Aprendizaje autodidacta con ChatGPT: algunas claves

Introducción

No es ninguna sorpresa para nadie ya hablar de la revolución tan brutal que está viviendo la enseñanza y el aprendizaje, particularmente el aprendizaje autodidacta, tras la irrupción de la inteligencia artificial, o en concreto, ChatGPT en 2022 y los modelos de razonamiento este mismo año, y que hay que subirse a este barco porque cambia por completo las dinámicas de relacionarnos con el mundo. Cosas que hasta ahora pensábamos que eran únicamente alcanzables intelectualmente por parte de un experto, ahora es muchísimo más accesible debido al rápido paso que puede haber, si no hasta el grado de experto, sí hasta el grado de una comprensión importante de un tema gracias a la inteligencia artificial.

Sin embargo, hay campos en los que la inteligencia artificial no lo ha hecho tan bien como esperábamos y hay otros en los que lo está haciendo mucho mejor de lo que cualquiera de nosotros habríamos pensado hace un par de años. Y por eso mismo, hay que conocer cuáles son esas limitaciones, cómo usarla correctamente, porque si no, podemos llegar a malentendidos importantes y puede haber mucha más gente negacionista, entre comillas, de la que debería haber.

Yo mismo, aunque en este caso fue por el salto tecnológico, a principios de este año era muy escéptico, tremendamente escéptico, y eso que utilizaba la inteligencia artificial a menudo. Pero es que resulta que, al menos en mi carrera determinada, carrera de Matemáticas, ChatGPT en enero no hacía prácticamente nada de lo que se exigía en la carrera, o directamente nada. Era muy mala. Y sin embargo, tan solo medio año después, gracias a los modelos de razonamiento, diría que lo puedo hacer el noventa o el noventa y cinco por ciento de lo que hago en la carrera de Matemáticas. Y ese tipo de saltos, de los que quizás la gente no es consciente, que son pues funciones escalón, que pasamos de nada a todo, si estamos fuera del flow de aprender cómo utilizar estas herramientas, pues nos podemos quedar rezagados durante demasiado tiempo de la cuenta.

Y quizás por eso mismo, yo que he estado utilizando bastante la inteligencia artificial con mucha intensidad, quería compartiros, si no la usáis tanto, algunas de las claves que yo considero que me habrían hecho avanzar mucho más rápido y que tenéis que tenerlas en cuenta a la hora de mejorar vuestros procesos de aprendizaje.

Y también porque te permite decidir lo que no quieres aprender con mucha más libertad que antes, sin tener que gastarte un dineral por el hecho de no aprender eso. Imagínate que tienes un problema mañana de fontanería en tu casa. Pues o bien aprendías sobre el asunto, lo cual requiere un montón de horas, o lo más normal es que pagas a un fontanero. Bueno, pues esto reduce muchísimo la barrera de entrada y vas a ser capaz de hacer muchas cosas que pensabas que no. Y eso que, ya digo, es una de las cosas en las que a lo mejor no esperábamos que lo fuera a hacer tan bien. Frente, yo qué sé, a cosas como la creatividad de los textos, que pensábamos que lo iba a hacer muy bien en 2022 y todo el mundo lo usaba para eso y yo creo que es bastante inútil de cara a eso.

Pero bueno, ahora vamos a explorarlo todo. En concreto, vamos a hablar de ChatGPT. Está Gemini, está Grok, hay unas cuantas, DeepSeek, pero yo voy a centrarme en ChatGPT, que la conozco muchísimo mejor. Y en concreto, vamos a hacerlo con los dos modelos, el cinco normal y el cinco thinking, que tiene un montón de variedades, tanto para los que no pagáis el plus, que básicamente lo que tenéis es acceso al cinco y a un cinco thinking que es un poco cutre y lo podéis usar pocas veces y además es bastante cutre, porque aunque supuestamente es el mismo que las cuentas plus, no es verdad, razona mucho menos, entonces es malo.

Por un lado, el cinco, y luego, por el otro lado, el cinco thinking de verdad de las cuentas plus, de este excedente euros al mes, para que todo el mundo tenga un poco de ambas cosas, porque además el poder realmente más fuerte de ChatGPT es el modelo thinking, que es la revolución de este año 2025, de los modelos de razonamiento. Pero también hay cosas en las que el cinco, y ya no me refiero a la rapidez, que por supuesto lo hace mejor que el thinking, el cinco thinking. Entonces también vamos a verlo y también os voy a decir en aquellas tareas en las que el cinco, pues si lo estáis usando, pues lo siento mucho, pero no.

Vamos a hablar de cómo usar correctamente Deep Research para aprender, los GPT, los projects, en fin, todo. Y para ello lo vamos a hacer analizando lo bueno, lo malo y lo feo de ChatGPT. En el caso de lo feo, que es por donde vamos a empezar, que es un poco lo más nebuloso, pues vamos a tratar cosas que no están funcionando muy bien, pero que son más o menos esquivables, si sabemos cómo hacerlo. En el caso de lo bueno, pues es todo su potencial. Y en el caso de lo malo, pues son cosas que, o bien tienen que resolver los de OpenAI, que son tonterías que se pueden resolver, o bien son cosas mucho más problemáticas de los modelos de lenguaje, que por mucho que tú seas un experto en ponerle prompts, pues eso no es resoluble.

Este es un vídeo muy práctico. Normalmente, los vídeos en este canal no son así, pero es que considero que es una cosa muy importante, muy interesante. Y aquí, al final, en este canal, nos interesamos por el aprendizaje en sí. Sinceramente, esto es una herramienta muy importante que todo el mundo debería utilizar lo máximo posible. Así que me parecía conveniente también hacer este vídeo así más práctico.

Lo feo

Bien, pues empezamos por lo primero que podríamos englobar dentro de lo feo, por así decir, que va a estar relacionado con lo que acabo de decir, de que hay cosas que el cinco, el modelo cutre básico, hace incluso un poco mejor que el cinco thinking, o bastante mejor.

Resulta que a mayor sea la cantidad de razonamiento que le obligas a hacer al modelo, tiempo de cómputo, en el caso, ya digo, del cinco, ese tiempo es muy bajo. Cuando ya le fuerzas a razonar un poco más en las cuentas gratuitas, pues va a hacer un pequeño razonamiento y entonces va a ser una mejora con respecto al modelo cinco normal, pero va a ser una mejora reducida. En el plus, pues bastante más razonamiento. Y ya las cuentas pro de doscientos euros, que yo no la tengo, obviamente, pues mucho más. Aunque tampoco creo que compense para la mayor parte de usuarios, pero más todavía.

¿Y qué pasa? Hay una correlación, una proporcionalidad entre mayor capacidad de razonamiento que tenga el modelo, más tiempo de cómputo y mayor síntesis de lo que está diciendo. Sintetiza un montonazo de ideas, un montonazo de ideas. Lo podéis observar en que el mismo prompt se lo pones al cinco y el mismo prompt se lo pones al cinco thinking. El cinco thinking tiene una densidad conceptual, dependiendo del tema, pero va a ser habitualmente mucho más denso, mucho más complicado de entender, sobre todo si no eres alguien que maneje el asunto. Te va a usar los términos técnicos de ese campo, aunque tú no los conozcas. Va a ser muy, realmente, muy ininteligible si no estás dentro de eso.

Y es algo que, por ejemplo, no ocurre con Gemini dos punto cinco Pro, que también es un modelo de razonamiento. Pero bueno, también es verdad que por eso es tan malo en comparación ahora mismo. Ya veremos el Gemini tres, pero el Gemini dos punto cinco Pro es bastante más malo que el cinco thinking. Y no se ve eso: el modelo dos punto cinco Pro de Gemini es mucho más comprensible, mucho más claro. Y el cinco thinking, no sé si porque estructuralmente es el modelo así o se ahorran tokens concentrando muchísima más porción de información, pero es superininteligible en algunos casos.

Entonces, frente a esto, ¿qué se puede hacer si uno está aprendiendo algo, digamos, por primera vez, que no conoce muy bien y que no requiera una gran dosis de razonamiento? Por ejemplo, uno quiere que le definan algo, simplemente una definición, que vale igual la del año 2000 que la del año 2025, que no va a cambiar. O una información sobre, por ejemplo, historia, una biografía de una persona, un evento histórico determinado. Si uno quiere saber un fenómeno físico, un fenómeno químico, una teoría filosófica muy por encima, algo así, una introducción muy básica, os aconsejo que no pongáis el modelo cinco thinking porque os va a dar caña, os va a dar caña. Y si le ponéis el cinco, al final ahí no va a tener que hacer un gran razonamiento. Y sin embargo, este sería el antídoto, por así decirlo: en casos así usas el cinco y te va a dar algo útil para ti en esa situación.

Si os encontráis en una situación en la que, por ejemplo, las matemáticas tiene que razonar, porque si no, el cinco no sirve prácticamente para nada, bueno, pues si eso es así, o en temas un poco más avanzados de física también, o de química o lo que sea, es importante insistir al modelo cinco thinking en el prompt en que tú eres un estudiante, por ejemplo. Pues no funciona mucho personalizándolo. Por supuesto que se puede personalizar el ChatGPT en general. Luego puedes hacer un GPT, pero el ChatGPT en general puedes decir: «Oye, quiero que seas así, quiero que seas claro, quiero que seas poético, quiero que seas lo que sea», evidentemente. Pero no funciona demasiado bien. Aunque le digas que sea claro, luego en el chat va a ir un poco a su bola.

Entonces, cuando luego estés en el chat con el cinco thinking y te dé una explicación y tú no te enteras, realmente un truco puede ser decirle: «Yo soy un…». Por ejemplo, imaginemos que estáis en segundo de bachillerato o en segundo de carrera. Pues él te está explicando las cosas a un nivel que no es el tuyo, pues tú le dices que tú tienes tres años menos y que te lo explique al nivel de tres años menos. Si veis que es demasiado simple, dos años menos. Y va a llegar un punto dulce en el cual os lo va a explicar muy, muy bien, al nivel de un profesor. Le pedís que sea muy claro y casi actuáis como si fuerais unos tontos que no tenéis ni idea absolutamente. Y aun así, va a utilizar algunos términos técnicos. Para los términos técnicos concretos, pues usáis el cinco, que os explique el término técnico y ya os volvéis a meter.

Esto es en torno al funcionamiento del cinco thinking, que ya digo que muchas veces no es el más útil para ciertas tareas, a pesar de que pudiéramos pensar que sí, pero hay otras en las que es indispensable. Pero de esto vamos a hablar luego.

Un segundo aspecto que podríamos englobar bajo la categoría de lo feo es que cuando estás aprendiendo algo y le preguntas: «Oye, imaginemos que estás aprendiendo informática, programación», y le dices: «Oye, pues yo, ¿qué camino debería recorrer si quiero ser tal cosa, si quiero tener un buen nivel en este campo concreto, lo que sea, inteligencia artificial o cualquier campo de la informática o lo que sea». Y uno pues quiere ver qué recorrido le recomienda, como si fuera una especie de mentor. Pues tanto el cinco como el cinco thinking, aunque más el cinco thinking, va a ser muy maximalista, va a ser muy perfeccionista también. Te va a decir: «No hagas eso, que es basura».

Por ejemplo, yo estaba hace unos meses bicheando, si conocéis una plataforma de cursos online que hacen algunas universidades, pero obviamente no son cursos universitarios, son cursos muy introductorios, que se llama Coursera. Hay más, de otros estilos. Cuando tú le preguntas a ChatGPT por los cursos de Coursera, en concreto, y tú le dices: «Oye, pues yo quiero saber un poco de, yo qué sé, data science o lo que sea», porque hay muchas cosas de informática, pero también hay otras cosas de bioquímica, yo qué sé, lo que sea, hay varias cosas, empresariales. Y directamente lo rechaza. Dice: «No, eso es una basura, eso no lo quieren en una entrevista de trabajo. Lo que quieren es que tú seas, pues que tú compitas en las olimpiadas, que tú estés, en el caso de la informática, en los hackathons estos, que compitas, básicamente». O ve metiéndote. Te lo dice como si fuera muy suave. Dice, bueno, primer año, ve metiéndote en círculos de competición, de no sé qué, no sé cuánto. Joder, y si yo me quiero convertir en ingeniero de meta, me estás dando una trayectoria demasiado excesiva.

Y tiende a ser muy radical porque no entiende que el tiempo es finito. De base, si no se lo dices, no entiende que el tiempo es finito y no podemos hacernos expertos de absolutamente todo. Entonces, hay que acotarle bien y, ante esto, pues, simple y llanamente, hay que aclararle cuáles son nuestros objetivos. Y además nos permite a nosotros mismos reflexionar de qué queremos aprender y qué no queremos aprender, que es una de las grandes patas del aprendizaje autodidacta, porque uno, al fin y al cabo, se tiene que acotar y en la acotación está el maestro. Algo así decía Goethe, algo parecido. Pero vamos, que la esencia es esa: el arte está muchas veces en saber acotarse.

Y gracias a que te están poniendo en la cara lo complicado que es llegar a determinados objetivos, pues puede ser una buena ocasión para reflexionar sobre: oye, quizás yo me iba a poner ahora a aprender esto y realmente no me da tiempo. Y eso lo puedes reflexionar con ese chat. O sea, que puede ser una oportunidad —lo vamos a ver luego, la parte positiva—, pero imaginemos que simplemente queremos eso, una respuesta más inmediata. Pues entonces hay que decirle: oye, tengo tal, cien horas de esto, sé realista, no quiero convertirme en ingeniero de meta, simplemente quiero saber un poco más de informática, por ejemplo. Pues ahí ya sí que se va a adaptar un poco más. Al fin y al cabo, como siempre, muchas veces lo que funciona es decirle, hacerle imaginar que él está en un rol. Le dices: tú eres mi mentor, tú eres mi profesor, tú eres mi no sé qué y yo soy un estudiante que solo tiene cien horas. Y ahí funciona bastante bien.

Bien, más cosas dentro de lo feo. Y esto es bastante feo para habilidades creativas. Esto no es tanto aprender, pero sí aprender a ser creativo utilizando la inteligencia artificial, al fin y al cabo, pues sí es una posibilidad. Y es que, sinceramente, por mucho que se diga que esto está cambiando, yo creo que esto va a cambiar por completo la creatividad humana, pero ahora mismo los textos que escribe, las imágenes que realiza, algunas son muy buenas, pero son profundamente horteras, en muchos casos, profundamente kitsch.

Yo pensé que no iba a serlo hace unos años, y eso que era, ya digo, hace unos años, o sea, con modelos antiguos, GPT tres o GPT cuatro del principio. Puse un poema a unos amigos y a unos familiares míos —pues son poemas míos—, los puse a ChatGPT y no sabían diferenciarlo. Y yo dije: joder, bueno, pues ya está. Pero realmente, vale, quizás eran poemas un tanto extraños y a lo mejor es difícil de… para mí era muy obvio, pero bueno, en ese momento acepté, digo: bueno, a lo mejor esto sí que va a sustituir a los escritores. Y yo: pero es que realmente no. O sea, un texto, cualquier texto mínimamente decente, una IA no lo puede escribir. De momento, de momento. Por supuesto que seguramente lo haga, ¿no? Pero es muy hortera todavía usarlo para esas cosas.

Por ejemplo, yo qué sé, aquí en el caso del canal de YouTube, pues evidentemente yo le digo de lo que va el vídeo, le digo: oye, propónme unos cuantos títulos, a ver lo que se te ocurre. Si yo no le digo nada más —por eso digo que es muy importante el prompt, evidentemente, es decir, el mensaje que le estás escribiendo para que te responda bien—, pues si simplemente le dices: oye, el vídeo va de esto, pues te va a escribir unos títulos espantosos.

Y encima, si tú le dices: este es el título que yo he puesto, te va a decir: no, bueno, no está muy bien, porque podrías usar este. Y te dice uno que es horroroso. Pero si eres un poco más concreto y dices: oye, quiero que tenga tantas palabras, quiero que tenga un aspecto más formal, quiero que tenga un aspecto más… Pues si le vas dando pautas concretas, lo hace realmente bien. También, en el caso de las imágenes es más complicado. No vamos a hablar de eso porque no tiene mucho que ver con aprendizaje. También puede funcionar en más contextos. No me quiero parar en eso, pero quería subrayar que sin duda sigue siendo una parte importante que estas sí se escriben de forma muy hortera.

Y por cierto, como la densidad de información del 5 thinking es todavía mayor, lo escribe de una forma más rara todavía. Entonces, si vais a usar un modelo de texto, para escribir un texto usad el cinco, no el 5 thinking.

Y esto que os estaba diciendo de que si yo le digo un título me va a decir: nah, eso es una mierda, no sé qué, no sé cuánto, va a ser el siguiente punto, que es que parece no haber un término medio. Yo lo he conseguido, pero ahora os voy a explicar cómo se hace. No parece haber un término medio entre la complacencia del cinco, el tonto, por así decirlo, que te dice: «Ah, qué bien lo haces todo». Se hizo muy famoso que el cuatro, pues la gente no quería despedirse de él porque le lamía el culo constantemente a la gente, y el cinco supuestamente fue un cambio con respecto a eso, pero realmente no fue tan cambio. Es un poco más frío, se supone, pero en el momento en que la gente se puso así, volvieron a cambiar el cinco para que tuviera esos patrones más complacientes del cuatro.

Y al final el cinco, pues te puede criticar un poco, pero si le dices: oye, no, pero mi intención era esta. Entonces te va a decir: ah, pues entonces lo has hecho muy bien. En cambio, el 5 thinking, el listo, pues es un cabrón. Y le digas: oye, que he aprendido tal cosa de esta forma. Te va a decir: pues no, no del todo bien. O puede ser mucho más destructivo, que yo en mi caso, pues lo que le tengo puesto en las personalizaciones es que sea muy crítico, entonces ya es demasiado, ¿no? Y parece no haber un punto medio.

Entonces, si alguna vez sentís que queréis una crítica sobre un texto que estáis escribiendo para aprender a escribirlo mejor, el cinco así de base no es bueno porque os va a decir tonterías, que sí, que está muy bien, y os va a recomendar tonterías. Pero si añadís en la personalización que sea crítico, el cinco lo va a hacer bastante bien. Pero si usáis esa misma personalización de que sea crítico, el cinco thinking os va a destruir. Os va a destruir.

Así que esa parte del cinco thinking mejor usarla, yo qué sé, para las cosas que sí quieres que te destruya. Si estás haciendo un problema de biología, estás haciendo un problema de lo que sea, de física, pues tú quieres que, cuando le envíes una foto del problema que has hecho, te diga: «Oye, pues esto lo has hecho fatal, y esto peor todavía». Pues ya está, tú aprendes, y no hace falta que te estén lamiendo la oreja diciéndote lo bueno que eres. Pero claro, cuando se trata a lo mejor de escribir un texto, pues es más desmotivador y no tiene mucho sentido porque es mucho más arbitrario.

Entonces, ya digo, el cinco con un plus de exigirle crítica para tareas que no requieran razonamiento, y para tareas que requieran razonamiento, como un problema, pues joder, usadlo, porque os va a meter caña y eso está muy bien también.

Vamos con otro punto, el deep research, ¿vale? El deep research lo podría meter dentro de lo bueno, pero también lo voy a meter dentro de lo feo, porque aunque yo tuve un momento de gran encanto con el deep research cuando salió en marzo o algo así, pues realmente está bien, pero hay que saber usarlo. De nuevo, si tú no usas bien el deep research… En primer lugar, en la cuenta gratuita no sé que habrán uno o dos al mes, y en la cuenta plus hay quince y luego quince más, que son más Q3, a lo mejor son treinta de los buenos, algo así. Pero el caso es que tienes una cantidad limitada, aunque los del plus habitualmente quizás no los vas a consumir, pero aun así tienes una cantidad limitada, y si la cagas te vas a arrepentir, sobre todo por los quince minutos que vas a estar esperando.

Entonces, muchas veces el deep research se olvida por completo del contexto, de lo que le habías hablado antes, es decir, solamente tiene en cuenta lo que le estás escribiendo en esa ventanita. Entonces, por ejemplo, yo he cometido el error de decirle al deep research: oye, toda la conversación que acabamos de hablar, busca mi información sobre esto. Y te hace la típica pregunta y te dice: ¿quieres que busque sobre esto, sobre esto? Y digo: sí, sí. Y digo: guau, parece que se ha enterado.

Y luego resulta que no, que es que se había enterado solo de lo único que yo había mencionado. Básicamente, no tiene contexto. No se acuerda del resto de cosas que has hablado en la conversación, lo cual es una cagada absoluta y total. Pues nada, lo que hay que hacer es escribir un tocho gordo para que realmente investigue lo que quieres que investigue. Que investigue, porque si no va a ser vago.

Luego, se puede ir a fuentes que es una basura. A mí me gusta muchas veces investigar sobre algún tema de psicología, así un poco por encima, y a lo mejor se va a páginas de mierda, yo qué sé, psicología.com de no sé qué, no sé cuánto. Entonces, para eso, decirle que investigue, si lo tenéis en español, que investigue también en fuentes en inglés, en francés, en alemán, en italiano, y va a hacer una búsqueda más sistemática, sobre todo en inglés. Decirle que busque en inglés, coño. Y forzarle, decirle busca en fuentes tal, tal, tal. No quiero que busques en fuentes de tipo cachondeo total, de revistas de saber tener la salud, yo qué sé cómo se llamen esas revistas. Que vaya a fuentes un poco más serias. Y eso tenéis que decírselo.

Y luego es muy importante ser muy concretos, porque además, en el caso del deep research —en general siempre es así, pero el deep research— un pequeño cambio de prompt puede hacer que tu deep research sea superútil o que sea una castaña absoluta. O sea, puede ser una mierda que no sirve para nada, porque lo que te dice son cosas triviales y banales, obvias, o bien puedes tener revelaciones absolutas.

Entonces, muy interesante es, antes de hacer el deep research, imaginaos que tenéis una idea, yo qué sé, estáis estudiando física y queréis relacionarlo —que es algo para lo que a mí me encanta usar el deep research, relacionar un tema con otro— con historia, o queréis relacionarlo con filosofía, o queréis relacionarlo con este tema de las matemáticas, lo que sea, o el campo que ustedes queráis. Bien, pues primero, lo interesante es una lluvia de ideas con el modelo cinco o con el modelo cinco thinking. Yo diría que incluso el cinco, el cinco te da buena lluvia de ideas, no tiene que ser muy preciso, entonces no alucina tampoco demasiado, pero incluso si alucina un poco más que el otro, pues puede esa alucinación dar un poco más de juego a ideas interesantes y que te relacione, yo qué sé, la termodinámica con el arte o cosas así, que lo hace muy bien ese tipo de cosas.

Primero hacéis eso y luego os quedáis con las ideas que os resulten más interesantes y ya con esas ideas concretas vais al deep research, que: oye, búscame la relación entre este y este. Pero si le decís: busca relaciones, pues no lo va a hacer muy bien. Eso lo hace mejor el cinco normal. Entonces, primero hacéis esa lluvia de ideas y luego ya el deep research, pues que se vaya a las cosas concretas.

Y el deep research es una herramienta muy, muy interesante para la mayoría, yo creo, de carreras humanísticas, de ciencias sociales, digamos, y también si uno quiere un repaso científico —un repaso fenomenológico por encima de algún asunto o científico, ya digo, te vale en química, te vale en lo que sea— siempre que sea una especie de introducción, ideas para un vídeo de YouTube. Yo eso también lo vivo, es muy bueno. Hay vídeos en los que lo he usado como un poco guía. Oye, por ejemplo, eso de teoría de la medida, pues claro, te da una conexión de cosas que necesitarías un libro entero. Y claro, tampoco puedes siempre leerte un libro entero de todo. Entonces, te da esa conexión de ideas, pero tú tienes que darle un poco, no le puedes simplemente soltar en el campo, tienes que guiarlo bastante bien previamente.

Cosa que quizás no se siente igual con el cinco o con el cinco thinking, porque al fin y al cabo tarda, pues el cinco nada en responder y el otro un minuto, dos minutos, en el tanto coste de oportunidad, pero con el deep research te puedes cagar en todo si lo haces fatal. Pero es una herramienta, ya digo, muy útil en muchísimos campos y yo creo que simplemente por ella, si se usa bien, los veinte euros del plus merecen la pena. Pero bueno, ya eso a cada

Lo bueno

Así que vamos a lo bueno. Primero vamos a tratar el tema de la relación de ideas, la interrelación de ideas. En esto los seres humanos no somos tan buenos como parece, como individuos, porque somos fachidiotas, como dicen los alemanes, ¿no? Los estúpidos de una determinada materia. Sabemos de una cosa nosotros, pero, bueno, esto se entiende que va dirigido a estudiantes, no a expertos ya. Pero el experto que te explica como estudiante las cosas, pues quizás no tiene mucha perspectiva porque sabe de lo suyo y poco más.

En cambio, esta herramienta no es simplemente como Internet, que tienes por ahí un tío que ha relacionado la matemática con la filosofía y tienes ahí uno que ha relacionado las lenguas clásicas con la antropología de un pueblo de Zimbabue. Pero que tú accedas a esa fuente, pues tienes que tener bastante suerte. Entonces, ChatGPT en eso sí que es especialmente potente. Y tú, simplemente estando en un campo concreto, muy concreto, y que a lo mejor tú no tienes que saber nada de los demás, si le dices: «Oye, relacióname esto con antropología. Relacióname esto con la bioquímica». Habrá veces que lo que te diga sea paja, pero hay otras veces en las que sorprendentemente lo que te dice es brutal y no se le ocurriría a casi ninguna persona, porque no tiene la capacidad de hacer ese puente. Esa se supone que es una cierta facultad, no la única, evidentemente, pero una cierta facultad que puede tener un filósofo.

Sin embargo, ¿qué pasa? Que el filósofo, realmente, como filósofo que es, no le ha dado tiempo a ser un experto en ingeniería de materiales y simultáneamente ser un experto en sociología de la Unión Soviética. Entonces, si puede alguien, o algo, una inteligencia artificial, relacionar lo que sí sabe de ambos temas y razonarlo de forma unida, cosa que no puede hacer Internet, pero esto sí lo puede razonar de forma unida, lo que resulta que te lo puede enseñar a ti en el momento, es brutal. Y para mí esto es en lo que la inteligencia artificial lo hace mejor.

Yo, por ejemplo, en las matemáticas y la física, que es lo que estudio, estoy estudiando un determinado tema en el que falta perspectiva, digamos, de matemáticas. Falta perspectiva porque estás delante de un teorema y ya está. Pero es muy complicado, incluso para el profesor, que es experto en eso, relacionarlo con todas sus implicaciones. Y la inteligencia artificial realmente sí es capaz de decirte todas esas implicaciones. Si tú le sonsacas lo suficiente, te lo va a decir todo. Y muchas veces con una claridad que no está en ninguna parte.

Claro que puede alucinar. El cinco normal puede alucinar bastante, el cinco thinking alucina muy poco, pero el cinco alucina. El coste de oportunidad es que se equivoque en un momento determinado. Pero a cambio, has podido en el camino tener un montón de ideas que no habrías tenido alternativamente. Y si usas el cinco thinking, la probabilidad de que se equivoque en esas relaciones es baja. Otra cosa es que no la encuentres interesante, pero siempre vas a encontrar algo interesante. Entonces, para aprender de forma autodidacta, interdisciplinarmente, brutal, brutal. Tanto el cinco como el cinco thinking. Para mí es la panacea.

Más temas. Aquello de lo que no queremos aprender, que de nuevo, como ya he dicho antes, es parte indispensable de lo que sí queremos aprender, porque de ahí hay que cortarse. Entonces, si a uno se le rompe un electrodoméstico, el coste de oportunidad de aprender sobre eso es muy alto. ¿Puedes buscarlo en Internet? Sí, pero Internet seguramente no te va a poner la información por delante si tú no sabes nada bien. Es complicado. Y simplemente con hacerle una foto a ChatGPT, en muchos casos, más de los que parece, lo va a hacer muy bien con cosas cotidianas que así no tendremos que aprenderlas.

En mi caso ha sido esto sistemático, que estoy interesándome por suplementos. Quiero comprar unos suplementos. Digo: «Bueno, ¿cuáles son mejores?» Pues que me haga un estudio de: «Oye, pues este tiene tal, tal, tal» y hago un estudio comparativo sin yo tener que ser un experto en ello. Gracias a que, quizás con un conocimiento mínimo, la inteligencia artificial, el cinco thinking —todo esto va a ser con el cinco thinking, que realmente es el que tiene una habilidad impresionante de aplicabilidad a la vida cotidiana, porque tiene baja alucinación—. Si tuviera alta alucinación, como el cinco, te lo cargas. Pero si tiene baja alucinación y te responde, es tremendo.

Ya digo, por ejemplo, aquí con el set de YouTube, todavía es muy mejorable, pero poco a poco he ido mejorando la iluminación, gracias a esta herramienta. Qué cosas son interesantes comprar versus otras cosas que quizás puedan tener mucho marketing, pero luego no merecen tanto la pena.

También otro asunto interesante, muy interesante: a nadie le gusta aprender sobre impuestos. A nadie le gusta aprender sobre incentivos fiscales, que tienen cosas que ni te habías enterado porque lo han sacado en 2022 o 2023 y nadie se ha enterado y no lo sabe ni tu asesor. Y tú le preguntas a ChatGPT cinco thinking y te lo va a responder superbién. Super, super, superbién. En general, evidentemente, puede tener ciertos errores, pero en general vas a responder muy bien.

No digamos ya, por supuesto, en temas informáticos, si tienes un determinado problema con el ordenador, con tu móvil o lo que sea, le preguntas, le haces una captura en el momento, oye tal cosa, tal cosa, y él te lo resuelve. Cuántas cosas, que yo no tengo ni idea de escribir en el terminal del ordenador para resolver A, B o C, cuántas cosas me habrá ayudado sin que yo haya tenido que dedicar horas. Realmente, muy, muy importante esta faceta, porque es más de simplificarte la vida para poder realmente aprender lo que tú quieres y no dedicar la energía mental a porquería.

Y aquí he mencionado lo de las fotos, que es otro punto brutal también. Ya digo, en esta parte estoy siendo muy positivo, porque hay que serlo. Hay veces que es sorprendente. Le envías una foto que no se ve un carajo. Y lo entiende. Lo entiende, sin más. Lee un número de serie que está en el fondo, con una luz oscura que no se ve, que tú no lo ves y él lo ve. Es una maravilla. Es una maravilla.

Por ejemplo, para cuando uno está estudiando, pues evidentemente ya no hay ni que escribir. Únicamente le envías una captura de lo que estás haciendo, le envías una foto de la página que tienes, y si tienes relativamente buena letra, aunque incluso si tienes mala letra, te entiende relativamente bien. Al menos a mí, generalmente, tampoco tengo una fantástica letra, te entiende más o menos bien y te dice: «Oye, pues el error está aquí, no sé qué». Trabaja con fotos. Y sobre todo, sobre prácticamente cualquier cosa.

Y tiene un buen estudio de incluso cosas estructurales, aunque hay cosas en las que falla, como vamos a ver después. Yo qué sé, pongo un ejemplo, de nuevo, cosa más práctica. Yo voy a una óptica y le digo: «Oye, en función de mi cara, ¿qué tipo de gafas me sientan bien?». Y se me quedan así. «Bueno, somos ópticas, no somos estetistas». Y no tienen ni idea. Y digo: «Joder, ¿a quién coño le voy a preguntar?». Nadie lo sabe. Digo: «Bueno, ¿qué me tengo que probar? ¿Quinientas gafas? Que a lo mejor ni están allí. ¿Qué coño hago?». Y yo, mi propio sesgo, en fin, no puedo darle por culo a todo el mundo. Pues la inteligencia artificial te hace un estudio, simplemente le envías una foto de tu cara, te hace un estudio de la forma de tu cara y te dice: «Pues en función de esta forma de la cara, que realmente es esa, estas son las gafas que tienes que tener».

Y ya, esto es puramente visual, pero hay veces que falla. Esto lo voy a meter ahora dentro de lo malo, pero lo voy a decir ahora. Sí es verdad que hay veces que tiene inconsistencias geométricas. Entonces, muchas veces, sobre todo el chat puede razonar mal, digo el chat, no si le envías una foto, sino si estás escribiéndole, puede razonar mal con respecto a algo que para nosotros geométricamente tiene mucho sentido, por ejemplo, en un vídeo. Y uno no entiende cómo es posible que se equivoque en cosas así, cuando luego lo hace también con las imágenes y parece tener esa intuición geométrica. ¿Cómo es posible que cuando es un prompt tenga tanta falta de geometría intuitiva y, en cambio, en otro caso parece tenerla? Parece tenerla.

Recuerdo que, ya digo, vuelvo al tema este de las luces del setup en YouTube, pues resulta que hubo un fallo ahí muy extraño: me decía que donde tengo yo ahora mismo la puerta, que es ahí, es donde tenía que grabar. En fin, hay veces que uno no entiende muy bien por qué se está confundiendo con cosas tan sencillas como que si yo estoy aquí, lo que tengo enfrente está ahí, y no se ve la puerta si estás mirando hacia allá y la puerta está allí.

Total, que bueno, eso como lo malo, pero no sé cómo va a ser resoluble. Supongo que quizás en los modelos, en el modelo de EGI, obviamente, eso tendrá que ser resuelto. No sé cómo van a integrar el LLM correctamente con la intuición espacial, física, que tienen, por ejemplo, los modelos de difusión de imagen, los como VEO tres y demás. No sé cómo se va a hacer, pero bueno, supongo que están trabajando en eso y llegará la integración, pero ahora mismo eso está un poco cacareado a veces.

Otra cosa en la que ChatGPT la hace también muy bien, sorprendentemente bien con respecto a otras como Gemini: en Gemini uno envía un audio en voz para que te lo transcriba y se equivoca muchísimo, porque no tiene un proceso de adivinación de la siguiente palabra en función del contexto.

Una cosa extrañísima, me he dado cuenta de que Gemini funciona precisamente así. Es muy raro que no lo hayan aplicado a la transcripción. Pero el caso es que en ChatGPT eso funciona muy bien. Entonces, al igual que entiende muy bien imágenes, pues realmente la forma más práctica de trabajar, si estás en tu casa y no estás en una biblioteca o lo que sea, es hablarle por audio, incluso aunque estés a tres metros de distancia y hablándole con un acento rarísimo y supermal, tío, es que te entiende, es que es impresionante. Incluso, ya digo, hablando otro idioma con mal acento, es que te entiende. Es muy bueno, porque entiende el contexto. Entonces, de nuevo, acelera todo eso.

A diferencia del modelo de voz en vivo, yo me refiero a la voz que se transcribe, a partir de la cual puedes hablar con el modelo que tú quieras, el cinco o el cinco thinking. En cambio, el modelo de voz, tú entras en una videollamada con ChatGPT, ahí el modelo es muy tonto. Yo creo que es un cinco, pero incluso más capado, muy malo, realmente muy malo. Así que ese, evidentemente, para aprender no sirve absolutamente nada. No sé si alguien se entretiene con eso, pero si es para aprender, excepto cosas muy sencillas y muy puntuales, no lo uséis ni de coña.

Bien, más cosas. Relacionado, muy relacionado con lo que hablamos al principio de que estas inteligencias artificiales consiguen relacionar muy bien temas distintos, pues además de eso, también el tema que a lo mejor estás estudiando, aunque no lo quieras relacionar con otra cosa, simplemente estás estudiando ese tema, habitualmente, muy habitualmente, va a presentártelo de una manera que no esperabas, que no es exactamente la que te ha dicho tu profesor, evidentemente, porque hay muchos apuntes ahí afuera en el mundo y esta inteligencia artificial entiende que, bueno, no es que coja una media, pero algo hace ahí, ¿no? Y acaba cogiendo lo que recurrentemente suele ir asociado a eso, y a lo mejor no es lo que hacía tu profesor. Entonces, muchas veces vas a asociar los temas que estás aprendiendo en ese momento con otros temas que para ti no estaban directamente relacionados y que, sin embargo, están totalmente relacionados.

A mí me pasó, por ejemplo, el año pasado con teoría de la probabilidad, estaba estudiando, ¿vale? Y un tema que hemos tratado aquí en este canal es la teoría de la medida de Lebesgue. Yo no veía la relación, o sea, evidentemente veía la relación entre la probabilidad y la medida, pero no veía la relación de algunos teoremas de funciones de distribución con medida de Lebesgue. El caso no es eso lo importante. El caso es que tiene un traslado muy interesante en esa teoría que mis profesores en ningún momento me habían trasladado ni lo más mínimo y, sin embargo, era muy fructífero. De hecho, parecía casi la forma natural de enseñarlo.

Entonces, es como que uno consigue salirse del yugo del profesor. Ya no tienes que estar esclavizado por la forma de presentártelo el profesor, que es un poco arbitraria y hay veces que no es la más adecuada, porque a lo mejor el profesor tampoco maneja tanto. Y si, por ejemplo, es un tío que, en el caso de la probabilidad, ha estudiado estadística y no ha estudiado matemáticas, pues te está enseñando la probabilidad desde el punto de vista de la estadística, mucho más básica, y no es apropiada para un matemático, realmente. Un matemático tiene otros teoremas más fuertes que puede utilizar ahí y lo va a entender mejor. Entonces, es una forma de libertad, por así decirlo, con respecto al planteamiento pedagógico un tanto absurdo de tantos profesores.

Y de nuevo, en esto, como he dicho antes, si estáis muy verdes en un determinado tema, a modo de introducción, úsese el ChatGPT cinco, normal. Si, en cambio, hay más fluidez, el cinco thinking, que es realmente donde se cuece lo importante.

Y el siguiente punto es recíproco de uno de los que vimos antes en la parte de lo feo, cuando os dije que muchas veces estos modelos son muy maximalistas cuando te hacen consejos sobre cómo aprender algo y te plantean cosas irreales. Pero, realmente, debido a eso, a uno le puede hacer darse cuenta de lo lejos que está de poder aprender ciertos temas que asumía que podía aprender más rápido de lo que en realidad es. O sea, ver un modelo como el cinco thinking con ese nivel a veces que coge, que empieza a usar términos supertécnicos, es una forma de humildad. Te invita a ser mucho más humilde, porque a lo mejor el libro que estabas usando, los apuntes que estabas usando, ya estás familiarizado con ellos, pero simplemente porque lo has visto ya una vez o dos veces, porque está en la misma línea de lo que te han enseñado tus profesores o lo que sea. En cambio, el cinco thinking a lo mejor te usa tecnicismos que tú ni siquiera sabías que existían y que están muy implantados con lo que estabas trabajando, pero que no son los que tú estabas usando. Y ver eso te hace darte cuenta de: joder, qué poca idea tengo en realidad. O sea, ¿cuánto tiempo le voy a tener que dedicar a esto si quiero estar al nivel de esta cosa?

Es, ya digo, útil desde un punto de vista de saber localizarte bien, en la curva esta de Dunning-Kruger, que no sé si la conocéis, que al principio del todo, cuando uno todavía no sabe mucho de algo, está como en su pico de sentir que sabe más, y luego cuando va aprendiendo más, esa sensación de saber va bajando hasta llegar a un mínimo que se alcanza, pues cuando uno tiene unos ciertos conocimientos, no muy elevados, pero más elevados que el que se cree que lo sabe todo. Pues ya digo que es como que te ayuda la inteligencia artificial a pasar esa barrera de Dunning-Kruger, porque no estás en la burbuja del confort, del libro, de tus apuntes y demás, y te hace darte cuenta de que hay un mundo mucho más allá, ¿no?

Que es un poco similar, simplemente a irte a lo mejor a una página seria de Internet que trate de eso. En la Wikipedia muchas veces hay partes muy duras, muy serias, pero esto pues quizás es más directo, porque si lo estás usando como herramienta de trabajo inmediata, pues te va a ocurrir más veces. Y yo creo que es positivo, la verdad.

Bien, moviéndonos también a una cuestión muy interesante, que es la comprensión textual, la crítica de textos, que también va a ser fundamental, evidentemente. No solamente si uno escribe un texto y quiere saber si se entiende correctamente lo que se buscaba, que a lo mejor ha podido ser mi caso, sino también porque, si uno tiene como tarea en el instituto o en la universidad interpretar un determinado texto, pues puedes utilizarla para ayudarte en esa interpretación, evidentemente. Quizás no se te ocurre todo, evidentemente.

Pues resulta que en los textos en general, la inteligencia artificial hace unas interpretaciones muy interesantes. No digo que sean correctas, pero se aventura a hacer interpretaciones muy interesantes que pueden coincidir con la realidad mucho más de lo que haría otro ser humano, que, sí, joder, si hasta los críticos más afamados muchas veces simplemente son críticos afamados porque tienen una teoría rocambolesca y esa teoría rocambolesca la defiende con ahínco y con fuerza y ya está. Pues esto es un poco parecido. Son buenos críticos en el sentido de que tienen una teoría. Estas inteligencias artificiales tienen una teoría clara acerca del texto y te la presentan y son capaces de defendértela en condiciones.

Y realmente, hay textos que yo he escrito un tanto ciertamente ininteligibles para gran parte de la población, diría yo, porque siempre me ha gustado esa tendencia, no en la oralidad, espero, pero sí en la escritura, a una cierta ocultación detrás de metáforas de lo que en realidad se está queriendo decir. Y aunque no necesariamente la inteligencia artificial puede hacer una interpretación muy interesante de eso. Tengo, de hecho, un par de entradas en mi página web donde tengo dos textos. Uno va sobre una relación interesante que se me ocurrió entre termodinámica y arte, y otra que va sobre la guerra de Ucrania. Y en ambos casos, la inteligencia artificial hizo una interpretación no al cien por cien correcta. Hay ironías que no captaba. Tristemente, no las captaba. Y entonces la interpretación del texto realmente es pobre por eso. Pero en el resto de cosas considero que lo hace mucho mejor que casi cualquier ser humano.

Entonces, bueno, es un punto muy interesante. Y por cierto, que con respecto a eso, el modelo cinco no lo hace mucho peor que el modelo cinco thinking. Todo lo que sea textual y que no requiera un razonamiento concreto, y que no necesite una información hipermegafidedigna, sino que se hace mirando al texto de lo que tiene delante, pues el cinco lo hace bien. Antes, hace unos meses, cuando todavía estaba el cuatro, que alucinaba mucho más, se podía directamente inventar las frases del texto. Podía citar frases que no estaban en el texto, pero eso ahora mismo ya no ocurre tanto. Entonces, si es interpretación de texto, yo os aconsejo usar el cinco. Si tenéis el free, pues obviamente, y si tenéis el plus, pues también podéis probar el cinco y ya está. Y es suficiente, incluso mejor, porque no tiene esa densidad, tiene más claridad y escribe mejor.

Eso es otro punto. El cinco escribe muy bien. Tiene un estúpido uso de emojis, que yo lo tengo desactivado porque lo odio, que use emojis, que se ven muy infantil los textos, pero bueno, el caso es que usa emojis. Muchas veces, el cuatro usaba emojis constantemente, te ponía sin sentido fuegos y cerebros por todos lados. Han quitado un poco. En cambio, el cinco thinking es muy aséptico, no tiene nada, es solo texto y además muy árido. Pero ya digo que el cinco escribe mejor que el otro, porque el otro sería como comparar a Platón contra Aristóteles. Quizás Aristóteles, que sería el cinco thinking, sería más riguroso en los conceptos y es ciertamente más fiable, quizás, pero Platón tiene unas cabalgadas poéticas que no tiene el otro. Entonces, evidentemente, salvando las distancias muchísimo, pero sería un poco la analogía.

Entonces, para temas estrictamente literarios o temas estrictamente de texto, el cinco lo hace bien, tanto en interpretación como en la propia escritura, más que el otro, yo creo. Excepto que estéis con algo muy concreto, que requiera una información muy precisa, muy concreta. Ahí, pues sí. Yo qué sé, si estáis haciendo un informe científico, si estáis haciendo un artículo de algo en la universidad, hombre, ahí evidentemente tenéis que usar el cinco thinking, eso sí está claro, pero si es una tarea un poco más creativa, pues ya está.

Y para acabar con esta parte de los pros, vamos a hablar de los GPT y de los proyectos. Si no lo sabéis, porque usáis la cuenta gratis, esto está disponible solo en las plus, creo, al menos ahora mismo, los GPT son básicamente formas de personalizar tu chat con instrucciones concretas. Para que no tenga que ser una personalización total y que cada vez que le hables tenga en cuenta eso, sino que imaginemos que, por ejemplo, estás estudiando una determinada asignatura y te gusta que proceda de una forma a la hora de explicarte los contenidos de esa asignatura.

Pues entonces puedes hacer un GPT personalizado que te cubra esa forma de operar. Yo, por ejemplo, tengo una para problemas de física y matemáticas y tengo otra para teoría de física y matemáticas. A mí me gusta mucho la teoría de física y matemáticas, acordarla también con un contexto histórico y filosófico y sobre todo muy intuitivo, que me dé mucha intuición, que me dé mucha geometría del problema y no simplemente la pura formalidad, el puro formalismo, la pura matemática, que es normalmente la forma en que están enfocados los apuntes. Como todo eso en general ChatGPT lo suele hacer bastante bien, pero no quiero aclarárselo todas las veces, pues tengo un GPT personalizado, que por cierto, si sois estudiantes de física y matemáticas, podéis buscarlo en la tienda de GPTs y usarlos. No son una maravilla, pero yo los utilizo y a mí me gusta usarlos.

En el caso de la teoría, me explica los teoremas con mucho más contexto. Y a mí me gusta hacerlo así con determinados teoremas importantes. Y en cambio, con los problemas, le hago imaginarse —esto funciona mucho con la IA— que él es Feynman, por ejemplo, Richard Feynman, y le digo que me tiene que resolver los problemas de tal forma. Por ejemplo, es muy lógico que uno al principio no quiera resolver el problema de forma directa. Entonces le pides que haga el problema por la mitad, o que te dé las pautas iniciales, y después que tú te hayas ya roto la cabeza con las pautas que te ha dado, pues ya te lo resuelva, además de varias formas posibles, si es que acaso es posible, y te dé intuición física de esas cosas. Te digo que esto en cada disciplina va a ser diferente, evidentemente. Si uno está haciendo filología hispánica, no van a aplicar estos GPTs, pero aplicarán otros, seguramente, que también pueden ser muy útiles.

Luego están los proyectos, que son básicamente como una carpeta de trabajo, una carpeta de chats, donde no tienes personalización, pero básicamente trabaja con la información que le das tú, para que no trabaje justamente lo que estamos diciendo antes: si estás aprendiendo un determinado tema de una asignatura, no quieres que utilice conceptos demasiado afuera de esa asignatura para explicártelo, porque a lo mejor, en general, esa es la forma natural, pero tú te quieres ceñir al examen y estudiarlo de esa forma. Entonces le puedes enviar en ese project unos PDFs de tu asignatura, de un tema o de una asignatura entera, para que trabaje sobre eso. Aunque también va a coger información de fuera, mucho lo va a basar en el PDF que tú le has enviado. Esto es muy, muy útil. Yo creo que en cualquier campo, realmente, no se me ocurre en cuál no. Tú tienes tu contenido que estás estudiando y lo que quieres es que rice el rizo sobre ese contenido y no que se vaya demasiado, a no ser que sí quieres que lo haga. Pero si no lo quieres, pues que lo haga de forma más contenida sobre lo que tú le has dado. Esto también se puede hacer de forma manual, simplemente enviándole el PDF y trabajando un día sobre ese PDF.

Pero el project a mí me gusta muy en concreto, por ejemplo, en la carrera que yo estoy estudiando, para relacionar dos asignaturas que creo que tienen mucha sinergia. Si creo que dos asignaturas tienen mucha sinergia y además es muy importante para el aprendizaje, para la retención, la relación, el relacionar lo que estoy viendo en el tema cuatro con lo que vi en el tema uno, lo que estoy viendo en el tema dos —a lo mejor no voy a ver la utilidad hasta el tema cinco—, pues la inteligencia artificial, basándose en los apuntes, me va a poder decir: «Esto lo utilizarás en el tema cinco para tal cosa». Y dices, guau, está, digamos, abriéndote la posibilidad de ver el bosque antes de simplemente centrarte en los árboles. Te está ampliando perspectiva, te está ampliando intuición, que es muy, muy importante.

Entonces, para eso, los projects pueden ser útiles, porque le puedes poner PDFs de varios temas y de varias asignaturas, y le dices: «Oye, cuando estés estudiándolo, quiero que me lo relaciones con tal cosa que vi entonces». Si es que no te acuerdas muy bien. Si te acuerdas, evidentemente haces un esfuerzo inicial, y cuando ya has hecho el esfuerzo inicial, después le pides que te lo amplíe. Y eso para mí está siendo tremendo, porque realmente es una forma mucho más integrada de aprender, porque al final la forma más eficiente de avanzar en el aprendizaje siempre es formando grandes redes de conexiones, aprendizajes por aquí, por acá, porque luego, cuando están en ese tejido, es muy complicado realmente que se olviden. Ese es el tema. Así no se siente además como memorizar, lo estás memorizando de forma mucho más intuitiva. Así que, en eso, que para mí ha sido clásicamente la forma más interesante de aprender, la inteligencia artificial lo hace brutal, brutal.

Y además te permite ceñirte a las asignaturas que quieres concretamente, si usas, por eso, por ejemplo, los projects. Y no, pues como antes, que a lo mejor para hacer esa trabazón tenías que coger un libro allí, un libro allá, y no hay tiempo, así de simple, no hay tiempo.

Entonces, con esto te permite, ya digo, acotarte, pero a la vez, dentro del terreno acotado, relacionar todo, y no simplemente quedarte con: estudio esto, luego estudio esto, luego estudio esto. No, buscas la trabazón entre todas esas cosas.

Lo malo

Bien, pues hasta aquí todo lo más bueno y lo más positivo, que ha sido la parte más gorda. Ahora vamos con la parte de lo malo. Evidentemente, no me voy a poner a explicar cosas que evidentemente la inteligencia artificial no hace y que no sabemos cuándo va a hacer, si lo va a hacer, que son obvias que no hace, sino cosas que a lo mejor no sabíais que funcionaban peor de lo que debería. No es todo lo que no hace, sino las cosas que hace mal, teniendo en cuenta que podría quizás hacerlo mejor ya, o que sí es importante de cara al aprendizaje tener en cuenta que no lo hace bien.

Hay dos cosas que son completamente absurdas ahora mismo, no son muy relevantes, solamente por rematar el tema este de los GPTs y los proyectos. Resulta que tú no puedes apelar a un GPT dentro de un proyecto, es decir, estar trabajando, por ejemplo, dentro del proyecto de una asignatura con un GPT especial para esa asignatura. No puedes hacerlo, es muy estúpido. Esto lo podrían resolver, pero no lo resuelven. Eso evidentemente no es una catástrofe, pero es un poco estúpido.

Y luego también resulta que en el ChatGPT —os aconsejo tenerlo también en el escritorio, no solamente en la página web, porque es más cómodo— pues en el modo escritorio, desgraciadamente, los GPTs no pueden usar el modelo de razonamiento thinking. Entonces, por ejemplo, para mi GPT de problemas no sirve para nada el cinco normal, porque tiene que estar en modo de razonamiento.

Por cierto, que una cosa que sirve mucho, se me olvidó decirlo antes, tanto en la personalización de tu GPT como cuando haces investigaciones profundas, como cuando quieres que piense bien para un determinado problema, es curiosamente decirle que piense profundo. «Piensa profundamente sobre esto». Entonces va a pensar más. Es un poco raro, pero así funciona.

Bien, pues lo que estaba diciendo es que en las aplicaciones de escritorio hay cosas que no funcionan, como eso, que no puedes poner el modelo de razonamiento a los GPTs. Pero eso es secundario, supongo que lo resolverán. En cualquier caso, lo puedes hacer en la página web de ChatGPT de toda la vida. Así que vamos a cosas que son más importantes.

Por un lado, evidentemente, seguimos teniendo el problema de la alucinación. Y resulta que no solamente es que alucine, sino que está ya demostrado que las inteligencias artificiales son mucho más convincentes que los seres humanos en un debate o, en general, a la hora de intentar persuadir al otro de una determinada tesis. Entonces, nos la pueden colar completamente, nos la pueden colar y que sea hipermegafalso. Y además, evidentemente, no va a tener ni el más mínimo atisbo de duda en el momento de decírtelo de que eso es así. Te va a convencer en el momento de que eso es así y punto. Y si se lo dices sin demostrártelo, te va a decir: «No, te estás equivocando por tal». Y a lo mejor el equivocado, evidentemente, es él.

Esto ha mejorado, la tasa de alucinación ha mejorado muchísimo. Como ya he dicho, el cinco no tiene nada que ver con hace unos años, que le decías un escritor y se inventaba la mitad de los libros del escritor. Eso, que yo haya visto, ya no ocurre nunca. Que tú le digas un escritor y no te sepa decir, que te invente los libros, eso a mí ya no me ocurre. O un compositor, o un artista, y te diga esa obra o esa canción, y que se la ha inventado, pues eso ya no lo hace tanto. Y el cinco thinking no alucina prácticamente nada.

Pero una cosa es que no alucine, otra cosa es que falle. A veces falla, por lo que sea, pues falla. Y si falla, resulta que es problemático porque es demasiado convincente en relación a un ser humano. Entonces, esto sigue siendo uno de los grandes problemas. Pero, en relación a la utilidad que tiene, yo creo que sigue siendo mejor utilizarlo sabiendo esto que no utilizarlo en absoluto, desde luego.

Pero claro que esto nos invita a reflexionar sobre cuáles son las limitaciones, por ejemplo, a la hora de usarlo en una información precisa que uno requiera en una empresa para vender un producto o lo que sea. Ahí esto puede funcionar muy mal, realmente. Pero en el mundo del aprendizaje, aunque te puede enseñar cosas erróneas, realmente la probabilidad es menor, en tanto que no van a ser conocimientos habitualmente tan específicos como, ya digo, la casuística de una empresa que tiene que saber que tal proveedor de no sé qué tiene tal condición de no sé cuánto, yo qué sé. Pero en el caso de cosas que estemos aprendiendo, y más si es de la ESO, si es de bachillerato, si son los primeros años de la universidad, pues le vas a preguntar sobre los productos notables, o le vas a preguntar sobre sintaxis, o le vas a preguntar sobre lo que sea, la fotosíntesis, pues obviamente cualquier cosa así tan sencilla, y también cosas de doctorado.

Tú le vas a preguntar sobre los grupos de matemáticas, de lo que sea, pues va a hacer un buen papel, porque son conocimientos un poco más atemporales. Es fácil que sea preciso ahí el modelo cinco thinking, pero de nuevo hay que seguir teniendo cuidado.

Segundo punto. Evidentemente, el cinco es una absoluta basura para pensar. Lo dije al principio del vídeo. En enero, el modelo que teníamos, que era el cuatro, no servía absolutamente para nada de matemáticas, muy marginal. Sabía utilizarse si uno sabía matemáticas para cosas concretas. Entonces, yo ya utilizaba muchísimo ChatGPT en ese momento. Ya digo que el ejemplo que os puse antes de la teoría de la probabilidad y la teoría de medida me lo hizo ChatGPT cuatro. Pero claro, evidentemente con el problema, la contraparte de que quizás la teoría te la puede explicar bien, pero los problemas no hacía absolutamente nada, podía decir que pi era igual a dos pi. Horrible, horrible. Entonces, eso le sigue ocurriendo al modelo cinco normal.

Cuando salió el cinco, que Sam Alman lo anunció a bombo y platillo como si fuera casi, casi, casi una inteligencia artificial general, la gente se reía porque ChatGPT cinco decía que nueve punto once era más que nueve punto nueve. Pero bueno, evidentemente el modelo thinking esos errores no los comete, los comete el cinco normal, que es muy tonto para estas cosas. No uséis el cinco para hacer problemas de ningún tipo, ni para hacer cualquier cosa que requiera un pensamiento estructural mínimamente serio. Yo qué sé, cualquier cosa, sintaxis del latín. No lo va a hacer bien, no lo va a hacer bien, nada bien.

Y el problema es que como el modelo gratuito es así de malo, solamente sirve para muy pocas cosas, la gente no le ha visto todavía el potencial a esto y no se están dando cuenta de lo que va a venir. Y es que prácticamente en cualquier cosa el cinco thinking va a defenderse muy bien, pero el cinco, hay cosas en las que no hace nada, cero, cero. Y te vende que sí. Y encima tú te encabronas todavía más porque ves una cosa ahí convencida de tonterías. Entonces, la gente dice: «Bueno, esto no sirve para nada». Está avanzando muy rápido, precisamente por los modelos de razonamiento, sigue avanzando muy rápido. Así que no os dejéis despistar porque el cinco no funcione muy bien, porque el otro es que es una diferencia total, es de cero a cien en muchas cosas. En otras, como digo, no, pero hay ciertas cosas en las cuales no se puede usar el modelo cinco normal, lo siento mucho. Para esas cosas hay que pagar ese dinero. Y si no, pues a mí tampoco me cae muy bien Sam Alman, siempre estoy aquí promocionándolo, pero yo digo lo que hay.

Si bien, como ya dije antes, hay errores extraños, como el de la puerta, de que tú me estás mirando a mí, pero si la puerta está detrás tuya, tú no ves la puerta. Pues eso, el modelo cinco thinking, evidentemente, si se lo escribes tal cual, sí que lo va a hacer, pero a lo mejor con un razonamiento más largo no se da cuenta de que eso es estúpido y es una inconsistencia. En esas cosas falla también el cinco thinking, cosas quizás geométricas básicas de un ser humano intuitivas, pues las falla.

El otro día me sorprendió. Pongo este ejemplo porque me parece curioso, de cosas que a lo mejor un ser humano no le parece lógico tenerlo en cuenta, pero una inteligencia artificial sí. Imaginemos que —me ocurrió el otro día— vamos a invertir una cierta cantidad de dinero, vamos a decir cien euros, en varias cosas. Y queremos invertirlo en oro, queremos invertirlo en la bolsa americana, queremos invertirlo en bolsas emergentes. Bueno, el caso es que vamos a invertir en varias cosas. Y le pregunto a la inteligencia artificial: «Oye, ¿qué te parece este plan? Cincuenta a la bolsa global, digamos, de tipo desarrollado, que tiene mucho Estados Unidos, tiene un poquito de Europa, tiene un poquito de Japón. Luego un veinte por ciento, vamos a decir, de oro y plata, o veinticinco por ciento, algo así. Luego un veinte por ciento de emergentes y luego un cinco por ciento de empresas pequeñas europeas y un cinco por ciento de empresas grandes europeas».

¿Por qué escojo un cinco por ciento de empresas pequeñas europeas y otro cinco por ciento de empresas grandes europeas? Porque son complementarias, obviamente, son activos diferentes, cada uno tiene su interés propio, y no, quiero Europa, pero además quiero esa diversificación. Y el chat, da igual que sea el cinco o el cinco thinking, te dice: «Europa está sobreponderado, porque tienes un diez por ciento del total dentro del cincuenta por ciento que os dije al principio de cosas occidentales, pues ahí hay un diez por ciento del total Europa, y luego tienes un cinco, y luego tienes un cinco. Tienes un total de tres posiciones que están en Europa». Le digo: «Pero pedazo de mendrugo, si lo que tengo es un veinte por ciento en Europa, un veinte por ciento en emergentes, un veinte por ciento en Estados Unidos y un veinte por ciento en oro y plata».

¿Qué coño me vas a decir de que Europa está sobreponderado? ¿Por qué le parece que está sobreponderado? Pues simplemente porque aparece tres veces. Aparece en los desarrollados, aparece en Europa pequeño y aparece en Europa grande. Pero es que lo que le he puesto es un cinco por ciento, un cinco por ciento. Y es muy tonto, porque el cinco, ya digo, es algo muy intuitivo que uno pensaría que no va a fallarle a nadie ese razonamiento. Y sin embargo, aunque se lo digas, te dice que sigue empeñado. Sigue diciendo: «No, está sobreponderado, porque es que aparece tres veces. Es que te gusta mucho Europa o qué. Se sobresolapan». Pero ¿por qué se sobresolapan? Se solapan entre ellos. En fin, cosas que uno no entiende muy bien por qué razona así, pero esto al final no es un ser humano, es una cosa distinta. Entonces, va a razonar de una forma distinta.

Y precisamente también por su forma distinta de consciencia, entiéndase de forma muy laxa, evidentemente, pues hace cosas muy raras a veces. Y con los textos hace cosas raras. Ya digo que es hortera, pero es que a veces directamente es una mierda, y el arte, las imágenes generadas, muchas veces, pues una basura. Pero bueno, eso ya digo que lo puedo meter quizás más en lo feo.

Pero también hay una cuestión que es más de tipo de la personalidad, por así decirlo, que tiene, que ya digo, hace cosas raras y que parece que aunque las personalices va a seguir haciéndolo una y otra vez. Por ejemplo, estás aprendiendo sobre un determinado tema y siempre va a tener la muletilla o coletilla al final de decirte: ¿quieres que te haga un ejercicio de esto? O algo así. Y aunque tú le pongas en la personalización: «No me pongas ejercicio de esto», pues alguna vez después te lo escribe. ¿Quieres que te haga un ejercicio de estos? Bueno, venga, a ver, está tomando proactivamente una decisión de ayudarte. Es basura.

O sea, es como si un niño de diez años está estudiando la propiedad conmutativa, A más B es igual a B más A, y lo está estudiando y le pregunta al ChatGPT por la propiedad conmutativa. Te dice: ¿quieres que te ponga varios ejercicios? ¿Uno más tres es igual a tres más uno? ¿Cuatro más cinco es igual a cinco más cuatro? Y es como en plan, piensa muy raro. O sea, es muy autista a veces, realmente. No tiene ningún sentido esa forma de operar. Y realmente contra eso hay poco que hacer.

Consejo con respecto a esto, que para mí sí es algo grave, porque se va una parte importante del… Si al principio no estás acostumbrado a que lo que te va a decir al final es una mierda, vas a tender a leértelo innecesariamente. Entonces, mi consejo es que normalmente los últimos dos párrafos o tres párrafos en los que te dice: ¿quieres que haga esto? ¿Quieres que haga lo otro? No sé qué, no sé cuánto, es una basura normalmente. Y los consejos que te da ahí no son nada buenos, son muy malos. En general son muy malos. Me parece muy sorprendente.

Pero eso podría entrar más en lo feo, porque parece una cosa más resoluble, pero lo que no es tan resoluble, evidentemente, es su, ya digo, su personalidad rara. Y aunque a veces puede parecer casi un poco humano, cuando uno ya está más acostumbrado a tenerlo como un copiloto, como le gusta a Microsoft decir, o simplemente, pues eso, como asistente personal en cada cosa que le preguntas, llega un momento que uno se cansa de siempre las mismas, siempre las mismas bromas, entre comillas, siempre las mismas… En fin, pero bueno, eso supongo que quizás es como con un ser humano, que al final si estás ahí ocho horas con tu secretaria o secretario, pues te acabas cansando de sus tópicos, de sus clichés. Y este muchas veces utiliza siempre las mismas expresiones. A mí siempre me dice: cero humos, no sé qué, no sé cuánto. Sin azúcar. Siempre me dice: sin azúcar, sin anestesia. Vale, estoy un poco cansado de eso.

Antes, lo que me hacía el cuatro, me acuerdo de aquellos tiempos, lo que no paraba de hacer era enviarme fuegos. Constantemente, daba igual lo que pusiera, aunque estuviera hablando de, yo qué sé, de una reacción química. Bueno, si es una reacción química, pues quizá lo del fuego puede tener sentido. Yo qué sé, estoy hablando, ya digo, de filología latina y te ponen dos fuegos. En fin.

Y vamos ahora sí con lo último, que es más un problema de tipo personal más que de la propia inteligencia artificial en sí, que es evidentemente el mal uso de esta inteligencia artificial dentro del contexto del aprendizaje. Y esto evidentemente no tengo que explicarlo demasiado. Todo el mundo sabe a lo que me refiero. Me imagino que en la ESO, en bachillerato y en la universidad también. Pero en mi carrera es un poco imposible, porque luego en los exámenes te comes una mierda, pero en una carrera en la que simplemente tengas que hacer trabajos, claro, pues si haces los trabajos con la IA esta, y ya está, no aprendes un chingo, no aprendes absolutamente nada.

Ya digo, en mi carrera eso es completamente imposible, pero me imagino que en bachillerato, que te envían deberes y esas cosas, en la ESO, en el colegio, pues claro, todo lo puedes hacer todo con ChatGPT, no hay nada que no pueda hacer. Entonces, evidentemente, el que no lo use de forma correcta pues está acotándose brutalmente sus posibilidades de aprendizaje. Sin embargo, yo animo a que se utilice esto, como es lógico, de una forma muy proactiva y que realmente la clave está en que uno mismo primero se estruja el cerebro.

Y esto es una forma de sobrepasar las limitaciones que normalmente nos imponen, no deliberadamente o deliberadamente, los profesores, que son muchas veces, pues ya tengo un vídeo hablando de los profesores, la miniatura es un ChatGPT gigante. Ahí lo tenéis, si no, y sobre el sistema educativo no me voy a meter en eso ahora, pero muchas veces son ataduras y limitaciones. Claro, si uno siente que para poder aprobar bien selectividad, para poder hacer tal cosa, cual cosa, tiene que ir a una academia, tiene que estar siempre con los profesores ahí preguntándole cosas.

Y realmente muchos profesores son muy malos explicando, muy malos. Y las academias también son muy malas, hacen una y otra vez lo mismo y no incentivan el aprendizaje, y por eso muchos alumnos no salen de ese foso. Y las academias, claro, ponen noventa y ocho por ciento aprobados. Hombre, es que quién no aprueba selectividad.

Entonces, ahí te da una libertad brutal. Ya digo, además, mucho más barato que esas academias, y sin duda más barato que el sistema educativo, pero bueno, como ese hay que pagarlo de todas formas. Una inteligencia artificial para tú poder ponerte a tu ritmo, personalizar tu propio ritmo de aprendizaje, repito, y tus formas que sean más óptimas para ti.

Y realmente si le dedicas el tiempo de hacer ese estudio de cómo puedes utilizar la inteligencia artificial de forma más óptima para aprender, y no simplemente delegar, obviamente, que lo haga todo, vas a ser tú mucho más activo que si te lo explica un profesor y tú estás así en la clase, apuntando, anotando. Esto es mucho más activo, porque es como un profesor particular. No te pone los retos que te debería poner, te pone los retos de mierda, como ya he dicho, cinco más cuatro es igual a cuatro más cinco. Pero aunque no te ponga esa parte de los retos, si tú te pones a ti buenos retos con la inteligencia artificial, vas a llegar superlejos.

Y los retos al final, pues te los puedes poner, ponerte con un examen de una asignatura, ponerte con el libro, y simplemente complementas tú tu forma de estudiar con esto, que es como un profesor privado, un profesor particular, muy capacitado para ciertas cosas si lo utilizas bien.

De nuevo, si se trata única y exclusivamente de maximizar la probabilidad de que en el próximo examen saque las cosas justo como quiere el profesor que yo las saque, no os voy a engañar, quizás ahí la inteligencia artificial siga estando por detrás de una academia que simplemente te prepara para ser un robot y escribir exactamente lo que quiere que escribas.

Pero si tienes un proyecto más a largo plazo, por ejemplo, si estás en la ESO y te quieres tomar en serio, quieres entrar en medicina o algo así, que no creo que haya mucha gente aquí tan joven, pero bueno, da igual a que hayas llegado hasta aquí, pero puede ser que sí, pues mejor tómatelo como un proyecto a largo plazo, decir: venga, pues no tengo que darme el atraco con el segundo de bachillerato. Solamente voy aprendiendo ya las cosas más en condiciones, y cuando llegue ya no tendré que depender de que un profesor me explique de forma roñosa esto para en un momento hacerlo así.

Y en una carrera uno, aunque tiene siempre el sentimiento de que los plazos son muy cortos y que todo está muy acelerado y todo eso, el trabajo bueno y eficiente el primer año luego se va a ver, va a ver sus frutos a lo largo del resto de la carrera.

Así que bueno, yo como siempre voy a animar desde aquí a que se haga un uso activo y orientado a aprender más que a cualquier otra cosa. Obviamente, más que a aprobar exámenes y cosas así. Y por supuesto, más que simplemente ponerlo a trabajar ahí para que haga los trabajos, evidentemente.

Aquí hemos hablado de cómo utilizar la IA mejor para aprender. Si os ha gustado, esto ha sido con respecto a ChatGPT cinco. Yo creo que si ChatGPT seis sale, no va a ser muy diferente, por lo que se habla de que va a ser más personalizar un poco más la experiencia, pero ahora mismo yo creo que la capacidad del cinco thinking y el seis thinking, pues no creo que haya tantísima diferencia.

Pero sí me gustaría, seguramente, si merece la pena hablar de Gemini, pero cuando salga el tres, que ahora mismo a fecha de cuando estoy grabando este vídeo pues no ha salido. Así que en ese momento, si os ha interesado este vídeo, pues podré hacerlo, porque además a todos los jóvenes estudiantes universitarios le dan una cuenta gratuita de un año de Gemini. Entonces, puede ser quizás más práctico para todos estos estudiantes de universidad.

Así que bueno, espero que os haya resultado interesante este vídeo tan práctico, no muy habitual.

Y nada, nos vemos en un vídeo próximo y espero que os sea de gran utilidad y utilicéis mucho vuestro asistente personal de inteligencia artificial. Nos vemos.