Qué es GPT y por qué es importante hoy

GPT significa «transformador generativo preentrenado». Es una descripción técnica de cómo se construye cierto tipo de modelo de IA y también es el nombre de producto de OpenAI, origen de gran parte de la confusión en torno al término.

Entender las tres palabras de este acrónimo explica casi todo sobre el comportamiento de estas herramientas: en qué destacan, por qué a veces afirman cosas falsas con total seguridad y por qué no saben qué ocurrió la semana pasada. Vale la pena dedicarle veinte minutos porque cambia la forma de utilizarlas.

Esta guía explica qué significa el término, cómo funcionan los modelos sin recurrir a las matemáticas, por qué se equivocan de esa manera tan particular y cómo se relaciona GPT con ChatGPT y con otros modelos de los que seguramente has oído hablar.

Un GPT es un tipo de modelo de IA entrenado con enormes cantidades de texto que produce texto nuevo prediciendo repetidamente qué debería venir después. Le das unas palabras, calcula qué continuación es más probable, la añade y repite el proceso. Todo lo que estos sistemas parecen hacer —responder preguntas, escribir código, resumir documentos o mantener conversaciones— surge de ejecutar extraordinariamente bien esa única operación.

El término tiene dos significados que rara vez se distinguen. Como descripción técnica, «transformador generativo preentrenado» abarca una arquitectura compartida por la mayoría de los modelos de lenguaje modernos. Como marca, GPT es el nombre que OpenAI da a sus propios modelos. Por eso es cierto tanto que casi todos los asistentes de IA conocidos se basan en esta arquitectura como que solo los de OpenAI se llaman GPT; de ahí que la pregunta «¿es un GPT?» tenga dos respuestas correctas y opuestas.

Hay un tercer uso que conviene conocer: los pequeños asistentes personalizados que algunas plataformas permiten configurar y compartir también se llaman GPT. No son modelos nuevos, sino el mismo modelo subyacente con instrucciones añadidas, algo importante cuando alguien dice que ha creado uno.

Cada una de las tres palabras describe algo que determina cómo se comporta el modelo en la práctica.

• Generativo. Produce texto nuevo en lugar de elegir entre un conjunto de respuestas almacenadas. No contiene una base de datos de respuestas en la que buscar. Cada oración se construye en el momento, por eso la misma pregunta formulada dos veces puede generar respuestas diferentes.
• Preentrenado. El aprendizaje ocurrió antes de que escribieras nada, sobre un gran corpus de texto recopilado hasta una fecha concreta. Esa fecha es el límite de entrenamiento y explica por qué un modelo puede hablar con fluidez sobre un tema y desconocer por completo algo ocurrido el mes pasado. También explica por qué no aprende de tu conversación: salvo que el producto guarde información de forma deliberada, la siguiente sesión empieza de cero.
• Transformer. Es la arquitectura, presentada en una investigación publicada en 2017, que hizo posible todo esto. Su idea clave es la atención: al procesar cualquier parte del texto, el modelo pondera la relevancia de todas las demás. Así puede seguir a qué se refiere un pronombre a lo largo de varios párrafos y manejar el contexto mucho mejor que los sistemas anteriores.

La palabra central es la que más suele confundir. Gran parte de la frustración con estas herramientas nace de esperar un sistema que aprende de ti y busca información, cuando en realidad se trata de uno que terminó de aprender hace tiempo y reconstruye a partir de su memoria.

El modelo no trabaja exactamente con palabras, sino con tokens: fragmentos de palabras de unas cuatro letras de media en inglés. El significado se procesa como una cadena de estos fragmentos y no como una sola unidad. Este pequeño detalle tiene consecuencias visibles: ayuda a explicar por qué históricamente los modelos han tenido dificultades para contar letras o invertir una cadena, pues no ven las letras como tú.

Durante el entrenamiento se muestran al modelo enormes cantidades de texto con partes ocultas y se le pide que prediga lo que falta. Cada error ajusta ligeramente sus parámetros internos. Al repetirlo sobre una gran parte de internet escrito, los ajustes se acumulan hasta absorber, en la práctica, la forma estadística del lenguaje: cómo se estructuran las explicaciones, cómo se escribe código y cómo se construyen argumentos.

Cuando envías un mensaje, este y la conversación previa forman el contexto. El modelo predice el siguiente token, lo añade y repite hasta decidir que la respuesta ha terminado. No recupera información ni razona como una persona, aunque los modelos más recientes se entrenan para generar pasos intermedios antes de responder, lo que mejora los resultados en problemas de varias etapas.

Tras el entrenamiento principal, los modelos pasan por etapas adicionales que moldean su comportamiento más que su conocimiento: aprenden a seguir instrucciones, ser útiles y rechazar ciertas solicitudes. Por eso dos modelos entrenados con materiales similares pueden sentirse muy distintos. Gran parte de lo que percibes como la personalidad del modelo procede de esta etapa, no de la arquitectura subyacente.

Esto es lo más útil que debes entender sobre estas herramientas y se deriva directamente de su funcionamiento. El modelo produce una continuación plausible del texto. Ante una pregunta factual, esa continuación es un dato que suena plausible, y el modelo no tiene un marcador interno que distinga lo aprendido correctamente de lo que está construyendo en ese instante. Desde dentro ambos parecen iguales porque, mecánicamente, son la misma operación.

Esto explica comportamientos que de otro modo parecerían errores distintos: una cita inventada con seguridad, una estadística verosímil sin fuente, un caso judicial inexistente o una función de biblioteca que no existe. El modelo no está mintiendo ni fallando; está haciendo exactamente lo que hace ante una pregunta cuya respuesta plausible no coincide con la verdadera.

También explica dónde se concentran los fallos. Son más frecuentes con hechos específicos, nombres, cifras, fechas y citas, donde estar casi en lo cierto equivale a equivocarse. Son menos frecuentes al estructurar, explicar, reformular o razonar sobre material que tú proporcionas, porque allí la respuesta plausible suele coincidir con la correcta.

• La confianza no es una señal. El tono es idéntico tanto si la respuesta es correcta como si es inventada, por lo que no aporta información sobre su fiabilidad. Verifica todo lo importante, por muy seguro que suene.
• Dale el material en vez de pedirle que lo recuerde. Un modelo que lee un documento que has pegado es fiable de una forma en que no lo es cuando intenta recordarlo. Este hábito elimina la mayor parte del riesgo.
• Pregunta qué no puede verificar. Añadir «dime de qué partes no estás seguro» solo cuesta una frase y revela los puntos débiles con más frecuencia de la que muchos esperan.
• Las herramientas cambian el panorama. Un modelo capaz de buscar en la web o ejecutar código hace algo distinto de recordar: obtiene o calcula información y luego describe el resultado. Es mucho más fiable, pero solo respecto de lo que realmente obtuvo.

GPT es el modelo. ChatGPT es el producto construido a su alrededor: la interfaz, el historial de conversaciones, la carga de archivos, la capa de seguridad y la cuenta. Es la relación entre un motor y un automóvil. Se puede cambiar el motor, y OpenAI lo ha hecho varias veces mientras el producto conservaba su nombre.

La pregunta más difícil es si Claude, Gemini, Grok o DeepSeek son GPT. Técnicamente todos son transformadores generativos preentrenados: comparten familia arquitectónica, enfoque básico de entrenamiento y las tres palabras les resultan aplicables. Sin embargo, ninguno se llama GPT, porque es una marca de OpenAI y no una etiqueta neutral. Decir que Claude es un GPT es como llamar Hoover a cualquier aspiradora: se entiende, pero formalmente es incorrecto.

En la práctica, la distinción útil no es la arquitectura, que comparten en gran medida, sino quién los creó y cómo se llaman:

Esto importa más de lo que parece. Muchas personas suponen que todas estas herramientas son lo mismo con logotipos distintos y concluyen que elegir una u otra es arbitrario. Comparten arquitectura, pero se entrenaron con materiales diferentes, fueron ajustadas por equipos con prioridades distintas y responden de forma notablemente diferente a una misma solicitud. Nuestras guías sobre Gemini, Grok y DeepSeek explican qué distingue a cada uno.

Los usos que funcionan son los que coinciden con lo que el modelo hace mecánicamente. Transformar, explicar y estructurar funciona bien; recordar hechos específicos, no. Casi todos los usuarios decepcionados están en el lado equivocado de esa línea.

• Transformar un tipo de texto en otro. Convertir notas en un resumen, una transcripción en decisiones y acciones, un párrafo en tres versiones más breves o inglés en otro idioma. Como el material fuente está delante del modelo, esta es la categoría más fiable.
• Explicar algo a tu nivel. Pide el mismo concepto de tres maneras diferentes hasta que una te resulte clara. Aquí estas herramientas superan de verdad a un buscador, porque adaptan la explicación en vez de mostrarte otra vez la misma página.
• Generar opciones entre las que elegir. Diez asuntos de correo, seis formas de estructurar un argumento o cuatro nombres. El modelo genera mejor una variedad de opciones que elige la adecuada; tú eliges mejor de lo que generas.
• Primeros borradores y código que revisarás. Superar la página en blanco tiene mucho valor, siempre que trates el resultado como material para editar y no como trabajo terminado. El código puede ser sintácticamente perfecto y semánticamente incorrecto, por lo que hay que ejecutarlo, no confiar sin más.
• Pedir que te lleve la contraria. Pregunta qué falla en tu plan o cuál es el argumento más sólido contra una postura que sostienes. Es una de las capacidades menos utilizadas y a menudo de las más valiosas, porque no cuesta nada y a veces evita problemas importantes.

Nuestra colección de los mejores prompts de ChatGPT reúne los veinticinco que merece la pena memorizar, y la guía más amplia de prompts de ChatGPT explica la técnica.

Los números de versión cambian cada pocos meses y cualquier artículo que los enumere queda desactualizado poco después de publicarse. Las tendencias son más duraderas que las versiones y hay cuatro que conviene conocer.

• Modelos que trabajan antes de responder. En vez de producir una respuesta de inmediato, los modelos de razonamiento generan primero pasos intermedios. Esto requiere tiempo, pero mejora de forma importante los resultados en tareas de varias etapas, por lo que merece la pena seleccionarlos deliberadamente para problemas difíciles.
• El texto ya no es la única entrada. La misma arquitectura ahora procesa imágenes, audio y documentos. GPT Image 2.0 aplica la idea del razonamiento a las imágenes: planifica la composición antes de renderizarla en lugar de generarla directamente.
• Herramientas en vez de memoria. Los modelos capaces de buscar, ejecutar código o llamar a otros sistemas evitan el límite del preentrenamiento para aquello que realmente recuperan. Es el cambio más importante respecto de las limitaciones anteriores y explica por qué un mismo modelo puede ser poco fiable en un producto y fiable en otro.
• Los modelos pequeños se están poniendo al día. Los niveles económicos y rápidos ya resuelven muchas tareas que hace dos años exigían el modelo insignia. Para la mayoría del trabajo cotidiano, el modelo caro ya no es la opción evidente; conviene reconsiderarlo si elegiste uno hace tiempo.

El mecanismo no ha cambiado. Estos sistemas siguen prediciendo qué viene después, por lo que los fallos descritos anteriormente continúan siendo posibles, por muy capaz que sea la versión más reciente.

Cuando sabes que estos modelos comparten arquitectura pero difieren en entrenamiento y ajuste, la pregunta práctica deja de ser cuál es el mejor y pasa a ser cuál sirve mejor para esta tarea. Es difícil responderlo leyendo artículos y fácil probándolo: ejecutar el mismo prompt en dos modelos con tu propio trabajo te enseña en un minuto más que cualquier comparación.

Chat Smith existe para eso. La lista de modelos incluye niveles de GPT junto con Claude, Gemini, Grok y DeepSeek, para que asignes un modelo de razonamiento a un problema difícil, uno rápido a veinte borradores que descartarás y uno de contexto largo al documento que nadie quiere leer, sin pagar una suscripción distinta para cada uno. Chat Smith se puede probar gratis.

Y si debes quedarte con una sola idea: un GPT predice muy bien qué texto debería venir después; por eso es extraordinario y también poco fiable con los hechos. Úsalo para transformar, explicar y generar opciones. Verifica cualquier dato específico. Esta única distinción te permitirá aprovechar estas herramientas más que cualquier técnica de prompting.