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
Un modelo produce respuestas; un sistema organiza cómo esas respuestas se convierten en trabajo. OSWork combina modelo, interfaz, archivos, instrucciones, herramientas, memoria y automatizaciones. Imagine un pequeño taller: la habilidad del profesional importa, pero las herramientas, materiales y criterios de calidad también determinan el resultado. No estamos instalando un nuevo sistema operativo de computadora: usamos esa expresión como una 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.
2Sol, Terra, Luna e Astra
Qué es
En la documentación consultada el 20/09/2026, la familia GPT-5.6 contiene Sol, Terra y Luna. Sol ofrece mayor capacidad en esta familia; Terra equilibra trabajo cotidiano y costo; Luna favorece tareas claras y repetibles. GPT-6 Astra aparece como opción para trabajo complejo. La disponibilidad varía según cuenta, cliente, autenticación y liberación.
Por qué aprender
El nombre de un modelo no garantiza que aparezca en su cuenta. Elegir basándose en lo que está disponible evita convertir la clase en una promesa de acceso. Ningún modelo elimina la necesidad de verificar los resultados.
Conceptos clave
Familia de modelos; capacidad; velocidad; costo; disponibilidad.
En la práctica
Clasificar diez ítems con reglas claras puede caber en Luna. Reconciliar fuentes contradictorias de un proyecto puede justificar Sol o Astra. 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 facturación por consumo en la plataforma. Suscribirse a ChatGPT no significa recibir saldo libre para cualquier programa que llame a la API. 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.
- Familia de modelos; capacidad; velocidad; costo; 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.