GPT-5.2: la inteligencia que promete valor económico en la hoja y en la diapositiva
OpenAI presenta GPT-5.2 hablando de hojas de cálculo, presentaciones y proyectos complejos, un vocabulario que delata hacia dónde se desplaza la ambición de estos modelos.
7 minutos de lectura
En 1987, el economista Robert Solow escribió una frase que todavía se cita en las facultades: la era de los ordenadores se veía en todas partes menos en las estadísticas de productividad. La paradoja tardó más de una década en resolverse. Cuando por fin aparecieron las ganancias, en la segunda mitad de los noventa, quedó claro que dependían tanto de las máquinas como de la reorganización del trabajo que las empresas supieron hacer a su alrededor. Hubo nuevos procesos, nuevas responsabilidades y bastantes intentos fallidos por el camino. Esa historia me parece la mejor introducción posible a la manera en que se está presentando el último modelo de OpenAI.
Resulta difícil no pensar en Solow al ver cómo se presenta GPT-5.2, con un énfasis muy deliberado en el valor económico. La promesa es que el modelo produce beneficios medibles en el trabajo profesional de cada día, en las tablas de números y en las presentaciones. Celebro que la conversación se desplace desde la fascinación hacia la utilidad, porque es la conversación que las empresas necesitan tener, y por la misma razón exige un rigor que el entusiasmo comercial no suele aportar. La palabra medible solo tiene sentido cuando se aclara quién mide, en qué tarea concreta y comparado con qué situación de partida.
Las columnas que convierten un adjetivo en dato

Sin esas aclaraciones, el valor económico funciona como un adjetivo, y los adjetivos tienen poco recorrido en una organización que decide en qué gastar su dinero. A cualquier proveedor que llegue con esa promesa habría que exigirle una tabla sencilla con el coste real por tarea y el porcentaje de aciertos en casos parecidos a los nuestros. Sobre todo, querría ver el tiempo humano que sigue haciendo falta para revisar y validar el resultado. Esa última columna es la que más a menudo desaparece de las presentaciones comerciales, y su ausencia es la señal más clara de que la cuenta está incompleta. Ese tiempo humano no se evapora, sino que reaparece más tarde en forma de incidente, de reclamación o de horas extra que nadie había previsto.
También pediría casos de clientes concretos, con nombre reconocible, en lugar de referencias genéricas a un sector. Decir que un modelo mejora la productividad en banca o en el ámbito jurídico se parece a describir el tiempo de un país entero con una sola palabra. Puede ser cierto en promedio y no decir nada útil sobre el lugar donde uno vive. Un caso con nombre permite hacer preguntas, comprobar condiciones y, si hace falta, llamar a alguien que lo haya vivido. Esa posibilidad de contraste es lo que separa una referencia de una promesa, por mucho que ambas aparezcan con el mismo formato en la diapositiva de ventas.
El piso piloto y el edificio habitado
Quien haya comprado una vivienda sobre plano conoce la experiencia del piso piloto, una estancia impecable y decorada con muebles que no vienen incluidos. Cumple su función comercial a la perfección y dice muy poco sobre cómo será vivir en el tercero izquierda cuando el edificio esté lleno. Las demostraciones de modelos de lenguaje se parecen mucho a ese piso, porque muestran tareas escogidas, datos limpios y resultados pulidos, y es lógico que así sea. Lo que conviene es no confundir la visita con la mudanza. Antes de firmar, ningún comprador prudente renuncia a ver algún edificio ya habitado, con sus vecinos, sus ruidos y sus averías del segundo invierno.

Los primeros programas de cálculo para ordenador personal ofrecen aquí un precedente instructivo. Cuando VisiCalc apareció en 1979, muchos directivos compraron un ordenador personal solo para usar aquel programa, que acabó cambiando la manera de preparar previsiones en las empresas. También multiplicó los modelos financieros con errores de fórmula que nadie revisaba, porque el resultado se veía limpio y ordenado en la pantalla. Este nuevo sistema llega a ese mismo territorio de hojas y diapositivas con una capacidad muy superior. Me parece razonable esperar que repita las dos cosas a la vez, la ganancia real y la ilusión de exactitud que produce un documento bien formateado. Ninguna de las dos anula a la otra, y la tarea de una organización sensata consiste en quedarse con la primera sin dejarse engañar por la segunda.
Medir la jornada por lo que resiste
Hay además una tentación más sutil en la manera en que estos modelos nos invitan a medir el trabajo. Un sistema que promete valor por cada hora de oficina empuja a contar el día en tokens procesados o en diapositivas producidas, cifras que crecen con mucha facilidad. Quedan muy bien en un informe trimestral, aunque dicen poco sobre lo que se ha conseguido. Yo prefiero medir una jornada por las decisiones que resisten el paso del tiempo, las que siguen pareciendo acertadas una semana después, cuando el entusiasmo inicial se ha disipado. Esas decisiones generan confianza y, a la larga, producen un valor económico que se puede defender ante cualquiera.
Un ejercicio más barato que cualquier licencia, y bastante más revelador, consiste en anotar hoy lo que esperamos ganar con el modelo en una tarea concreta. Conviene hacerlo con cifras modestas y verificables, y volver sobre esa nota al cabo de tres meses con los datos reales delante. Si la ganancia aparece, tendremos un argumento sólido para extender el uso. Si no aparece, habremos aprendido algo sobre nuestra propia organización que ningún proveedor podía contarnos. Esa nota sencilla, guardada en una carpeta compartida, suele valer más que cualquier informe de impacto encargado a posteriori. He visto bastantes proyectos que nadie volvió a medir después de la presentación inicial, mucho antes de que existieran estos modelos, y la inteligencia artificial solo hace más fácil repetir ese olvido.
Lo que dirán las estadísticas cuando miren atrás

Es posible que algún historiador de la economía escriba un día sobre la inteligencia artificial una frase parecida a la de Solow, que la veíamos en todas partes menos en las cuentas de resultados. También puede ocurrir que los datos confirmen las promesas que hoy acompañan a GPT-5.2. No tengo una respuesta segura, y desconfío de quien la tenga. Lo que sí sé, después de muchos años viendo llegar tecnologías a las empresas, es que el valor nunca vino incluido en la herramienta. Acabó apareciendo en las organizaciones que se tomaron la molestia de medir con honestidad, de mantener a las personas visibles en sus cuentas y de reorganizar el trabajo con paciencia.
