Muy listo. Buena persona. Capaz de resolver problemas imposibles.

Pero en lo básico… se equivocaba.

No por mala intención.

No por flojera.

Pasaba. Y me hacía pasar aceite.

Con GPT-5 me está pasando algo parecido.

En lo complejo, sorprende.

En cosas simples, te saca canas.

Quizá mi colaborador no tenía la culpa.

Quizá yo tenía que aprender a abordarlo de otra manera.

Tal vez con GPT-5 sea igual.

¿Entonces, que es gpt-5 y por qué todos hablan de él?

El 7 de agosto de 2025, OpenAI lanzó su nuevo modelo estrella.

Promesa: mejor razonamiento, más coherencia, menos errores.

Y un cambio drástico: retirar modelos anteriores del selector para usuarios de consumo.

El movimiento encendió el debate.

En The Verge y Engadget recogieron la reacción: hilos con miles de comentarios en Reddit, quejas sobre tono “corporativo” y respuestas más cortas.

También documentaron algo clave: la gente extrañaba la personalidad de GPT‑4o.

OpenAI, por su parte, publicó el anuncio formal del nuevo modelo en su propio sitio. En la nota de lanzamiento explican su enfoque y objetivos técnicos (OpenAI).

Pero la historia no terminó ahí.

La empresa dio marcha atrás en tiempo récord.

¿Por qué regresó GPT‑4o si GPT‑5 es “mejor”?

Porque el cambio fue súbito.

Y porque la gente no solo usa IA, también se apega a ella.

En un AMA, Sam Altman reconoció el descontento y anunció el retorno de GPT‑4o para suscriptores, algo que reseñaron TechRadar y Mashable.

La activación no es automática: hay que ir a Configuración en la web y permitir “modelos legacy” antes de verlo en la app, como detallaron guías de la comunidad en Reddit y medios como VentureBeat.

Advertencia adicional: la disponibilidad podría ser temporal.

¿Por qué la protesta?

No fue solo por funciones.

Fue por vínculo.

¿La “personalidad” de un modelo importa tanto como su rendimiento?

Para muchos, sí.

Cuando una herramienta suena cálida, cercana y consistente, confías más.

Cuando suena fría, la sientes ajena, aunque técnicamente sea superior.

OpenAI publicó investigación sobre bienestar y uso de chatbots donde observan que algunos usuarios generan lazos emocionales con el sistema; cambios de tono pueden afectar su ánimo, como reseñó MIT Technology Review.

Esto explica por qué, aunque GPT‑5 suba el listón técnico, una parte de la comunidad extrañe la “voz” de GPT‑4o.

Y aquí reaparece mi anécdota.

Con aquel colaborador, el reto no era inteligencia.

Era coordinación, tono, expectativas.

¿Qué falló en el arranque y por qué se sintió peor de lo que era?

No todo fue percepción.

Hubo técnica detrás del mal sabor de boca.

Según reportó VentureBeat, Sam Altman explicó que un “router automático” que asigna variantes del modelo tuvo problemas el primer día.

¿Resultado? Respuestas menos acertadas, sensación de “bajada” en inteligencia.

En paralelo, la eliminación inmediata de modelos previos molestó a quienes ya tenían flujos afinados, algo que analizó Simon Willison desde la perspectiva de deprecaciones sorpresivas.

Lección: no basta con mejorar la máquina.

Hay que gestionar la transición.

¿Qué cambia en tu día a día si migras?

Depende de lo que hagas.

Si escribes mucho, notarás mejor coherencia en textos largos.

Si razonas con múltiples pasos, verás menos atajos y más consistencia.

OpenAI afirma en su anuncio que el modelo reduce “alucinaciones” y refuerza el razonamiento (OpenAI).

Pero tu experiencia real dependerá de cómo lo instruyas.

Y de si aceptas ajustar tu método.

Como con aquel colaborador, la clave fue el proceso.

Documentar pedidos.

Definir criterios de calidad.

Separar lo urgente de lo importante.

¿Cómo usar, en serio, que es gpt-5 a tu favor?

Primero: especificidad.

Entre más claro el objetivo, mejor la salida.

Define rol, contexto, restricciones y formato.

Segundo: plantillas.

Crea prompts repetibles para tareas recurrentes.

Itera con ejemplos buenos y malos.

Tercero: verificación.

No delegues juicio crítico.

Establece reglas para checar datos sensibles.

Cuarto: “mezcla de modelos”.

Si tienes acceso a legacy, asigna tareas por fortaleza.

Escribe con uno, refina con otro, contrasta con un tercero cuando sea posible.

Quinto: latencia emocional.

Si el tono te afecta, ajusta instrucciones de estilo.

O define un “sistema de voz” que te resulte natural.

Este enfoque lo trabajo a detalle en mis talleres de inteligencia artificial con equipos que buscan productividad sin perder calidad.

¿Y si quiero recuperar mi flujo con GPT‑4o?

Se puede, por ahora.

Activa “Mostrar modelos legacy” en la versión web.

Luego revisa la app.

Guías de la comunidad y notas como la de Reddit explican el paso a paso.

Ten presente que la disponibilidad puede cambiar “mientras evaluamos el uso”, como han repetido los medios que cubrieron el tema (TechRadar, Engadget).

Mi recomendación práctica:

Si tu operación depende del “carácter” de un modelo, documenta el porqué.

Así podrás reproducir esa sensación con instrucciones, incluso si cambia el motor.

¿Qué nos deja este episodio para la gestión del cambio?

Uno: el usuario manda.

La reversión de OpenAI en menos de 24 horas lo prueba (The Verge).

Cuando el feedback es claro y masivo, impacta.

Dos: la comunicación importa tanto como el código.

Deprecar sin transición erosiona confianza.

Los equipos necesitan ventanas, rutas alternas y documentación, como discutió Simon Willison.

Tres: la “empatía artificial” es una ventaja competitiva.

No solo por “caer bien”.

Porque reduce fricción cotidiana.

¿Dónde queda la pregunta central: que es gpt-5 para mí?

Para mí, es una oportunidad… con curva de aprendizaje.

Es potencia que exige método.

Es un “equipo de expertos” 24/7 si aprendes a pedir y a validar.

Si lo dejas al azar, te frustrará.

Si lo trabajas con intención, te multiplica.

Y sí, hay días en que extraño la calidez de GPT‑4o.

Pero también hay tareas en las que GPT‑5 ya es mi primera opción.

¿Qué hago hoy si quiero adoptarlo sin sufrir?

Empieza por una auditoría simple:

Lista tus 10 tareas repetitivas.

Elige tres candidatas para automatizar o acelerar.

Define el “brief perfecto” para cada una.

Incluye rol, contexto, criterios de éxito y ejemplos.

Prueba con GPT‑5 y registra resultados.

Luego agrega una capa de control:

Checklist rápido de verificación.

Reglas para datos sensibles.

Al final, estandariza el proceso.

Ese es tu manual interno.

Eso vuelve escalable el beneficio.

¿Qué sigue para el ecosistema?

Más personalización de tono.

Mejor control de estilo.

Integraciones más finas entre modelos.

Y, ojalá, mejores prácticas de transición.

Porque la innovación no está peleada con la empatía.

Y el usuario, al final, quiere resultados sin perder su voz.

¿Por qué esta historia me suena a déjà vu?

Porque ya la viví con personas reales.

Gente brillante, con margen de error en lo obvio.

La solución nunca fue “cambiar de persona”.

Fue diseñar el proceso.

Pedir distinto.

Establecer estándares.

Con la IA pasa igual.

La pregunta no es si es perfecta.

La pregunta es si puedes trabajar con sus límites y, aun así, ganar.

¿Puedo aprender esto sin ser ingeniera o ingeniero?

Sí.

Esto va de estrategia aplicada, no de compilar modelos en tu casa.

Va de entender tu contexto y traducirlo a instrucciones claras.

Por eso diseñé sesiones prácticas para equipos y profesionales.

Para que aterricen casos reales, armen librerías de prompts y salgan con procesos accionables.

Si te interesa, aquí tienes la ruta: taller de inteligencia artificial.

¿Qué me llevo hoy, en una frase?

Que la herramienta es potente, pero el proceso manda.

Que el tono importa tanto como el motor.

Y que la forma más rápida de ganar con IA es dejar de improvisar.

Así entiendo yo que es gpt-5 en 2025: una máquina muy capaz que exige dirección humana.

Sin dirección, frustra.

Con dirección, multiplica.

¿Último empujón?

Mando un mail diario a las 3.30PM, lo leen en dos minutos.

Hablo de productividad, inteligencia artificial y todos los días trato de vender algo.

Suscríbete aquí: luisgyg.com/mail.