De la era GPT a las apuestas de Google: cómo las nuevas funciones de Gemini buscan destronar al líder de la inteligencia artificial conversacional
Imagen creada con Inteligencia Artificial (ChatGPT 4o).
¿Quién ganará en la pelea por la inteligencia artificial?
Vengo usando mucho varias inteligencias artificiales y he notado un cambio en mi comportamiento: empecé a usar mucho la de Google. Y hasta llegué a un punto en que sentí que tenía que pagar su plan avanzado.
Estamos en un punto germinal en este asunto. Las empresas luchan por conquistar a los usuarios con nuevas funciones y modelos más avanzados para que nos acostumbremos a usar sus sistemas.
¿Cuál usaremos más? La que más nos resuelva el día a día. Hoy te voy a hablar de funciones lanzadas por Google.
Obvio, el que picó en punta fue OpenAI con ChatGPT. De hecho muchos hablan de la era "pre GPT y post GPT". No hay dudas de que su revolucionario bot conversacional marcó un antes y un después. Es el que más uso, debido a sus poderosas funciones: los espectaculares GPTs avanzados que permiten hacer tareas repetitivas de todos los días en segundos, o los proyectos (que tienen memoria específica para una actividad en concreto que estamos realizando).
Pero en los últimos meses/semanas, Google se ha esforzado en sacar funciones y modelos que, en algunos casos, le pasan el trapo a OpenAI.
Lo más increíble, que generó mucha repercusión entre usuarios hispanohablantes, es NotebookLM. Es una herramienta de Google que utiliza inteligencia artificial para ayudar a los usuarios a comprender y trabajar con documentos.
Permite cargar diversos tipos de contenido (audios, textos, PDFs, videos de YouTube) para luego realizar preguntas específicas, obtener resúmenes automáticos, identificar temas clave y generar otros formatos como glosarios o guías de estudio. También genera mapas mentales: esto está alucinante porque podés ver "desde arriba" este tema. Pero lo más viral es su capacidad de crear un podcast de pocos minutos con dos personas.
Lo mejor de ese podcast es que uno puede configurar sobre qué asuntos quiere que se haga énfasis, y de qué forma está bueno que hablen los conductores.
Hice algunas pruebas que me gustaron mucho. Una de ellas fue escribir un texto sobre la historia de mi familia, y la forma en que la relatan en el programa me pareció muy divertida. Generó mucha repercusión en el grupo de WhatsApp en el que están mis padres, mis hermanos y cuñados.
Aunque lo más útil que podrías probar es sobre política. Lo que hice fue cargar los programas políticos de los candidatos a la Intendencia de Montevideo y a los autores del podcast les pedí que hicieran énfasis en qué proponen todos sobre veredas y recolección de residuos. Es una forma más amena de interiorizarse sobre propuestas. El resultado me gustó mucho porque, cuando me fui a mi casa en auto luego de trabajar, pude adentrarme en estos temas que tal vez hubiese sido muy engorroso revisar programa por programa.
En definitiva, puede tener un impacto ciudadano que, bien aprovechado, puede ser útil hasta para la democracia. Podés escucharlo acá.
Ponete en esta situación: imaginá que pudieras leer una biblioteca gigantesca, con miles de libros repletos de información sobre todos los temas que te interesan. Esa es la diferencia entre los modelos más avanzados de inteligencia artificial de hoy. Mientras algunos apenas hojean unas cuantas obras, otros son capaces de absorber volúmenes enteros, lo que les permite ofrecer respuestas más precisas, profundas y conectadas entre sí. Cuanto más leen, más capaces son de entender el contexto, recordar detalles relevantes y ofrecer soluciones más completas.
Por eso, algunos modelos de IA pueden razonar de forma más compleja que otros. No se trata solo de cuán rápido responden, sino de cuánto conocimiento tienen presente al mismo tiempo. La clave está en su "ventana de contexto": un espacio interno donde la IA procesa información para responderte.
Gemini desarrolló un modelo llamado Pro Experimental 2.5 Pro, que es de los que mejor desempeño tienen.
La ventaja que tiene Google en este caso es que estos modelos, que crean "tareas de alta complejidad", son gratuitos para los usuarios. Si bien los que pagan pueden hacerle más preguntas e "iterar más" (repreguntarle, corregirle luego de lo que hace), a priori es gratuito para los usuarios que usan la app de Gemini.
Y lo más increíble es que empieza a escribir código como si del otro lado hubiera un programador.
Podés pedirle cosas muy básicas, como que te cree un test interactivo para los usuarios sobre la vida de José Artigas (como este que creé). Pero hay tantas aplicaciones como tu mente sea capaz de crear. Hay gente que hace páginas web, infografías y hasta juegos interactivos.
Otro ejemplo interesante es crear líneas de tiempo. Como una que creé que te permite ver cuáles fueron los papas del siglo XX y XXI con hitos de sus gestiones.
También estoy intentando crear (todavía no lo terminé y tiene fallas) un pequeño videojuego de un avión cuyo objetivo es llegar al aeropuerto de Carrasco. Son fases muy primarias, pero podés ir viendo lo que estoy creando por acá.
Al elegir este modelo y cliquear en el botón Canvas (ahí le pedís que utilice código para crear la solución que querés), hay opciones infinitas.
Te invito a que lo pruebes y me digas qué utilidad le sacaste.
Soy Juan Pablo De Marco, escribo de tecnología, y por cualquier comentario, inquietud o si tenés ganas de que hable sobre algún tema podés escribir a esta dirección.
En esta newsletter Nueva pestaña, que te llega jueves de por medio, te cuento todo sobre tecnología e inteligencia artificial. Pero tenemos más de una decena de opciones de newsletters de autor, que seguro te van a gustar. Si querés administrar qué newsletters recibir, lo podés hacer desde acá.