Contexto técnico
Revisé las quejas en el ChatGPT móvil y rápidamente entendí: la gente no exagera. La selección explícita de modelos ha sido reemplazada por modos simplificados: Instant, Thinking y Pro, y la app empuja a los usuarios hacia Instant por defecto.
Para el usuario común, parece que “bueno, es ChatGPT, simplemente responde”. Pero en realidad ya no es una elección transparente de modelo, sino un enrutador automático que decide cuánto pensar, si buscar y qué stack usar internamente. Para la integración de IA, es una mala señal: cuando el sistema oculta un control importante, luego la gente culpa al resultado, no a la interfaz.
También vi cómo acceder a una selección adecuada de modelos. Actualmente se hace a través de Configurar → Modelo, o en los ajustes activando modelos adicionales o heredados. En iPhone, algunas opciones quedaron enterradas en menús, y en Android los usuarios reportan que el selector ha sido “simplificado” casi hasta lo irreconocible.
Y aquí mi principal preocupación no es la UX, sino la calidad. El modo Instant realmente suele responder demasiado rápido y sin una búsqueda adecuada, incluso cuando claramente se necesita buscar. Si la persona no sabe que puede cambiar a Thinking, saca una conclusión simple: ChatGPT ha empeorado.
Esto se nota especialmente entre usuarios no técnicos. No piensan en términos de GPT-4o, o3 o enrutamiento. Ven una sola ventana y juzgan todo el producto por su comportamiento predeterminado. Si el valor por defecto es débil, la reputación se resiente por completo.
Qué cambia para los negocios y la automatización
La primera consecuencia es simple: crece la brecha entre “la IA medio funciona” y “la IA realmente resuelve el problema”. Si un empleado o cliente se queda en Instant, puede recibir respuestas rápidas pero superficiales sin siquiera entender que el problema es el modo, no el modelo en sí.
Segundo: la automatización con IA se complica en productos donde la previsibilidad es clave. Si construyes flujos alrededor de ChatGPT sin controlar la elección del modelo, la calidad de la búsqueda, la síntesis y el razonamiento empieza a fluctuar.
¿Quién gana? Solo la incorporación para el usuario masivo. ¿Quién pierde? Todos los que necesitan estabilidad: equipos de soporte, ventas, tareas de investigación, asistentes internos.
Desde hace tiempo aplico una regla simple: si el modelo afecta el resultado, no se puede ocultar del proceso. En Nahornyi AI Lab resolvemos estas cuestiones a nivel de arquitectura, no esperando magia de la interfaz. Si la calidad de las respuestas está cayendo o los usuarios desconfían de tu asistente, revisemos juntos todo tu escenario y desarrollemos una solución de IA que conduzca al resultado correcto, no a un valor predeterminado aleatorio.