Le pedí una cosa extra a ChatGPT y dejó de darme ideas genéricas

Le pedía a ChatGPT el producto final de un proyecto y durante un buen rato me entregó siempre lo mismo. Un video. O una infografía. O una exposición. O un cartel. Cosas correctas, usables, bien planteadas… y absolutamente intercambiables. El mismo producto habría servido para cualquier grupo, cualquier materia, cualquier año. Eran proyectos sin domicilio: no eran de nadie en particular.

Hice lo que hace todo el mundo: pedirle que fuera más creativo. “Dame algo más original”, “sorpréndeme”, “que no sea lo típico”. Y me daba lo mismo con otro traje: el video pero con un giro, la infografía pero interactiva. La genericidad no se movía. Estaba convencido de que el problema era que yo no sabía pedir. Era otra cosa, y entenderla cambió la manera en que le hablo a la máquina, a ChatGPT y a cualquiera de sus primos.

Por qué lo primero que da es lo genérico

Una IA de estas te entrega, casi siempre, la respuesta más probable. Y aquí está el detalle: ¿cuál es el “producto final de un proyecto escolar” más probable? Pues justo el video, la infografía, la exposición, el cartel. Son lo primero que da porque son lo que todo el mundo pide y lo que más ha visto. Cuando le preguntas directo, no te da lo mejor para tu grupo; te da el promedio de lo que se suele entregar. Lo genérico no es un accidente ni una falla de tu instrucción: es el comportamiento por defecto.

Y lo genérico cuesta más de lo que parece. Un “video sobre el agua” no solo es aburrido: tira a la basura el único enganche real que tengo con un grupo, que el proyecto sea suyo, de su lugar, de su vida. Cuando el producto podría ser de cualquiera, deja de ser de alguien, y ahí se apaga la mitad de las ganas.

Y no lo digo solo por intuición de usuario. Ari Holtzman y sus colegas estudiaron cómo generan texto estos modelos y encontraron algo que me ordenó la cabeza: cuando el sistema se casa siempre con la continuación más probable, el resultado sale fluido pero plano, repetitivo, previsible. Lo interesante de su hallazgo es dónde ponen el dedo: el problema no es que el modelo no tenga alternativas guardadas —las tiene—, sino el mecanismo con que elige entre ellas. Casi siempre agarra lo más probable, y lo más probable es lo más visto, o sea lo más genérico. Traducido a mi caso: ChatGPT sí “sabe” proponerme algo distinto para mi grupo; lo que pasa es que, si le pregunto de la manera fácil, ni se molesta en buscarlo.

Por eso “sé más creativo” no funciona. Es un ruego, no una instrucción. Le pides que sea original pero lo sigues dejando dar un solo tiro, y ese tiro cae, otra vez, en lo más probable, apenas disfrazado. Estás peleando contra la corriente con palabras bonitas. La corriente no se mueve con adjetivos; se mueve cambiándole el cauce.

La cosa extra que sí la movió

El cambio no fue pedir mejor. Fue meterle un paso oculto antes de que respondiera y ponerle una lista de prohibidos. Suena raro, pero es una sola instrucción añadida, y hace casi todo el trabajo.

Primero, lo obligo a abrirse antes de contestar: “antes de escribir tu respuesta, inventa internamente cinco productos finales distintos, de categorías diferentes. No me los muestres.” Esa línea es el corazón del asunto. En vez de comprometerse con la primera idea probable, lo fuerzo a generar cinco caminos y recién entonces a moverse. La divergencia ocurre adentro, donde yo no la veo; lo que llega a mí ya es una elección, no el primer reflejo.

Cuando después leí lo que se investiga sobre esto, me encontré con que ese “detente y explora antes de responder” tiene hasta nombre y experimentos. Shunyu Yao y sus colegas mostraron que la generación normal avanza de corrido, de izquierda a derecha, y se compromete demasiado pronto con sus primeras decisiones. Su propuesta —la llamaron árbol de pensamientos— hace que el modelo considere varias rutas, las evalúe, mire un poco hacia adelante, descarte las que no sirven y elija una después de explorar; la probaron, entre otras cosas, en escritura creativa. No es que mi instrucción de aula sea ese método con todas sus tuercas, pero apunta al mismo principio: convertir una respuesta automática en una pequeña búsqueda deliberada. Mis “cinco internas” son eso a mano, obligarlo a deliberar en lugar de contestar de reflejo.

Segundo, le digo cómo elegir, y el criterio está armado para matar lo típico. De esas cinco, que escoja una que sea viable con los recursos reales del grupo, que quepa en el tiempo, que cumpla las metas del programa, que suba la motivación y —esto es clave— que NO sea un producto escolar típico. Generar por generar no basta: si le dejo cinco opciones sobre la mesa sin decirle con qué vara compararlas, se queda sin cerrar. Xingdi Yuan y sus colaboradores lo comprobaron: producir varias muestras y luego seleccionar la mejor con un criterio le ganaba a aceptar de una la primera salida del modelo. La técnica tiene dos tiempos, y el segundo es tan importante como el primero: divergir y después seleccionar. La variedad no es para lucirla; es materia prima para una mejor elección.

Aquí entra un matiz que aprendí a la mala: esas cinco opciones internas tienen que ser de categorías diferentes, no cinco versiones del mismo video. Daphne Ippolito y su equipo lo dicen con precisión: los métodos normales optimizan sacar secuencias de alta probabilidad, no que el conjunto sea diverso; por eso hay que pedir variedad entre las opciones, no dentro de cada una, y hasta conviene generar de más y descartar las demasiado parecidas. Si no le exijo categorías distintas, ChatGPT me “diverge” hacia cinco primos hermanos y elige al más guapo de la misma familia. Por eso, además, le doy el terreno hacia dónde abrirse: que piense en un reto, una simulación, una intervención en la comunidad, un debate con roles, un artefacto que de verdad se use, algo que le hable a un chavo de hoy. Con categorías distintas y esos rumbos, el abanico se abre en serio.

Tercero, la lista negra, que resultó ser más poderosa de lo que yo creía. Le pongo por su nombre lo que no quiero: el producto final no puede ser un resumen, un cuaderno, un mapa conceptual, una infografía de las de siempre; y el video no entra por default, solo si de verdad es la mejor opción por recursos y tiempo. Durante un tiempo pensé que esto era un capricho mío; resulta que decir qué NO debe aparecer es una palanca de diseño reconocida. Ximing Lu y su equipo estudiaron la generación bajo restricciones explícitas —incluir ciertos elementos, excluir otros, cumplir varias condiciones a la vez— y mostraron que se puede producir texto fluido mientras se verifica que respete esas prohibiciones. “Sé creativo” es una aspiración abierta que no se puede comprobar; “no me entregues video, infografía, resumen ni cartel” es una restricción concreta, y una restricción se puede cumplir o no cumplir.

Lo más convincente me lo dio un estudio reciente, ya con estos modelos que usamos a diario. Devadiga y Chopra intentaron que ChatGPT, Gemini y Llama escribieran en una lengua con muy poca presencia en sus datos, y los modelos se contaminaban solos, metiendo palabras de idiomas más frecuentes y parecidos. ¿Cómo lo controlaron? Con restricciones negativas explícitas, nombrando lo que no debía aparecer para tapar esas rutas dominantes. Y funcionó de forma consistente. Cambia “idioma frecuente” por “producto escolar de siempre” y es exactamente mi problema: lo más común se te cuela aunque no sea lo que necesitas, y nombrarlo es lo que cierra la puerta.

Y un último detalle, que parece menor: le exijo una sola propuesta, no tres. Cuando una IA te da tres opciones, está esquivando la decisión: te pasa el bulto a ti. Toda esa búsqueda interna de cinco es para que salga una buena elección, no para que yo termine escogiendo a ciegas de un menú. Al obligarlo a entregar una y a justificar por qué esa encaja con mi grupo, lo hago comprometerse y defender el ajuste al contexto.

Para que se vea la diferencia: sin la cosa extra, a un grupo de bachillerato en zona cañera ChatGPT le proponía “un video sobre la importancia del agua”. Con la cosa extra puesta, el tipo de propuesta cambia de naturaleza: una simulación donde el grupo tiene que repartir el agua de riego entre parcelas, con datos y consecuencias; un debate con roles —ejidatario, autoridad, joven que se quiere ir al norte— sobre un dilema real del pueblo; un artefacto que de verdad le sirva a alguien de por ahí. No garantizo que la primera que escupa sea la buena, pero ya está jugando en otra cancha: la del contexto, no la del molde. Ese salto —de “un video sobre X” a “algo que solo tiene sentido en este lugar”— es todo lo que andaba buscando.

Por qué funciona

Fíjate en lo que cambió de fondo. No le pedí creatividad; le cambié la forma de la tarea. Primero lo hago ensanchar —cinco categorías distintas— y luego lo hago elegir contra una regla que descarta lo obvio. Lo genérico es lo más probable; para salir de ahí necesitas dos cosas al mismo tiempo, y las investigaciones lo dicen cada una por su lado: provocar diversidad de verdad entre las opciones, que no es lo mismo que generar más de lo mismo, y prohibir explícitamente lo probable, porque las restricciones negativas cierran las rutas por default. Una sin la otra se queda corta. Si solo pides cinco opciones pero no vetas nada, entre las cinco reaparece el video; si solo prohíbes sin pedir que diverja, se queda atorado en lo primero que se le ocurre, ahora sin sus salidas fáciles.

Hay algo casi contraintuitivo aquí: decirle lo que NO quiero mueve más que decirle lo que quiero. “Sé original” es humo. “No me des video, ni infografía, ni resumen” le cierra las puertas cómodas y lo empuja al pasillo donde está lo que sí sirve para mi comunidad cañera, para mi grupo, para el tiempo que tengo. El contexto entra por la puerta que le cerré a lo genérico.

Lo que aprendí sobre pedirle a la máquina

Aclaro lo que no estoy diciendo: no prometo que con esto salgan maravillas cada vez, ni tengo números que lo midan en mi salón. Es una técnica para diseñar la instrucción, no una garantía. Lo que sí puedo decir es que, desde que se la puse, ChatGPT dejó de entregarme el mismo molde una y otra vez.

Y no cuesta lo que parece. Escribí todo esto una sola vez —las cinco internas, los criterios, la lista negra, “entrégame una”— y lo guardé como un bloque que pego al pie de cualquier instrucción. La cosa extra se paga sola la primera ocasión y después es gratis: dos párrafos fijos que reutilizo. Comparado con las horas que perdía puliendo a mano el enésimo “video sobre el agua” para que se pareciera a mi grupo, es de las mejores inversiones de esfuerzo que he hecho con estas herramientas.

Y la lección va más allá de los microproyectos, y más allá de ChatGPT: sirve igual con cualquier IA generativa. Cuando te da algo genérico —un proyecto, un ejemplo, una actividad, un texto— el reflejo es pedirle que le eche más ganas. Casi nunca funciona, porque lo genérico no es falta de ganas: es su centro de gravedad, el lugar a donde cae por su propio peso. Lo que sí funciona es estructural: hazlo abrir el abanico antes de responder, oblígalo a que las opciones sean de verdad distintas, y hazlo elegir contra un criterio que excluya lo obvio, nombrando, sin miedo, lo que no quieres ver. A la máquina no le ruegas que sea original. Le rediseñas la tarea para que no le quede de otra.