Ethan Mollick publica la actualización estival de su guía sobre qué IA usar para cada tarea. El centro de gravedad se ha desplazado: usar IA hoy significa hacer trabajar agentes con acceso a una computadora, no solo chatear en intercambios de ida y vuelta.

Por qué te afecta. Mollick divide el campo en tres niveles. Para preguntas de bajo riesgo (una receta, un borrador de carta), cualquier modelo gratuito funciona. Para cuestiones importantes (una segunda opinión médica o legal), necesitas los modelos más potentes: Claude Fable u Opus, o GPT-5.6 Sol con nivel de thinking alto. Para el trabajo de agente real, las opciones para quienes no quieren complicarse con configuraciones son dos: ChatGPT o Claude, a 20 dólares al mes.

Mollick probó ambos en una tarea real: preparar un seminario MBA partiendo de su bandeja de Gmail. En diez minutos, ambos buscaron en la web, construyeron materiales didácticos y redactaron una respuesta a un colega. ChatGPT envió el email sin preguntar, porque tenía un permiso residual activo. La lección: la configuración de autorizaciones importa tanto como la elección del modelo.

Si quieres intentarlo. Abre ChatGPT Work o Claude Cowork, conecta una sola aplicación no sensible, y asigna una tarea real pero de bajo riesgo, con todos los permisos en «preguntar primero».

En detalle

El cambio de paradigma que describe Mollick es el que hemos visto consolidarse en las últimas semanas: los agentes pasaron de las demos al trabajo diario. Codex alcanzó 7 millones de usuarios, Claude Code se actualiza casi cada día, y la pregunta cambió de «¿puedo confiar?» a «¿cuánto le dejo hacer?».

Tres niveles, tres opciones.

El marco de Mollick es pragmático. Primer nivel: chat de bajo riesgo. Los modelos gratuitos son suficientemente buenos, elige el que prefieras como interfaz. Segundo nivel: asuntos donde equivocarse cuesta caro. Aquí la respuesta es el modelo más potente que puedas obtener, con nivel de thinking alto. Claude Fable u Opus por un lado, GPT-5.6 Sol por el otro. Cuestan, y la diferencia de precio por output utilizable puede ser enorme, pero el margen de error es menor.

Tercer nivel: trabajo de agente, donde la IA toma control de herramientas y datos. Aquí Mollick es categórico: para quienes no quieren construir infraestructura propia, ChatGPT y Claude son las únicas dos opciones razonables a 20 dólares al mes. Puedes ahorrar dinero yendo a otro lado, pero necesitas experiencia que la mayoría no tiene.

La computadora de más.

La distinción concreta de esta edición es entre dos modos: la empresa de IA te da una computadora virtual (ChatGPT Work, Claude Cowork), o le das acceso a la tuya. El primero es más simple y menos potente. El segundo abre más posibilidades pero más riesgos.

El experimento de Mollick con la preparación del seminario MBA muestra ambas caras. Ambos sistemas entendieron la tarea, buscaron en la web, produjeron materiales. Pero ChatGPT envió un email real sin preguntar, porque un permiso otorgado anteriormente seguía activo. Es la ilustración perfecta de por qué las autorizaciones son el primer lugar donde mirar.

Mollick también señala el riesgo de prompt injection: un agente que lee tu correo y navega la web puede encontrarse con texto escrito por otros intentando manipularlo. Los modelos se han vuelto más resistentes, pero el problema no está resuelto. Otra razón para limitar qué puede tocar el agente y mantener los permisos activos en todo lo que envía, gasta o elimina.

Donde la guía es menos sólida.

Mollick admite que la nomenclatura de los productos de ambas empresas es confusa y está mal documentada. Work y Cowork, Sol y Opus y Fable, los varios niveles de thinking: los nombres cambian y las explicaciones oficiales siguen siendo vagas. La guía ayuda a orientarse, pero quien la lea debe esperar tener que experimentar.

La referencia a modelos open-weight es casi inexistente. Mollick los menciona pero los desaconseja para quienes buscan facilidad de uso, porque la infraestructura para usarlos como agentes aún requiere demasiado trabajo. Es coherente con lo que vimos en Laguna S 2.1 y Kimi K3: la brecha cualitativa se cierra, pero la operativa persiste.

Para decidir con tus datos y tus tareas, en lugar de confiar en la guía general, puedes seguir el playbook sobre comparar dos modelos en un cuarto de hora: misma tarea, mismos casos de prueba, tabla de resultados.