En un mundo donde la inteligencia artificial se ha convertido en un compañero cotidiano, las expectativas alrededor de cada actualización son enormes. OpenAI, la compañía detrás del popular ChatGPT, lanzó recientemente GPT-5, prometiendo avances significativos en comprensión y generación de lenguaje. Sin embargo, la recepción no fue exactamente la esperada. Usuarios alrededor del globo expresaron su descontento, señalando que la nueva versión parecía ‘más tonta’ y menos empática que su predecesora, GPT-4o. Sam Altman, CEO de OpenAI, respondió rápidamente en redes sociales, comprometiéndose a mejorar la experiencia y ofrecer soluciones.
El corazón del problema parece radicar en un sistema diseñado para redirigir automáticamente las consultas entre modelos según su complejidad, el cual falló durante el lanzamiento. Esto resultó en que GPT-5 manejara consultas que podrían haber sido mejor atendidas por GPT-4o, dando la impresión de un rendimiento inferior. Además, la comunidad de Reddit se inundó de testimonios de usuarios extrañando la ‘personalidad’ del modelo anterior, describiendo a GPT-5 como más técnico y menos cálido. Altman no solo reconoció estos fallos, sino que también anunció medidas concretas para abordarlos, incluyendo la duplicación de los límites de velocidad para usuarios Plus y mejoras en el sistema de cambio entre modelos.
Este episodio abre un debate fascinante sobre nuestra relación con la IA. ¿Buscamos en estos modelos no solo respuestas, sino también validación y compañía? Un estudio reciente de OpenAI explora cómo los usuarios forman vínculos emocionales con los chatbots, un fenómeno que la compañía tuvo en cuenta al desarrollar GPT-5. Pattie Maes, profesora del MIT, sugiere que un modelo menos adulador podría ser beneficioso, evitando refuerzos de sesgos y delirios. Sin embargo, la realidad es que muchos usuarios prefieren una IA que les haga sentir escuchados y valorados. El desafío para OpenAI, entonces, es encontrar el equilibrio entre avance técnico y satisfacción emocional, un camino lleno de aprendizajes y ajustes.
