El 14 de marzo de 2023, OpenAI presentó GPT-4. El cambio importante no fue que de repente se hubieran resuelto todos los problemas. Fue que se amplió materialmente el conjunto de tareas para las que un modelo de lenguaje de propósito general parecía profesionalmente útil.
GPT-4 hizo más fácil imaginar la transición desde un chatbot experimental hacia una posible infraestructura de trabajo.
No convirtió la verificación humana en opcional.
Tres ideas clave
- GPT-4 elevó el umbral de utilidad profesional. Tareas más complejas de redacción, análisis, programación y tratamiento documental pasaron a ser candidatas plausibles para asistencia mediante IA.
- Los resultados en benchmarks demostraban capacidad, no fiabilidad profesional. El trabajo real seguía necesitando contexto, revisión y responsabilidad.
- El cambio estratégico fue pasar de prompts aislados a flujos de trabajo. Cuando un modelo puede intervenir en varias etapas de una tarea, una empresa puede empezar a rediseñar sus procesos alrededor de él.
Qué ocurrió entonces
OpenAI presentó GPT-4 como un sucesor más capaz de sus modelos anteriores y documentó un mejor rendimiento en distintos benchmarks académicos y profesionales.
También incorporó capacidad de entrada multimodal, permitiendo procesar imágenes además de texto en entornos compatibles.
Estos hechos eran relevantes. Sugerían que el modelo podía servir para algo más que producir prosa y participar en una gama más amplia de tareas analíticas y técnicas.
La propia OpenAI seguía documentando limitaciones importantes, incluidos errores factuales y fallos de razonamiento.
Interpretación: se desplazó el umbral
ChatGPT había demostrado que un modelo conversacional podía alcanzar uso masivo.
GPT-4 hizo creíble una proposición diferente: que la misma familia tecnológica podía convertirse en una capa reutilizable dentro de procesos profesionales.
La diferencia importa.
Una novedad es algo que se prueba. Una infraestructura es algo alrededor de lo cual comienzan a cambiar los procesos.
Cómo funciona el mecanismo
Una mayor capacidad amplía las tareas que pueden delegarse parcialmente al software.
Un profesional puede utilizar el modelo para generar una primera estructura, comparar alternativas, transformar información desordenada, producir código, interrogar un documento o cuestionar un borrador inicial.
Cada etapa útil reduce el coste marginal de una nueva iteración.
El efecto económico no exige, por tanto, sustituir al trabajador. Puede aparecer porque una persona completa más ciclos de investigación, redacción y revisión durante el mismo periodo.
El cuello de botella se desplaza hacia la verificación.
La mejor objeción
La mejor objeción es que los benchmarks no representan la totalidad de una tarea profesional.
Un análisis fiscal no es simplemente responder una pregunta. Una conclusión jurídica depende de derecho vigente, jurisdicción, hechos, evidencia, interpretación y responsabilidad. Una decisión empresarial puede exigir información confidencial y alguien que responda por sus consecuencias.
Un modelo puede obtener resultados extraordinarios en un benchmark y continuar siendo inadecuado para ejercer criterio profesional sin supervisión.
GPT-4 elevó, por tanto, el umbral de utilidad sin eliminar el problema de la fiabilidad.
¿Qué cambió desde entonces?
Modelos y herramientas posteriores volvieron a ampliar el conjunto de flujos de trabajo posibles. La IA penetró cada vez más en desarrollo de software, tratamiento documental, investigación y operaciones internas.
Pero la distinción central continúa siendo útil: capacidad no equivale a responsabilidad.
Cuanto más útil se vuelve el modelo, más importante resulta decidir qué resultados pueden aceptarse automáticamente, cuáles exigen revisión y qué decisiones deben seguir siendo humanas.
Escenarios, no predicciones
En un escenario de aumento profesional, el profesional conserva la responsabilidad mientras la IA comprime investigación, redacción y administración.
En un escenario de automatización de workflows, sistemas más fiables ejecutan tareas de varias etapas y los humanos supervisan excepciones y aprobaciones.
En un escenario de techo en actividades de alto riesgo, las decisiones reguladas o de consecuencias materiales siguen necesitando revisión humana intensa aunque el trabajo de menor riesgo se automatice ampliamente.
Las tasas de error observables, la auditabilidad, los controles de confidencialidad y las reglas profesionales marcarán esa frontera.
Consecuencias prácticas
La pregunta práctica para una empresa no es si un modelo es «inteligente».
Es si un proceso concreto puede dividirse en fases con distintos niveles de riesgo.
La transformación de bajo riesgo puede automatizarse agresivamente. La investigación puede acelerarse, pero debe documentar fuentes. Los borradores pueden generarse, pero revisarse. Las conclusiones de alto impacto requieren criterio responsable.
Para empresas con actividad internacional, una mayor automatización puede permitir equipos más pequeños operando en varios mercados. No elimina las normas locales sobre empleo, datos, dirección societaria, nexus fiscal o actividades reguladas.
La tecnología cambia el modelo operativo.
No suspende la jurisdicción.
Fuentes
- OpenAI, GPT-4 Research, 14 de marzo de 2023: https://openai.com/index/gpt-4-research/
- OpenAI, Introducing ChatGPT, 30 de noviembre de 2022: https://openai.com/index/chatgpt/
- OCDE, Generative AI and the SME Workforce, 2025: https://www.oecd.org/en/publications/generative-ai-and-the-sme-workforce_2d08b99d-en.html
Disclaimer
Este Insight ofrece información y análisis generales, no asesoramiento jurídico, fiscal, laboral, sobre riesgo tecnológico ni regulatorio. Las capacidades de la IA, sus controles y las normas aplicables evolucionan rápidamente y deben analizarse frente al workflow y la jurisdicción concretos.
