Cómo elegir una herramienta de IA para tu propio trabajo — Notas de investigación
Esta es una traducción. La versión de referencia es el original en inglés; cite esa.
Cualquier persona que elija una herramienta de IA hoy se enfrenta a un catálogo abarrotado y muchos consejos confiados. Las reseñas pueden ayudar, pero ninguna ha visto tu tarea. Esta nota describe una forma de elegir que se sostiene, y se basa en una idea del artículo del que procede: cuando varios sistemas de IA están de acuerdo, eso no es lo mismo que varios testigos independientes.
Comienza con reseñas, luego prueba en tu propia tarea
Los artículos comparativos son un primer paso razonable. Muestran qué herramientas existen, qué es lo que caracteriza a cada una y dónde la gente no está de acuerdo. Por ejemplo, top10ai.com ha escrito sobre Poly Duo en su comparación Claude vs ChatGPT, y el mismo sitio mantiene una lista de herramientas para personas que desean crear software sin escribir código: best AI app builder. Listas como estas te dicen qué probar. No pueden decirte qué herramienta se ajusta a lo que realmente necesitas hacer esta semana.
Entonces toma una tarea real propia, lo suficientemente pequeña para que la juzgues tú mismo, y presenta la solicitud idéntica a dos o tres herramientas. Un borrador de correo electrónico, una fórmula de hoja de cálculo, un plan breve, una primera versión de una pequeña aplicación. Luego lee los resultados lado a lado. Verás diferencias en el tono, en lo que cada herramienta asumió y en lo que omitió, y esas son las diferencias que importan para tu trabajo.
Una respuesta confiada no es una respuesta correcta
El artículo plantea un punto que se aplica a todas las herramientas disponibles. Alguien que hace una pregunta a un modelo de lenguaje no puede distinguir una respuesta incorrecta confiada de una respuesta correcta confiada, porque superficialmente ambas se ven igual. Hacer la pregunta a varios modelos parece resolver esto, pero principalmente desplaza el problema: si todos dicen lo mismo, ahora tienes un texto confiado que lleva la autoridad prestada de "varios de ellos estuvieron de acuerdo".
La razón es que los modelos comparten datos de entrenamiento y hábitos, por lo que sus errores están correlacionados. El artículo cita una medición de un panel de nueve jueces de frontera de siete familias de modelos que valía aproximadamente dos votos independientes (Kohli, 2026), y un hallazgo de que el mejor juez individual igualó o superó a todo el panel. Agregar más modelos del mismo tipo no compra mucha más certeza. Véase la sección del artículo sobre cuántos testigos independientes vale un consejo y sobre el techo.
Utilizar una segunda opinión que puede estar en desacuerdo
Lo que ayuda es una segunda IA, idealmente de una empresa diferente, que tenga permiso para estar en desacuerdo. Dos hábitos son suficientes en el uso diario:
- Pide a la segunda herramienta que verifique la primera respuesta y nombre cualquier cosa que cambiaría, en lugar de pedirle que la confirme.
- Mantén los desacuerdos. Si dos respuestas difieren, ese es el lugar donde mirar atentamente, verificar una fuente o preguntar a una persona.
El documento separa dos formas de recopilar la segunda opinión: una ciega, donde el segundo modelo no ve la primera respuesta, y una informada, donde sí la ve. La informada puede detectar un error concreto, mientras que la ciega mantiene las dos respuestas más independientes. Cada una intercambia algo por la otra, y la discusión de elicitación ciega e informada expone el intercambio. El documento también señala sus propios límites: la afirmación de que una respuesta fusionada supera la mejor individual se argumenta a partir del diseño y trabajo relacionado, y la evaluación propuesta aún no se ha ejecutado.
Una lista de verificación breve
- Utiliza reseñas para elaborar una lista corta de dos o tres herramientas.
- Ejecuta la misma tarea real a través de cada una y compara los resultados tú mismo.
- Elige la que se ajuste a tu trabajo, luego pide a una herramienta de una empresa diferente que verifique su resultado en cualquier cosa que importe.
- Trata el acuerdo como una pista, no como una prueba, y verifica los hechos que tienen un costo si son incorrectos.
Poly Duo, nuestra aplicación, se basa en el hábito de la segunda opinión: dos IAs de empresas diferentes verifican el trabajo del otro en tu teléfono, por lo que la verificación cruzada toma solo un toque en lugar de copiar y pegar. Pero el método no depende de ninguna aplicación en particular. Puedes hacerlo manualmente con cualquiera de las dos herramientas, y el documento describe exactamente cómo.
Vadym Chernets también desarrolla Poly, una aplicación en la que las IAs de diferentes empresas verifican el trabajo del otro.