Noticias
¿Para qué son los ‘agentes’ de AI como el operador de OpenAI?
Photo-ilustración: inteligente; Foto: Getty Images
Tratar de analizar todos los rumores sobre los planes de OpenAi para el futuro es la locura: de hecho, parece estar impulsando a un número de personas no insignificante de personas locas. Parte de esto es una consecuencia natural de su proyecto: los nuevos modelos de IA hacen cosas que no eran posibles anteriormente en el software, y puede ser difícil juzgar si un nuevo avance se encuentra en la categoría de “truco genial” o “desarrollo consecuente que cambiará todas nuestras vidas para siempre “. También es una consecuencia de la mensajería de la compañía, que oscila en sustancia y tono, apoyándose y lejos de los rumores y teorías más sensacionales sobre la compañía. En un momento, el CEO Sam Altman está publicando acertijos sobre no estar seguro de si su compañía ha logrado o no inteligencia general artificial, o AGI, que marcará el comienzo de una era de aceleración hacia una superinteligencia aterradora o… “importa mucho menos” de lo que la gente espera. El siguiente, Altman y su personal insisten en que la exageración se está saliendo de control y que estamos “temprano” en un nuevo “paradigma”, con mucho trabajo que hacer en el camino a … en algún lugar.
Como estrategia de comunicación, esto claramente ha sido efectivo, o al menos no se ha metido en el camino. Cantidades masivas de capital se están alineando detrás de OpenAi, en forma de inversión directa y, más recientemente, un proyecto de infraestructura conjunta con la imprima del presidente Trump. (Altman en Trump en 2016: “Una amenaza inaceptable para Estados Unidos”; Altman en Trump esta semana: “Increíble para el país en muchos sentidos”.) Se basa en una división que es natural para una empresa dirigida por investigaciones como OpenAi y,, Creo que, cultivado por la compañía, entre el trabajo en la “frontera”, articulada en términos de puntos de referencia especializados, capacitación prometedora y métodos de inferencia, “modelos de razonamiento” y las posibilidades teóricas con consecuencias inherentemente impredecibles, y los productos reales de la compañía, que todos pueden probar y cuáles tienen cientos de millones de personas. Es la antigua categoría que domina la cobertura de OpenAI durante el último año, y especialmente en los últimos meses: puntos de referencia caídos; especulación sobre posibles rutas para AGI y ASI; necesidades de infraestructura; y el quizás exclusivamente perspectiva atractiva, a los inversores, de la automatización laboral masiva. Mientras tanto, aunque la compañía ha estado realizando actualizaciones frecuentes de sus modelos y productos, la experiencia de usuario convencional de OpenAI ha mejorado, en contraste con el lanzamiento repentino e impactante del CHATGPT en 2022, incrementalmente.
El jueves, Openai intentó recuperar sus vibraciones y su línea de productos con el lanzamiento del operador, “un agente que puede ir a la web para realizar tareas para usted”:
Se puede pedir al operador que maneje una amplia variedad de tareas repetitivas de navegador, como completar formularios, ordenar comestibles e incluso crear memes. La capacidad de usar las mismas interfaces y herramientas con las que los humanos interactúan a diario amplían la utilidad de la IA, ayudando a las personas a ahorrar tiempo en las tareas cotidianas mientras abren nuevas oportunidades de participación para las empresas.
Operai publicó una demostración más larga en un video:
Esto es similar a la función de “uso de computadora” de Anthrope en Claude, que se anunció el año pasado. Es un paso temprano para OpenAI en la categoría vagamente definida de “agentes” de IA, que están destinados a llevar a cabo tareas de varios pasos en nombre de los usuarios. Los agentes, y los modelos de agente subyacentes, son la obsesión de la industria del momento, en gran parte porque representan un paso hacia el argumento de venta intoxicante para la IA empleados. Primero viene el software que lee su pantalla y le reserva un hotel. Luego viene el software que hace todo el trabajo. Esa es la idea de billones de dólares.
OpenAi, como Anthrope, está claramente en camino a administrar alguno Tareas basadas en el navegador para usuarios. Pero la realidad desordenada de la Web, combinada con las crecientes apuestas del software que puede hacer compras o iniciar la comunicación en nombre de un usuario, recuerda la carrera para construir autos autónomos. En ese caso, el rápido progreso temprano fomentó una falsa sensación de inminencia, seguido de un proceso más largo de lo esperado de ejercicio de casos de borde, planchando errores y años de pruebas, con una implementación más amplia todavía TBD. En la forma temprana, según los evaluadores, la vista previa del operador es interesante de ver: ¡ejecuta su pantalla! ¡Es hacer clic y escribir! – pero también no es confiable, lento y fácil de confundir. Casey Newton en plataforma:
Mi experiencia más frustrante con el operador fue la primera: tratar de pedir comestibles. “Ayúdame a comprar comestibles en Instacart”, le dije, esperando que me haga algunas preguntas básicas. ¿Dónde vivo? ¿De qué tienda normalmente compro comestibles? ¿Qué tipo de comestibles quiero?
No me preguntó nada de eso. En su lugar, el operador abrió Instacart en la pestaña del navegador y comienza a buscar leche en tiendas de comestibles ubicadas en Des Moines, Iowa.
En ese momento, le dije al operador que comprara comestibles en mi supermercado local en San Francisco. Luego, el operador intentó ingresar la dirección de mi tienda de comestibles local como mi dirección de entrega.
Después de un intercambio surrealista en el que intenté explicar cómo usar una computadora en una computadora, el operador solicitó ayuda. “Parece que la ubicación todavía está configurada en Des Moines, y no pude acceder a la tienda”, me dijo. “¿Tiene alguna sugerencia o preferencia específica para establecer la ubicación en San Francisco para encontrar la tienda?”
Mucho dinero y talento se centran en hacer que este tipo de cosas funcionen realmente, y las grandes empresas de IA están proyectando la confianza. Sin embargo, al igual que con los autos autónomos, una pieza de software de roaming libre que habita su identidad, o incluso tiene su tarjeta de crédito, tiene que funcionar, o al menos no falla catastróficamente, básicamente todo el tiempo. No vale la pena tener un asistente que necesita más ayuda de lo que proporciona; Un asistente que se atornilla es una responsabilidad. Si comprar comestibles a través de una interfaz simplificada es engañosamente complicada, ¿qué no?
Si (o qué tan rápido) las herramientas como esta se vuelven más viables, como herramientas y como productos, es un conjunto de preguntas. Pero, ¿qué sucede si características como esta funcionan? y estar ampliamente disponible: ¿si los cientos de miles de millones de dólares que se canalizan a IA logran su propósito?
En los ejemplos de video de OpenAi, el operador interactúa con la computadora de una manera en su mayoría indistinguible de una persona (de movimiento lento, fácilmente confundido), haciendo clic para reservar un restaurante en óptimas, compras de comestibles y entradas para conciertos de navegación. Actualmente, el operador es una prueba limitada, disponible para usuarios profesionales que pagan $ 200 al mes. Pero digamos que millones de usuarios son Capaz de implementar agentes para explorar la web o usar aplicaciones, o, en un sentido más general, interactuar con empresas o personas. El mundo que los rodea no se quedará quieto. Esto es fácil de entender a escala personal. Hablar con el asistente humano de alguien no es lo mismo que hablar con esa persona, incluso si aún obtienes lo que necesitas de ellos. Del mismo modo, rebotar en un árbol telefónico es diferente de hablar con un humano, incluso si aún eventualmente obtiene la información que está buscando. Estás haciendo transacciones, pero no estás recibiendo atención.
No es mucho más difícil pensar en una escala corporativa, donde la atención también es importante, pero también medida y monetizada. Si OpenTable, un negocio con una larga historia de intentos de lucha de automatizar y jugar sus sistemas con bots, comenzó a darse cuenta de que muchos de sus usuarios estaban reservando mesas usando agentes, ¿respondería con hostilidad? En el marco estrecho de la línea de productos de Operai, el operador es una demostración temprana de nuevas capacidades. En el contexto más amplio de la web a su alrededor, la web con la que necesitará manipular e interactuar, sus precursores más claros son herramientas para disparar, escalar, ejecutar métricas y spam. Debido a que se ejecuta a través de un navegador identificable como el de OpenAI, el operador ya tiene problemas relacionados, según el probador Dan Shipper:
La desventaja es que muchos sitios como Reddit ya bloquean los agentes de IA para navegar para que el operador no pueda acceder a ellos. En este modo de vista previa de la investigación, el operador también está bloqueado por OpenAI para acceder a ciertos sitios intensivos en recursos como Figma o sitios propiedad de la competencia como YouTube por su rendimiento o razones legales.
Otros usuarios tempranos encontraron problemas similares:
Estaba tratando de obtener algunos precios de eBay a través del operador porque siempre estoy buscando formas de mejorar mi software con IA. Para mi decepción, eBay ya lo marcó con la detección anti-bots, lo que resultó en que GPT rápidamente se optara y respondiera que no podía continuar …
Este bloqueo no es una respuesta a la llegada de los “agentes”, exactamente: es el resultado de medidas anteriores que los sitios web han tomado contra las empresas que raspan los datos de capacitación de IA. La Web ya está teniendo una respuesta inmune bastante fuerte a las empresas de IA. ¿Cómo podrían responder a la bote de su usuarios?
Pero las reacciones más cálidas también serían complicadas. Un socio de comercio electrónico más susceptible podría estar bien con sus clientes que usan agentes para realizar compras, pero aún encontraría el estado de cosas resultante extraño, como mínimo. La compañía podría preguntar OpenAi: ¿Por qué no hacemos esto más directamente? Si desea que sus usuarios puedan solicitar productos a través de su chatbot, ¿por qué no dejamos que su software navegue por nuestros listados de productos de una manera menos propensa a errores y derrochadores? ¿Quizás podamos construir una API? ¿Por qué no trabajar juntos, por lo que su producto realmente funciona y no nos queda atrás?
Ya puede pedir algo de Amazon a través de Alexa, no porque tenga capacidades avanzadas de AI de agente para navegar por la plataforma como una persona, sino porque Amazon hizo alojamientos especiales y creó herramientas especiales, invisibles para los usuarios, para conectar un producto con otro. Es un software que habla con el software, no los humanos que hablan con el software que fingen ser humanos para usar software.
El resultado ideal de Openai sería un grupo de otras empresas apresurándose a ayuda Sus productos funcionan, para integrarse lo más profundamente posible con ChatGPT, y tratar de anticipar y eliminar las formas en que los “agentes” frágiles podrían fallar desde su parte (en otras palabras, llevar la Web a algo más parecido a su propio Sandbox ). Dejando de lado el discurso de los empleados de la IA, así es como la compañía podría convertir su chatbot en una herramienta más versátil, una “aplicación de todo” o una interfaz de chat para el resto de la web. (En 2023, intentaron hacer esto abriendo una tienda de aplicaciones, que anunciaron con un tono similar, menos el énfasis en la palabra “agente”. No se dio cuenta.) Hay dos formas en que Operai podría obtener influencia Haz que esto suceda. Una es que los clientes lo exigen: usan ChatGPT, trabajos de operador y quieren que el resto del mundo trabaje con el operador, incluso si otras empresas desconfían de OpenAi. Esta es la manera difícil, y el estado actual del operador sugiere que, incluso si es posible, sería un camino largo y lleno de baches. El otro La forma es más simple y más atractiva, al menos para OpenAi: declare su éxito con anticipación, insista en que los agentes capaces son un mero cuestión de tiempo y escala, y sugieren que todos se pongan en línea ahora en lugar de más tarde para lograr lo inevitable juntos, haciendo así. Tu tarea real más fácil, y lograr capacidades de agente verdaderamente amplias algo menos importantes. Una historia similar ha convencido a los inversores, sin mencionar la nueva administración. ¿Funcionará en todos los demás?
Noticias
Revivir el compromiso en el aula de español: un desafío musical con chatgpt – enfoque de la facultad
Teen emprendedor que usa chatgpt para ayudarlo con su negocio
getty
El emprendimiento adolescente sigue en aumento. Según Junior Achievement Research, el 66% de los adolescentes estadounidenses de entre 13 y 17 años dicen que es probable que considere comenzar un negocio como adultos, con el monitor de emprendimiento global 2023-2024 que encuentra que el 24% de los jóvenes de 18 a 24 años son actualmente empresarios. Estos jóvenes fundadores no son solo soñando, están construyendo empresas reales que generan ingresos y crean un impacto social, y están utilizando las indicaciones de ChatGPT para ayudarlos.
En Wit (lo que sea necesario), la organización que fundó en 2009, hemos trabajado con más de 10,000 jóvenes empresarios. Durante el año pasado, he observado un cambio en cómo los adolescentes abordan la planificación comercial. Con nuestra orientación, están utilizando herramientas de IA como ChatGPT, no como atajos, sino como socios de pensamiento estratégico para aclarar ideas, probar conceptos y acelerar la ejecución.
Los emprendedores adolescentes más exitosos han descubierto indicaciones específicas que los ayudan a pasar de una idea a otra. Estas no son sesiones genéricas de lluvia de ideas: están utilizando preguntas específicas que abordan los desafíos únicos que enfrentan los jóvenes fundadores: recursos limitados, compromisos escolares y la necesidad de demostrar sus conceptos rápidamente.
Aquí hay cinco indicaciones de ChatGPT que ayudan constantemente a los emprendedores adolescentes a construir negocios que importan.
1. El problema del primer descubrimiento chatgpt aviso
“Me doy cuenta de que [specific group of people]
luchar contra [specific problem I’ve observed]. Ayúdame a entender mejor este problema explicando: 1) por qué existe este problema, 2) qué soluciones existen actualmente y por qué son insuficientes, 3) cuánto las personas podrían pagar para resolver esto, y 4) tres formas específicas en que podría probar si este es un problema real que vale la pena resolver “.
Un adolescente podría usar este aviso después de notar que los estudiantes en la escuela luchan por pagar el almuerzo. En lugar de asumir que entienden el alcance completo, podrían pedirle a ChatGPT que investigue la deuda del almuerzo escolar como un problema sistémico. Esta investigación puede llevarlos a crear un negocio basado en productos donde los ingresos ayuden a pagar la deuda del almuerzo, lo que combina ganancias con el propósito.
Los adolescentes notan problemas de manera diferente a los adultos porque experimentan frustraciones únicas, desde los desafíos de las organizaciones escolares hasta las redes sociales hasta las preocupaciones ambientales. Según la investigación de Square sobre empresarios de la Generación de la Generación Z, el 84% planea ser dueños de negocios dentro de cinco años, lo que los convierte en candidatos ideales para las empresas de resolución de problemas.
2. El aviso de chatgpt de chatgpt de chatgpt de realidad de la realidad del recurso
“Soy [age] años con aproximadamente [dollar amount] invertir y [number] Horas por semana disponibles entre la escuela y otros compromisos. Según estas limitaciones, ¿cuáles son tres modelos de negocio que podría lanzar de manera realista este verano? Para cada opción, incluya costos de inicio, requisitos de tiempo y los primeros tres pasos para comenzar “.
Este aviso se dirige al elefante en la sala: la mayoría de los empresarios adolescentes tienen dinero y tiempo limitados. Cuando un empresario de 16 años emplea este enfoque para evaluar un concepto de negocio de tarjetas de felicitación, puede descubrir que pueden comenzar con $ 200 y escalar gradualmente. Al ser realistas sobre las limitaciones por adelantado, evitan el exceso de compromiso y pueden construir hacia objetivos de ingresos sostenibles.
Según el informe de Gen Z de Square, el 45% de los jóvenes empresarios usan sus ahorros para iniciar negocios, con el 80% de lanzamiento en línea o con un componente móvil. Estos datos respaldan la efectividad de la planificación basada en restricciones: cuando funcionan los adolescentes dentro de las limitaciones realistas, crean modelos comerciales más sostenibles.
3. El aviso de chatgpt del simulador de voz del cliente
“Actúa como un [specific demographic] Y dame comentarios honestos sobre esta idea de negocio: [describe your concept]. ¿Qué te excitaría de esto? ¿Qué preocupaciones tendrías? ¿Cuánto pagarías de manera realista? ¿Qué necesitaría cambiar para que se convierta en un cliente? “
Los empresarios adolescentes a menudo luchan con la investigación de los clientes porque no pueden encuestar fácilmente a grandes grupos o contratar firmas de investigación de mercado. Este aviso ayuda a simular los comentarios de los clientes haciendo que ChatGPT adopte personas específicas.
Un adolescente que desarrolla un podcast para atletas adolescentes podría usar este enfoque pidiéndole a ChatGPT que responda a diferentes tipos de atletas adolescentes. Esto ayuda a identificar temas de contenido que resuenan y mensajes que se sienten auténticos para el público objetivo.
El aviso funciona mejor cuando se vuelve específico sobre la demografía, los puntos débiles y los contextos. “Actúa como un estudiante de último año de secundaria que solicita a la universidad” produce mejores ideas que “actuar como un adolescente”.
4. El mensaje mínimo de diseñador de prueba viable chatgpt
“Quiero probar esta idea de negocio: [describe concept] sin gastar más de [budget amount] o más de [time commitment]. Diseñe tres experimentos simples que podría ejecutar esta semana para validar la demanda de los clientes. Para cada prueba, explique lo que aprendería, cómo medir el éxito y qué resultados indicarían que debería avanzar “.
Este aviso ayuda a los adolescentes a adoptar la metodología Lean Startup sin perderse en la jerga comercial. El enfoque en “This Week” crea urgencia y evita la planificación interminable sin acción.
Un adolescente que desea probar un concepto de línea de ropa podría usar este indicador para diseñar experimentos de validación simples, como publicar maquetas de diseño en las redes sociales para evaluar el interés, crear un formulario de Google para recolectar pedidos anticipados y pedirles a los amigos que compartan el concepto con sus redes. Estas pruebas no cuestan nada más que proporcionar datos cruciales sobre la demanda y los precios.
5. El aviso de chatgpt del generador de claridad de tono
“Convierta esta idea de negocio en una clara explicación de 60 segundos: [describe your business]. La explicación debe incluir: el problema que resuelve, su solución, a quién ayuda, por qué lo elegirían sobre las alternativas y cómo se ve el éxito. Escríbelo en lenguaje de conversación que un adolescente realmente usaría “.
La comunicación clara separa a los empresarios exitosos de aquellos con buenas ideas pero una ejecución deficiente. Este aviso ayuda a los adolescentes a destilar conceptos complejos a explicaciones convincentes que pueden usar en todas partes, desde las publicaciones en las redes sociales hasta las conversaciones con posibles mentores.
El énfasis en el “lenguaje de conversación que un adolescente realmente usaría” es importante. Muchas plantillas de lanzamiento comercial suenan artificiales cuando se entregan jóvenes fundadores. La autenticidad es más importante que la jerga corporativa.
Más allá de las indicaciones de chatgpt: estrategia de implementación
La diferencia entre los adolescentes que usan estas indicaciones de manera efectiva y aquellos que no se reducen a seguir. ChatGPT proporciona dirección, pero la acción crea resultados.
Los jóvenes empresarios más exitosos con los que trabajo usan estas indicaciones como puntos de partida, no de punto final. Toman las sugerencias generadas por IA e inmediatamente las prueban en el mundo real. Llaman a clientes potenciales, crean prototipos simples e iteran en función de los comentarios reales.
Investigaciones recientes de Junior Achievement muestran que el 69% de los adolescentes tienen ideas de negocios, pero se sienten inciertos sobre el proceso de partida, con el miedo a que el fracaso sea la principal preocupación para el 67% de los posibles empresarios adolescentes. Estas indicaciones abordan esa incertidumbre al desactivar los conceptos abstractos en los próximos pasos concretos.
La imagen más grande
Los emprendedores adolescentes que utilizan herramientas de IA como ChatGPT representan un cambio en cómo está ocurriendo la educación empresarial. Según la investigación mundial de monitores empresariales, los jóvenes empresarios tienen 1,6 veces más probabilidades que los adultos de querer comenzar un negocio, y son particularmente activos en la tecnología, la alimentación y las bebidas, la moda y los sectores de entretenimiento. En lugar de esperar clases de emprendimiento formales o programas de MBA, estos jóvenes fundadores están accediendo a herramientas de pensamiento estratégico de inmediato.
Esta tendencia se alinea con cambios más amplios en la educación y la fuerza laboral. El Foro Económico Mundial identifica la creatividad, el pensamiento crítico y la resiliencia como las principales habilidades para 2025, la capacidad de las capacidades que el espíritu empresarial desarrolla naturalmente.
Programas como WIT brindan soporte estructurado para este viaje, pero las herramientas en sí mismas se están volviendo cada vez más accesibles. Un adolescente con acceso a Internet ahora puede acceder a recursos de planificación empresarial que anteriormente estaban disponibles solo para empresarios establecidos con presupuestos significativos.
La clave es usar estas herramientas cuidadosamente. ChatGPT puede acelerar el pensamiento y proporcionar marcos, pero no puede reemplazar el arduo trabajo de construir relaciones, crear productos y servir a los clientes. La mejor idea de negocio no es la más original, es la que resuelve un problema real para personas reales. Las herramientas de IA pueden ayudar a identificar esas oportunidades, pero solo la acción puede convertirlos en empresas que importan.
Precio
ChatGPT y Gemini tienen versiones gratuitas que limitan su acceso a características y modelos. Los planes premium para ambos también comienzan en alrededor de $ 20 por mes. Las características de chatbot, como investigaciones profundas, generación de imágenes y videos, búsqueda web y más, son similares en ChatGPT y Gemini. Sin embargo, los planes de Gemini pagados también incluyen el almacenamiento en la nube de Google Drive (a partir de 2TB) y un conjunto robusto de integraciones en las aplicaciones de Google Workspace.
Los niveles de más alta gama de ChatGPT y Gemini desbloquean el aumento de los límites de uso y algunas características únicas, pero el costo mensual prohibitivo de estos planes (como $ 200 para Chatgpt Pro o $ 250 para Gemini Ai Ultra) los pone fuera del alcance de la mayoría de las personas. Las características específicas del plan Pro de ChatGPT, como el modo O1 Pro que aprovecha el poder de cálculo adicional para preguntas particularmente complicadas, no son especialmente relevantes para el consumidor promedio, por lo que no sentirá que se está perdiendo. Sin embargo, es probable que desee las características que son exclusivas del plan Ai Ultra de Gemini, como la generación de videos VEO 3.
Ganador: Géminis
Plataformas
Puede acceder a ChatGPT y Gemini en la web o a través de aplicaciones móviles (Android e iOS). ChatGPT también tiene aplicaciones de escritorio (macOS y Windows) y una extensión oficial para Google Chrome. Gemini no tiene aplicaciones de escritorio dedicadas o una extensión de Chrome, aunque se integra directamente con el navegador.
(Crédito: OpenAI/PCMAG)
Chatgpt está disponible en otros lugares, Como a través de Siri. Como se mencionó, puede acceder a Gemini en las aplicaciones de Google, como el calendario, Documento, ConducirGmail, Mapas, Mantener, FotosSábanas, y Música de YouTube. Tanto los modelos de Chatgpt como Gemini también aparecen en sitios como la perplejidad. Sin embargo, obtiene la mayor cantidad de funciones de estos chatbots en sus aplicaciones y portales web dedicados.
Las interfaces de ambos chatbots son en gran medida consistentes en todas las plataformas. Son fáciles de usar y no lo abruman con opciones y alternar. ChatGPT tiene algunas configuraciones más para jugar, como la capacidad de ajustar su personalidad, mientras que la profunda interfaz de investigación de Gemini hace un mejor uso de los bienes inmuebles de pantalla.
Ganador: empate
Modelos de IA
ChatGPT tiene dos series primarias de modelos, la serie 4 (su línea de conversación, insignia) y la Serie O (su compleja línea de razonamiento). Gemini ofrece de manera similar una serie Flash de uso general y una serie Pro para tareas más complicadas.
Los últimos modelos de Chatgpt son O3 y O4-Mini, y los últimos de Gemini son 2.5 Flash y 2.5 Pro. Fuera de la codificación o la resolución de una ecuación, pasará la mayor parte de su tiempo usando los modelos de la serie 4-Series y Flash. A continuación, puede ver cómo funcionan estos modelos en una variedad de tareas. Qué modelo es mejor depende realmente de lo que quieras hacer.
Ganador: empate
Búsqueda web
ChatGPT y Gemini pueden buscar información actualizada en la web con facilidad. Sin embargo, ChatGPT presenta mosaicos de artículos en la parte inferior de sus respuestas para una lectura adicional, tiene un excelente abastecimiento que facilita la vinculación de reclamos con evidencia, incluye imágenes en las respuestas cuando es relevante y, a menudo, proporciona más detalles en respuesta. Gemini no muestra nombres de fuente y títulos de artículos completos, e incluye mosaicos e imágenes de artículos solo cuando usa el modo AI de Google. El abastecimiento en este modo es aún menos robusto; Google relega las fuentes a los caretes que se pueden hacer clic que no resaltan las partes relevantes de su respuesta.
Como parte de sus experiencias de búsqueda en la web, ChatGPT y Gemini pueden ayudarlo a comprar. Si solicita consejos de compra, ambos presentan mosaicos haciendo clic en enlaces a los minoristas. Sin embargo, Gemini generalmente sugiere mejores productos y tiene una característica única en la que puede cargar una imagen tuya para probar digitalmente la ropa antes de comprar.
Ganador: chatgpt
Investigación profunda
ChatGPT y Gemini pueden generar informes que tienen docenas de páginas e incluyen más de 50 fuentes sobre cualquier tema. La mayor diferencia entre los dos se reduce al abastecimiento. Gemini a menudo cita más fuentes que CHATGPT, pero maneja el abastecimiento en informes de investigación profunda de la misma manera que lo hace en la búsqueda en modo AI, lo que significa caretas que se puede hacer clic sin destacados en el texto. Debido a que es más difícil conectar las afirmaciones en los informes de Géminis a fuentes reales, es más difícil creerles. El abastecimiento claro de ChatGPT con destacados en el texto es más fácil de confiar. Sin embargo, Gemini tiene algunas características de calidad de vida en ChatGPT, como la capacidad de exportar informes formateados correctamente a Google Docs con un solo clic. Su tono también es diferente. Los informes de ChatGPT se leen como publicaciones de foro elaboradas, mientras que los informes de Gemini se leen como documentos académicos.
Ganador: chatgpt
Generación de imágenes
La generación de imágenes de ChatGPT impresiona independientemente de lo que solicite, incluso las indicaciones complejas para paneles o diagramas cómicos. No es perfecto, pero los errores y la distorsión son mínimos. Gemini genera imágenes visualmente atractivas más rápido que ChatGPT, pero rutinariamente incluyen errores y distorsión notables. Con indicaciones complicadas, especialmente diagramas, Gemini produjo resultados sin sentido en las pruebas.
Arriba, puede ver cómo ChatGPT (primera diapositiva) y Géminis (segunda diapositiva) les fue con el siguiente mensaje: “Genere una imagen de un estudio de moda con una decoración simple y rústica que contrasta con el espacio más agradable. Incluya un sofá marrón y paredes de ladrillo”. La imagen de ChatGPT limita los problemas al detalle fino en las hojas de sus plantas y texto en su libro, mientras que la imagen de Gemini muestra problemas más notables en su tubo de cordón y lámpara.
Ganador: chatgpt
¡Obtenga nuestras mejores historias!
Toda la última tecnología, probada por nuestros expertos
Regístrese en el boletín de informes de laboratorio para recibir las últimas revisiones de productos de PCMAG, comprar asesoramiento e ideas.
Al hacer clic en Registrarme, confirma que tiene más de 16 años y acepta nuestros Términos de uso y Política de privacidad.
¡Gracias por registrarse!
Su suscripción ha sido confirmada. ¡Esté atento a su bandeja de entrada!
Generación de videos
La generación de videos de Gemini es la mejor de su clase, especialmente porque ChatGPT no puede igualar su capacidad para producir audio acompañante. Actualmente, Google bloquea el último modelo de generación de videos de Gemini, VEO 3, detrás del costoso plan AI Ultra, pero obtienes más videos realistas que con ChatGPT. Gemini también tiene otras características que ChatGPT no, como la herramienta Flow Filmmaker, que le permite extender los clips generados y el animador AI Whisk, que le permite animar imágenes fijas. Sin embargo, tenga en cuenta que incluso con VEO 3, aún necesita generar videos varias veces para obtener un gran resultado.
En el ejemplo anterior, solicité a ChatGPT y Gemini a mostrarme un solucionador de cubos de Rubik Rubik que resuelva un cubo. La persona en el video de Géminis se ve muy bien, y el audio acompañante es competente. Al final, hay una buena atención al detalle con el marco que se desplaza, simulando la detención de una grabación de selfies. Mientras tanto, Chatgpt luchó con su cubo, distorsionándolo en gran medida.
Ganador: Géminis
Procesamiento de archivos
Comprender los archivos es una fortaleza de ChatGPT y Gemini. Ya sea que desee que respondan preguntas sobre un manual, editen un currículum o le informen algo sobre una imagen, ninguno decepciona. Sin embargo, ChatGPT tiene la ventaja sobre Gemini, ya que ofrece un reconocimiento de imagen ligeramente mejor y respuestas más detalladas cuando pregunta sobre los archivos cargados. Ambos chatbots todavía a veces inventan citas de documentos proporcionados o malinterpretan las imágenes, así que asegúrese de verificar sus resultados.
Ganador: chatgpt
Escritura creativa
Chatgpt y Gemini pueden generar poemas, obras, historias y más competentes. CHATGPT, sin embargo, se destaca entre los dos debido a cuán únicas son sus respuestas y qué tan bien responde a las indicaciones. Las respuestas de Gemini pueden sentirse repetitivas si no calibra cuidadosamente sus solicitudes, y no siempre sigue todas las instrucciones a la carta.
En el ejemplo anterior, solicité ChatGPT (primera diapositiva) y Gemini (segunda diapositiva) con lo siguiente: “Sin hacer referencia a nada en su memoria o respuestas anteriores, quiero que me escriba un poema de verso gratuito. Preste atención especial a la capitalización, enjambment, ruptura de línea y puntuación. Dado que es un verso libre, no quiero un medidor familiar o un esquema de retiro de la rima, pero quiero que tenga un estilo de coohes. ChatGPT logró entregar lo que pedí en el aviso, y eso era distinto de las generaciones anteriores. Gemini tuvo problemas para generar un poema que incorporó cualquier cosa más allá de las comas y los períodos, y su poema anterior se lee de manera muy similar a un poema que generó antes.
Recomendado por nuestros editores
Ganador: chatgpt
Razonamiento complejo
Los modelos de razonamiento complejos de Chatgpt y Gemini pueden manejar preguntas de informática, matemáticas y física con facilidad, así como mostrar de manera competente su trabajo. En las pruebas, ChatGPT dio respuestas correctas un poco más a menudo que Gemini, pero su rendimiento es bastante similar. Ambos chatbots pueden y le darán respuestas incorrectas, por lo que verificar su trabajo aún es vital si está haciendo algo importante o tratando de aprender un concepto.
Ganador: chatgpt
Integración
ChatGPT no tiene integraciones significativas, mientras que las integraciones de Gemini son una característica definitoria. Ya sea que desee obtener ayuda para editar un ensayo en Google Docs, comparta una pestaña Chrome para hacer una pregunta, pruebe una nueva lista de reproducción de música de YouTube personalizada para su gusto o desbloquee ideas personales en Gmail, Gemini puede hacer todo y mucho más. Es difícil subestimar cuán integrales y poderosas son realmente las integraciones de Géminis.
Ganador: Géminis
Asistentes de IA
ChatGPT tiene GPT personalizados, y Gemini tiene gemas. Ambos son asistentes de IA personalizables. Tampoco es una gran actualización sobre hablar directamente con los chatbots, pero los GPT personalizados de terceros agregan una nueva funcionalidad, como el fácil acceso a Canva para editar imágenes generadas. Mientras tanto, terceros no pueden crear gemas, y no puedes compartirlas. Puede permitir que los GPT personalizados accedan a la información externa o tomen acciones externas, pero las GEM no tienen una funcionalidad similar.
Ganador: chatgpt
Contexto Windows y límites de uso
La ventana de contexto de ChatGPT sube a 128,000 tokens en sus planes de nivel superior, y todos los planes tienen límites de uso dinámicos basados en la carga del servidor. Géminis, por otro lado, tiene una ventana de contexto de 1,000,000 token. Google no está demasiado claro en los límites de uso exactos para Gemini, pero también son dinámicos dependiendo de la carga del servidor. Anecdóticamente, no pude alcanzar los límites de uso usando los planes pagados de Chatgpt o Gemini, pero es mucho más fácil hacerlo con los planes gratuitos.
Ganador: Géminis
Privacidad
La privacidad en Chatgpt y Gemini es una bolsa mixta. Ambos recopilan cantidades significativas de datos, incluidos todos sus chats, y usan esos datos para capacitar a sus modelos de IA de forma predeterminada. Sin embargo, ambos le dan la opción de apagar el entrenamiento. Google al menos no recopila y usa datos de Gemini para fines de capacitación en aplicaciones de espacio de trabajo, como Gmail, de forma predeterminada. ChatGPT y Gemini también prometen no vender sus datos o usarlos para la orientación de anuncios, pero Google y OpenAI tienen historias sórdidas cuando se trata de hacks, filtraciones y diversos fechorías digitales, por lo que recomiendo no compartir nada demasiado sensible.
Ganador: empate
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
-
Startups1 año agoRemove.bg: La Revolución en la Edición de Imágenes que Debes Conocer
-
Tutoriales1 año agoCómo Comenzar a Utilizar ChatGPT: Una Guía Completa para Principiantes
-
Startups11 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
-
Recursos1 año agoPerplexity aplicado al Marketing Digital y Estrategias SEO
-
Estudiar IA1 año agoCurso de Inteligencia Artificial de UC Berkeley estratégico para negocios
-
Tutoriales1 año agoGoogle Gemini: Guía Completa para Comenzar a usarlo y ganar tiempo en nuestras tareas diarias