MÓDULO 1.1 / 1 DE 8
Modelos: elige según la tarea
Comparar modelos con una tarea real y un criterio de calidad.
1IA como sistema de trabajo
Qué es
Cuando este curso habla de IA, habla de modelos de lenguaje, las LLM. Un modelo es un mecanismo entrenado para producir texto a partir de lo que usted entrega. Existen varios, con nombres, tamaños y costos diferentes, y la primera pregunta suele ser cuál es el mejor. Esa pregunta no tiene una respuesta útil: no existe el mejor modelo, existe el modelo adecuado para la tarea, el plazo, el costo y el nivel de verificación que ese trabajo exige. Por eso el módulo compara modelos con una tarea real y no con opiniones. Un modelo produce respuestas; un sistema organiza cómo esas respuestas se convierten en trabajo. OSWork combina modelo, interfaz, archivos, instrucciones, herramientas, memoria y automatizaciones. Piense en un pequeño taller: la habilidad del profesional importa, pero las herramientas, los materiales y los criterios de calidad también determinan el resultado. No estamos instalando un nuevo sistema operativo de computadora: usamos esa expresión como metáfora de organización.
Por qué aprender
Sin esa distinción, todo error se convierte en intento de escribir un prompt mayor. A veces solo falta el archivo de entrada, un permiso o la forma de verificar la salida. Separar las piezas permite corregir el punto correcto.
Conceptos clave
El modelo razona; la interfaz recibe el objetivo; los archivos aportan evidencia; las herramientas ejecutan; usted verifica.
En la práctica
Una coordinadora pide un plan de reunión. Sin agenda, la IA imagina prioridades. Con agenda y acta anterior, puede preparar una propuesta verificable.
✓ Hazlo
Dibuja siete cajas con las piezas del sistema. Marca cuáles ya tienes y cuál falta para concluir una tarea.
✗ Evita
Aceptar una conclusión sin comprobar la entrada que la sustenta.
2Tipos de IA y para qué sirven
Qué es
Antes de comparar nombres, separe por función. Los modelos de lenguaje, las LLM, escriben, resumen, explican y programan: ahí entran familias como GPT, con Sol, Terra y Luna, el GPT-6 Astra, y la familia Claude, con Opus y Fable. Los modelos de imagen y de video generan o editan material visual. Y existen modelos de clasificación, como Jev, que no conversan: reciben alternativas y devuelven una elección, un sí o no, o una nota. También están las centrales, que dan acceso a varios proveedores desde un único punto: OpenRouter para modelos de lenguaje y Kie para imagen y video. Nombres, versiones y disponibilidad cambian; esta consulta es del 20/09/2026.
Por qué aprender
Adoptar un modelo como el mejor cierra la puerta a todo lo que ese modelo no hace. Una LLM excelente no genera un video, y un clasificador no escribe su informe. Entender para qué sirve cada tipo viene antes de elegir, y la elección ocurre cuando aparece la tarea, pudiendo ser otra la semana siguiente. La disponibilidad también varía por cuenta, cliente, autenticación y habilitación.
Conceptos clave
Texto; imagen; video; clasificación; centrales de acceso; disponibilidad.
En la práctica
Resumir un acta pide un modelo de lenguaje. Clasificar doscientos comentarios entre tres categorías puede encajar mejor en un clasificador como Jev. Producir una cortinilla de diez segundos exige un modelo de video, normalmente accedido por una central. Son hipótesis para probar, no garantías.
3Modelo no es esfuerzo de razonamiento
Qué es
El modelo es el mecanismo elegido. El esfuerzo de razonamiento es una configuración de ese mecanismo. Niveles más altos pueden consumir más tiempo y tokens, unidades de procesamiento de texto. Los nombres del selector cambian entre Chat, Work y Codex; no existe una lista única de Instant, Medium, High y Pro que represente todos los productos.
Por qué aprender
Pedir lo máximo en toda tarea puede aumentar el consumo sin mejorar el resultado. Incrementar el esfuerzo tampoco proporciona un documento que faltaba. Primero complete las entradas, luego evalúe si el problema requiere más análisis.
Conceptos clave
Modelo y esfuerzo son ejes diferentes; comience por el predeterminado; compare en condiciones iguales.
En la práctica
Para reescribir una invitación de cinco líneas, la opción predeterminada puede bastar. Para explicar por qué dos hojas de cálculo difieren, proporcionar las dos hojas suele importar más que mover un control.
Secuencia para experimentar
- Prepara una copia de entrenamiento.
- Repite una solicitud en el mismo modelo, cambiando solo el esfuerzo. Registra si hubo mejora que puedas demostrar.
- Registra el resultado observado y la próxima corrección.
4Cree una regla de calidad
Qué es
Una regla transforma opinión en observación. Defina antes de la solicitud qué hechos deben aparecer, qué errores son inaceptables y cómo se usará la salida. Use tres criterios pequeños: fidelidad a los datos, formato combinado y posibilidad de verificar las conclusiones.
Por qué aprender
Sin criterio, usted elige la respuesta más bonita. Un informe puede sonar convincente y alterar valores. La prueba debe reflejar el trabajo que necesita entregar, no una demostración hecha para impresionar.
Conceptos clave
Aceptación; evidencia; muestra representativa; comparación controlada.
En la práctica
En un acta ficticia con tres responsables, la prueba exige los tres nombres, sin plazo inventado y una sección de pendientes. Una frase elegante no compensa perder un responsable.
✓ Hazlo
Use la tabla: criterio | esperado | observado | ¿pasó? Guarde una respuesta mala también para recordar lo que se está intentando evitar.
✗ Evita
Mezclar la copia de entrenamiento con archivos privados o trabajo en producción.
5Entienda acceso y facturación
Qué es
Iniciar sesión con ChatGPT usa los derechos y límites asociados a la cuenta y al espacio de trabajo. Una clave de API usa cobro por consumo en la plataforma. Suscribirse a ChatGPT no significa recibir saldo libre para cualquier programa que llame a la API. Centrales como OpenRouter y Kie tienen crédito propio, cobrado por consumo y separado de cualquier suscripción. Verifique el método activo antes de una ejecución larga.
Por qué aprender
Esta precaución evita descubrir después que un experimento está consumiendo una cuenta diferente. Los límites de uso, el acceso a modelos y las reglas de datos pueden cambiar; la fuente de verdad es la configuración actual de su cuenta.
Conceptos clave
Suscripción; autenticación; API; consumo; límite de gasto.
En la práctica
Un alumno usa Codex conectado a ChatGPT y luego ejecuta un programa con OPENAI_API_KEY. Son caminos distintos, aunque usen un modelo con nombre similar.
6Delimite la autonomía
Qué es
La autonomía es una autorización con alcance, no una invitación a hacer cualquier cosa. Combine objetivo, archivos permitidos, acciones autorizadas, límite de tiempo y condición de parada. La salida debe incluir lo que se hizo y cómo se verificó.
Por qué aprender
Un agente puede ejecutar más pasos que un chat, inclusive errar en varios de ellos. Un límite simple protege tiempo, presupuesto y archivos sin impedir el trabajo útil. El permiso técnico y la instrucción escrita se complementan.
Conceptos clave
Alcance; aprobación de acciones externas; techo de ejecución; resultado revisable.
En la práctica
Autorice crear un borrador y comparar datos ficticios. Enviar la propuesta a un cliente es otra acción y requiere instrucción explícita. El botón de envío existir no significa autorización para usarlo.
Criterios para revisar su entrega
Use esta rúbrica después del laboratorio. Cada línea pide una evidencia; marcar lectura no significa que la práctica se haya ejecutado.
| Criterio | Evidencia esperada | Si no pasó |
|---|---|---|
| Alcance | La entrega corresponde al objetivo de esta clase. | Reduzca la tarea y nombre un único resultado. |
| Entradas | Usted sabe qué archivos o datos se usaron. | Liste las fuentes y elimine material sin relación. |
| Ejecución | El procedimiento se realizó en el entorno de entrenamiento. | Diferencie lo que se planificó de lo que se hizo. |
| Conferencia | Un resultado se comparó con una referencia. | Abra el archivo o repita la consulta verificable. |
| Secretos | No se compartió ningún token, contraseña o dato privado. | Revise la copia de trabajo antes de cualquier envío. |
| Continuidad | Otra persona puede encontrar el siguiente paso. | Actualice el README y registre una pendiente concreta. |
MANOS A LA OBRA / ~15 MIN O EN ETAPAS
Su ficha de decisión
Use archivos ficticios y una carpeta de entrenamiento. Las prácticas con instalación, Telegram o VPS pueden requerir tiempo adicional para registro y configuración.
Ficha de comparación
Lea el bloque antes de usar. Campos como Su Nombre y usuario@ip-de-vps son ejemplos para adaptar; los comandos administrativos pertenecen solo a su entorno de entrenamiento.
Tarea: resumir reunión ficticia Entrada: agenda con 5 ítems Criterios: preservar 5 ítems; no inventar plazos Modelo / esfuerzo: anote lo que está disponible Resultado observado: registre los aciertos y errores Elección: justifique por el resultado, no por el nombre
Criterio de listo
Comparar modelos con una tarea real y un criterio de calidad. Registre el archivo producido, la prueba ejecutada y el resultado observado.
Abrir archivos y modelos del laboratorioCompruebe lo que quedó
Una respuesta llegó más rápido, pero inventó dos plazos. ¿Qué resultado debe orientar la elección?
Ver respuesta comentada
La calidad verificable y el retrabajo; la velocidad aislada no basta.
Si su respuesta fue diferente, vuelva al tema correspondiente y escriba la diferencia en una frase. La verificación no bloquea su estudio.
Resumen del módulo
- El modelo razona; la interfaz recibe el objetivo; los archivos aportan evidencia; las herramientas ejecutan; usted verifica.
- Texto; imagen; video; clasificación; centrales de acceso; disponibilidad.
- Modelo y esfuerzo son ejes diferentes; comience por el predeterminado; compare en condiciones iguales.
- Aceptación; evidencia; muestra representativa; comparación controlada.
- Suscripción; autenticación; API; consumo; límite de gasto.
- Alcance; aprobación de acciones externas; techo de ejecución; resultado revisable.
Consulte la fuente
Herramientas verificadas el 20/09/2026; los nombres de pantallas y la disponibilidad pueden cambiar.