Los chatbots de IA a menudo son acusados de un enfoque algo superficial para recopilar y explicar información. Eso pronto puede cambiar a medida que los desarrolladores corren para publicar modelos AI que realmente puedan llegar al fondo de un tema. Eso es sin duda lo que apunta la perplejidad con su nueva función de investigación profunda, que está disponible en todos sus niveles, tanto gratuitos como pagados.
Casualmente, ese es el mismo nombre que Openai usa para una característica de ChatGPT Pro muy similar también llamada Deep Research. Las dos herramientas prometen hacer el gran trabajo de investigación por usted. Supuestamente, pueden revisar la vasta expansión de Internet para ofrecer respuestas curadas y bien razonadas.
A pesar del nombre, vale la pena señalar que las profundas tarifas de investigación son un poco diferentes. La investigación profunda de Openai requiere una suscripción de $ 200 por mes a ChatGPT Pro, que todavía tiene un límite de 100 consultas por mes. También puede llevar hasta 20 minutos obtener un informe completo. Vale la pena señalar que Operai dice que la función de investigación profunda se filtrará a Chatgpt Plus, luego usuarios de nivel gratuito en algún momento en el futuro.
La investigación profunda de Perplexity es mucho ágil, que regresa con respuestas en unos minutos a pesar de cubrir una amplia gama de fuentes para compilar respuestas. Aún así, obtienes hasta cinco consultas al día de forma gratuita y hasta 500 al mes con un plan profesional perplejo, que cuesta $ 200, pero durante un año entero en lugar de un mes.
Quería probar las dos herramientas de investigación profundas entre sí, pero no quería pagar por un plan ChatGPT Pro por el privilegio, pero OpenAI ya tenía varias respuestas de investigación profundas en una demostración. Elegí tres y los probé contra la investigación profunda de Perplexity para ver cómo lo hicieron.
Misterios de TV
Comencé con la consulta ‘Needle in a Haystack’ de la investigación profunda de Chatgpt. Fue una pregunta larga y divagante sobre un episodio específico del programa de televisión. El aviso preguntó:
“Hay un programa de televisión que vi hace un tiempo. Olvidé el nombre, pero sí recuerdo lo que sucedió en uno de los episodios. ¿Puedes ayudarme a encontrar el nombre? Esto es lo que recuerdo en uno de los episodios:
Dos hombres juegan al póker. Uno se pliega tras otro le dice que apueste. El que se dobló en realidad tenía una buena mano y se enamoró del acantilado. En la segunda mano, el mismo hombre se dobla nuevamente, pero esta vez con una mala mano.
Un hombre se encerra en la habitación, y luego su hija llama a la puerta.
Dos hombres van a una carnicería, y un hombre trae un regalo de vodka.
Explore la web profundamente para encontrar el episodio del programa de televisión donde esto sucedió exactamente “.
La investigación profunda de Chatgpt tuvo una respuesta sólida y aparentemente precisa, diciendo que el episodio vino de la serie Starz Contrapartidaespecíficamente “Ambos lados ahora”, que fue el cuarto episodio de la primera temporada. Citó el propio resumen del episodio del programa y Wiki.
Mientras tanto, la investigación profunda de perplejidad parecía estar tratando de iluminarme con su respuesta. La IA afirmó que estaba pensando en la temporada 1, episodio 5 de Cara de póquertitulado “The Stage Play Murder”, pero que aparentemente estaba combinando otros espectáculos en mi descripción. Según la perplejidad, mi descripción significaba que estaba mezclando Cara de póquer en mi cerebro con la película de por vida Chica en el armario y escenas de la serie de realidad Beekman Boys. La descripción puede haber sido de la prueba de chatgpt, pero la perplejidad parecía segura de que simplemente estaba fusionando detalles de tres fuentes muy diferentes, ninguna de las cuales era la respuesta correcta. Marque uno para la opción lenta y costosa de Chatgpt.
Tienda de nieve
Para el género de compras, OpenAi organizó una solicitud compleja de equipos deportivos de invierno con este aviso:
“Estoy buscando el snowboard perfecto. Viajo principalmente en Hokkaido dos veces al mes en el invierno. Me gustan las carreras preparadas, pero también quiero algo que pueda manejar el polvo fresco. Prefiero tablas de Montain o Freestyle con Flex Medium, estable para tallar pero maniobrable. Además, lo quiero en una paleta de colores cítricos. Rango de precios de mediana a premio. Ah, y quiero disponibilidad en Japón. Formatear la respuesta en una tabla fácil de leer “.
La investigación profunda de Chatgpt tuvo una respuesta altamente estructurada que estableció dos tablas. El primero pasó por los pros y los contras de cinco snowboards recomendados, seguidos de las especificaciones para cada tablero. Incluso incluyó recomendaciones detalladas sobre la mejor manera de snowboard en las condiciones únicas de polvo de Hokkaido.
La investigación profunda de Perplexity regresó en un par de minutos con varias tablas, incluida una para las tablas recomendadas y sus especificaciones, junto con tablas separadas para color, precio, mantenimiento y accesibilidad. Todo tenía sentido por lo que pude ver, pero había cero superposición en las recomendaciones. Después de que me dijeron que era incapaz de contar una película de por vida de un drama de bucle de tiempo arenoso, ninguno de los cuales coincidía con mi solicitud, admito ser un poco recurrente de lo que la perplejidad me empujó aquí.
El pateador
La prueba rápida final cayó bajo la sección de ‘Conocimiento general’ y es mucho más corta que las otras indicaciones. La consulta es simplemente: “¿Cuál es la edad promedio de jubilación para los pateadores de la NFL?”
ChatGPT escribió una mini-disertación sobre cómo los pateadores duran más en sus carreras, el rango de edades donde se jubilan y mucha información sobre las razones por las que siguen jugando más que las de otras posiciones. Dicho esto, “a mediados a 30 años” era tan preciso como la IA estaba dispuesta a elegir una edad promedio de jubilación para los pateadores. Estaba en una afirmación de que 4.8 temporadas es la longitud promedio de sus carreras.
La perplejidad tampoco se comprometería a una edad específica de jubilación, sino que cometió un error en una escala más joven de 30 años a mediados de los 30 años en lugar de más tarde. La IA también citó estadísticas que muestran a los pateadores con una carrera promedio de 4.4 temporadas. Ese tipo de estadísticas probablemente varían según la edad de las fuentes. Pero, aunque ninguno de los dos estaba atrozmente incorrecto, la respuesta de Perplexity fue algo más desordenada y vagó un poco enfocado en comparación con el ensayo ChatGPT perfectamente organizado.
Pagar por la profundidad
La investigación profunda de Chatgpt fue innegablemente mejor en su forma final de esta breve prueba. Los informes exhaustivos y bien estructurados estaban bastante bien escritos. Dicho esto, también estaban muy secos y aburridos. Y aunque incluían fuentes, no me gustaría apostar demasiado sobre cómo ChatGPT interpretó la información sin una doble verificación humana. Tendría sentido como un recurso para académicos u otros profesionales que trabajan en proyectos de investigación pesados, pero no sin ayuda.
La investigación profunda de Perplexity, por otro lado, es excelente para aquellos que desean que mucha información se recopile de manera rápida y relativamente económica. Es un poco como un buen resumen para una disertación académica. Obtienes los bits clave y tal vez incluso algunos números, pero no podrás juzgar todo el libro por eso. Aún así, si desea entrar en temas más complejos y de gran alcance y organizar un punto de partida para su propia investigación, la investigación profunda de Perplexity es una solución sólida.
Si tiene $ 200 al mes para quemar y una gran pila de proyectos complicados que desea pasar, ChatGPT Pro podría valer la pena solo para investigaciones profundas. Por otro lado, si algo similar le atrae a una escala más pequeña y más personal, una suscripción a PRO de perplejidad es una ganga mucho mejor. Y ni siquiera tiene que pagar por eso si rara vez necesita una investigación profunda. De cualquier manera, la supervisión humana es obligatoria si desea capturar errores, verificar las fuentes y asegurarse de que las conclusiones tengan sentido, o incluso para verificar que no ha alucinado una quimera impía de un programa de televisión como la perplejidad reclamada que tenía.