Crea tu propio benchmark y elige la IA que te sirve

Empieza por una decisión que te importe

Piensa en la última respuesta que tuviste que corregir mucho. Quizá olvidó una condición del correo, confundió datos o propuso un plan imposible. Ese tropiezo ofrece una buena pregunta para empezar: ¿otra opción resolvería mejor ese trabajo?

Fija una decisión concreta antes de probar: encontrar una herramienta habitual o comprobar si una novedad merece un sitio. Guarda en un documento la fecha, las tareas y lo que exigirás a una respuesta aceptable. Ese documento será tu referencia cuando quieras repetir la comparación.

Prepara tareas que se parezcan a tu semana

Reúne entre cuatro y seis peticiones. Mezcla algo que puedas comprobar con algo donde importe tu criterio, como redactar con tu tono. Incluye una tarea frecuente y otra que hasta ahora se te haya resistido. Debes conocerlas lo suficiente para reconocer una respuesta floja.

Puedes empezar con las situaciones ficticias de la tabla. Desarrolla cada una hasta dejar toda la información necesaria dentro de la petición y escribe qué tendría que conseguir la respuesta. Si todas tus pruebas consisten en resumir textos, lo que aprenderás quedará limitado a esa actividad.

Para practicar la comprobación, prueba esta instrucción propia: «Revisa estas notas antes de redactar una convocatoria. Ana ha reservado la reunión de compras para el martes por la mañana. Luis dice que esa misma reunión será el jueves por la tarde. Ambos se refieren a la próxima semana. Señala qué falta confirmar y redacta una pregunta para resolverlo. No decidas la fecha». La respuesta debe reconocer la contradicción.

1. Elige opciones que puedas usar

La guía recomienda entre dos y cuatro opciones en total. Si estás valorando una novedad, incluye lo que utilizas hoy. También puedes comparar distintas modalidades de una misma herramienta. Anota el nombre y el ajuste seleccionado: cambiar ambos a la vez dificulta entender de dónde viene la diferencia.

Descarta de entrada lo que no puedas utilizar en tu trabajo o en unas condiciones de privacidad aceptables para ti. No hace falta contratar nada para este primer ejercicio: limita la comparación a las opciones a las que ya tienes acceso.

2. Envía exactamente la misma petición

Abre un chat nuevo para cada tarea en cada opción. Copia la petición guardada sin retocarla para favorecer una respuesta. Mantén equivalentes, cuando sea posible, la búsqueda en internet, la memoria y los ajustes de razonamiento. Si una función no tiene equivalente, deja constancia: estarás comparando experiencias distintas.

Esta petición inventada sirve para practicar: «Redacta un correo de hasta 120 palabras para Carmen. Su pedido llegará el viernes; esperaba recibirlo el lunes. Explica el retraso con un tono cercano y ofrece responder a sus dudas. No conocemos la causa del retraso ni tenemos autorizada una compensación. No inventes causas ni ofrezcas compensaciones». Guarda cada respuesta completa sin corregirla.

3. Oculta las marcas antes de leer

Pide a otra persona que mezcle las respuestas de cada tarea, las identifique con letras y guarde aparte la correspondencia con sus nombres. La mezcla debe hacerse de nuevo en cada tarea. Así evitas aprender que una letra corresponde siempre a tu herramienta favorita.

También puedes usar una hoja de cálculo que mezcle las filas y oculte la columna de nombres, o el programa para barajarlas incluido en los materiales de la guía. Si delegas esa labor en otra IA, la guía aconseja que sea una que no compita en la prueba. Evita leer las respuestas antes de ocultarlas.

4. Valora lo que usarías de verdad

Lee todas las respuestas de una tarea antes de escoger. Pregúntate cuál utilizarías tal como está, escribe un motivo concreto y anota si la diferencia es clara o ajustada. «Me gusta más» aporta poco; «explica el retraso sin prometer un descuento» permite recordar qué funcionó.

Para el correo del ejercicio, comprueba primero las fechas y las promesas; después, el límite de palabras y el tono. Estos son criterios propuestos para este ejemplo, no una escala universal. Una respuesta amable que inventa una devolución incumple la tarea aunque resulte agradable de leer.

Puedes declarar un empate o que ninguna respuesta sea utilizable. Si un resultado te sorprende, repite esa prueba: la misma herramienta puede responder de manera diferente. Conserva ambas respuestas y la incidencia para no convertir una sola ejecución en una conclusión definitiva.

5. Revela los nombres y cuenta las preferencias

Destapa la correspondencia y registra cuántas tareas ha ganado cada opción. Guarda también tus motivos y los empates: el recuento pierde información si borra que una victoria fue ajustada o que una respuesta incumplió una condición importante.

Revisa por separado las tareas que más repites y aquellas donde un fallo te daría más trabajo. Si una opción gana redactando, pero pierde al comprobar datos, ya tienes una pista útil para repartir funciones. No extrapoles ese resultado a actividades que no has probado.

Para llevar el registro, crea una fila por tarea con estos campos: petición, opción preferida, motivo, diferencia clara o ajustada, errores detectados y decisión. Deja vacíos los resultados hasta haber leído las respuestas.

6. Guarda una decisión y vuelve a probar

Termina con una frase operativa: cambio mi herramienta habitual, reservo esta opción para determinadas tareas o sigo como estaba. Ante diferencias pequeñas, considera la rapidez, los límites de uso, el coste y el esfuerzo de cambiar de hábitos. No necesitas declarar un ganador absoluto.

Conserva las peticiones originales, los ajustes, las respuestas, tus razones y la fecha. Cuando aparezca una opción que te interese, podrás enfrentarla a la actual con el mismo material. Revisa las tareas si cambia tu trabajo o si han dejado de distinguir entre respuestas; guarda la versión anterior para saber qué comparación has modificado.