AI Explained. Es anterior al artículo (marzo de 2024), pero lo útil es la metodología: un analista riguroso ejecuta las mismas tareas difíciles —OCR, teoría de la mente, seguimiento de instrucciones y matemáticas— en tres modelos de frontera, los compara directamente y muestra exactamente dónde falla cada uno. Los nombres de los modelos han quedado anticuados; el marco de comparación, no.
Trátalo como un vídeo sobre metodología de pruebas, no como una clasificación actual. Los ganadores concretos son históricos; lo útil es ejecutar los mismos ejemplos, comprobar los modos de fallo y cuestionar las afirmaciones imprecisas sobre el "mejor modelo".
Verás un método de comparación estructurado que puedes reutilizar para decidir qué modelo ofrece calidad suficiente para una tarea.
Saber que Claude 3, Gemini 1.5 y GPT-4 ya no representan el nivel de referencia de los modelos de frontera.
Última revisión: 18 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
42 minutosVerás cómo modifican los ejemplos el comportamiento del modelo y aprenderás cuándo merece la pena la preparación adicional del few-shot.
36 minutosConfigurarás la personalización de forma deliberada, sin confundir la memoria, las instrucciones y el contexto de los proyectos.
13 minutosDiseñarás un flujo de reuniones que capture transcripciones, resúmenes y tareas acordadas sin eliminar la revisión humana.
Cursos externos seleccionados para profundizar en este tema.
Coursera · DeepLearning.AIAndrew Ng
Una mirada directa al interior de un modelo de lenguaje de gran tamaño para aprender a diseñar prompts con intención y reconocer cuándo la IA generativa resulta realmente útil y cuándo puede convertirse en una trampa. Una enseñanza serena y sin exageraciones: el puente perfecto entre "he probado ChatGPT una vez" y "lo uso todos los días con confianza".
Coursera · Google CloudGoogle Cloud
Google's own answer to 'what is generative AI, actually' — the non-technical counterpart to Elements of AI, aimed explicitly at sales, HR, marketing, and operations roles rather than engineers. Forty-five minutes to a real mental model of how generative AI differs from classic machine learning, with no code and no jargon.
DeepLearning.AI · LlamaIndexJerry Liu
El RAG básico (búsqueda vectorial → volcar los resultados en el prompt) es la versión que primero llega a producción y antes decepciona. Este curso breve muestra cómo mejorarlo: un agente que planifica la recuperación, selecciona herramientas, compara fuentes y responde preguntas sobre varios documentos. Dos horas de contenido que puedes aplicar de inmediato a un producto real.
