Las mejores
Inteligencias Artificiales
del mundo, analizadas

Primera reseña del blog: ChatGPT de OpenAI. Es el asistente que cambió el mundo al alcanzar 100 millones de usuarios en dos meses. En 2026 sigue siendo la referencia con GPT-4o y los modelos de razonamiento o3. Lo que más destaca es su versatilidad: texto, imágenes con DALL-E 3, ejecución de código, búsqueda web en tiempo real y modo de voz avanzado. Obtuvo 9.5/10 en mi evaluación.

Segunda reseña dedicada a Claude de Anthropic. Su enfoque de IA constitucional lo hace único: diseñado para ser útil, inofensivo y honesto desde su arquitectura. Puede procesar 200,000 tokens en una conversación, equivalente a libros enteros. En análisis de documentos y escritura académica no tiene rival. Alcanzó 9.8/10 en precisión y veracidad. Para trabajo serio, es mi recomendación número uno.

Tercera reseña: Gemini 2.0 Ultra de Google DeepMind. Diseñado como modelo nativo multimodal, procesa texto, imágenes, audio, video y código al mismo tiempo. Su gran ventaja es estar integrado en Gmail, Docs, Drive, Maps y YouTube. Para información en tiempo real obtuvo 9.8/10. Si usas el ecosistema Google todo el día, Gemini es la elección natural.

Cuarta entrada sobre Microsoft Copilot. Integrado en Word, Excel, PowerPoint, Teams y Outlook, obtuvo 9.8/10 en integración con Office. Más del 40% de las Fortune 500 ya lo usan. En Excel analiza datos con lenguaje natural, en Teams toma notas automáticas de reuniones. GitHub Copilot, su variante para programadores, sigue siendo el estándar de oro del desarrollo de software.

Quinta reseña de Midjourney V7. Obtuvo 9.9/10 en calidad artística, la puntuación más alta de todo el blog. En 2026 la diferencia entre una foto real y una imagen de Midjourney es imperceptible. La coherencia de personajes en V7 es revolucionaria: un personaje puede aparecer en múltiples imágenes manteniendo su apariencia. Además ahora domina el texto dentro de imágenes.

Sexta reseña: Perplexity AI. En lugar de una lista de enlaces, sintetiza fuentes web con respuestas citadas y verificables en segundos. Su Deep Research produce reportes académicos completos en minutos. Obtuvo 9.8/10 en búsqueda en tiempo real. Para investigación y fact-checking es imprescindible. El plan gratuito con 5 búsquedas Pro diarias ya es muy generoso.

Séptima entrada: Stable Diffusion de Stability AI. Obtuvo 10/10 en open source y 10/10 en costo porque es completamente gratuito. Puede instalarse localmente, sin límites de generación ni suscripciones. Con ControlNet controlas poses y composición exactas. SDXL Turbo genera imágenes en tiempo real. La comunidad de Civitai tiene miles de modelos personalizados para cualquier estilo.

Octava reseña: Meta AI con Llama 4. La decisión de Meta de lanzar Llama como open source es la más democratizadora del sector. En 2026 está integrado en WhatsApp, Instagram y Facebook, llegando a más de 3 mil millones de personas. Obtuvo 9.9/10 en accesibilidad. Las empresas pueden desplegarlo en sus propios servidores con datos 100% privados. Ideal para Latinoamérica por su cobertura multilingüe.

Novena reseña: Grok de xAI. Tiene acceso privilegiado a todos los datos de X en tiempo real, obteniendo 9.8/10 en esa categoría. Grok 3 logró puntuaciones récord en AIME matemáticas y GPQA ciencia. Su modo "Think" activa razonamiento paso a paso. Es menos restrictivo que sus competidores, aunque esto genera debate. La supercomputadora Colossus de xAI con 100,000 GPUs garantiza su evolución.

Décima reseña: Runway Gen-3 Alpha. Obtuvo 9.7/10 en calidad de video. Efectos que antes requerían equipos enteros ahora se crean en minutos desde texto. Act One captura expresiones faciales con el teléfono y las transfiere a personajes generados. La integración con Adobe Premiere permite trabajar sin salir del flujo profesional. Para video generativo diario es la mejor relación calidad-precio.

Undécima reseña de IA: Sora de OpenAI. Cuando se presentó en 2024 dejó a la industria sin palabras. En 2026 genera videos de hasta 60 segundos a 1080p con física realista, movimiento de cámara cinematográfico y coherencia temporal. El modo Storyboard define escenas completas. Disponible en ChatGPT Plus y Pro. Para clips largos en alta resolución, no tiene competencia directa en el mercado.

Duodécima reseña: NotebookLM de Google. Lo que lo hace único es que solo responde basándose en tus propios documentos, obteniendo 9.7/10 en análisis de documentos. Cero alucinaciones de información externa. Su función estrella, Audio Overviews, convierte cualquier apunte en un podcast de dos personas debatiendo el tema. Es completamente gratuito hasta 20 fuentes por notebook. Para estudiantes es una herramienta imprescindible.

Decimotercera reseña: GitHub Copilot X. Con más de 2 millones de desarrolladores de pago, obtuvo 9.8/10 en autocompletado y en integración con IDEs. Vive directamente en VS Code y JetBrains completando líneas, generando funciones, explicando código y detectando bugs en tiempo real. Copilot Workspace puede implementar features completas desde un issue de GitHub. Para estudiantes de Informática, hay plan gratuito con GitHub Education.

Decimocuarta y última reseña: ElevenLabs v3. Obtuvo 9.9/10 en realismo de voz, la más alta en su categoría. Genera audio indistinguible de la voz humana con emociones, pausas y respiraciones naturales. Clona cualquier voz con solo 1 minuto de muestra. Dobla videos automáticamente en 29 idiomas manteniendo el timing y la personalidad original. Para creadores de contenido y desarrolladores de apps de voz, es la referencia absoluta.

Con las 14 reseñas publicadas, hoy hago un balance. El promedio de puntuación del blog es 9.1/10. Midjourney lidera con 9.6, seguido de ChatGPT y GitHub Copilot con 9.4 y 9.5. ElevenLabs destaca con 9.9/10 en su categoría específica de voz. La IA con peor puntuación global es Grok con 8.5 pero con acceso único a datos de X. Lo más interesante: cada IA domina su nicho con una puntuación perfecta o casi perfecta.

Analizando cuáles son más accesibles para estudiantes sin presupuesto: NotebookLM es completamente gratis y perfecto para estudiar. GitHub Copilot es gratis con GitHub Education. Meta AI en WhatsApp no cuesta nada. Stable Diffusion para imágenes es gratis localmente. Perplexity tiene plan gratuito generoso. ChatGPT y Gemini tienen versiones gratuitas útiles. Con estas herramientas gratuitas un estudiante cubre texto, código, imágenes, búsqueda y voz.

Comparativa por categorías usando las puntuaciones del blog. En texto: Claude 9.8 en razonamiento, ChatGPT 9.5 en versatilidad. En imágenes: Midjourney 9.9 en arte, Stable Diffusion 10/10 en libertad. En video: Sora 9.8 en duración de clips, Runway 9.7 en calidad general. En voz: ElevenLabs 9.9. En búsqueda: Perplexity 9.8. En código: GitHub Copilot 9.8. Cada categoría tiene un líder claro.

Revisando las puntuaciones de privacidad asignadas en cada reseña. Claude obtuvo la máxima puntuación en seguridad y ética con 10/10. Microsoft Copilot empresarial cumple GDPR, HIPAA e ISO 27001. NotebookLM no envía tus datos a modelos externos. Meta AI es el más cuestionado con 6.5/10. Grok también genera dudas por su vínculo con X. Para datos sensibles: Claude, Copilot Enterprise o NotebookLM.

Pregunta que me hice hoy basándome en todo el contenido del blog. Para analizar documentos largos: Claude con sus 200,000 tokens de contexto. Para investigar con fuentes: Perplexity con su Deep Research. Para programar: GitHub Copilot con 9.8/10. Para presentaciones: Microsoft Copilot en PowerPoint. Para estudiar con mis apuntes: NotebookLM con Audio Overviews. Para imágenes en proyectos: Midjourney. Cada herramienta en su lugar.

Reflexión personal después de semanas trabajando con estas 14 IAs. Las herramientas del blog están cambiando la educación: NotebookLM como tutor personal, GitHub Copilot enseñando mientras programas, Perplexity verificando información al instante. El riesgo es usarlas para reemplazar el pensamiento propio. El verdadero valor está en usarlas para amplificar lo que ya sabes, no para sustituirlo. Eso lo aprendí haciendo este blog.

ElevenLabs domina con 9.9/10 en realismo de voz. Pero también revisé las capacidades de voz de otras IAs del blog: ChatGPT tiene modo de voz avanzado con latencia mínima. Gemini tiene reconocimiento de audio nativo. Meta AI integra generación de voz básica. NotebookLM genera podcasts completos automáticamente con Audio Overviews. Para producción profesional de audio, ElevenLabs no tiene rival. Para uso casual, el modo de voz de ChatGPT es suficiente.

Hoy revisé cuáles IAs del blog son open source. Stable Diffusion y Meta AI con Llama 4 son los dos grandes modelos completamente abiertos. Grok-1 también fue open sourced por xAI en 2024. Los demás son propietarios. La ventaja del open source es clara: privacidad total, sin costos de suscripción, personalización ilimitada y comunidad global de mejoras. Stable Diffusion con Civitai y Llama con Hugging Face tienen ecosistemas enormes.

Decidí hacer una prueba: programé el mismo ejercicio de clase con y sin GitHub Copilot. Con Copilot tardé 18 minutos. Sin él tardé 47 minutos. El Copilot generó el 60% del código, yo lo revisé y ajusté el 40% restante. Lo más valioso no fue la velocidad: fue que Copilot sugirió un enfoque más eficiente que el que yo tenía en mente. Me enseñó mientras programaba. Eso es lo que lo hace diferente a solo buscar en Google.

Subí todos mis apuntes de Informática del semestre a NotebookLM y lo usé para estudiar. Generé un Audio Overview de mis notas y lo escuché mientras almorzaba. Después le hice preguntas específicas sobre los temas del examen y me citó exactamente qué página de mis apuntes tenía la respuesta. La guía de estudio automática que generó organizó los temas mejor de lo que yo lo habría hecho. Resultado: saqué 95 en el examen.

Hice una prueba con ElevenLabs que me dejó impresionado. Tomé un video tutorial en inglés sobre redes de computadoras, lo subí a ElevenLabs y en 3 minutos tenía el mismo video completamente doblado al español, con la voz del presentante original, su entonación y su ritmo. El resultado fue casi perfecto. Algunos momentos se escucharon robóticos, pero el 90% sonó natural. Para localizar contenido educativo en español, esto es una herramienta poderosa.

Penúltimo día del proyecto. Revisé las 14 reseñas, verifiqué todos los links, corregí detalles de redacción y aseguré que las puntuaciones fueran consistentes entre páginas. El blog cubre ahora texto, imágenes, video, voz, código, búsqueda e investigación. 14 IAs analizadas con características, planes de precios, ventajas, desventajas y veredicto final cada una. Estoy satisfecho con el resultado. Mañana es la entrega.

Hoy se cumple casi un mes desde que empecé este blog. He analizado 14 plataformas de inteligencia artificial y cada una me enseñó algo diferente. Lo que más me sorprendió fue ver lo distintas que son entre sí: Claude para razonar, Midjourney para crear, Perplexity para investigar, ElevenLabs para la voz. No son competidoras entre sí, son herramientas distintas para propósitos distintos. Seguiré explorando más IAs y actualizando el blog con lo que vaya descubriendo.

Hoy dedico mis líneas a GitHub Copilot, que se ha convertido en una pieza fundamental en mi entorno de desarrollo. Más que una simple herramienta de autocompletado, la capacidad de sugerir bloques lógicos complejos y entender el contexto de múltiples archivos a la vez está transformando mi velocidad de entrega. Sin embargo, la lección más importante sigue siendo la supervisión humana: la IA propone, pero el desarrollador dispone. Copilot no reemplaza el pensamiento algorítmico, sino que lo libera de tareas repetitivas, permitiéndome enfocarme en la arquitectura y la resolución de problemas de alto nivel. Una herramienta indispensable en el stack de cualquier estudiante de Informática este año.

Hoy reflexionaba sobre cómo la calidad de la respuesta de una IA depende casi exclusivamente de nuestra capacidad para estructurar un prompt. Ya no basta con hacer preguntas directas; el "Prompt Engineering" ha evolucionado hacia un diseño de contexto y restricciones. Un buen prompt ahora requiere definir el rol de la IA, el formato de salida deseado y, sobre todo, una lógica encadenada (Chain of Thought). Los mejores resultados que he obtenido este mes no vinieron de una IA superior, sino de un prompt mejor diseñado, capaz de guiar al modelo a través de pasos intermedios antes de ofrecer una conclusión.

Hoy publiqué la reseña número 15 del blog: Adobe Firefly. Llevaba días queriendo analizar esta herramienta porque me parece que tiene un diferenciador muy claro frente a todo lo demás que he reseñado: es la única IA generativa de imágenes que fue entrenada exclusivamente con contenido licenciado, lo que la hace 100% segura para uso comercial. Estuve probando el Generative Fill en Photoshop y de verdad que me sorprendió, seleccionas un área cualquiera de una foto, escribes lo que quieres añadir o eliminar, y lo genera respetando la iluminación y la perspectiva de la imagen original. Para mí eso es IA bien integrada, no como un botón extra sino como parte natural del flujo de trabajo. También probé los efectos de texto generativos y los recolores en Illustrator. Le puse 9.0/10, la quité un poco por el tema del precio ya que implica tener toda la suite Creative Cloud. Pero para quien ya trabaja con Adobe, Firefly ya está ahí, esperando que lo usen.

Hoy subí la reseña de Suno AI y tengo que admitir que es la herramienta que más me ha sorprendido de todas las que he analizado en este blog. Yo no sé tocar ningún instrumento, nunca he compuesto nada, y sin embargo en menos de un minuto tenía una canción completa, con melodía, letra, coros y una voz que suena genuinamente humana. Escribí una descripción corta, algo como "balada melancólica en español sobre extrañar tu ciudad natal con guitarra acústica", y Suno me devolvió algo que yo habría tardado años en aprender a hacer por mi cuenta. La calidad vocal es lo que más impacta, no suena robótica sino emotiva, con afinación real, respiraciones, vibrato. Le puse 9.1/10 en la evaluación general aunque la nota de aspectos legales y éticos quedó en 7.5 porque el debate sobre los derechos de autor de la industria musical con los modelos de IA sigue sin resolverse del todo. Pero como herramienta de creación, es fascinante. Con esta ya son 16 IAs en el blog.

Con Suno y Adobe Firefly ya en el blog, ahora tengo cubierta la parte más creativa de la IA: imagen, video, audio y música. Hoy me puse a comparar las seis herramientas creativas del blog y hay patrones interesantes. Midjourney sigue siendo el rey en calidad artística pura, pero Firefly gana en seguridad legal. Runway y Sora dominan el video pero con enfoques distintos: Runway es más para producción cinematográfica y Sora sorprende por la coherencia física de sus videos. En audio, ElevenLabs y Suno son complementarias más que competidoras, una genera voz, la otra genera música completa. Lo que me llama la atención es que ninguna de estas herramientas reemplaza el criterio creativo humano, necesitas saber qué quieres para que la IA lo ejecute bien. Un prompt malo da un resultado malo aunque la herramienta sea excelente. Eso es algo que no había entendido tan bien antes de empezar este blog y que ahora veo clarísimo.

Después de todo lo que he analizado en el blog, alguien me preguntó hoy cuál es mi favorita y me di cuenta que la respuesta depende completamente de para qué. Si tuviera que quedarme con una sola para el día a día probablemente sería Claude, por la profundidad de sus respuestas y la forma en que explica las cosas. Para código, GitHub Copilot sin dudarlo. Para buscar información rápida y con fuentes, Perplexity. Para crear imágenes profesionales dentro de Adobe, Firefly. Para pasarla bien y experimentar, Suno y Midjourney. Lo interesante es que ninguna es "la mejor" en absoluto, cada una tiene su nicho y su momento. Creo que la habilidad más valiosa que está surgiendo ahora no es saber usar una IA específica sino saber elegir cuál usar según el problema. Eso es algo que este blog me ha enseñado a hacer mejor que cualquier curso. Sigo trabajando en nuevas reseñas para los próximos días.

Hoy estuve haciendo pruebas más profundas con Suno AI, específicamente generando canciones en español para ver qué tan bien maneja el idioma. Los resultados son mixtos pero interesantes. En géneros como la balada romántica y el pop latino, la pronunciación es bastante natural y la emoción de la voz encaja bien con la letra. Donde falla un poco es en acentos regionales: si pides algo con sabor hondureño o centroamericano, la IA lo interpreta de forma genérica, sin el acento ni los giros lingüísticos propios. También probé generar algo con ritmo de punta, que es nuestra música tradicional de la Costa Norte, y el resultado fue más un reggae genérico que algo auténticamente garífuna. Eso me hace reflexionar sobre los sesgos de los datos de entrenamiento. Las músicas minoritarias y regionales aún están subrepresentadas en estos modelos. Aun así, para pop en español estándar, Suno funciona muy bien y sigue siendo la herramienta más accesible para crear música sin conocimientos técnicos.

Después de publicar la reseña de Adobe Firefly quise hacer una comparación directa con Midjourney, que sigue siendo el referente en calidad artística del blog. Usé el mismo prompt en las dos herramientas: "un estudiante de informática trabajando de noche rodeado de pantallas, estilo cinematográfico, colores azul y violeta". Los resultados fueron muy distintos. Midjourney produjo una imagen con composición más dramática, con más personalidad artística y detalles elaborados en la iluminación. Firefly generó algo más limpio, más "de stock", menos sorprendente visualmente pero perfectamente utilizable en un proyecto real. Ahí está la diferencia central: Midjourney es arte, Firefly es herramienta de trabajo. Si necesitas algo impactante para un portafolio creativo, Midjourney gana. Si necesitas algo para una campaña publicitaria sin preocuparte por derechos de autor, Firefly es la respuesta. Ambas tienen su lugar y lo confirmo después de esta prueba.

Hoy no tengo una reseña nueva ni una comparativa técnica. Solo quiero escribir sobre algo que me está quedando claro mientras avanzo en el blog: investigar y documentar estas herramientas me ha enseñado más sobre tecnología que muchas clases formales. No porque las clases sean malas, sino porque cuando uno elige el tema, se involucra de forma diferente. He leído documentación técnica en inglés, he probado las herramientas en condiciones reales, he cometido errores y los he corregido. He aprendido a leer entre líneas cuando una empresa dice que su IA es "la mejor del mundo" y a buscar los límites reales detrás del marketing. Creo que esa capacidad crítica es la habilidad más importante que puede desarrollar un estudiante de Informática en 2026, más que saber cualquier lenguaje o herramienta específica. La tecnología cambia, el criterio para evaluarla permanece. Sigo con el blog y ya tengo ideas para las próximas reseñas.

Después de analizar Adobe Firefly, Midjourney y Stable Diffusion, la pregunta es inevitable: ¿puede la IA reemplazar al diseñador gráfico? Mi respuesta después de todo lo que he investigado es no, al menos no todavía y no completamente. Lo que sí está pasando es una transformación del rol. Un diseñador que sabe usar Firefly puede producir en una hora lo que antes tomaba un día. Eso no lo hace menos valioso, lo hace más productivo. El problema es para quienes se resisten a adaptarse. Las herramientas de IA generativa eliminan las tareas más mecánicas y repetitivas del diseño, como crear variaciones de un logo o generar fondo para una composición, pero el criterio estético, la comprensión de la audiencia y la dirección creativa siguen siendo humanos. Lo que cambia es que ahora se espera que un buen diseñador también sepa trabajar con IA. Esa es la nueva barra mínima del oficio.

Hoy quise documentar algo que he estado haciendo sin darme cuenta desde hace semanas: usar ChatGPT y Claude al mismo tiempo para distintas partes de una misma tarea. Lo que noto en la práctica es que tienen fortalezas distintas y complementarias. Cuando necesito generar muchas opciones rápido, brainstorming o primeros borradores, ChatGPT responde con más velocidad y variedad. Cuando necesito que alguien analice algo con profundidad, me explique el razonamiento detrás de una respuesta o revise críticamente un texto, Claude es más preciso y estructurado. No es que uno sea mejor que el otro en términos absolutos, es que resuelven problemas distintos de forma diferente. Usar los dos en conjunto se está convirtiendo en un flujo de trabajo real para mí. Primero genero ideas con ChatGPT, luego las refino y evalúo con Claude. El resultado es mejor que usar solo uno. Esto es algo que no había pensado cuando empecé el blog pero que me parece uno de los aprendizajes más útiles.

Llevamos más de un mes con este blog y hoy quiero hacer una pausa para pensar en lo que viene. Tengo 16 reseñas publicadas y la verdad es que el mundo de la IA sigue moviéndose tan rápido que hay herramientas nuevas relevantes apareciendo cada semana. Eso hace que este proyecto nunca se sienta terminado, lo cual es bueno porque significa que siempre hay material. Estoy pensando en las próximas IAs que quiero analizar: hay varias en el área de productividad y automatización que aún no he tocado, y también me interesa explorar herramientas más específicas para el área de programación más allá de GitHub Copilot. También quiero empezar a hacer entradas comparativas más detalladas, no solo reseñas individuales. En fin, el blog sigue vivo y hay mucho por delante. Mañana publico la próxima entrada.

Hoy estoy planificando las siguientes reseñas del blog. Después de cubrir las herramientas más conocidas del mercado, quiero ir a territorios menos explorados: IAs especializadas en productividad, análisis de datos y automatización de flujos de trabajo. También me interesa revisar algunas herramientas que han evolucionado mucho desde que empecé el blog y que merecerían una actualización. Lo que más me emociona del proyecto ahora es que ya no lo veo solo como una tarea académica sino como algo que realmente me está formando como técnico. Cada reseña implica investigar, probar, comparar y escribir con criterio, y eso es exactamente lo que quiero seguir haciendo. Próximas semanas hay más contenido. El blog continúa.

Hoy termina junio y me parece buen momento para repasar lo recorrido sin convertir esto en un cierre del proyecto, porque pienso seguir actualizando el blog en julio. Este mes pasé de tener 10 reseñas a 16, sumando Adobe Firefly y Suno AI, y escribí entradas casi todos los días documentando pruebas, comparaciones y reflexiones sobre lo que voy aprendiendo. Lo que más valoro de este ejercicio diario es que me obliga a pensar críticamente en lugar de solo consumir información sobre IA de forma pasiva. Para julio quiero meterle más profundidad a las comparativas entre herramientas similares y empezar a probar algunas IAs de productividad que todavía no he tocado en el blog. Por ahora, cierro junio con la sensación de que este proyecto sigue creciendo más de lo que esperaba cuando lo empecé.

Primer día de julio y ya tengo claro lo que quiero hacer este mes con el blog. Junio fue muy productivo en términos de reseñas nuevas, pero creo que julio puede ser el mes donde el contenido madure un poco más. Quiero escribir entradas más analíticas, no solo describir herramientas sino profundizar en cómo se usan en contextos reales, qué resultados dan en condiciones de trabajo cotidiano y qué limitaciones aparecen cuando uno las lleva más allá del uso básico. También estoy pensando en cómo estructurar comparativas entre herramientas de la misma categoría para que sean más útiles como referencia. Por ahora, el blog tiene 16 reseñas y sigue en crecimiento. La meta para julio es seguir sumando contenido de calidad y no bajar el ritmo de publicación.

Hoy quiero hablar de algo que no suele estar en los titulares pero que cualquiera que use IA a diario termina encontrando: las alucinaciones. Así se le llama cuando una IA genera información que suena completamente convincente pero que es falsa o inventada. Lo he experimentado en varias de las herramientas que he reseñado, especialmente cuando hago preguntas sobre temas muy específicos o eventos recientes. ChatGPT, Claude y Gemini tienen este problema en distintas medidas. Perplexity lo maneja mejor porque cita fuentes reales, pero incluso ahí hay que verificar. La lección que me llevo es que ninguna IA debe usarse como fuente única de información en temas importantes. Son herramientas de apoyo, no orácu­los. Un estudiante de Informática que entiende esto tiene una ventaja enorme sobre alguien que acepta todo lo que la IA dice sin cuestionarlo.

Hoy estuve usando Perplexity AI para investigar un tema de clase y tengo que actualizar mi opinión sobre esta herramienta: en ciertos contextos, es genuinamente mejor que hacer una búsqueda en Google. La diferencia está en cómo presenta la información. Google te da una lista de enlaces que tienes que abrir uno por uno y sintetizar tú mismo. Perplexity te da una respuesta directa con las fuentes citadas al lado de cada afirmación, lo que hace mucho más fácil verificar y profundizar. Lo que más me sirve es para preguntas que necesitan síntesis de varias fuentes, como "¿cuáles son las diferencias principales entre los modelos de lenguaje más recientes?" o "¿qué empresas están liderando el desarrollo de IA en Latinoamérica?". Para búsquedas simples Google sigue siendo más rápido, pero para investigación real Perplexity está en otro nivel. Lo recomendaría a cualquier estudiante sin dudarlo.

Hoy quiero escribir sobre algo que pienso con frecuencia mientras hago este blog: ¿cuánto de todo esto está llegando realmente a Honduras? La respuesta honesta es que hay una brecha grande. Herramientas como ChatGPT, Claude o Perplexity son accesibles en el país y las uso sin problemas, pero los planes de pago en dólares son costosos para el contexto local. Muchas de las funciones más avanzadas están detrás de muros de pago que no son accesibles para la mayoría de estudiantes aquí. Eso crea una desigualdad interesante: los que tienen acceso a buenas conexiones y pueden pagar los planes premium aprovechan estas herramientas al máximo, mientras que la mayoría queda con las versiones gratuitas que tienen límites importantes. Desde mi posición como estudiante en El Progreso, creo que el rol de la educación es precisamente enseñar a sacarle el máximo a lo que está disponible gratis, y eso es exactamente lo que intento documentar en este blog.

Hoy decidí comparar directamente Grok y ChatGPT haciendo las mismas preguntas en los dos y comparando las respuestas. Lo que más me llama la atención es la diferencia de tono. ChatGPT tiende a ser muy cuidadoso, equilibrado y a veces demasiado neutro en temas donde uno esperaría una opinión más clara. Grok, en cambio, es más directo, más irreverente, y en temas de actualidad responde con más confianza y menos rodeos. Eso puede ser bueno o malo dependiendo del contexto. Para trabajo académico o contenido profesional, prefiero la cautela de ChatGPT. Para explorar ideas, debatir o simplemente tener una conversación más dinámica, Grok resulta más entretenido. Lo que me quedo de esta comparativa es que el "mejor" modelo depende completamente del tipo de tarea. No hay un ganador universal, hay herramientas con personalidades distintas para necesidades distintas.

Hoy usé NotebookLM de una forma que no había probado antes: subí mis propios apuntes de varias materias y le pedí que me ayudara a estudiar. El resultado fue genuinamente útil. NotebookLM generó un resumen coherente de todo el material, identificó los conceptos clave y me hizo preguntas de repaso que yo no habría pensado solo. Lo más valioso fue la función de Audio Overview, que convierte los apuntes en un podcast conversacional entre dos voces que discuten el tema. Escuchar el contenido de mis propias notas en ese formato me ayudó a retener información de una forma diferente a leer. Para preparar exámenes esta herramienta es excelente, especialmente porque trabaja solo con el material que tú le das, sin inventar información de afuera. Es el uso más concreto y práctico que le he encontrado a una IA en el contexto escolar hasta ahora.

Hoy estuve trabajando en un proyecto de programación más complejo de lo habitual y aproveché para poner a prueba GitHub Copilot más allá de los ejercicios básicos. La conclusión es que su utilidad escala con la complejidad del proyecto, pero también lo hacen sus errores. En funciones simples y patrones comunes, las sugerencias son casi siempre correctas y ahorran mucho tiempo. Pero cuando el código tiene lógica específica de negocio o estructuras poco convencionales, Copilot empieza a sugerir cosas que parecen razonables pero tienen errores sutiles que solo se detectan al probar. Lo que aprendí hoy es que Copilot funciona mejor como asistente que como autor. Yo tengo que saber exactamente qué quiero construir y usar la herramienta para ejecutarlo más rápido, no para que decida por mí la arquitectura o la lógica. Esa distinción me parece clave para cualquier estudiante que quiera usar IA en programación sin perder el aprendizaje real.

Ya llevamos una semana de julio y el ritmo del blog se mantiene. Esta semana escribí sobre alucinaciones en IA, probé Perplexity para investigación académica, reflexioné sobre el acceso a estas herramientas desde Honduras, comparé Grok con ChatGPT, usé NotebookLM con apuntes reales y puse a prueba GitHub Copilot en un proyecto más exigente. Ha sido una semana donde el enfoque estuvo más en profundizar en herramientas que ya había reseñado que en agregar nuevas al blog. Eso también es parte del proceso: las herramientas cambian y uno va descubriendo cosas que no vio en la primera revisión. Las próximas entradas seguirán en esa línea, con más pruebas prácticas y más comparativas. El blog continúa creciendo.

Hoy dediqué tiempo a comparar Sora y Runway Gen-3 con los mismos prompts de video para ver cuál produce resultados más convincentes. La diferencia más clara es de enfoque: Sora impresiona por la coherencia física de sus videos, los objetos se mueven de forma natural, la iluminación cambia correctamente y las escenas tienen una lógica espacial que otras herramientas no logran. Runway, en cambio, tiene más control creativo y es más flexible para producción cinematográfica real, con herramientas de edición, control de cámara y opciones de personalización que Sora todavía no ofrece. Para alguien que quiere explorar video generativo de forma creativa sin mucho control técnico, Sora sorprende más. Para producción profesional donde se necesita iterar y ajustar el resultado, Runway es más completo. Lo que ambas tienen en común es que el video generado por IA está llegando a un nivel donde empieza a ser difícil distinguirlo del real en clips cortos.

Hoy quiero documentar el flujo de trabajo que he desarrollado para usar IA mientras programo en Visual Studio, porque creo que puede ser útil para otros estudiantes. Lo que hago es tener GitHub Copilot activo para sugerencias en tiempo real mientras escribo, y en paralelo tengo una ventana de Claude o ChatGPT abierta para cuando necesito entender conceptos, depurar errores complejos o pedir que me expliquen por qué cierto enfoque no funciona. Copilot es rápido pero no explica, solo sugiere. Claude explica con detalle pero requiere que yo copie el código y describa el problema. Usarlos juntos cubre las dos necesidades. Lo que más me ha ayudado es pedirle a Claude que no solo corrija el error sino que explique qué lo causó, porque así aprendo en lugar de solo copiar la solución. Esa diferencia entre obtener una respuesta y entender el razonamiento detrás es lo que separa usar IA para aprender de usarla para hacer trampa.

Algo que no mencioné en la reseña de Meta AI cuando la publiqué es su integración directa con WhatsApp, que es probablemente la forma más accesible de interactuar con IA en Honduras dado que WhatsApp es la app de mensajería dominante aquí. Hoy estuve probando Meta AI desde el chat de WhatsApp: puedes hacerle preguntas, pedirle que genere imágenes, buscar información y hasta usarla en conversaciones grupales. La experiencia es más limitada que usar la web o la app dedicada, pero para consultas rápidas es sorprendentemente útil. Lo que me parece más relevante desde un contexto como el nuestro es que no requiere cuenta adicional ni pago, solo tener WhatsApp actualizado. Eso la convierte en la IA más democratizada de todas las que he reseñado en este blog, al menos para el mercado latinoamericano. No es la más poderosa, pero es la más accesible.

Hoy usé Midjourney de una manera diferente a como lo había probado antes: no para generar imágenes sueltas sino para desarrollar una identidad visual completa para un proyecto de clase. El proceso consistió en iterar el mismo prompt muchas veces ajustando parámetros de estilo, color y composición hasta llegar a un conjunto de imágenes que se sintieran coherentes entre sí. Lo que descubrí es que Midjourney requiere aprender su propio lenguaje. Los mejores resultados no vienen de prompts largos y descriptivos sino de combinaciones específicas de términos técnicos de diseño y fotografía que el modelo entiende bien. Aprender esos términos es en sí mismo una forma de educación visual. Después de esta sesión entiendo mejor por qué los diseñadores que saben usarlo bien no son fáciles de reemplazar por alguien que apenas empieza: el conocimiento de diseño que traes a los prompts determina la calidad de lo que obtienes.

Esta pregunta me la han hecho varios compañeros y hoy quiero responderla de forma honesta. Mi posición es que depende completamente de cómo se usa. Usar IA para que te haga la tarea sin entender nada es tan deshonesto como copiar de un compañero, y el daño es para uno mismo porque no aprende. Pero usar IA para entender un concepto que no quedó claro en clase, para verificar si tu razonamiento es correcto, o para obtener retroalimentación sobre un texto que ya escribiste, es una forma legítima y poderosa de aprender. La diferencia está en si la IA reemplaza tu pensamiento o lo amplifica. Yo he intentado mantener siempre esa línea en este blog: uso IA para investigar, probar y verificar, pero las opiniones, comparaciones y reflexiones son mías. Si alguien lee este blog y aprende algo útil, es porque yo procesé la información y la presenté con criterio propio, no porque copié lo que me dijo una IA.

Hoy probé Gemini integrado directamente en Google Docs, algo que Google ha estado expandiendo y que tiene mucho potencial para el trabajo académico. La experiencia es distinta a usar Gemini en su web porque el contexto es el documento mismo: puedes pedirle que resuma lo que escribiste, que sugiera mejoras, que genere una sección nueva basada en lo que ya existe, o que reformule párrafos sin cambiar el significado. Lo que más me gustó es que no tienes que salir del documento ni copiar y pegar, todo pasa dentro del mismo flujo de trabajo. La calidad de las sugerencias es buena aunque no perfecta, a veces propone cambios que suenan más formales de lo que yo quiero o que pierden el tono personal del texto. Pero como herramienta de revisión y pulido es bastante útil. Para estudiantes que ya usan Google Docs para todo, activar Gemini es el siguiente paso natural.

Hoy combiné dos herramientas del blog de una forma que no había intentado antes: usé NotebookLM para organizar y resumir mis apuntes de una materia, y luego usé ElevenLabs para convertir ese resumen en audio con una voz natural y clara. El resultado fue básicamente un episodio de podcast de mis propias notas que puedo escuchar mientras hago otra cosa. La calidad de la voz de ElevenLabs hace que el audio sea agradable de escuchar, nada que ver con los textos a voz robóticos de hace unos años. Lo interesante de esta combinación es que cada herramienta hace lo que mejor sabe hacer: NotebookLM organiza y sintetiza información escrita, ElevenLabs la convierte en audio de calidad. Juntas crean un flujo de estudio multisensorial que va más allá de lo que cualquiera de las dos haría sola. Eso es algo que me entusiasma del ecosistema de IA actual: la posibilidad de combinar herramientas especializadas para crear flujos de trabajo personalizados.

Hoy quiero hablar de Microsoft Copilot en su versión integrada en Word y Excel, que es diferente al Copilot web que ya reseñé. Esta versión está pensada para el entorno de trabajo real y tiene funciones muy específicas: en Word puede redactar documentos completos a partir de un resumen, reformular secciones, cambiar el tono de un texto o generar tablas de contenido automáticamente. En Excel puede crear fórmulas complejas a partir de descripciones en lenguaje natural, analizar datos y generar gráficos explicativos. Lo que más me impresiona es la función de Excel: describir en palabras lo que quieres calcular y que la IA escriba la fórmula correcta es algo que ahorra mucho tiempo incluso a personas que saben Excel bien. Para el mercado laboral hondureño donde Office sigue siendo el estándar de oficina, esta integración de Copilot es probablemente la forma de IA más relevante en el corto plazo para quienes están entrando al mundo laboral.

Una de las cosas que distingue a Stable Diffusion de todas las demás herramientas de generación de imágenes que he reseñado es que puede correr completamente en tu propia computadora sin depender de servidores externos ni pagar suscripciones. Hoy la instalé en una PC de escritorio con especificaciones modestas, sin GPU dedicada, solo con el procesador y RAM del equipo. El resultado es que sí funciona, pero lento. Generar una imagen tarda varios minutos en lugar de segundos. Sin embargo, hay algo valioso en ese proceso: entender cómo funciona el modelo por dentro, los parámetros de samplers, los steps, el CFG scale, me enseñó más sobre cómo funcionan los modelos de difusión que leer cualquier artículo. Para alguien con una GPU decente el resultado sería mucho más práctico, pero incluso con hardware limitado es una experiencia educativa que recomendaría a cualquier estudiante de Informática curioso sobre el funcionamiento real de estos sistemas.

Después de dos meses analizando herramientas de IA, empiezo a ver patrones que se repiten independientemente de la herramienta. El primero es que todas tienen un límite donde empiezan a fallar, y ese límite casi siempre aparece cuando la tarea requiere conocimiento muy específico o muy reciente. El segundo es que la calidad del resultado depende directamente de la calidad del prompt: una instrucción vaga produce un resultado genérico, una instrucción precisa produce algo útil. El tercero es que ninguna herramienta es honesta sobre sus propias limitaciones por defecto, hay que aprender a identificar cuándo una IA está inventando con confianza. Y el cuarto patrón, quizás el más importante, es que las mejores herramientas no son necesariamente las más populares sino las que mejor se adaptan al caso de uso específico de cada persona. Eso es lo que este blog me ha enseñado mejor que cualquier otra fuente.

Hoy dediqué tiempo a planificar las siguientes incorporaciones al blog. Tengo varias herramientas en mente que todavía no he reseñado y que creo que merecen estar aquí. Estoy investigando algunas IAs especializadas en productividad y automatización de tareas que están ganando terreno rápidamente en entornos de trabajo reales. También quiero revisar herramientas de IA para presentaciones y documentos, un área donde hay opciones interesantes que no son tan conocidas como las que ya tengo en el blog. La idea es mantener el mismo nivel de análisis que he aplicado hasta ahora: probar la herramienta en condiciones reales, identificar sus fortalezas y limitaciones honestas, y dar una opinión fundamentada en el uso, no solo en lo que dice la propia empresa sobre su producto. Las próximas reseñas estarán publicadas pronto. El blog sigue activo.