Noticia
Comentario
Sólo era cuestión de tiempo que OpenAI lanzara los ChatGPTs personalizados, en donde puede especificarse la "atención" al contexto que debe tener la Inteligencia Artificial para especializarse en tareas concretas. El canal DotCSV ejemplifica muy bien las posibilidades de este avance, que permite multiplicar las aplicaciones y entrenamientos especializados de ChatGPT. Esto proporciona a los usuarios una sistema que se especializará en resolver tareas complejas, las cuáles se podrán resolver de forma procedimental, conforme a las indicaciones dadas.
La irrupción de los GPTs personalizados, anunciada durante el DevDay de OpenAI junto con GPT-4 Turbo, representa un cambio de lógica en la interacción con los modelos de lenguaje. Hasta ahora, el usuario se enfrentaba a un modelo generalista al que había que “enseñar” en cada conversación el contexto, las preferencias y las restricciones aplicables. Con los GPTs personalizados, ese condicionamiento puede fijarse de forma permanente, creando instancias especializadas que conservan instrucciones específicas, conocimientos adicionales y comportamientos adaptados a un dominio concreto.
Esto significa que el usuario no tiene que programar ese condicionamiento, o casuística de funcionamiento, ya que OpenAI lo ha simplificado también, mediante la entrada de lenguaje natural. Este avance, facilita le uso de la aplicación y previsiblemente aumentará la retroalimentación de la Inteligencia Artificial, para ser más capaz, polifacética y experta en diversas tareas, para las que inicialmente no ha sido entrenada.
La simplificación es aquí un factor determinante. La creación de un GPT personalizado no requiere conocimientos de programación ni de ajuste fino de modelos (fine-tuning). El propio usuario, mediante una interfaz conversacional, puede definir las instrucciones de comportamiento, subir documentos que sirvan como base de conocimiento adicional y establecer las capacidades que desea habilitar (navegación web, generación de imágenes, etc.). Esta accesibilidad abre la puerta a que profesionales sin formación técnica —docentes, investigadores, gestores documentales— puedan construir sus propias herramientas especializadas.
Desde la perspectiva de las Ciencias de la Documentación y la Recuperación de Información, los GPTs personalizados introducen varios elementos de interés. En primer lugar, permiten encapsular conocimiento experto en una interfaz conversacional accesible. Un investigador puede crear un GPT entrenado con su propio corpus documental, que responda preguntas sobre su campo de especialización con un lenguaje y un nivel de profundidad ajustados a su público objetivo. En segundo lugar, facilitan la creación de sistemas de apoyo a procesos documentales complejos: desde la clasificación automatizada de documentos hasta la generación de resúmenes analíticos con un formato predefinido.
No obstante, esta misma facilidad plantea interrogantes que hemos abordado en artículos anteriores. La posibilidad de cargar documentos como base de conocimiento personalizada reabre la cuestión de la propiedad intelectual y la confidencialidad de los datos. Un usuario que suba documentos a su GPT personalizado debe ser consciente de cómo se almacenan, procesan y eventualmente utilizan esos materiales. Por otra parte, la proliferación de GPTs especializados puede fragmentar el ecosistema en una multiplicidad de sistemas cerrados, dificultando la interoperabilidad y la evaluación independiente de su comportamiento.
En el contexto más amplio de esta serie, los GPTs personalizados representan la convergencia de dos tendencias ya apuntadas. Por un lado, la evolución hacia modelos más potentes con ventanas de contexto ampliadas (GPT-4 Turbo) proporciona la infraestructura técnica para manejar instrucciones complejas y grandes volúmenes de información. Por otro lado, la demanda de sistemas especializados y controlables —como Vincent AI en el ámbito jurídico o los detectores de texto científico— encuentra aquí una vía de implementación accesible para cualquier usuario.
La comparación con otros anuncios recientes resulta ilustrativa. Mientras que Sutro automatiza el desarrollo completo de aplicaciones a partir de descripciones en lenguaje natural, los GPTs personalizados operan a un nivel más específico: no generan aplicaciones independientes, sino comportamientos especializados dentro del ecosistema de ChatGPT. Se trata, por tanto, de una estrategia de plataforma que busca retener a los usuarios ofreciéndoles capacidad de personalización sin necesidad de abandonar el entorno de OpenAI.
La retroalimentación que estos GPTs personalizados generarán —tanto por el uso como por las configuraciones que los usuarios creen— constituirá a su vez un activo valioso para OpenAI. Cada interacción con un GPT especializado proporciona datos sobre patrones de uso, necesidades específicas por dominio y áreas de mejora del modelo base. En este sentido, la personalización no solo beneficia al usuario, sino que acelera el ciclo de desarrollo de la plataforma.
Como en otros avances analizados en esta serie, la innovación técnica avanza más rápido que los marcos normativos y las prácticas establecidas. Los GPTs personalizados ofrecen un potencial considerable para la automatización de tareas documentales, la creación de asistentes de investigación y la difusión de conocimiento especializado. Pero su adopción responsable exigirá que los usuarios desarrollen criterios claros sobre qué información confían al sistema, cómo verifican la calidad de sus respuestas y en qué contextos resulta apropiado delegar decisiones en estas herramientas.