[IA-1] Cómo trabajar con IA después de la primera respuesta
En pocas palabras
En el artículo anterior vimos que trabajar con una inteligencia artificial no consiste necesariamente en hacer una pregunta y aceptar su primera respuesta.
Ahora vamos a verlo en la práctica con dos casos reales y diferentes: en el primero utilizaremos una duda sobre fondos de inversión para investigar, cuestionar y comprobar una respuesta; en el segundo partiremos de una primera propuesta para crear algo, revisarlo y mejorarlo.
No voy a reproducir todas las respuestas completas de ChatGPT porque convertiríamos el artículo en algo interminable. Lo importante aquí no son sus respuestas, sino qué hacemos después de recibirlas.
En cambio, sí encontrarás todos los prompts. Puedes copiarlos si quieres reproducir el ejemplo o probar el proceso por tu cuenta. Ten en cuenta que una IA no siempre genera exactamente la misma respuesta, aunque utilices el mismo prompt.
Caso 1: investigar y comprobar una respuesta
Partiremos de una pregunta que apareció mientras preparaba Cómo funciona un roboadvisor: ¿qué ocurre con tus fondos de inversión si quiebra el banco que los custodia?
En aquel artículo puedes encontrar la respuesta. Aquí vamos a hacer algo diferente: ver cómo puedes investigarla y comprobarla tú mismo utilizando una IA.
Empieza con una pregunta normal
No necesitas preparar un gran prompt ni saber de antemano qué fuentes deberías consultar. Puedes empezar simplemente explicando lo que quieres saber:
La respuesta explicó que los fondos tienen un patrimonio separado, que la quiebra del depositario no significa normalmente perder las participaciones y mencionó también el FGD, el FOGAIN y una cobertura de 100.000 euros.
Podríamos habernos quedado con esa explicación. Pero precisamente ese último dato nos permite dar el siguiente paso.
Si algo no te queda claro, sigue preguntando
Si existe un límite de 100.000 euros, aparece una duda bastante evidente: ¿qué ocurre si tienes más dinero invertido?
La nueva respuesta aclaró una diferencia importante: tener 150.000 euros en participaciones de fondos no significa tener un depósito bancario de 150.000 euros.
También explicó que ese límite de 100.000 euros no debía interpretarse como si, al quebrar el custodio, los otros 50.000 euros desapareciesen automáticamente.
Ya entendemos mejor la respuesta. Pero todavía no sabemos si podemos fiarnos de ella.
Pídele que te ayude a comprobar su respuesta
Que una explicación parezca convincente no significa que sea correcta. Así que podemos dejar de preguntar sobre el tema y empezar a cuestionar la propia respuesta de la IA.
Y aquí ocurrió algo especialmente interesante.
ChatGPT empezó su nueva respuesta diciendo:
«Hay un matiz importante que conviene corregir de mi respuesta anterior».
No le habíamos dicho que estuviera equivocada. Le habíamos pedido que nos ayudara a comprobar lo que afirmaba.
Al revisar su propia respuesta introdujo matices, distinguió mejor entre propiedad de los activos, custodia y mecanismos de garantía, y señaló fuentes como la CNMV, el Banco de España y FOGAIN.
Eso nos lleva al siguiente paso.
No te conformes con que cite fuentes
Que una IA mencione la CNMV, el Banco de España o una ley tampoco demuestra por sí solo que tenga razón.
Puedes pedirle algo mucho más útil: que te lleve hasta las fuentes originales y te diga qué puedes comprobar en cada una.
A partir de aquí la investigación cambia. Ya no estamos preguntando solamente qué ocurre: estamos buscando dónde podemos comprobarlo.
ChatGPT señaló la Ley 35/2003 en el BOE, información del Banco de España, FOGAIN y documentación de la CNMV. También indicó artículos concretos relacionados con las funciones, responsabilidad, sustitución y concurso del depositario.
La diferencia es importante: no estamos pidiendo a la IA que encuentre fuentes que confirmen una respuesta que ya damos por buena. Le estamos pidiendo que nos muestre dónde podemos comprobar sus afirmaciones.
Comprueba también que la fuente siga vigente
Ya tenemos una fuente oficial: la Ley 35/2003. Pero fue publicada originalmente en 2003.
Que una fuente sea oficial no significa que estemos consultando necesariamente su versión vigente. También podemos pedir a la IA que compruebe eso.
La comprobación confirmó que la Ley 35/2003 continuaba vigente, pero también mostró algo importante: la norma había sido modificada y algunos de los artículos relacionados con nuestra pregunta habían cambiado.
Es otra razón para no detener la investigación simplemente porque hemos encontrado una fuente oficial. También hay que comprobar que la información que estamos utilizando siga siendo válida.
Vuelve a la pregunta inicial
Hemos preguntado, repreguntado, cuestionado la respuesta, localizado fuentes y comprobado la normativa.
Ahora podemos volver a la pregunta inicial y pedir una respuesta sencilla basada en todo lo que acabamos de investigar.
La respuesta final fue mucho más precisa que la primera. La conclusión fue que la quiebra del banco depositario no significa por sí misma que pierdas las participaciones del fondo ni que los activos del fondo puedan utilizarse para pagar a los acreedores del banco.
También permitió separar esa cuestión de los límites de determinados mecanismos de garantía y recordar que, naturalmente, la inversión continúa expuesta a las ganancias y pérdidas de los mercados.
Y, sobre todo, ya teníamos algo que no teníamos al principio: sabíamos qué fuentes sustentaban la respuesta y dónde podíamos comprobarlas.
Puedes consultar directamente el texto consolidado de la Ley 35/2003 en el BOE.
Puedes decidir hasta dónde profundizar según lo que estés intentando averiguar. Pero si la respuesta puede influir en una decisión importante —por ejemplo, qué puede ocurrir con tu dinero—, llegar hasta las fuentes originales te permite comprobar por ti mismo la información.
Caso 2: trabajar sobre una primera propuesta
El segundo caso es diferente. Aquí no necesitaba averiguar si algo era correcto. Sabía aproximadamente lo que quería, pero todavía no sabía cómo debía quedar.
Eso permite utilizar la IA de otra manera: crear una primera versión, verla, detectar qué no funciona y trabajar sobre ella.
Y para verlo no necesitamos inventar otro ejemplo.
El dibujo del artículo anterior se creó exactamente así.
Quería representar visualmente la diferencia entre hacer una pregunta a una IA y trabajar con ella. Sabía qué quería transmitir, pero todavía no sabía cómo convertirlo en una imagen.
Así que empecé explicando el objetivo:
Quiero poner un dibujo en esa parte del artículo para que se vea bien esa diferencia entre preguntar a una IA y trabajar con ella.
¿Qué dibujo podríamos hacer?
ChatGPT propuso dos posibilidades. Una enfrentaba una flecha sencilla —pregunta → respuesta— con un proceso circular de contexto, preguntas, respuestas, revisión y comprobación. La otra utilizaba dos escritorios como metáfora.
La primera representaba mejor lo que quería explicar. Así que no empecé de nuevo con otro prompt intentando describir una imagen perfecta: continué trabajando sobre esa propuesta.
Convierte la idea en algo que puedas revisar
Este fue el primer resultado:
La idea funcionaba, pero había un problema evidente: tenía demasiado texto.
En una imagen grande podía leerse, pero dentro de un artículo —especialmente desde un móvil— parte del texto acabaría siendo demasiado pequeño.
La ventaja de tener ya una primera versión es que ahora resulta mucho más fácil explicar qué funciona y qué quieres cambiar.
En la parte de “Antes” también quitaría la pregunta concreta “¿Cómo puedo mejorar esto?” y dejaría simplemente Pregunta → Respuesta.
¿Puedes probar así manteniendo el resto de la idea?
El segundo intento quedó bastante más limpio:
No revises solo el diseño
La segunda versión resolvía el problema del texto, pero al verla apareció otro. Esta vez no era de tamaño ni de composición: era lo que la imagen parecía transmitir.
La persona y el robot parecían dos compañeros trabajando juntos. Y esa no era exactamente la idea que quería explicar.
La IA puede formar parte del proceso, pero quien revisa, comprueba y toma la decisión sigue siendo la persona.
Así que el siguiente prompt no se limitó a pedir otro cambio visual. Explicaba qué no funcionaba y por qué.
Me gustaría que el protagonista de esa parte fuera el proceso circular. El resto lo mantendría prácticamente igual.
Y de ahí salió la versión definitiva:
Dos casos distintos, dos formas de trabajar
En el primer caso partimos de una pregunta cuya respuesta desconocíamos. Cada respuesta nos ayudó a descubrir qué debíamos investigar después, hasta llegar a las fuentes con las que podíamos comprobarla.
En el segundo sabíamos aproximadamente qué queríamos conseguir. Cada propuesta nos ayudó a descubrir qué queríamos cambiar hasta llegar al resultado final.
En un caso utilizamos la IA para investigar y comprobar. En el otro, para crear, revisar y mejorar una primera propuesta.
Son dos formas diferentes de trabajar, pero tienen algo en común: en ninguna hizo falta encontrar un supuesto prompt perfecto. Bastó con empezar, revisar el resultado y continuar desde ahí.
La primera respuesta no tiene por qué ser el final de la conversación. A veces es precisamente donde empieza el trabajo.
Si estás pensando en utilizar Indexa Capital
Buena parte de lo que explico en este blog parte de mi propia experiencia como cliente de Indexa Capital. Si después de informarte decides utilizarlo, dispongo de una invitación para nuevos clientes.
Con ella, tanto tú como yo obtenemos un año sin comisión de gestión de Indexa sobre los primeros 15.000 €.
Utilizar mi invitación →Si utilizas mi invitación, yo también obtengo la bonificación.
Esta serie
Esta serie recoge cosas que he aprendido utilizando IA y que pueden resultar útiles para trabajar mejor con ella, siempre que sea posible a partir de casos reales y experimentos que yo mismo haya probado.
Comentarios
Publicar un comentario