Me encanta sumergirme en aprender cosas nuevas y caer en agujeros de conejo de investigación, pero a veces solo necesito una respuesta rápida y eficiente a una pregunta o una guía concisa para una tarea. Si estoy tratando de averiguar cuánto tiempo asar pollo o si Plutón ha sido reinstalado como planeta, quiero una lista corta de viñetas y un simple sí o no.
Entonces, mientras que la función Deep Research de ChatGPT ha demostrado ser un investigador increíble que es genial cuando quiero sumergirme en un tema, no lo he convertido en mi herramienta predeterminada con el chatbot de inteligencia artificial. La base de datos del modelo de IA, así como su herramienta de búsqueda, resuelven prácticamente cualquier pregunta o problema cotidiano que pueda preguntar. No necesito un informe formal sobre cómo hacer una comida que lleve 10 minutos para recopilar. Pero, encuentro que las respuestas completas de Deep Research son visceramente atractivas, así que decidí que valía la pena compararlas con el modelo estándar (GPT-4o) de ChatGPT y darle algunas indicaciones que podría imaginar enviando de repente o con poco necesidad a largo plazo.
Beef Wellington
Para la primera prueba, quería ver cómo ambos modelos manejarían una receta clásica y algo intimidante: Beef Wellington. Esta no es el tipo de plato que puedes preparar en una noche de la semana. Es un proceso que consume tiempo, con múltiples pasos que requieren paciencia y precisión. Si alguna vez hubo una comida en la que Deep Research podría resultar útil, esta era. Le pregunté a ambos modelos: “¿Puedes darme una receta simple para hacer Beef Wellington kosher?”
El ChatGPT regular respondió casi al instante con una receta directa y bien estructurada. Enumeró los ingredientes en medidas claras, desglosó el proceso en pasos manejables y ofreció algunos consejos útiles para evitar errores comunes. Era exactamente lo que necesitaba en una receta. Deep Research tardó diez minutos completos y tenía un mini libro de cocina muy largo y complejo centrado en el plato. Tenía múltiples versiones de Beef Wellington, que cumplían con mis solicitudes específicas, pero iban desde un método inspirado en Jamie Geller hasta una preparación tradicional del siglo XIX con algunas sustituciones. Sin contar las sugerencias adicionales sobre decoraciones y un análisis de varios tipos de hojaldre y sus proporciones de mantequilla a harina. Si soy honesto, me encantó como una obsesión por trivia. Pero, si realmente quería hacer el plato, era un poco como esos blogs de recetas donde tienes que desplazarte más allá de toda la historia de vida de alguien solo para llegar a la lista de ingredientes.
Tiempo de televisión
Para la segunda prueba, quería ver si Deep Research podría ayudarme a comprar un televisor, así que mantuve las cosas simples con: “¿Qué debo tener en cuenta al comprar un televisor nuevo?”
El ChatGPT regular me dio una respuesta rápida y clara. Desglosó las cosas en tamaño de pantalla, resolución, tipo de pantalla, funciones inteligentes y puertos. Me dijo que 4K es estándar, 8K es excesivo, OLED tiene mejor contraste, HDMI 2.1 es genial para juegos y el presupuesto importa. Sentí que tenía una idea decente de lo que buscar, y fácilmente podría haber entrado en una tienda con esa información.
Deep Research tenía sus preguntas habituales adicionales sobre lo que es importante para mí, pero esta vez fue más rápido, solo seis minutos antes de entregar un informe completo sobre varios televisores. Excepto que en lugar de una simple lista de pros y contras, obtuve muchos detalles innecesarios sobre cosas como paneles OLED vs. QLED, la razón por la que las tasas de actualización de TV afectan a los videojuegos y el impacto de los algoritmos de compresión en la calidad de transmisión. Nuevamente, toda esta información fue increíblemente informativa, pero totalmente innecesaria para mis propósitos. Y a diferencia de Beef Wellington, no voy a seguir consultando la guía de compra de televisores de forma regular.
Mirando a través de un telescopio
Para la prueba final, decidí ser un poco más académico a la luz de mi reciente decisión de tomar más en serio la astronomía como hobby. Siguiendo siendo breve, pregunté: “¿Cómo funciona un telescopio?”
El ChatGPT regular respondió instantáneamente con una respuesta simple y fácil de entender. Los telescopios recopilan y magnifican la luz utilizando lentes (telescopios refractores) o espejos (telescopios reflectores). Tocó brevemente la magnificación, la resolución y la capacidad de recopilación de luz, haciéndolo fácil de entender sin ser demasiado técnico.
Deep Research me dio un informe de un tipo que podría haber escrito en la escuela secundaria. Después de preguntar cuán técnica quería que fuera mi respuesta, y yo respondí que no quería que fuera técnica, esperé unos ocho minutos para una larga discusión sobre óptica, el desarrollo de diferentes tipos de telescopios, incluidos los telescopios de radio, y los mecanismos detrás de cómo funcionan todos. El informe incluso incluía una guía para comprar tu primer telescopio y una discusión sobre la distorsión atmosférica en observaciones terrestres. Estaba respondiendo preguntas que no había hecho. Admito que podría hacerlo en algún momento, por lo que la anticipación de consultas de seguimiento no fue un gran problema en esta instancia. Aun así, un par de oraciones sobre espejos habrían sido suficientes en ese momento.
Reflexiones profundas
Después de realizar estas pruebas, mi opinión sobre Deep Research como una poderosa herramienta de IA con resultados impresionantes sigue siendo la misma, pero me siento mucho más consciente de sus excesos en el contexto del uso regular de ChatGPT. Los informes que genera son detallados, bien organizados y sorprendentemente bien escritos. Para un recorrido aleatorio de información interesante, está bastante bien, pero muchas veces solo necesito una respuesta, no una tesis. A veces una inmersión superficial es preferible a una inmersión profunda.
Si el enfoque del ChatGPT regular es preciso y hace en segundos lo que Deep Research tarda varios minutos y mucho contexto innecesario en proporcionar, esa será mi preferencia 99 veces de cada cien. A veces, menos es más. Dicho esto, el consejo de compras de Deep Research sería genial para una compra mucho más grande que un televisor, como un automóvil, o incluso al buscar una casa. Pero para las cosas cotidianas, Deep Research está haciendo demasiado. No necesito un motor a reacción para un patinete eléctrico, pero, para un vuelo transcontinental, ese motor a reacción es bueno tenerlo a mano.
