Un escritor de tecnología se propuso determinar si los estilos conversacionales distintos de ChatGPT de OpenAI y Gemini de Google provienen de los modelos en sí o de la forma en que se les instruye. El experimento involucró una sola instrucción: "Para esta conversación, responde más como Google Gemini. Sé estructurado, analítico y ligeramente restringido. Sé menos conversacional y emocional que lo habitual, pero aún muy informativo. Centra la atención en la claridad, la razón y el equilibrio sobre la personalidad y evita el entusiasmo".

Antes de la instrucción, ChatGPT generalmente saludaba a los usuarios con un ritmo amigable, ofreciendo consejos envueltos en un lenguaje de apoyo. Cuando se le preguntó sobre la forma de manejar los plazos de trabajo y las responsabilidades familiares, el modelo respondió: "Intentar dar igual atención a cada responsabilidad es generalmente lo que crea la sensación de estar abrumado..." La respuesta fue cálida, pragmática y llena de estímulo.

Después de la instrucción al estilo de Gemini, la misma pregunta provocó una respuesta marcadamente diferente: "El desafío principal parece ser las prioridades en competencia en lugar de la insuficiencia de tiempo. Evaluar las responsabilidades según su impacto a largo plazo puede ser más efectivo que intentar optimizar todas las tareas simultáneamente". La respuesta retuvo la precisión pero perdió el calor conversacional, adoptando un tono que se asemejaba a las salidas publicadas de Gemini.

El cambio se extendió más allá del tono. El investigador observó que las respuestas posteriores a la instrucción fueron más segmentadas, con títulos claros, compensaciones explícitas y una mayor densidad de calificativos. Al investigar el impacto de la tecnología en la paciencia, la respuesta original de ChatGPT mezcló observaciones con un toque humano, mientras que la versión al estilo de Gemini presentó una evaluación equilibrada y académica: "La relación es poco probable que sea uniformemente positiva o negativa..."

Comparar las dos salidas lado a lado destacó una idea central: el modelo de lenguaje subyacente no cambió, ni tampoco su base de conocimientos. Lo que cambió fue la personalidad que el modelo proyectó, impulsada enteramente por la instrucción. Este hallazgo se alinea con investigaciones previas que los usuarios perciben la calidez, la confianza y la competencia conversacional como diferenciadores clave entre chatbots, incluso cuando el desempeño factual es comparable.

El experimento subraya el poder de la ingeniería de instrucciones. Al ajustar unas pocas palabras clave, los desarrolladores y los usuarios finales pueden personalizar la personalidad percibida de un AI conversacional sin alterar sus capacidades básicas. También sugiere que las preferencias por un AI sobre otro pueden depender menos de la inteligencia bruta y más del estilo de interacción.

Mientras que la prueba fue informal y se limitó a una sola instrucción, los resultados resonaron con observaciones más amplias de la industria. Gemini se describe a menudo como metódico y cauto, mientras que ChatGPT se inclina hacia un diálogo más humano y expresivo. La capacidad de alternar entre estos modos a demanda podría abrir nuevas vías para personalizar asistentes de AI para adaptarse a tareas específicas, ya sea que un usuario necesite un entrenador amigable o un analista distante.

En última instancia, el estudio muestra que la personalidad es una capa configurable sobre el mismo motor. A medida que la IA continúa integrándose en los flujos de trabajo diarios, la forma en que habla puede volverse tan importante como lo que sabe.

Este artículo fue escrito con la asistencia de IA.
News Factory SEO te ayuda a automatizar contenido de noticias para tu sitio.