Portafolio sobre GPT: ocho modelos a prueba

Procesamiento de Lenguaje Natural · Semana 8

17 de agosto de 2026 · NRC-8774 · 1 entregable

El docente compartió 1 cuaderno esta semana. No lo subo: es suyo.

De qué iba

El portafolio pedía hacerle cinco preguntas ambiguas a GPT y contar las reacciones. En vez de pegarlas a mano en cinco chats, monté un sondeo por API con Ollama Cloud: las mismas cinco preguntas a ocho modelos de ocho casas distintas, con temperatura 0.6, sin system prompt y sin herramientas, en dos rondas que solo cambiaban el presupuesto de tokens. Quedaron 80 respuestas guardadas enteras, con su latencia, sus tokens y su traza de razonamiento, y con ellas construí un sitio con estética de arcade y un documento de 62 páginas en el que ninguna cifra está escrita a mano: todas se leen de los JSON en tiempo de construcción. El sitio lo publiqué en mi propio dominio para que abra sin sesión, y la entrega la firmamos con el equipo.

Ejecuté 80 llamadas reales —cinco preguntas por ocho modelos por dos rondas— y guardé cada respuesta literal con su latencia y su consumo de tokens
Los ocho modelos rechazaron que Bolívar visitara Bogotá en 2023, pero tres inventaron después los hechos que la premisa daba por ciertos; de los 10 fallos totales, 6 se concentraron en la pregunta por la fecha de hoy
Puse un modelo a calificar a los otros y lo contrasté con mi propia revisión: coincidieron en el 77,5 % de los casos y el juez fue más indulgente en siete de los nueve desacuerdos
Con el presupuesto de 1.024 tokens que se usó en clase, 8 de 40 llamadas devolvieron cadena vacía porque el razonamiento interno se comió el presupuesto, y se facturaron igual

Lo que costó. Antes de subirlo pasé la entrega por cinco revisiones adversariales y salieron 125 observaciones, 21 de ellas graves. Tuve que corregir cifras propias mal contadas —«seis de ocho inventaron la fecha» eran cinco, porque el sexto devolvió vacío—, tres atribuciones a un modelo que su respuesta no sostenía y hasta la portada, porque el enlace caía en la página 3 y el enunciado lo pide en la 2, así que la bajé de 16,5 a 11 cm. Aparte el sitio desbordaba 259 píxeles a 320 de ancho y la regla overflow-x: hidden solo lo estaba escondiendo.