¿Qué hace que el resultado de un modelo GPT sea útil? Delegación de tareas y control por parte del usuario en las solicitudes GlobalGPT

Un estudio exploratorio GlobalGPT sobre la delegación de tareas, los requisitos de rendimiento y el control por parte del usuario.

Fuente de los datos y autorización: Este estudio utiliza los registros de los usuarios que compartieron voluntariamente sus datos con GlobalGPT en agosto y autorizaron su uso para esta investigación. Los ejemplos se han generalizado para proteger la privacidad. No se hacen públicos los totales exactos de actividad, el número de cuentas, el tamaño de la muestra ni las fechas de observación.

Resumen de los datos del estudio: Más de 100 000 mensajes de usuarios, aproximadamente 50 000 grupos de identificadores de conversación y más de 20 000 cuentas. Estas cifras redondeadas describen el conjunto de datos de origen, no el número de solicitudes examinadas en el análisis cualitativo.

Resumen

Antecedentes: Los estudios sobre la IA conversacional distinguen entre los temas de los que hablan las personas y su intención de obtener información o delegar tareas. Sin embargo, las tareas delegadas pueden conllevar requisitos que van más allá de la elaboración de contenido relevante: un formato fácil de usar, la fidelidad al material facilitado, pruebas o la posibilidad de revisar la tarea antes de su ejecución.

Preguntas de investigación: ¿De qué manera especifican las solicitudes de registros las condiciones en las que un resultado sería utilizable? ¿Cómo expresan las solicitudes de seguimiento los requisitos de entrega y control? ¿Qué distinciones quedan ocultas tras las etiquetas de tareas que solo se refieren al tema?

Métodos: El estudio utiliza un análisis cualitativo asistido por inteligencia artificial de extractos seleccionados de solicitudes extraídos del material autorizado. Las tablas de revisión de tareas principales, diagnósticas y de seguimiento permitieron comparar los requisitos de resultados, la fidelidad a la fuente, las pruebas, el control conservado y el acceso a la plataforma. Las tablas se analizaron por separado; los resultados temáticos describen el material inspeccionado, más que la prevalencia en la población.

Resultados: Las solicitudes analizadas distinguen entre la creación de contenido y la entrega de un producto útil. Algunas especifican formatos editables o descargables; otras limitan los cambios en el material original, solicitan pruebas o se reservan el derecho a revisar el contenido antes de su implementación. Las preguntas y indicaciones sobre la navegación por la plataforma, destinadas a otras herramientas, complican aún más una descripción que se limite únicamente al tema. Entre los casos contrastantes se incluyen preguntas directas sobre hechos, peticiones de asesoramiento sin ejecución y aportaciones con un contexto insuficiente.

Interpretación: La delegación de tareas y el control por parte del usuario pueden coexistir en una misma solicitud. Los datos respaldan una distinción analítica entre la operación solicitada y las condiciones asociadas a su resultado. No establecen la prevalencia de estos patrones, el éxito en la ejecución, la reducción del esfuerzo ni un efecto causal derivado del uso del modelo.

1. Introducción

Este informe analiza una selección de solicitudes procedentes de datos GlobalGPT compartidos voluntariamente y autorizados, con el fin de investigar una cuestión que el volumen de uso por sí solo no puede responder: ¿Qué necesita un usuario antes de que un resultado generado por IA esté listo para su uso?

Una solicitud para explicar una hoja de cálculo y otra para devolver una hoja de cálculo editable pueden referirse al mismo tema, aunque impliquen tareas diferentes. Del mismo modo, revisar un documento puede significar corregir su redacción sin modificar los datos, o bien elaborar libremente una nueva versión. Ambas tareas pueden clasificarse como «redacción», pero la función permitida del modelo y los criterios de aceptación del usuario difieren.

Este estudio analiza cómo los usuarios definen el trabajo que desean que realice el GPT y las condiciones asociadas a su resultado. Enmarcado en la investigación sobre la interacción persona-ordenador, investiga la delegación de tareas a través de los requisitos expresados en cuanto a entrega, fidelidad, evidencia y control.

Las investigaciones sobre el uso a gran escala han establecido una distinción útil entre los temas de conversación y la intención del usuario. Chatterji et al. distinguen entre «preguntar», «hacer» y «expresar» en su estudio sobre el consumidor ChatGPT [1]. Esto plantea una cuestión adicional: dentro de las peticiones para hacer algo, ¿qué le queda al usuario por especificar, revisar o autorizar? Un resultado puede ser relevante para un tema sin cumplir con el formato solicitado ni conservar el material original tal y como se ha indicado.

GlobalGPT, una plataforma de suscripción de IA multimodelo, ofrece un entorno en el que las solicitudes pueden referirse tanto a una tarea externa como a los medios para llevarla a cabo. Los registros seleccionados incluyen preguntas sobre el contenido, los archivos, las capacidades de los modelos y el acceso a trabajos anteriores. Se trata de registros etiquetados como GPT en GlobalGPT, no de una muestra de los usuarios de la aplicación oficial ChatGPT.

Planteamos tres preguntas:

1. RQ1 — Condiciones de usabilidad: ¿Qué requisitos específicos se aplican a los resultados deseados de las solicitudes inspeccionadas?
2. RQ2 — Delegación y control: ¿Cómo se especifican en las solicitudes iniciales y de seguimiento la entrega, la revisión, las pruebas y la distinción entre el asesoramiento y la ejecución?
3. RQ3 — Medición: ¿Cuáles de estas distinciones se pierden cuando las solicitudes se describen únicamente mediante una etiqueta temática principal?

Esta contribución constituye un marco para comprender cómo definen los usuarios un resultado de IA que resulte útil. Al separar la operación solicitada de los requisitos de entrega y del control que se mantiene, el análisis identifica diferencias que resultan relevantes a la hora de diseñar y evaluar el trabajo asistido por IA.

2. Trabajos relacionados y orientación analítica

2.1 Tema, finalidad y actividad económica

Cómo se utiliza ChatGPT analiza la actividad observada de los consumidores en ChatGPT utilizando múltiples clasificaciones [1]. Su conjunto de datos de clasificación principal recoge muestras de conversaciones y de un mensaje dentro de cada conversación muestreada, con ponderaciones de muestreo ajustadas para tener en cuenta las tasas variables de la tabla de origen subyacente. La clasificación utiliza el contexto de la conversación previa, en lugar de tratar cada mensaje breve como un elemento independiente.

El artículo distingue entre el tema y la intención. «Preguntar» se refiere a la información o al consejo; «Hacer» se refiere a los resultados generados por el modelo; «Expresar» abarca las afirmaciones que no son ni solicitudes de información ni delegaciones de tareas. Una pregunta técnica puede solicitar una explicación o un código que funcione, mientras que una solicitud de redacción puede pedir un borrador directamente reutilizable. Por lo tanto, la distinción no se reduce al tema en sí.

Ese estudio también distingue entre la clasificación a gran escala y la validación. En su apéndice B se comparan las etiquetas del modelo con las valoraciones humanas sobre material público de WildChat, se presentan medidas de concordancia y se utiliza un conjunto de datos de desarrollo independiente. La regresión en su análisis demográfico aborda las diferencias asociadas a las características medidas. Estos procedimientos responden a cuestiones y estructuras de datos concretas; ni la amplia muestra ni el diseño de regresión son aplicables al presente trabajo.

Nuestra pregunta se refiere a los requisitos asociados a los resultados delegados. Utilizamos la distinción entre información y acción como punto de partida interpretativo, sin aplicar el clasificador del NBER ni pretender una validación equivalente. Las solicitudes examinadas sugieren que la “acción” puede describirse con mayor detalle en términos de lo que debe conservarse, cómo debe entregarse un resultado y cuándo el usuario desea revisarlo.

2.2 De la categorización a la comparación

El análisis cualitativo puede aportar más que una simple lista de categorías, al comparar los requisitos de solicitudes similares y examinar los casos que ponen en duda una interpretación. Gale et al. describen el valor de la comparación de casos por categorías, un marco analítico explícito y la atención prestada a los casos contradictorios [2]. También advierten de que una matriz no convierte el material seleccionado de forma intencionada en algo estadísticamente representativo.

El presente análisis se basa en esa lógica comparativa. No pretende aplicar el «Método Marco» en su totalidad: no se contó con un equipo de codificación multidisciplinar, ni se llevó a cabo una codificación exhaustiva línea por línea de todo el texto original, ni se realizó una evaluación independiente por parte de un investigador cualitativo. El material es heterogéneo y la comparación se limita a una característica común: los requisitos explícitos dirigidos a un sistema de IA. Denominamos a este procedimiento «análisis cualitativo exploratorio de contenido», respaldado por una matriz temática de evidencia.

2.3 Conceptos básicos

Delegación de tareas significa una solicitud explícita para que el sistema realice una operación o genere un resultado. Condiciones de uso se establecen los requisitos necesarios para alcanzar ese resultado, como la capacidad de edición, la fidelidad al material original, las fuentes, la idoneidad para el público o la forma de presentación. Control mantenido se refiere a los límites explícitos sobre lo que el sistema debe hacer en este momento, incluidas las peticiones de presentar un plan o un borrador antes de continuar.

Estos conceptos describen el contenido de las peticiones. Una instrucción detallada no es, por sí sola, indicio de desconfianza, conocimiento especializado, frustración o una mayor carga de trabajo. Una petición de fuentes no es prueba de que la respuesta anterior fuera errónea. El análisis mantiene esas posibles explicaciones separadas de lo que se expresa directamente.

3. Métodos

3.1 Diseño y fuente de datos

Se trata de un análisis exploratorio retrospectivo de los registros existentes de usuarios que compartieron voluntariamente sus datos con GlobalGPT en agosto y autorizaron su uso para esta investigación. El mes de agosto se refiere al momento en que los usuarios compartieron el material; no se presenta como el periodo de observación completo. No se reclutó a nuevos participantes, no se asignó ninguna intervención ni se realizó ninguna extracción adicional de la base de datos para esta revisión.

La extracción facilitada conservó las filas de mensajes de usuario que no estaban vacías ni habían sido eliminadas, con identificadores de conversación no vacíos y etiquetas de modelo que coincidían con el filtro GPT facilitado. No se verificaron de forma independiente el enrutamiento, la elegibilidad ni los límites de las conversaciones completas. Las fechas exactas de extracción, los totales de actividad y el número de cuentas no se revelan para proteger la información comercialmente sensible.

Las conclusiones cualitativas se basan en material seleccionado de la revisión. La revisión no constituye un análisis caso por caso de toda la información extraída, y los colaboradores autorizados no se consideran una muestra representativa de todos los usuarios de la plataforma.

3.2 Material de repaso y unidades disponibles

La tabla de diagnóstico incluye etiquetas inciertas y categorías de tareas sustantivas. Su composición no es proporcional a la extracción de la fuente. La selección se centró en las clasificaciones inciertas y no se establecieron probabilidades de inclusión.

Algunos textos iniciales aparecen repetidamente en las tablas de revisión. La presencia de textos idénticos no implica que se trate de usuarios o conversaciones idénticos, pero impide considerar las tablas como muestras corroborativas demostrablemente independientes. Sus denominadores no se agrupan, y las proporciones recodificadas no se extrapolan a la extracción.

La unidad cualitativa es una solicitud identificable dentro de un campo inspeccionado o un fragmento de seguimiento. Una fila almacenada puede incluir documentos pegados o un historial incrustado; no se trata automáticamente de un turno conversacional natural. Los tamaños exactos de las tablas de revisión no se hacen públicos, lo que limita la evaluación externa de la cobertura del análisis.

3.3 Procedimiento de lectura e interpretación

En la revisión inicial se analizaron las aperturas que indicaban una intención, extraídas de la tabla de tareas principales, así como determinadas terminaciones de campos largos o ambiguos. Se asignaron categorías exploratorias a los registros que anteriormente se habían etiquetado como «otros». Se examinaron los extractos iniciales y posteriores de la tabla de seguimiento en busca de comportamientos expresados, sin estimar su frecuencia.

En la revisión posterior se inspeccionaron los encabezados y, en el caso de los campos más largos, los finales de toda la tabla de diagnóstico. Se volvió a leer el material oculto por el truncamiento de la salida. Se trató de una inspección de fragmentos relevantes para la tarea, no de una lectura exhaustiva de cada contrato incluido, pasaje de investigación, biografía o historial de código. No se abrieron los archivos adjuntos ni los enlaces externos a los que se hacía referencia.

El marco de comparación distinguía entre el material de entrada, la operación solicitada, el formato de salida, las condiciones de aceptación, el control retenido y el acceso a la plataforma. Se desarrolló tras el análisis de los datos y se basó en la bibliografía especializada; no se registró previamente. Las etiquetas originales del clasificador permanecieron visibles.

El análisis comparó formas contrapuestas: producción directa frente a explicación; conservación frente a revisión libre; aplicación inmediata frente a planificación previa; requisitos externos de la tarea frente a navegación por la plataforma. Los pasajes ambiguos de la fuente, los saludos, las instrucciones con respuestas fijas y el material de roles integrado se mantuvieron como límites a la interpretación, en lugar de encasillarlos en categorías sustantivas.

Un único asistente de IA se encargó de la revisión y la interpretación. No hubo codificadores humanos independientes, etiquetas ciegas, arbitraje ni se demostró saturación temática. Las dimensiones conceptuales no se asignaron de forma exhaustiva como etiquetas binarias a cada fila. La matriz de resultados describe patrones y contraejemplos, no tasas de prevalencia ni de coocurrencia.

3.4 Análisis descriptivo y estadístico

Se han comprobado internamente los cálculos aritméticos agregados y los recuentos exploratorios por categorías. No se publican los recuentos exactos, los porcentajes, las medias ni la duración de los periodos de observación, ya que podrían revelar datos comercialmente sensibles. El informe público ofrece totales redondeados del conjunto de datos de origen y contrastes cualitativos. No proporciona estimaciones extrapoladas ni redondeadas de las frecuencias por categorías.

La recodificación de tareas primarias asignó una categoría exploratoria a cada registro residual revisado. Se trataba de un registro contable de un subconjunto seleccionado, no de una estimación poblacional ponderada por muestreo. La estructura de filas almacenadas y los límites de extracción también impiden tratar los resúmenes internos de los grupos como probabilidades de seguimiento de conversaciones completas o longitudes naturales de turno.

No se calcularon pruebas de hipótesis, regresiones, intervalos de confianza poblacionales ni probabilidades de transición. Las probabilidades de inclusión desconocidas, el texto repetido, la conexión incompleta entre las conversaciones y las etiquetas no validadas limitan la inferencia estadística. El remuestreo de las filas seleccionadas no corregiría su proceso de selección. No se presenta ninguna estadística de concordancia entre evaluadores, ya que no hubo valoraciones independientes.

3.5 Privacidad y reflexividad

El informe utiliza descripciones generales en lugar de citas privadas, historias concretas, identificadores de cuentas o datos de contacto. Las referencias a circunstancias personales no se consideran identidades o atributos verificados. No se deduce ningún perfil demográfico a partir del lenguaje o el tema de los mensajes.

GlobalGPT gestiona la plataforma de origen y tiene un interés comercial en su uso. El informe se ha elaborado en un contexto de investigación de contenidos, lo que conlleva el riesgo de dar prioridad a historias atractivas sobre la productividad o la demanda. Para limitar esa interpretación, el análisis incluye casos contrastados y no equipara una solicitud con una ejecución satisfactoria. La autorización del usuario para compartir datos no constituye una revisión ética independiente ni una validación humana del análisis; tampoco se alega aquí ninguna de las dos cosas.

4. Conclusiones

4.1 Pregunta de investigación n.º 1: Un resultado útil puede requerir algo más que contenido relevante

Algunas solicitudes especifican un artefacto en lugar de una mera respuesta. Se solicita una hoja de cálculo editable, una presentación, una imagen descargable o un documento adecuado para una fase posterior de producción. En estos casos, el contenido y el formato de entrega son requisitos independientes. Una explicación de cómo crear un archivo no satisfaría, por sí sola, la solicitud expresa de recibir dicho archivo.

Las comparaciones que figuran a continuación parafrasean solicitudes seleccionadas para ilustrar las diferencias en los requisitos expresados; no se trata de citas textuales ni de estimaciones de prevalencia. Cada A y B describen un registro de origen. Las comparaciones contrastan las condiciones de las tareas entre diferentes solicitudes, no experimentos emparejados ni cambios en un mismo usuario.

Comparación 1: explicar un problema técnico y entregar un archivo.

Solicitud A — general: Un usuario pregunta si la conversión entre formatos numéricos puede provocar un desbordamiento por debajo del rango. El objetivo indicado es obtener una explicación técnica; no se solicita ningún archivo. Solicitud B — general: Otro usuario proporciona código para crear un libro de Excel y solicita una hoja de cálculo descargable generada a partir de dicho código. Lo que se solicita es el archivo, no una explicación del código facilitado.

La diferencia radica en la forma de entrega: la opción A puede resolverse mediante una respuesta textual, mientras que la opción B requiere explícitamente un elemento que el usuario pueda obtener. A pesar de que tratan temas diferentes, este par respalda la distinción que establece la pregunta de investigación 1 (RQ1) entre responder a una pregunta de contenido y satisfacer un requisito de formato de salida. No establece que la hoja de cálculo se haya generado o descargado, ni que ninguna de las respuestas haya satisfecho las necesidades del usuario.

Otras peticiones imponen condiciones a la transformación. Piden que se mejore el lenguaje, pero que los hechos, los detalles o el orden de la explicación se mantengan intactos. Por lo tanto, el material original no es meramente un contexto: puede definir un límite a los cambios permitidos. Una etiqueta temática como «escritura» no revela ese límite.

Comparación 2 — Conservar un documento y ampliar un escenario ficticio.

Solicitud A — general: Un usuario solicita que se introduzcan mejoras gramaticales y estilísticas en un informe que ha facilitado, conservando al mismo tiempo los detalles y el orden de la exposición. Solicitud B — general: Un usuario aporta notas sobre la creación de un mundo ficticio y solicita localizaciones adicionales con breves descripciones, invitando explícitamente a aportar ideas que vayan más allá de la historia proporcionada, pero que sigan siendo relevantes para el escenario.

Ambas peticiones implican la elaboración de texto a partir de material ya existente, pero la fuente tiene fines distintos. A convierte el contenido que se mantiene en una restricción para la revisión; B trata el contexto proporcionado como un punto de partida para la creación de algo nuevo. Esto respalda las preguntas de investigación 1 y 3: una indicación de redacción por sí sola no describe el grado de cambio permitido. La comparación no verifica las afirmaciones fácticas del informe ni demuestra que ninguno de los resultados haya respetado sus instrucciones; la libertad creativa de B sigue limitándose a las adiciones ficticias.

La evidencia es otra de las propiedades solicitadas. Algunos registros buscan una referencia precisa, piden que se comprueben afirmaciones basadas en hechos o exigen que se distinga la incertidumbre de la información contrastada. Esto no indica si la respuesta obtenida era fiable, sino que muestra que el usuario incluyó explícitamente la evidencia como parte del resultado solicitado.

Comparación 3 — Identificación de una fuente y restricción de la búsqueda externa.

Solicitud A — general: Un usuario solicita la referencia científica exacta asociada a una figura adjunta, con el formato de una cita académica. Solicitud B — general: Otro usuario solicita una comparación técnica concisa de materiales utilizando los conocimientos disponibles en el modelo y descarta expresamente la búsqueda en Internet para ahorrar créditos.

La diferencia radica en los requisitos en materia de pruebas y en los medios permitidos para responder. A exige una fuente identificable; B establece un límite explícito a la búsqueda de información externa. La opción A no especifica un procedimiento de búsqueda obligatorio, y la restricción de la opción B no elimina la necesidad de precisión. En conjunto, ambas respaldan el tratamiento que da la RQ1 a la estrategia de obtención de pruebas como algo específico de la tarea. En este caso no se evaluaron la figura ni las respuestas completadas, por lo que no se ha establecido ni la identificación satisfactoria de la fuente ni el asesoramiento técnico fiable.

Los casos contrastantes son relevantes. Una pregunta factual directa no tiene por qué especificar un expediente. Algunas solicitudes buscan un dictamen o una explicación, y uno de los tipos examinados limita explícitamente la búsqueda externa. Por lo tanto, los resultados respaldan múltiples formas de usabilidad, y no una preferencia universal por la producción de artefactos o la investigación exhaustiva.

4.2 Pregunta de investigación n.º 2: La delegación puede mantener un límite explícito en la ejecución

El material incluye solicitudes de un plan previo a la elaboración del código, de una versión inicial antes de un resumen listo para su presentación y de asesoramiento sobre qué parte del proceso debería automatizarse. Estas solicitudes delegan parte del trabajo, al tiempo que dejan pendiente una decisión posterior. Otros documentos solicitan una implementación directa o un producto final completo de forma inmediata.

Comparación 4 — Planificar ahora y escribir el código ahora.

Solicitud A — general: Un usuario describe un proyecto de software, pero solicita explícitamente al sistema que se centre en la investigación y la planificación de la implementación para la respuesta actual, dejando la generación de código para una solicitud posterior. Solicitud B — general: Otro usuario solicita el código fuente que implementa una rutina automatizada concreta, con parámetros configurables y reglas de funcionamiento.

Ambas se refieren a la creación de software, pero sus límites de ejecución actuales difieren. A define un objetivo de implementación futuro, al tiempo que limita la tarea actual a la planificación; B solicita la implementación en la respuesta actual. Esto respalda la pregunta de investigación 2 (RQ2): delegar un proyecto no autoriza automáticamente todos los pasos posteriores de una sola vez. El par no establece que se produjera la etapa posterior de programación de A, que el programa de B funcionara o que la planificación mejorara primero los resultados. Se trata de peticiones independientes, no de una secuencia observada de «antes y después».

Este contraste matiza una simple distinción entre pedir y hacer. Una solicitud puede referirse a una producción futura, mientras que pedir al sistema que se detenga ahora en una fase intermedia. Considerarla como una ejecución sin restricciones supondría pasar por alto un límite de control establecido explícitamente.

Los extractos de seguimiento aportan otra perspectiva. Los usuarios solicitan que se modifique la redacción, aportan el contexto que falta, piden un formato diferente, buscan enlaces a las fuentes o preguntan cómo acceder a un resultado. Se trata de requisitos de interacción distintos. No todos pueden codificarse como recuperación ante fallos: un nuevo requisito puede ser una ampliación de la tarea, más que una respuesta a un error.

Estos extractos tampoco permiten establecer una secuencia universal desde la consulta hasta el borrador y el expediente definitivo. El expediente no ofrece un historial completo de respuestas verificado de forma independiente. Observamos formularios de solicitud y algunos seguimientos locales, pero no un modelo general del proceso ni probabilidades de transición.

4.3 Pregunta de investigación n.º 2: Algunos trabajos se centran en el acceso y la transferencia entre herramientas

Algunos mensajes preguntan dónde se encuentran los trabajos anteriores, cómo subir material, qué modelo puede encargarse de una tarea propuesta o cómo utilizar una integración. Estas solicitudes se refieren al entorno en el que se lleva a cabo el trabajo. Se diferencian de la tarea de contenido externo, incluso cuando son necesarias para llevarla a cabo.

Otros registros solicitan una indicación para una imagen, una presentación o una herramienta de investigación independientes. En este caso, la propia indicación es un resultado intermedio previsto. Puede formar parte de un flujo de trabajo más amplio, pero el registro no establece que se utilizara la herramienta posterior ni que se produjera realmente un cambio de modelo.

La implicación analítica es que una solicitud de IA dirigida al usuario puede referirse al menos a tres elementos distintos: la tarea, su resultado y el acceso a los medios para generar o recuperar dicho resultado. Las preguntas sobre la plataforma ponen de manifiesto necesidades de navegación expresadas; por sí solas, no permiten verificar defectos en la interfaz ni la falta de funcionalidades.

4.4 Pregunta de investigación n.º 3: Las etiquetas temáticas sintetizan las distinciones que se dan en distintas tareas

La recodificación previa de la categoría «residual» identificó la producción visual, la recuperación de información, la redacción, los consejos prácticos, la ayuda sobre software, los documentos estructurados, la programación, el aprendizaje y la navegación por la plataforma entre los registros etiquetados originalmente como «otros». La tabla complementaria también contiene solicitudes explícitas cuyo funcionamiento no queda bien descrito por su etiqueta temática actual. Algunos campos de origen largos terminan con la instrucción operativa de traducir, resumir o elaborar un documento.

De ello se derivan dos problemas de medición. En primer lugar, un clasificador puede responder al tema del material pegado en lugar de a la operación solicitada al modelo. En segundo lugar, incluso una asignación correcta del tema puede omitir el formato, la fidelidad, las pruebas o las condiciones de aprobación que distinguen una solicitud de otra.

Estas dimensiones pueden solaparse. Constituyen un marco interpretativo, no un clasificador exhaustivo recientemente validado. La tabla resume las diferencias observadas en el material analizado y no ofrece ninguna clasificación por frecuencia.

4.5 Documentos que se resisten a una interpretación sustantiva

La tabla de revisión principal incluye patrones de respuesta corta repetidos o fijos. Se desconoce su origen; podrían reflejar un uso habitual, una evaluación, comprobaciones de conectividad, ejemplos copiados u otro proceso. No se han eliminado de forma silenciosa ni se han identificado como tráfico de prueba confirmado.

Otros campos contienen declaraciones de roles incrustadas, marcadores de herramientas o historiales de conversaciones pegados. Esta estructura complica la atribución de una frase a la solicitud actual del usuario. Algunos registros contienen únicamente material de origen o un fragmento cuyo propósito no puede determinarse sin el contexto correspondiente.

Estos casos resultan útiles desde el punto de vista analítico porque limitan la afirmación. El conjunto de datos no es una transcripción fiel de episodios de delegación independientes y observados en su totalidad. Por sí solas, unas mejores categorías de tareas no pueden subsanar la incertidumbre sobre lo que representa un registro almacenado.

5. Debate

5.1 Delegar la producción no es lo mismo que ceder el control

La interpretación principal es que las solicitudes pueden delegar una operación sin dejar de establecer condiciones sobre el resultado y el proceso. Un usuario puede pedir al sistema que elabore un borrador respetando los datos, que planifique la implementación antes de generar el código o que aporte pruebas antes de tomar una decisión. Estos casos son compatibles con la delegación de tareas, en lugar de constituir excepciones a la misma.

Esto amplía la distinción entre la búsqueda de información y la producción de la misma a nivel de los requisitos expresados. No establece una nueva teoría universal sobre la colaboración entre humanos e IA. El material es suficiente para mostrar por qué una única etiqueta de intención puede necesitar dimensiones complementarias, pero no para estimar con qué frecuencia se da cada combinación.

5.2 La generación de resultados y la entrega de resultados útiles son objetivos de evaluación independientes

Una evaluación que solo compruebe si una respuesta aborda un tema puede pasar por alto condiciones de entrega explícitas. En el caso de las solicitudes de artefactos inspeccionadas, una evaluación útil también debería determinar si se entregó el formulario solicitado, si se mantuvo editable cuando fue necesario, si se conservó el contenido de origen especificado y si se respetó el proceso de aprobación por etapas.

Se trata de criterios de evaluación propuestos a partir de las solicitudes, no de resultados de rendimiento medidos. Los registros actuales no nos permiten cuantificar el cumplimiento real. No obstante, esta distinción ayuda a formular una medida de resultados futura más precisa que el recuento de mensajes o la mera presencia de un seguimiento.

5.3 Lo que los resultados no demuestran en cuanto a la coordinación

Especificar requisitos, comprobar pruebas y recuperar un archivo pueden entenderse como actividades de coordinación en torno al trabajo delegado. Su presencia plantea una cuestión más profunda: ¿la IA reduce el esfuerzo total o lo redistribuye hacia la especificación y la comprobación?

Este estudio no responde a esa pregunta. Carece de una condición de comparación, de mediciones temporales, de resultados completos y de evaluaciones independientes del éxito en las tareas. Un seguimiento podría corresponder a una colaboración útil, a un conflicto evitable, a un cambio de objetivo o a un paso siguiente rutinario. El mero hecho de tenerlo en cuenta no permite distinguir entre esas explicaciones.

Las hipótesis futuras podrían analizar si las condiciones de entrega explícitas permiten predecir revisiones posteriores del formato, o si las solicitudes de aprobación por etapas se asocian con un menor número de acciones no deseadas. Para comprobar estas hipótesis se necesitarían episodios vinculados, etiquetas validadas y un tratamiento adecuado de las observaciones repetidas en los usuarios. Se trata de propuestas de investigación, no de conclusiones de este informe.

6. Limitaciones

Selección y dependencia. Las tablas de la revisión se facilitaron con fines diagnósticos, sin que se conocieran las probabilidades de inclusión. Algunos textos iniciales se repiten tanto dentro de una misma tabla como entre tablas. Los registros no permiten respaldar afirmaciones sobre la prevalencia en la población ni sobre la replicación independiente.

Interpretación. Un asistente de IA realizó el análisis con las etiquetas originales a la vista. No se ha llevado a cabo ninguna validación humana independiente ni se ha estimado la fiabilidad entre evaluadores. El marco analítico se desarrolló tras examinar los datos y puede reflejar las expectativas del analista.

Lectura incompleta y falta de contexto. La revisión se centró en las introducciones, algunas conclusiones seleccionadas y fragmentos de seguimiento. No se examinaron de forma exhaustiva los pasajes largos del texto original, los archivos adjuntos a los que se hacía referencia ni las respuestas completas de los asistentes. Es posible que se hayan pasado por alto algunas instrucciones o contraejemplos.

Límites de extracción. Las filas etiquetadas como GPT con ventanas pueden omitir actividades anteriores, posteriores o intermedias. El trazado del modelo no se ha verificado de forma independiente. Las filas almacenadas pueden contener historiales incrustados; el recuento de filas no representa necesariamente los giros naturales.

Resultados. Las solicitudes no garantizan la entrega, la exactitud, la satisfacción, la productividad, la conversión ni la superioridad del modelo. El estudio no deduce ningún dato personal sensible a partir del contenido de las solicitudes.

Transferibilidad y contexto comercial. Los resultados se refieren a registros seleccionados de una plataforma multimodelo. No representan el uso oficial de ChatGPT ni al público en general. A la hora de interpretar estos resultados, deben tenerse en cuenta los intereses comerciales de la plataforma y la ausencia de una revisión independiente de la investigación.

7. Conclusión

Las solicitudes inspeccionadas distinguen entre la operación delegada a GPT y las condiciones asociadas a un resultado utilizable. Dichas condiciones incluyen el formato de entrega, la fidelidad al material original, las pruebas y las oportunidades de revisión antes de tomar medidas adicionales. El acceso a la plataforma y las indicaciones para otras herramientas añaden requisitos que las etiquetas temáticas por sí solas no recogen.

Los datos respaldan una tesis concreta: la delegación y el control retenido pueden coexistir en una solicitud. Para describir esa relación es necesario prestar atención a lo que el usuario desea que se genere, a lo que debe permanecer inalterado y a lo que se le pide al sistema que haga a continuación. El presente análisis identifica estas distinciones; no estima su frecuencia en la población ni demuestra que mejoren los resultados.

Referencias

1. Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y. y Wadman, K. (2025). Cómo se utiliza ChatGPT. Documento de trabajo del NBER n.º 34255. https://doi.org/10.3386/w34255. Registro oficial: https://www.nber.org/papers/w34255. Un documento de trabajo no se presenta aquí como un artículo de revista revisado por pares.
2. Gale, N. K., Heath, G., Cameron, E., Rashid, S. y Redwood, S. (2013). El uso del método del marco para el análisis de datos cualitativos en la investigación sanitaria multidisciplinar. BMC Medical Research Methodology, 13, 117. https://doi.org/10.1186/1471-2288-13-117. Texto completo: https://pmc.ncbi.nlm.nih.gov/articles/PMC3848812/.

Apéndice A. Inventario de categorías cualitativas

La recodificación exploratoria identificó la producción visual, las instrucciones de respuesta fija, la recuperación de información, la redacción, los consejos prácticos, la navegación por la plataforma, las entradas ambiguas, la resolución de problemas de software, los entregables estructurados, la programación, el aprendizaje, la música, la generación de ideas, la reestructuración de fuentes extensas y la organización de roles e historiales.

Este inventario describe las categorías que aparecen en el material seleccionado. No se facilitan las cifras relativas al número de categorías ni los totales; la lista no constituye ni una clasificación por frecuencia ni una estimación de la demanda de la plataforma.

Declaraciones sobre la investigación

Asistencia mediante IA: Un asistente de IA revisó los extractos indicados, elaboró la interpretación exploratoria, calculó las comprobaciones descriptivas y redactó el manuscrito. No se afirma que haya habido una concordancia con el etiquetado realizado por personas de forma independiente.

Disponibilidad de datos: El paquete subyacente contiene registros privados compartidos voluntariamente por colaboradores autorizados y no se reproduce. Tampoco se revelan los resúmenes numéricos exactos ni las fechas de las observaciones. El presente informe no autoriza la redistribución de mensajes individuales ni de plantillas. Todos los ejemplos que figuran en las conclusiones son descripciones generalizadas, no citas privadas.