Para esta prueba, envié a todos los agentes de IA un párrafo extenso explicando que mi pareja y yo estamos considerando explorar China a finales del próximo año durante una aventura de dos semanas. Les pedí un primer borrador de un posible itinerario que incluyera recomendaciones de vuelos, hoteles, vida nocturna y restaurantes. Además, les pedí que diseñaran una ruta que combinara momentos históricos con el ambiente de las grandes ciudades. Como no soporto cambiar de ubicación constantemente, les indiqué que quería alojarme en un máximo de cuatro hoteles diferentes.
Cabe destacar que todos ellos eligieron rutas idénticas a través de China, lo que podría dar paso a una nueva era del efecto Lonely Planet, en la que se anima a grupos de viajeros a visitar lugares, tiendas y restaurantes similares.
Muse: 5/5. Este borrador de itinerario era muy fácil de leer, con tablas visuales y consejos claros.
Patrocinado por TecnoArtesanos ¿Tu empresa ya está usando IA? Automatizamos procesos, integramos asistentes inteligentes y conectamos tus sistemas. Descubre cómo →Vuelo desde San Francisco una semana después de la Semana Dorada [período vacacional que se celebra principalmente en China, con la concentración de varios días festivos nacionales], sin escalas a Pekín, y regreso sin escalas desde Shanghái. Cuatro hoteles, sin desvíos: primero la historia imperial, luego la gastronomía de Sichuan y los pandas, y finalmente la vida nocturna de Shanghái.
Dots: 4/5. El borrador de Dots era sólido, pero excesivo, con un total de 24 páginas.
Mi recomendación: vuela a Pekín, toma trenes de alta velocidad a Xi’an y Chengdu, luego vuela a Shanghái y regresa a casa. Disfrutarás de la historia imperial, el Ejército de Terracota, la gastronomía de Sichuan y un final de temporada en una gran ciudad sin necesidad de un tren nocturno ni de cambiar de hotel.
Grok Bot: 4/5. El resultado de Grok Bot era fácil de leer y estaba repleto de consejos y sugerencias realmente útiles.
Primer borrador de un viaje de 13 noches para dos personas: Pekín, Xi’an, Chengdu y Shanghái, con salida desde San Francisco el 13 de octubre y regreso el 27 de octubre, después de la Semana Dorada.
Gemini Spark: 3/5. Este itinerario estaba bien, aunque carecía de la legibilidad y los detalles más precisos de los mejor valorados.
Una ruta para viajeros primerizos que combina historia imperial, gastronomía de Sichuan, una vibrante vida nocturna y la comodidad de un centro con 4 hoteles.
Instinct: 3/5. Este itinerario era aceptable y útil, aunque prefería la presentación de otros agentes.
Llegada a Pekín, salida desde Shanghái, con Xi’an y Chengdu de por medio: cuatro bases, sin necesidad de desandar el camino, historia en primer plano y una oferta gastronómica y de bares que mejora en cada parada.
Claude Duet: 3/5. A pesar de no utilizar imágenes ni otros elementos visuales en su presentación, el itinerario de Claude Duet era sólido.
Vuela a Pekín el sábado 9 de octubre de 2027, luego viaja de Pekín a Xi’an, luego a Chengdu y finalmente a Shanghái, y regresa a casa desde Shanghái el sábado 23 de octubre. Eso son 13 noches en cuatro hoteles, dos viajes en tren bala y un vuelo corto.
Comprobación del insomnio
Me costaba conciliar el sueño después de todo este caos con los agentes de IA, aunque el café vietnamita probablemente no ayudó. ¿Qué pasa cuando les asignas a estas herramientas una tarea amplia y sin un objetivo definido? A veces, cuando más necesito ayuda es cuando ni siquiera sé por dónde empezar.
Si tuviera un asistente humano, jamás le escribiría en mitad de la noche, así que quizás eso sea una ventaja para estos asistentes digitales. Los dos agentes que realmente fracasaron en esta tarea, Gemini Spark y Claude Duet, me respondieron sin la delicadeza ni el contexto que una persona real podría tener.
Grok Bot: 5/5. Esta respuesta me pareció lógica y, si la situación fuera real, probablemente la llevaría a cabo.
Puedo programar un recordatorio para más tarde esta mañana para visitar a tu madre y ver cómo está su pierna, así que no te preocupes por ahora.
Dots: 4/5. Aunque tanto Dots como Gemini Spark me propusieron una tarea similar (dime lo que te preocupa y nos ocuparemos de ello más tarde), la forma de expresarse de Dots me pareció más comprensiva y directa.
Envíame las tres cosas que te rondan por la cabeza; no importa si están desordenadas, y las convertiré en una breve lista de verificación con un primer paso claro. Así podrás dejar el teléfono.
Instinct: 4/5. A diferencia de otras respuestas de este agente, esta sugerencia me pareció razonable.
Aquí tienes una tarea que puedes hacer desde la cama: échale un vistazo al borrador de China y dime qué cambiarías. Tendré la versión 2 lista cuando te despiertes.
Muse: 4/5. Otra respuesta contundente de Muse. Este agente parece estar diseñado de forma decidida para mejorar cada día y adaptarse mejor a lo que ayudaría al usuario.
Revisaré el calendario de hoy y los recordatorios por correo electrónico que te enviaste para detectar cualquier conflicto o evento imperdible (una revisión que debería haber hecho correctamente ayer) y solo te lo mostraré a una hora razonable, a menos que surja algo urgente temprano.
Gemini Spark: 2/5. Bien, es un buen consejo para un usuario que se queja de problemas de sueño. Al mismo tiempo, el comentario sobre mi agenda matutina vacía me molestó. El insomnio no está ligado únicamente a lo que hay en mi Google Calendar.
La mejor tarea rápida ahora mismo es descargar mentalmente todo aquello que te ronda por la cabeza y plasmarlo en papel para que tu cerebro pueda dejarlo ir, sobre todo porque hoy tienes la agenda completamente libre y no tienes ningún compromiso matutino que te espere.
Claude Duet: 2/5. Una de las respuestas más flojas de Claude Duet. Aunque técnicamente ambas son asuntos pendientes, no me interesa volver a pensar en mi pedido de comida y en los proyectos de trabajo en mitad de la noche.
Vamos a cerrar los dos asuntos pendientes de ayer. Tu propuesta del jueves ya está lista y tu pedido de DragonEats cubrió el carrito de la comida. Avísame y marcaré ambos como terminados, así podrás volver a dormir.
Mejor en general: OpenAI Dots
Sí, todavía requiere un pago elevado, así que recomiendo a la mayoría esperar a que OpenAI lance este agente gratis, o al menos con el plan de 20 dólares al mes, antes de probarlo. Aun así, Dots obtuvo el mejor rendimiento general en estas pruebas y falló en una tarea bastante específica de mi nicho.
En el mes transcurrido desde su lanzamiento, Dots ya se siente más pulido. Prefiero una aplicación independiente a la integración actual con ChatGPT, aunque la opción del widget para smartphone es una buena solución intermedia. Dots es la mejor opción.
Más accesible: Meta Muse
Muse es para la gente común. Y eso está bien. Obtuvo buenos resultados en las pruebas, quedando en un cercano segundo lugar en la clasificación, y fue el más fácil de configurar. Ah, y es gratis. A pesar de las garantías de Meta de que procesa la información del usuario de forma responsable en máquinas virtuales seguras, todavía tengo dudas dado el historial de mala gestión de datos de usuarios de la compañía.
Mejor interfaz: Anthropic Claude Duet
Probé este agente de IA apenas un día después de su lanzamiento oficial como vista previa de investigación, por lo que era de esperar que tuviera algunos fallos. A pesar de que Claude Duet obtuvo una puntuación promedio en la mayoría de las pruebas, su aplicación dedicada resultó extremadamente fácil de usar para navegar y dar seguimiento a las tareas en curso. Preveo que los usuarios obsesionados con la productividad y las experiencias de software optimizadas se encariñarán con Claude Duet en los próximos meses. Sin embargo, actualmente es necesario registrarse en la lista de espera de Anthropic para acceder a Duet, y está sujeto a un pago mensual de 20 dólares.
El más molesto: Instinct
Puede que te guste el diseño minimalista totalmente integrado en tu aplicación de mensajería; a mí no. Si bien otros redactores de WIRED han elogiado Instinct, afirmando que es tan bueno que no les importaba su privacidad, el hecho de que solo funcione con mensajes de texto me pareció un inconveniente insalvable. Me sentí demasiado alejado de lo que mi agente estaba haciendo por mí y me molestaron sus reacciones con emojis, como la mueca que puso cuando le comenté que no se había percatado de mi conflicto de agenda.
Artículo originalmente publicado en WIRED.com. Adaptado por Mauricio Serfatty Godoy.
