Aprende haciendo una decisión pequeña
Compara dos herramientas con la misma tarea y criterios definidos antes de probarlas.
Termina la misión cuando puedas demostrarlo
0/3 pasos · falta elegir la respuesta correcta
Completa y guarda una evidencia opcional
Escribe solo información ficticia o no confidencial. El texto no sale de este navegador salvo que exportes tu progreso.
Los pasos y respuestas usan memoria temporal. Solo la evidencia se conserva cuando pulsas el botón de guardar. Contenido CC BY 4.0 · código MIT.
Pon nombre al criterio antes de avanzar
Antes de empezar: Haber completado «Alucinaciones: cómo detectar una respuesta convincente pero incorrecta» o poder explicar su idea principal con tus propias palabras.
Al terminar podrás
- Comparar herramientas con la misma prueba
- Distinguir open weights de open source
- Documentar una elección revisable
Vocabulario esencial
Lección superada: cuando puedes completar la misión, explicar tu decisión y conservar la evidencia sin copiar la respuesta del ejemplo.
Explicación y ejemplos
Los modelos y planes cambian con frecuencia. Por eso una lista fija de «el mejor modelo» envejece rápido. Evalúa la herramienta con una ficha de decisión:
| Criterio | Pregunta práctica |
|---|---|
| Calidad | ¿Resuelve una muestra de tareas reales con el nivel necesario? |
| Privacidad | ¿Qué datos envías, retiene y permite controlar el servicio? |
| Coste | ¿Cuánto cuesta una prueba y qué ocurrirá si aumenta el uso? |
| Velocidad | ¿La respuesta llega a tiempo para el flujo de trabajo? |
| Modalidades | ¿Necesitas texto, archivos, imagen, audio o vídeo? |
| Integración | ¿Necesitas chat, API, automatización o ejecución local? |
| Control | ¿Puedes limitar herramientas, exportar datos y revisar resultados? |
Un modelo local puede aportar control de datos, pero exige equipo, instalación, mantenimiento y evaluación. Una API puede dar capacidades y velocidad, pero añade coste variable, gestión de claves y dependencia de un proveedor. Un chat comercial puede ser cómodo para tareas puntuales, pero no sustituye un proceso de trabajo.
«Open weights» no siempre significa «open source»
Que puedas descargar los pesos de un modelo no demuestra que tengas libertad para cualquier uso, acceso suficiente al proceso de entrenamiento o todos los elementos necesarios para estudiarlo y modificarlo. Antes de recomendar un modelo de Hugging Face, abre su model card y comprueba como mínimo: autor, licencia, uso previsto, limitaciones, modelo base, datos declarados, evaluación y requisitos de ejecución. Si alguno no consta, anótalo como una incertidumbre; no lo completes por intuición.
La Open Source Initiative distingue expresamente los pesos accesibles de un sistema de IA verdaderamente open source. Para Aulafy, «abierto», «open weights», «código abierto» y «open source AI» no son etiquetas intercambiables.
Resumen
- No elijas por el nombre del modelo; elige por riesgo y evidencia.
- Local, API y chat resuelven compromisos distintos.
- Una pequeña evaluación repetible convierte una opinión en una decisión.
ficha de confianzaRevisión editorial ·
Alcance revisado: Método de comparación, model cards y distinción entre open weights y open source; no publica una clasificación ni precios.
Este estado describe una revisión editorial. No afirma que exista código ejecutable en una lección conceptual.
Si has guardado la evidencia de esta lección, continúa con «Privacidad, derechos y seguridad antes de compartir datos». Si no, repite la comprobación antes de avanzar.