OpenAI ha presentado ChatGPT Canvas, una nueva interfaz integrada en el famoso modelo de IA diseñada para trabajar en proyectos de escritura y codificación más complejos a los permitidos en la versión común del chat. Esta nueva interfaz ofrece una colaboración visual que va más allá del intercambio de mensajes, permitiendo una interacción con ChatGPT mucho más dinámica y eficiente.
Desarrollada con GPT-4o, Canvas se está desplegando en versión beta para los usuarios de ChatGPT Plus y Team a nivel mundial, y se espera que los usuarios de Enterprise y Edu lo reciban la próxima semana. Además, OpenAI planea lanzar esta herramienta para los usuarios de la versión gratuita de ChatGPT cuando Canvas salga de la beta.
Este modelo puede ser seleccionada manualmente en el selector de modelos, permitiendo a los usuarios trabajar directamente en proyectos de texto y código. Es la primera gran actualización visual de ChatGPT en los últimos dos años y promete cambiar la forma en que las personas abordan tareas complejas.
Hasta ahora, la interacción con ChatGPT se centraba en un formato conversacional, útil para resolver problemas concretos, pero limitado para proyectos más grandes que requieren ediciones y múltiples revisiones. Con Canvas, OpenAI ha creado un espacio que permite a ChatGPT entender el contexto de lo que el usuario está tratando de lograr.
Los usuarios pueden ahora resaltar secciones específicas de texto o código para dirigir a ChatGPT de manera más precisa, obteniendo sugerencias en línea como si fuera un editor o revisor en tiempo real. Esta mejora es particularmente útil para tareas de mayor envergadura que requieren una revisión continua y detallada.
Además, la herramienta ofrece un menú de accesos directos que facilita realizar ajustes rápidos, como modificar la longitud de un texto, depurar código o cambiar el nivel de lectura del contenido. También es posible versiones anteriores del proyecto usando el botón para retroceder en Canvas. Estas opciones hacen de esta una solución versátil tanto para quienes buscan perfeccionar su escritura como para aquellos que necesitan mejorar su código.
Canvas no solo facilita el trabajo en proyectos escritos, sino que también está optimizado para tareas de codificación. A través de esta nueva interfaz, los usuarios pueden seguir el progreso de sus proyectos con mayor claridad. En lugar de perderse en largos intercambios de chat, Canvas permite ver los cambios y ediciones de forma visual, simplificando el proceso iterativo.
Los atajos de escritura de Canvas son los siguientes:
Entre las herramientas clave que Canvas ofrece para los desarrolladores, se incluyen:
Una de las características más notables de Canvas es su capacidad para actuar como un colaborador creativo. Gracias al entrenamiento específico que ha recibido GPT-4o, este modelo no solo responde a comandos, sino que también sabe cuándo debe abrir un lienzo, modificar partes de un proyecto o reescribirlo completamente, basándose en el contexto. Esta capacidad de comprender las necesidades del usuario y actuar en consecuencia hace que esta novedad sea una herramienta verdaderamente colaborativa.
Tal y como explica OpenAI, el entrenamiento de GPT-4o para este nuevo modelo se basó en más de 20 evaluaciones internas automatizadas que midieron la capacidad del modelo para generar contenido, editarlo y ofrecer comentarios y evaluaciones precisas.
El equipo detrás de Canvas enfrentó varios desafíos durante su desarrollo. Uno de ellos fue definir cuándo la herramienta debería activarse automáticamente. Para resolver esto, el equipo entrenó al modelo para que reconociera indicaciones específicas, como “escribe una publicación de blog sobre un tema”, activando Canvas cuando sea necesario y evitando su uso excesivo para tareas más sencillas, como preguntas y respuestas básicas.
Otro reto fue afinar el comportamiento de edición del modelo, determinando cuándo debe hacer modificaciones puntuales o una reescritura completa. Para mejorar esta funcionalidad, GPT-4o fue entrenado para realizar ediciones específicas cuando el usuario selecciona texto directamente, priorizando estas acciones por encima de las reescrituras completas.
Finalmente, medir la calidad de los comentarios generados por ChatGPT resultó ser uno de los obstáculos más complejos. Aunque la evaluación automatizada fue útil en algunos casos, la precisión y calidad de los comentarios requerían una evaluación humana más profunda. Gracias a este enfoque, el rendimiento del modelo ha mejorado un 30% en precisión y un 16% en calidad, comparado con el uso de modelos anteriores sin entrenamiento específico.
Foto: OpenAI
Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *
Δ