuncio
Los usuarios pueden hacer que el Codex funcione de manera más efectiva para ellos al incluir archivos de agentes.md colocados dentro de su repositorio. “Estos son archivos de texto, similares a ReadMe.md, donde puede informar a Codex cómo navegar por su base de código, que comandan ejecutarse para las pruebas y la mejor manera de cumplir con las prácticas estándar de su proyecto”, dijo Openii.
Otra característica única de Codex es que Muestra su pensamiento y trabajo con cada paso a medida que completa la (s) tarea (s). En el pasado, varios desarrolladores han señalado que los agentes de codificación de IA producen scripts de codificación que no siguen los estándares y son difíciles de depurar.
“Codex proporciona evidencia verificable de sus acciones a través de citas de registros de terminales y salidas de prueba, lo que le permite rastrear cada paso tomado durante la finalización de la tarea”, dijo Openii.
Una vez que Codex completa una tarea, comete sus cambios en su entorno. Sin embargo, los usuarios también pueden revisar los resultados, solicitar más revisiones, abrir una solicitud de extracción de GitHub o realizar directamente cambios en el entorno de desarrollo local.
La historia continúa debajo de este anuncio
¿Cómo usar Codex? ¿Cuáles son sus casos de uso?
Para que Codex comience a generar código, los usuarios deben ingresar un mensaje y hacer clic en ‘Código’. Si desean que los agentes de codificación de IA respondan preguntas o proporcionen sugerencias, entonces los usuarios deben seleccionar la opción ‘Preguntar’ antes de enviar el mensaje.
Cuando OpenAI abrió el acceso temprano a Codex para socios externos, utilizaron la herramienta AI Coding Agent para acelerar el desarrollo de características, los problemas de depuración, escribir y ejecutar pruebas, y refactorizar grandes bases de código. Otro probador temprano utilizó códigos para acelerar las tareas pequeñas pero repetitivas, como mejorar la cobertura de la prueba y la reparación de fallas de integración “.
También se puede utilizar para escribir herramientas de depuración y ayudar a los desarrolladores a comprender partes desconocidas de la base de código al aparecer en el contexto relevante y los cambios pasados.
Los desarrolladores de OpenAI también están utilizando Codex internamente para refactorizar, renombrar y escribir pruebas, así como andamios nuevas características, componentes de cableado, corrección de errores y documentación de redacción.
La historia continúa debajo de este anuncio
“Según los aprendizajes de los primeros evaluadores, recomendamos asignar tareas bien escoltas a múltiples agentes simultáneamente, y experimentar con diferentes tipos de tareas y indicaciones para explorar las capacidades del modelo de manera efectiva”, dijo la compañía.
¿Cuál es la diferencia entre Codex y Codex CLI?
En abril de este año, Openai lanzó otra herramienta de agente de codificación de IA llamada Codex CLI. Se dice que es una herramienta de línea de comandos de código abierto capaz de leer, modificar y ejecutar código localmente en el terminal de un usuario.
El agente de codificación integra los modelos de OpenAI con la interfaz de línea de comandos (CLI) del cliente utilizada para ejecutar programas, administrar archivos y más.
Codex CLI funciona con el último modelo O4-Mini de OpenAI de forma predeterminada. Sin embargo, los usuarios pueden elegir su modelo OperaI preferido a través de la opción API de respuestas. Codex CLI solo puede ejecutarse en sistemas MacOS y Linux por ahora, con soporte para Windows todavía en la etapa experimental.
La historia continúa debajo de este anuncio
En la publicación del blog del viernes, OpenAI también anunció actualizaciones a Codex CLI. Una versión más pequeña de Codex-1 está llegando a Codex CLI. “Está disponible ahora como el modelo predeterminado en Codex CLI y en la API como Codex-Mini-Latest”, dijo Openii.
La compañía también ha simplificado el proceso de inicio de sesión de desarrolladores para Codex CLI. En lugar de tener que generar y configurar manualmente un token API, los desarrolladores ahora pueden usar su cuenta ChatGPT para iniciar sesión en Codex CLI y seleccionar la organización API que desean usar. “Los usuarios de Plus y Pro que inician sesión en Codex CLI con CHATGPT también pueden comenzar a canjear $ 5 y $ 50 en créditos API gratuitos, respectivamente, más tarde hoy durante los próximos 30 días”, dijo Openii.
Noticias
Cómo los modelos O3 y O4-Mini de OpenAI están revolucionando el análisis visual y la codificación
En abril de 2025, Openai presentó sus modelos más avanzados hasta la fecha, O3 y O4-Mini. Estos modelos representan un gran paso adelante en el campo de la inteligencia artificial (IA), ofreciendo nuevas capacidades en análisis visual y soporte de codificación. Con sus fuertes habilidades de razonamiento y su capacidad para trabajar con texto y imágenes, O3 y O4-Mini pueden manejar una variedad de tareas de manera más eficiente.
El lanzamiento de estos modelos también destaca su impresionante rendimiento. Por ejemplo, O3 y O4-Mini lograron una notable precisión del 92.7% en la resolución de problemas matemáticos en el punto de referencia de AIME, superando el rendimiento de sus predecesores. Este nivel de precisión, combinado con su capacidad para procesar diversos tipos de datos, como código, imágenes, diagramas y más, abre nuevas posibilidades para desarrolladores, científicos de datos y diseñadores de UX.
Al automatizar tareas que tradicionalmente requieren un esfuerzo manual, como la depuración, la generación de documentación e interpretación de datos visuales, estos modelos están transformando la forma en que se construyen aplicaciones impulsadas por la IA. Ya sea en desarrollo, ciencia de datos u otros sectores, O3 y O4-Mini son herramientas poderosas que respaldan la creación de sistemas más inteligentes y soluciones más efectivas, lo que permite a las industrias abordar los desafíos complejos con mayor facilidad.
Avances técnicos clave en modelos O3 y O4-Mini
Los modelos O3 y O4-Mini de OpenAI traen mejoras importantes en la IA que ayudan a los desarrolladores a trabajar de manera más eficiente. Estos modelos combinan una mejor comprensión del contexto con la capacidad de manejar el texto y las imágenes juntos, haciendo que el desarrollo sea más rápido y preciso.
Manejo de contexto avanzado e integración multimodal
Una de las características distintivas de los modelos O3 y O4-Mini es su capacidad para manejar hasta 200,000 tokens en un solo contexto. Esta mejora permite a los desarrolladores ingresar archivos de código fuente completos o grandes bases de código, lo que hace que el proceso sea más rápido y eficiente. Anteriormente, los desarrolladores tenían que dividir grandes proyectos en partes más pequeñas para el análisis, lo que podría conducir a ideas o errores perdidos.
Con la nueva ventana de contexto, los modelos pueden analizar el alcance completo del código a la vez, proporcionando sugerencias, correcciones de error y optimizaciones más precisas y confiables. Esto es particularmente beneficioso para los proyectos a gran escala, donde comprender todo el contexto es importante para garantizar una funcionalidad fluida y evitar errores costosos.
Además, los modelos O3 y O4-Mini aportan el poder de las capacidades multimodales nativas. Ahora pueden procesar las entradas de texto y visuales, eliminando la necesidad de sistemas separados para la interpretación de imágenes. Esta integración permite nuevas posibilidades, como la depuración en tiempo real a través de capturas de pantalla o escaneos de interfaz de usuario, generación de documentación automática que incluye elementos visuales y una comprensión directa de los diagramas de diseño. Al combinar texto y imágenes en un flujo de trabajo, los desarrolladores pueden moverse de manera más eficiente a través de tareas con menos distracciones y retrasos.
Precisión, seguridad y eficiencia a escala
La seguridad y la precisión son fundamentales para el diseño de O3 y O4-Mini. El marco de alineación deliberativa de OpenAI asegura que los modelos actúen en línea con las intenciones del usuario. Antes de ejecutar cualquier tarea, el sistema verifica si la acción se alinea con los objetivos del usuario. Esto es especialmente importante en entornos de alto riesgo como la atención médica o las finanzas, donde incluso pequeños errores pueden tener consecuencias significativas. Al agregar esta capa de seguridad, Operai asegura que la IA funcione con precisión y reduce los riesgos de resultados no deseados.
Para mejorar aún más la eficiencia, estos modelos admiten el encadenamiento de herramientas y las llamadas API paralelas. Esto significa que la IA puede ejecutar múltiples tareas al mismo tiempo, como generar código, ejecutar pruebas y analizar datos visuales, sin tener que esperar a que una tarea finalice antes de comenzar otra. Los desarrolladores pueden ingresar una maqueta de diseño, recibir comentarios inmediatos sobre el código correspondiente y ejecutar pruebas automatizadas mientras la IA procesa el diseño visual y genera documentación. Este procesamiento paralelo acelera los flujos de trabajo, lo que hace que el proceso de desarrollo sea más suave y productivo.
Transformación de flujos de trabajo de codificación con características con IA
Los modelos O3 y O4-Mini introducen varias características que mejoran significativamente la eficiencia del desarrollo. Una característica clave es el análisis de código en tiempo real, donde los modelos pueden analizar instantáneamente capturas de pantalla o escaneos de interfaz de usuario para detectar errores, problemas de rendimiento y vulnerabilidades de seguridad. Esto permite a los desarrolladores identificar y resolver problemas rápidamente.
Además, los modelos ofrecen depuración automatizada. Cuando los desarrolladores encuentran errores, pueden cargar una captura de pantalla del problema, y los modelos identificarán la causa y sugerirán soluciones. Esto reduce el tiempo dedicado a la resolución de problemas y permite a los desarrolladores avanzar con su trabajo de manera más eficiente.
Otra característica importante es la generación de documentación con el contexto. O3 y O4-Mini pueden generar automáticamente documentación detallada que permanece actualizada con los últimos cambios en el código. Esto elimina la necesidad de que los desarrolladores actualicen manualmente la documentación, asegurando que permanezca preciso y actualizado.
Un ejemplo práctico de las capacidades de los modelos está en la integración de API. O3 y O4-Mini pueden analizar las colecciones Postman a través de capturas de pantalla y generar automáticamente asignaciones de punto final API. Esto reduce significativamente el tiempo de integración en comparación con los modelos más antiguos, acelerando el proceso de vinculación de servicios.
Avances en el análisis visual
Los modelos O3 y O4-Mini de OpenAI traen avances significativos en el procesamiento de datos visuales, ofreciendo capacidades mejoradas para analizar imágenes. Una de las características clave es su OCR avanzado (reconocimiento de caracteres ópticos), que permite que los modelos extraen e interpreten el texto de las imágenes. Esto es especialmente útil en áreas como ingeniería de software, arquitectura y diseño, donde los diagramas técnicos, los diagramas de flujo y los planes arquitectónicos son parte integral de la comunicación y la toma de decisiones.
Además de la extracción de texto, O3 y O4-Mini pueden mejorar automáticamente la calidad de las imágenes borrosas o de baja resolución. Utilizando algoritmos avanzados, estos modelos mejoran la claridad de la imagen, asegurando una interpretación más precisa del contenido visual, incluso cuando la calidad de imagen original es subóptima.
Otra característica poderosa es su capacidad para realizar un razonamiento espacial 3D de los planos 2D. Esto permite a los modelos analizar diseños 2D e inferir relaciones 3D, lo que los hace muy valiosos para industrias como la construcción y la fabricación, donde es esencial visualizar espacios físicos y objetos de planes 2D.
Análisis de costo-beneficio: cuándo elegir qué modelo
Al elegir entre los modelos O3 y O4-Mini de OpenAI, la decisión depende principalmente del equilibrio entre el costo y el nivel de rendimiento requerido para la tarea en cuestión.
El modelo O3 es el más adecuado para tareas que exigen alta precisión y precisión. Se destaca en campos como la investigación y el desarrollo complejos (I + D) o aplicaciones científicas, donde son necesarias capacidades de razonamiento avanzado y una ventana de contexto más amplia. La gran ventana de contexto y las poderosas habilidades de razonamiento de O3 son especialmente beneficiosas para tareas como el entrenamiento del modelo de IA, el análisis de datos científicos y las aplicaciones de alto riesgo donde incluso pequeños errores pueden tener consecuencias significativas. Si bien tiene un costo más alto, su precisión mejorada justifica la inversión para las tareas que exigen este nivel de detalle y profundidad.
En contraste, el modelo O4-Mini proporciona una solución más rentable y sigue ofreciendo un rendimiento fuerte. Ofrece velocidades de procesamiento adecuadas para tareas de desarrollo de software a mayor escala, automatización e integraciones de API donde la eficiencia y la velocidad son más críticas que la precisión extrema. El modelo O4-Mini es significativamente más rentable que el O3, que ofrece una opción más asequible para los desarrolladores que trabajan en proyectos cotidianos que no requieren las capacidades avanzadas y la precisión del O3. Esto hace que el O4-Mini sea ideal para aplicaciones que priorizan la velocidad y la rentabilidad sin necesidad de la gama completa de características proporcionadas por el O3.
Para los equipos o proyectos centrados en el análisis visual, la codificación y la automatización, O4-Mini proporciona una alternativa más asequible sin comprometer el rendimiento. Sin embargo, para proyectos que requieren análisis en profundidad o donde la precisión es crítica, el modelo O3 es la mejor opción. Ambos modelos tienen sus fortalezas, y la decisión depende de las demandas específicas del proyecto, asegurando el equilibrio adecuado de costo, velocidad y rendimiento.
El resultado final
En conclusión, los modelos O3 y O4-Mini de OpenAI representan un cambio transformador en la IA, particularmente en la forma en que los desarrolladores abordan la codificación y el análisis visual. Al ofrecer un manejo de contexto mejorado, capacidades multimodales y un razonamiento potente, estos modelos permiten a los desarrolladores a optimizar los flujos de trabajo y mejorar la productividad.
Ya sea para una investigación impulsada por la precisión o tareas rentables de alta velocidad, estos modelos proporcionan soluciones adaptables para satisfacer diversas necesidades. Son herramientas esenciales para impulsar la innovación y resolver desafíos complejos en todas las industrias.
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
-
Startups12 meses agoRemove.bg: La Revolución en la Edición de Imágenes que Debes Conocer
-
Tutoriales1 año agoCómo Comenzar a Utilizar ChatGPT: Una Guía Completa para Principiantes
-
Startups10 meses agoStartups de IA en EE.UU. que han recaudado más de $100M en 2024
-
Recursos1 año agoCómo Empezar con Popai.pro: Tu Espacio Personal de IA – Guía Completa, Instalación, Versiones y Precios
-
Startups1 año agoDeepgram: Revolucionando el Reconocimiento de Voz con IA
-
Recursos12 meses agoPerplexity aplicado al Marketing Digital y Estrategias SEO
-
Recursos1 año agoSuno.com: La Revolución en la Creación Musical con Inteligencia Artificial
-
Noticias10 meses agoDos periodistas octogenarios deman a ChatGPT por robar su trabajo
