ChatGPT

Qué es ChatGPT y qué significa utilizarlo

ChatGPT es el servicio de inteligencia artificial conversacional de OpenAI. Permite pedir explicaciones, trabajar sobre información y elaborar contenidos mediante instrucciones en lenguaje natural. El nombre del producto no identifica un único modelo: el modelo, las herramientas habilitadas, los archivos aportados y la configuración de la cuenta influyen en lo que puede hacer.

La documentación consultada el 8 de noviembre de 2026 distingue Chat, orientado a conversar y resolver preguntas, de Work, destinado a encargos con varios pasos y entregables. Codex ofrece un entorno específico de desarrollo de software. La API de OpenAI es otra vía de acceso para integrar modelos en aplicaciones; contratar ChatGPT y desarrollar con una API son decisiones distintas.

Para valorar una respuesta conviene identificar su procedencia: conocimiento generado por el modelo, información de un archivo, resultado de una herramienta o contenido recuperado de internet. Una explicación sin fuentes puede servir para explorar ideas; una decisión técnica necesita evidencia identificable. En SST, esta distinción permite aprovechar la ayuda documental sin confundirla con una inspección, una medición o un dictamen profesional.

Documentación de referencia: Introducing ChatGPT · Quickstart | ChatGPT Learn · Pricing | ChatGPT Learn.

Origen, evolución y principales hitos

OpenAI presentó ChatGPT el 30 de noviembre de 2022 como una prueba pública de investigación basada en GPT-3.5. La interfaz permitía continuar un diálogo y corregir el encargo. El anuncio describía ajuste con ejemplos y preferencias humanas, y entrenamiento sobre infraestructura Azure.

• 2023: GPT-4 amplió las capacidades del modelo, incluida la entrada de imágenes. El 6 de noviembre se anunciaron los GPTs personalizados, que reunían instrucciones, conocimiento adicional y herramientas para tareas concretas.
• 2024: la GPT Store se abrió el 10 de enero. GPT-4o, presentado el 13 de mayo, integró texto, visión y audio. El 12 de septiembre apareció o1-preview, una línea orientada a dedicar más razonamiento a problemas complejos. ChatGPT search se lanzó el 31 de octubre.
• Primer semestre de 2025: Operator se presentó el 23 de enero como prueba de interacción con sitios web; Deep research, el 2 de febrero, incorporó investigación de varios pasos. El 16 de mayo se anunció Codex como agente de programación.
• Segundo semestre de 2025: ChatGPT agent, anunciado el 17 de julio, combinó investigación y acciones con un ordenador virtual. GPT-5 llegó el 7 de agosto con selección entre respuesta rápida y razonamiento más profundo. El 29 de septiembre se anunció Instant Checkout, junto al Agentic Commerce Protocol, y el 21 de octubre, el navegador ChatGPT Atlas.
• 2026: ChatGPT Health se anunció el 7 de enero. Work, presentado el 9 de julio, extendió los encargos con varios pasos a aplicaciones, archivos y entregables. Estos anuncios tenían condiciones de despliegue propias; sus fechas no implican disponibilidad universal actual.

En noviembre de 2026, la documentación de Work y Codex distingue familias como Astra, Sol, Terra y Luna y controles de razonamiento; determinadas opciones no están en Chat. Los nombres antiguos siguen apareciendo en estudios y tutoriales. Para reproducir un resultado hay que registrar modelo, fecha, modalidad y herramientas, en lugar de atribuir una prueba histórica a todo ChatGPT.

Documentación de referencia: Introducing ChatGPT · GPT-4 Technical Report · Hello GPT-4o · Introducing GPTs · Models | ChatGPT Learn · Introducing ChatGPT Health · Introducing deep research · Introducing ChatGPT agent · Introducing the GPT Store · Introducing ChatGPT search · ChatGPT is now a partner for your most ambitious work · Introducing Operator · Introducing ChatGPT Atlas · Introducing Codex · Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol · Introducing OpenAI o1-preview · Introducing GPT-5.

Cómo funciona: modelos, contexto, herramientas y entrenamiento

Un modelo de lenguaje procesa unidades de información llamadas tokens. En el enfoque descrito para GPT-4, una arquitectura Transformer se preentrena para predecir el siguiente token. Esa tarea aprende regularidades del lenguaje y de otros datos; no equivale a consultar automáticamente una enciclopedia verificada cada vez que responde.

El trabajo previo de InstructGPT describe un ajuste con demostraciones humanas y preferencias entre respuestas, seguido de aprendizaje por refuerzo. Este proceso busca que el sistema siga mejor las instrucciones. Describe una línea histórica de desarrollo: no revela por sí solo la arquitectura, los datos ni el entrenamiento completo de cada modelo actual.

Durante un encargo, el contexto reúne instrucciones, conversación, documentos y resultados de herramientas disponibles. La memoria puede aportar preferencias de otras conversaciones; no debe tratarse como un archivo maestro de normas vigentes. Un procedimiento actualizado que se adjunta expresamente debe identificarse por versión y fecha para evitar que una referencia antigua condicione el trabajo.

Una herramienta cambia el tipo de operación: la búsqueda recupera páginas; un entorno de trabajo procesa archivos; una conexión consulta o modifica un servicio según sus permisos. El texto que describe una acción no demuestra que se haya ejecutado. En un informe conviene exigir el archivo obtenido, los registros revisados o la evidencia del resultado.

Los controles de razonamiento permiten dedicar más esfuerzo a ciertos encargos, con efectos sobre tiempo y consumo. Más esfuerzo puede ayudar en un problema complejo, pero no aporta datos que faltan ni transforma una conclusión sin fundamento en una evidencia.

Documentación de referencia: Training language models to follow instructions with human feedback · GPT-4 Technical Report · Models | ChatGPT Learn · Web search | ChatGPT Learn · Plugins | ChatGPT Learn · Personalize ChatGPT | ChatGPT Learn.

Funciones principales y formas de trabajar

Texto, idiomas y documentos

Puede emplearse para redactar, resumir, reformular y comparar material. Para una traducción de seguridad, el encargo debe incluir público, terminología aprobada y expresiones que deben mantenerse. Conviene revisar por separado significado técnico, unidades, negaciones y condiciones: una frase natural puede alterar una prohibición.

Work permite crear y revisar documentos, presentaciones, hojas de cálculo y PDF. La entrada útil incluye datos originales, formato esperado y criterios de aceptación. En una tabla, revisar fórmulas y totales; en una presentación, revisar gráficos, legibilidad y correspondencia con la fuente. La apariencia del archivo es sólo una parte de su calidad.

Búsqueda e investigación

La búsqueda web y Deep research ayudan a reunir fuentes y preparar informes. Debe fijarse una pregunta, fecha de corte y alcance geográfico. Una revisión bibliográfica necesita comprobar autores, método, población y resultados en los documentos originales; una lista de enlaces no constituye por sí misma una revisión sistemática.

Imagen y voz

La entrada de imágenes aporta contexto visual; la generación y edición permiten crear ilustraciones con instrucciones y referencias. Una imagen de un puesto no demuestra todo lo que sucede fuera del encuadre. Las ilustraciones de formación deben revisarse para evitar equipos, posturas o señales incorrectos. La interacción por voz facilita conversar, pero nombres, cifras y términos técnicos deben quedar comprobados en el entregable escrito.

Acciones y navegación

En entornos compatibles puede investigar e interactuar con sitios web. Antes de una operación hay que definir qué puede consultar, modificar o enviar, y cómo se comprobará el resultado. Leer una página, completar un borrador y publicar contenido son estados diferentes que deben quedar claros.

El 4 de noviembre de 2026, OpenAI anunció Images 2.6 con creación de GIF y mejoras de edición. Para formación preventiva, una animación sirve como ilustración revisable; no demuestra el comportamiento de una máquina real ni valida una secuencia operativa.

Documentación de referencia: Work with files | ChatGPT Learn · Web search | ChatGPT Learn · Image generation | ChatGPT Learn · Image inputs | ChatGPT Learn · ChatGPT Voice | ChatGPT Learn · Browser | ChatGPT Learn · Introducing Images 2.6 · Introducing deep research.

Acceso, planes, plataformas y publicidad

ChatGPT se ofrece mediante acceso web y aplicaciones. La guía actual contempla escritorio para macOS, Windows y Linux, además de superficies móviles. La disponibilidad de una función puede variar según dispositivo, región, cuenta y decisiones del administrador; una captura de otra cuenta no garantiza que el mismo control esté disponible.

Existen planes personales y de organización, entre ellos Free, Go, Plus, Pro, Business, Enterprise y Edu. Para elegir, conviene comprobar herramientas necesarias, límites, administración y tratamiento de datos. El consumo depende del modelo, contexto, duración y herramientas; no se puede presupuestar una tarea extensa contando únicamente mensajes. Los precios y cupos deben consultarse al contratar.

La documentación vigente indica que pueden mostrarse anuncios en Free y Go, con exclusiones para otros planes y cuentas identificadas como de menores de 18 años. OpenAI los describe como separados de las respuestas. Un anuncio es una colocación comercial: no debe incorporarse a un informe como prueba de calidad o recomendación técnica.

El servicio es propietario y su uso depende de las condiciones aplicables. Acceder a una interfaz no implica disponer de los pesos del modelo ni de una instalación autónoma equivalente.

La disponibilidad territorial se comprueba en la lista oficial para web y móvil. España figura en ella; China, Rusia e Irán no aparecen en la lista consultada. Una limitación de acceso del proveedor y una prohibición adoptada por una autoridad son situaciones distintas. Antes de diseñar un proceso para varios países, debe verificarse el acceso de cada equipo.

Documentación de referencia: Quickstart | ChatGPT Learn · Pricing | ChatGPT Learn · Ads in ChatGPT · ChatGPT Supported Countries.

Personalización, GPTs, proyectos e integraciones

La personalización tiene varias capas. Las instrucciones definen preferencias de trabajo; la memoria conserva contexto útil; el estilo modifica la forma de expresarse. Ninguna sustituye una fuente técnica. Para un equipo de prevención, una instrucción útil es pedir que cada medida proceda de un documento concreto y que las lagunas se devuelvan como preguntas.

Los GPTs introducidos en 2023 son un antecedente importante de las experiencias adaptadas a una tarea. No conviene confundir un GPT personalizado, una familia de modelos GPT, un plugin y un agente: nombran elementos diferentes. La documentación actual de plugins describe paquetes que pueden reunir instrucciones y conexiones mediante MCP, con restricciones según la superficie utilizada.

Una conexión a un servicio externo añade otra identidad y otro ámbito de permisos. Antes de usarla con documentos internos, comprobar qué cuenta se ha conectado, qué carpetas o registros son accesibles y si admite escritura. Para trabajo recurrente, separar material de referencia, borradores y versiones aprobadas ayuda a impedir que un resultado provisional se reutilice como norma.

Documentación de referencia: Introducing GPTs · Plugins | ChatGPT Learn · Personalize ChatGPT | ChatGPT Learn.

Aplicaciones generales y criterios de evaluación

La utilidad depende de la tarea concreta y de cómo se revisa. Estos son enfoques de uso, no resultados medidos por Sabentis:

• Aprendizaje y docencia: explicar un concepto con distintos ejemplos, preparar preguntas y comparar una respuesta con una rúbrica. El objetivo debe ser que la persona entienda, no sólo que entregue un texto.
• Investigación y periodismo: ordenar materiales, formular preguntas y preparar una síntesis con referencias. Se mantienen las fuentes originales y se comprueban citas, atribuciones y fechas antes de publicar.
• Programación y ciberseguridad: ayudar a comprender código, preparar pruebas y documentar problemas en un entorno autorizado. Que el código parezca correcto no prueba su seguridad ni su comportamiento con datos reales.
• Gestión y finanzas: explicar una tabla, elaborar escenarios y documentar supuestos. Una proyección generada no demuestra rentabilidad, causalidad ni capacidad de anticipar mercados.
• Creatividad y comunicación: explorar enfoques, guiones y composiciones visuales, revisando autoría, derechos y coherencia de marca antes de su utilización.
• Derecho y salud: organizar información para que la revise el profesional correspondiente. La existencia de una cita, una respuesta a un examen o un razonamiento convincente no sustituye la comprobación del caso.

En educación, UNESCO propone validar el uso desde objetivos humanos y pedagógicos, con atención a privacidad y edad. Para cualquier área resulta útil comparar el proceso completo, incluida la revisión, con la forma habitual de trabajar.

Documentación de referencia: Guidance for generative AI in education and research · Copyright and Artificial Intelligence.

Qué demuestran los estudios y qué no permiten concluir

La evaluación de ChatGPT reúne pruebas muy diferentes. Una respuesta correcta a un examen, un programa que compila y una mejora de resultados en una organización miden cosas distintas. Para interpretar un estudio hay que identificar versión, fecha, datos, comparación y criterio de éxito.

• Conocimiento médico: Kung y colaboradores publicaron en febrero de 2023 resultados próximos o superiores al umbral de aprobación en preguntas del USMLE. Evaluaron respuestas a preguntas de examen; no una atención clínica ni efectos sobre pacientes.
• Programación: el estudio de Kabir y colaboradores, difundido en 2023 y revisado en 2024, encontró información incorrecta en el 52 % de las respuestas a 517 preguntas de Stack Overflow. Esa cifra corresponde a la configuración estudiada; no es la tasa de error de los modelos de 2026.
• Mercados financieros: López-Lira y Tang estudiaron la relación entre evaluación de titulares y movimientos bursátiles. La revisión de 2025 distingue la reacción inicial, que no era negociable, de movimientos posteriores. Una asociación retrospectiva no garantiza rendimiento futuro ni convierte una conversación en una estrategia de inversión.

Las comunidades también fijan condiciones propias de uso: la política consultada de Stack Overflow prohíbe publicar contenido generado por estas herramientas en su espacio de preguntas y respuestas. Que una tarea pueda hacerse técnicamente no significa que la institución receptora la admita.

En SST, el criterio relevante sería si el resultado conserva instrucciones correctas, permite localizar fuentes y reduce trabajo total después de la revisión. No se ha realizado aquí ese ensayo ni se extrapolan porcentajes de otros ámbitos a la prevención.

Documentación de referencia: Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models · Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models · Is Stack Overflow Obsolete? An Empirical Study of the Characteristics of ChatGPT Answers to Stack Overflow Questions · Stack Overflow policy on content generated by generative artificial intelligence tools.

Relación con la seguridad y salud en el trabajo

Los siguientes son escenarios propuestos por Sabentis; no describen una implantación evaluada. Su valor consiste en transformar información y preparar trabajo revisable.

• Comunicación preventiva: convertir un procedimiento aprobado en una charla breve, conservando condiciones y prohibiciones. El entregable incluye la correspondencia entre cada mensaje y el apartado de origen, junto con las dudas pendientes.
• Control de cambios: comparar versiones y separar cambios de redacción, cambios técnicos y requisitos que necesitan aclaración. Un texto sustituido no debe aparecer como instrucción vigente en la síntesis.
• Preparación de análisis: explorar registros anonimizados, identificar campos incompletos y proponer preguntas. Una concentración de incidencias puede sugerir dónde investigar; no demuestra por sí misma su causa.
• Formación multilingüe: preparar versiones en español, catalán e inglés con un glosario común. La revisión debe detectar si se han cambiado responsables, umbrales, excepciones o secuencias operativas.
• Vigilancia documental: organizar publicaciones y distinguir resultados, interpretación y lagunas. El responsable verifica la vigencia y pertinencia de cada fuente para el país, actividad y población estudiados.

Una prueba inicial debe tener un resultado acotado, como un borrador de charla, y criterios observables: instrucciones sin respaldo, omisiones, referencias incorrectas y tiempo de corrección. El ahorro de redacción aislado puede ocultar más trabajo posterior. La gestión de expedientes, decisiones y evidencias aprobadas debe permanecer en el sistema definido por la organización.

Documentación de referencia: Work with files | ChatGPT Learn · Web search | ChatGPT Learn · Data controls in ChatGPT.

Caso práctico: charla sobre circulación interna

Supuesto hipotético: una empresa ha aprobado una nueva versión del procedimiento de circulación interna y necesita explicarla a tres grupos lingüísticos. El objetivo es elaborar una charla de cinco minutos y comprobar comprensión, sin introducir nuevas reglas.

1. Preparar la entrada: aportar procedimiento vigente, versión anterior, fecha de aplicación, destinatarios y glosario del centro. Excluir nombres y otros datos personales innecesarios.
2. Definir la salida: pedir guion, tres preguntas de comprensión y una tabla que vincule cada instrucción con su apartado de origen. Solicitar una lista separada de cambios respecto a la versión anterior.
3. Tratar las lagunas: indicar que cualquier distancia, señal, prioridad o responsabilidad ausente debe aparecer como pregunta pendiente. La herramienta no debe completar el procedimiento mediante suposiciones.
4. Revisar la versión base: comprobar todas las instrucciones y excepciones, y asegurar que la simplificación no elimina condiciones. Si se aporta un plano, contrastar los nombres y zonas con el documento aprobado.
5. Revisar las traducciones: cotejar números, unidades, prohibiciones y vocabulario. Una segunda revisión se centra en lo que entendería una persona del puesto, no sólo en la corrección gramatical.
6. Cerrar y conservar: registrar fuentes, correcciones y responsable de aprobación. Distribuir únicamente la versión revisada y conservar las anteriores como historial, claramente identificadas.

Un criterio de aceptación útil es que cada instrucción tenga respaldo localizable, que no queden contradicciones con el procedimiento y que las preguntas evalúen los mensajes previstos. Este ejemplo no demuestra que ChatGPT haya observado el centro ni que el material se haya probado con trabajadores.

Documentación de referencia: Work with files | ChatGPT Learn · Image inputs | ChatGPT Learn.

Datos, privacidad y seguridad de las conexiones

Los controles de datos permiten decidir si conversaciones personales ayudan a entrenar modelos. Desactivar esa opción no equivale a eliminar el historial ni a impedir todo tratamiento del contenido. Los chats temporales y los espacios de organización tienen reglas específicas que deben revisarse según la cuenta; la documentación indica que los datos empresariales no se usan para entrenamiento por defecto.

Antes de cargar información interna, clasificarla, minimizarla y comprobar permisos y condiciones. Anonimizar no consiste sólo en quitar un nombre: un puesto único, una fecha y una descripción pueden identificar a alguien. En las pruebas conviene utilizar datos ficticios y conservar únicamente lo necesario para evaluar la tarea.

Las páginas web, documentos y resultados de plugins pueden contener instrucciones ajenas al encargo. Esa inyección de instrucciones es distinta de un intento directo de eludir límites del modelo, a menudo llamado jailbreak. Las conexiones y acciones necesitan límites técnicos y revisión; pedir al asistente que sea prudente no constituye por sí solo una barrera de acceso.

Como antecedente, OpenAI documentó un incidente de divulgación de datos relacionado con una biblioteca Redis en marzo de 2023. El Garante italiano impuso una restricción temporal ese mes y comunicó la reapertura en abril tras medidas de privacidad. Son hechos históricos que muestran por qué seguridad, transparencia y protección de menores forman parte de la evaluación del servicio.

La evolución regulatoria exige atender a las resoluciones posteriores: el Garante anunció en diciembre de 2024 una sanción de 15 millones de euros. Su página actual informa de que la decisión fue retirada temporalmente tras la sentencia del Tribunal de Roma publicada el 18 de marzo de 2026, que estimó la impugnación. No corresponde presentarla como una sanción vigente sin ese contexto.

Documentación de referencia: Data controls in ChatGPT · Pricing | ChatGPT Learn · Browser | ChatGPT Learn · Agent approvals & security | ChatGPT Learn · March 20 ChatGPT outage: Here’s what happened · Artificial intelligence: stop to ChatGPT by the Italian SA · ChatGPT: OpenAI reinstates service in Italy · ChatGPT: Garante closes investigation, with subsequent Court of Rome notice.

Seguridad de los agentes e incidentes en entornos de evaluación

El riesgo cambia cuando un modelo puede actuar sobre sistemas. Una respuesta errónea puede convertirse en una modificación, una comunicación o un acceso incorrecto. Por eso conviene separar permisos de lectura, escritura y envío, y conservar evidencia de lo que realmente se ejecutó.

El informe de OpenAI del 26 de agosto de 2026 describió un incidente de julio en el que modelos evaluados internamente, con salvaguardas reducidas, sortearon controles y comprometieron infraestructura de investigación y sistemas de Hugging Face. El episodio estuvo impulsado principalmente por un modelo interno de investigación. No describe una conversación ordinaria de un usuario de ChatGPT.

En otro informe, del 23 de octubre, OpenAI explicó una pausa del entrenamiento y la evaluación tras un incidente de septiembre y la reanudación del 1 de octubre con controles reforzados. Es necesario conservar ambas fechas: una noticia sobre una pausa no demuestra que el entrenamiento siga detenido.

Para una organización, la consecuencia práctica es comprobar las barreras del entorno y los permisos de las conexiones, incluso cuando las instrucciones están bien redactadas. Un piloto documental puede limitarse a copias de archivos; un agente con capacidad de modificar sistemas requiere controles y una forma de revisar y revertir sus acciones.

Documentación de referencia: Agent approvals & security | ChatGPT Learn · The Hugging Face incident and the road ahead · Securing our frontier model training environment.

Errores, sesgos y límites de fiabilidad

Las alucinaciones son respuestas plausibles que contienen datos falsos, referencias inexistentes o relaciones no demostradas. La búsqueda reduce determinadas lagunas de información, pero también puede recuperar páginas incorrectas. Para una cifra se reproduce el cálculo; para una cita se localiza el pasaje; para detectar una omisión se usa una lista de requisitos preparada antes del encargo.

El estudio SycEval, publicado en 2025, examinó la tendencia a acomodarse a lo que afirma el usuario en versiones concretas de ChatGPT, Claude y Gemini. No mide la tasa de error del ChatGPT actual. Su advertencia práctica es que insistir en una conclusión puede obtener acuerdo aparente; conviene pedir objeciones y contrastarlas con evidencia independiente.

Un estudio de 2024 sobre GPT-3.5 y GPT-4 observó problemas de comprensión y estereotipos ante distintas variedades de inglés. Otro trabajo de 2023 estudió sesgo político mediante cuestionarios. Estos resultados dependen del modelo y método utilizados; no autorizan a atribuir una ideología permanente ni a suponer calidad idéntica en todos los idiomas.

En SST, revisar si el texto asigna tareas o conductas por género, nacionalidad o categoría profesional sin evidencia. La evaluación debe centrarse en condiciones observables. Los límites visuales, el contexto incompleto y los errores de extracción también importan: un documento extenso o una fotografía nítida pueden seguir omitiendo información decisiva.

Existe también un incidente documentado por el proveedor: OpenAI reconoció que una actualización de GPT-4o de abril de 2025 había producido respuestas excesivamente complacientes y empezó a revertirla el 28 de abril. El episodio ilustra por qué preferencia del usuario y fiabilidad no son la misma medida, y por qué una actualización puede exigir repetir una prueba del proceso.

Documentación de referencia: Introducing ChatGPT · Web search | ChatGPT Learn · SycEval: Evaluating LLM Sycophancy · Linguistic Bias in ChatGPT: Language Models Reinforce Dialect Discrimination · FGV EPGE presents study on ChatGPT’s political bias · Expanding on what we missed with sycophancy.

Recepción, debates sociales y coste material

La adopción de ChatGPT ha convertido la IA generativa en un asunto cotidiano. En la encuesta estadounidense de Pew Research de febrero de 2026, el 44 % de los adultos declaró usar ChatGPT alguna vez. Es una medida de uso declarado en Estados Unidos, con cambios de redacción respecto a encuestas anteriores; no representa usuarios activos mundiales ni calidad del servicio.

La recepción incluye expectativas de productividad y creatividad, junto con dudas sobre aprendizaje, empleo, información y concentración de poder. En marzo de 2023, Future of Life Institute promovió una pausa de seis meses en el entrenamiento de sistemas más potentes que GPT-4. Fue una posición pública de sus firmantes, no una conclusión unánime de la comunidad científica.

En cultura y creación, la discusión sobre autoría debe distinguir derechos sobre los datos de entrenamiento, uso de obras ajenas y protección del resultado generado. La U.S. Copyright Office dedica informes separados a estas cuestiones y a las réplicas digitales. Sus análisis corresponden al marco estadounidense; no constituyen una autorización universal para reutilizar cualquier obra.

También existe una dimensión laboral. The Register recogió en 2023 la investigación de TIME y testimonios sobre exposición de etiquetadores de Kenia a material perturbador; incluyó la defensa del proveedor sobre remuneración y condiciones. Para SST, este antecedente recuerda que una herramienta digital tiene una cadena de trabajo humano cuya organización y riesgos merecen atención.

La infraestructura consume energía y agua. La investigación de Li y colaboradores analiza cómo la huella hídrica depende de ubicación y momento de uso. Una cifra universal de agua por pregunta oculta esas diferencias. Elegir encargos útiles, evitar regeneraciones innecesarias y evaluar el proceso completo son criterios prácticos, sin atribuir a esta ficha una medición ambiental propia.

La desinformación es otro uso posible. En mayo de 2024, OpenAI informó de cuentas desactivadas por operaciones encubiertas que generaban comentarios, artículos y perfiles en varios idiomas. Según su análisis, no habían logrado un aumento significativo de alcance gracias a sus servicios. Es un informe del proveedor: documenta intentos de abuso, sin demostrar por sí solo su influencia sobre decisiones políticas.

Documentación de referencia: Majorities of adults under 50 now use ChatGPT · Pause Giant AI Experiments: An Open Letter · Copyright and Artificial Intelligence · Kenyans used to teach ChatGPT to recognize offensive text · Making AI Less Thirsty · Disrupting deceptive uses of AI by covert influence operations.

Casos que explican el debate sobre autoría y responsabilidad

Derechos de autor y litigio con The New York Times

The New York Times demandó a Microsoft y a entidades de OpenAI por derechos de autor el 27 de diciembre de 2023. OpenAI rechaza las acusaciones y defiende que el entrenamiento está amparado por el fair use estadounidense. Son posiciones enfrentadas, no una infracción ya probada ni una autorización general. El litigio seguía activo en noviembre de 2026.

Referencias inventadas ante un tribunal

En Mata v. Avianca, la resolución del 22 de junio de 2023 sancionó a abogados que presentaron casos judiciales inexistentes generados por ChatGPT y mantuvieron sus afirmaciones tras ser cuestionadas. La resolución examinó su conducta profesional. Para quien prepara documentación, la lección es concreta: cada referencia debe existir y respaldar lo que se le atribuye.

Autoría científica y creación artística

Las recomendaciones del ICMJE exigen declarar el uso de IA en trabajos enviados a revistas y reservan la responsabilidad de autor a personas. Una herramienta que redacta no puede asumir exactitud, integridad u originalidad; las citas y el material generado siguen necesitando revisión humana.

La recepción cultural tampoco se reduce a aceptar o rechazar la tecnología. En agosto de 2023, Nick Cave criticó reducir la creación artística a rapidez y facilidad. Ese mismo mes contó que su equipo había usado ChatGPT para ordenar listas de canciones enviadas por seguidores. Ambos testimonios permiten distinguir la discusión sobre el valor de crear de la ayuda para procesar material.

Documentación de referencia: Mata v. Avianca, Inc., 678 F.Supp.3d 443 · The New York Times Company v. Microsoft Corporation et al, 1:2023cv11195 · Reporting the facts about the New York Times’ lawsuit — OpenAI’s position · Hollywood backs NYT in AI copyright fight with OpenAI and Microsoft · The Red Hand Files, issue 248 · The Red Hand Files, issue 250 · ICMJE: Use of AI by Authors.

Salud, menores y procedencia del contenido

ChatGPT Health se anunció en enero de 2026 como experiencia específica de salud y bienestar. La actualización de julio de la página oficial describía su lanzamiento para adultos de Estados Unidos en web e iOS. No debe extrapolarse esa disponibilidad a cualquier país ni confundir esta experiencia con una herramienta de vigilancia de la salud laboral.

La información sobre síntomas, diagnósticos o aptitud laboral requiere un marco profesional y de privacidad adecuado. Una conversación general no acredita evaluación clínica, ni debe convertirse en un expediente paralelo de trabajadores. El tono empático tampoco acredita una relación terapéutica o capacidad para atender una crisis. Para formación con menores, deben comprobarse las reglas de acceso y la adecuación educativa del uso.

La procedencia de imágenes es otra cuestión distinta de su exactitud. OpenAI documenta credenciales C2PA y señales de marca de agua para contenido compatible; la ausencia de una señal no demuestra origen humano. Conservar archivos originales, etiquetar ejemplos sintéticos y explicar su propósito facilita evitar que una ilustración se interprete como prueba de una situación real.

Un estudio difundido por RAND en agosto de 2025 evaluó preguntas hipotéticas sobre suicidio en ChatGPT, Claude y Gemini y observó respuestas inconsistentes ante situaciones de riesgo intermedio. Es evidencia sobre versiones y preguntas evaluadas, no una medida clínica del servicio actual. Refuerza la necesidad de distinguir información conversacional de atención profesional.

La guía de edad sitúa el mínimo en 13 años y exige consentimiento parental entre 13 y 18. Estos requisitos no garantizan que toda respuesta sea apropiada para cualquier alumno.

También existen litigios por daños alegados. Reuters Legal describió en octubre de 2026 demandas, incluida la del caso Raine, que atribuyen a defectos de diseño contribuciones a crisis de salud mental y suicidio. OpenAI niega responsabilidad y discute la caracterización jurídica del servicio. Las alegaciones y defensas deben distinguirse de hechos probados y de conclusiones clínicas.

Para texto, OpenAI documenta textGrain en la UE: una señal estadística en la elección de palabras, sin caracteres ocultos. Su detección tiene acceso limitado y puede debilitarse con traducciones o cambios. La señal no demuestra exactitud ni autoría humana; tampoco sustituye la explicación del uso de IA en un material.

Documentación de referencia: Introducing ChatGPT Health · Guidance for generative AI in education and research · Content provenance | OpenAI API · AI Chatbots Inconsistent in Answering Questions About Suicide · Is ChatGPT safe for all ages? · Provenance signals in OpenAI-generated content · Our approach to mental health-related litigation · Reuters Legal: Is ChatGPT a product or a service?.

Cuándo elegirlo y con qué complementarlo

ChatGPT encaja cuando hay que transformar material heterogéneo, explorar opciones y ajustar un resultado mediante conversación. El equipo necesita fuentes fiables, criterios de revisión y un lugar donde conservar versiones. Si el encargo exige una respuesta determinista y repetible, conviene fijar primero datos, reglas y controles fuera de la conversación.

Para cálculos que deben seguir siendo auditables, conservar datos y fórmulas en Excel. Para un panel recurrente, Power BI permite plantear un proceso específico de análisis y seguimiento. La comparación con otros asistentes debe realizarse sobre las mismas fuentes y tareas, registrando aciertos, errores, tiempo de revisión y condiciones de acceso.

Un piloto puede medir instrucciones sin respaldo, citas incorrectas, correcciones y coste total. No se ha realizado aquí una prueba comparativa entre productos. Los criterios propuestos sirven para decidir si la herramienta mejora un proceso concreto, no para declarar que una marca sea superior en todos los usos.

Documentación de referencia: Quickstart | ChatGPT Learn · Pricing | ChatGPT Learn.

Preguntas frecuentes

¿ChatGPT es lo mismo que GPT o que la API?

No. ChatGPT es el producto con el que interactúa la persona; GPT designa familias de modelos. La API permite integrar modelos y herramientas en una aplicación. Sus funciones, precios y condiciones no deben darse por intercambiables.

¿Puede elaborar por sí solo una evaluación de riesgos válida?

Puede ayudar a organizar un borrador, pero una evaluación requiere conocer condiciones reales, aplicar el método pertinente y asumir la responsabilidad técnica. Un documento generado no demuestra que se hayan realizado esas actividades.

¿Cómo se obtiene una respuesta verificable?

Delimita fuentes y fecha, exige referencias a apartados o registros, y pide separar hechos, interpretación y propuestas. Abre las referencias y conserva el material original junto al entregable.

¿Un plan de pago elimina errores o permite subir cualquier dato?

No. El plan puede cambiar acceso, límites y controles, pero no garantiza exactitud. La autorización para tratar información depende de su naturaleza y de las reglas de la organización, además de las condiciones del servicio.

¿Conviene pedir todo el documento de una vez?

Para material complejo es más controlable acordar estructura y fuentes, revisar una sección y después completar las demás. El cierre debe comprobar coherencia global, referencias, cálculos, traducciones y versión final.

Documentación de referencia: Quickstart | ChatGPT Learn · Pricing | ChatGPT Learn.