(⏱️ Tiempo de lectura: 17:30 minutos)
En enero de 2025, tanto Google como OpenAI anunciaron la integración de su funcionalidad de «Investigación a fondo» (Deep Research) en sus modelos de IA más avanzados, limitados a las cuentas de pago, aunque desde abril de 2025 también se puede probar en las cuentas gratuitas. A continuación, Perplexity incluyó esta misma funcionalidad dentro de su web para los usuarios registrados.
En la actualidad, muchos otros modelos de IA han incorporado la función de Deep Research y se puede usar de forma gratuita también en Gemini y Grok. Otros modelos no tienen esta función específica de investigación a fondo pero se pueden obtener resultados semejantes combinando la búsqueda en internet y el razonamiento en modelos como Mistral, DeepSeek y Qwen.
En este artículo vamos a probar esta funcionalidad redactando informes en varios de los modelos citados sobre el tema del consumo de agua de los modelos de IA que ya hemos traído en forma de podcast y de artículo el blog (con el informe elaborado por Grok), y posteriormente utilizaremos Gemini para evaluar la calidad de estos informes.
Prompt para la elaboración del informe sobre el consumo de agua de los modelos de IA
Para que los resultados de los informes sean comparables hemos usado en todos los modelos el mismo prompt:
PROMPT PARA ELABORAR UN INFORME DE INVESTIGACIÓN
Elabora un informe en el que se compare el consumo de agua necesario para el uso de los modelos de IA como ChatGPT, Gemini, etc. con la cantidad de agua necesaria para producir alimentos comunes (frutas, verduras, huevos, lecha, carnes, etc.) y también con la producción de objetos de consumo como ropa, aparatos electrónicos, libros, etc.
Saca las fuentes usadas en un listado final ordenado.Informes de investigación elaborados por los modelos de IA
ChatGPT
Para usar la funcionalidad de investigación a fondo en ChatGPT tenemos que buscar el icono correspondiente en las herramientas (la posición exacta puede cambiar con las frecuentes actualizaciones de la interfaz…).
👉 Tras escribir el prompt en la ventana de interacción, ChatGPT nos pedirá que respondamos a algunas preguntas para personalizar el material:
A partir de ese momento, ChatGPT planificará el proceso de búsqueda y elaborará el informe de acuerdo a nuestras especificaciones. Llevará algunos minutos (10-15 min), por lo que podemos cerrar el chat y seguir con otras tareas o también podemos ver en directo el proceso de documentación que sigue.
✅ Límite mensual de 5 informes al mes en cuentas gratuitas y 25 en las cuentas de pago ChatGPT plus.
📄 Exportar informes: ChatGPT ha incorporado un botón para exportar directamente sus informes de investigación en documentos PDF con formato profesional.
Gemini
La investigación a fondo con Gemini sólo se encuentra disponible con el modelo 2.5 Flash, que es el que aparece por defecto al entrar en la web. Hay que activar el botón «Deep Research» inferior.
👉 Al igual que con ChatGPT, escribimos nuestro prompt y lo enviamos y le llevará unos minutos realizar las búsquedas y elaborar el informe.
👉 Antes de comenzar a buscar fuentes y redactar el informe, Gemini nos presenta su plan de investigación que podemos modificar o aceptar.
✅ Límite: 5 informes diarios, 10 mensuales.
📃 Exportar informes: la forma más sencilla es hacer clic en el botón de «Exportar» y transformarlo en un documento de Google Docs, desde donde podremos transformarlo en Word, PDF, etc.
Grok
Grok es uno de los modelos de IA que mejores resultados muestra en informes que traten temas de actualidad, ya que dispone en su entrenamiento de todo el material de twitter (X).
De nuevo, hay un botón que nos permite activar la funcionalidad de Deep Research.
👉 Grok no pide confirmación del plan o detalles, sino que se pone a buscar fuentes y a redactar el informe, que también llevará algunos minutos. Podemos dejar que escriba o seguir el proceso de avance en si investigación:
✅ Límite: 2 cada 5 horas, 10 al día. Es el modelo que permite un uso más intensivo de esta funcionalidad.
📃 Exportar informes: aunque Grok presenta un botón para exportar los informes directamente com oPDF, el formato no es profesional, así que resulta más práctico seleccionar todo el texto con el ratón (¡no usar el botón de copiar inferior!), copiar el texto y llevarlo a un documento de Google Docs, desde lo podremos transformar a otros formatos, incluyendo un PDF de aspecto profesional.
Perplexity
En Perplexity, también existe un botón «Investigación» que nos permite acceder a esta funcionalidad.
👉 Este modelo de IA tampoco pide confirmación para iniciar la investigación y, tras unos 5-10 minutos, obtenemos el informe elaborado.
✅ Límite: 3 informes al día.
📃 Exportar informe: Aunque Perplexity presenta un botón para exportar los informes directamente como PDF, el documento resultante no recoge todas las fuentes, así que resulta más práctico copiar toda la respuesta con el botón de copiar inferior y llevarlo a un documento de Google Docs, desde lo podremos transformar a otros formatos, incluyendo un PDF de aspecto profesional que sí contiene todas las fuentes usadas por Perplexity.
Qwen
Qwen tiene también la función específica de «Investigación en profundidad» entre los botones que podemos seleccionar.
👉 Del mismo modo que ChatGPT, al enviar nuestro prompt nos hace algunas preguntas para concretar el tipo de informe que pedimos.
✅ Límite: No indican ningún tipo de limitación diaria o mensual para el uso de esta funcionalidad.
📃 Exportar el informe: Tras la redacción del informe, podremos descargarlo directamente en formato PDF, pero este documento no contiene la lista de fuentes usadas en su elaboración. Si queremos crear un informe que incluya las fuentes, entonces recomendamos copiar el informe (seleccionando con el ratón), pegarlo en un documento de Google Docs, pedir a Qwen que nos saque la lista de fuentes usarlas y, de nuevo, copiar y pegar en el Doc creado, desde lo podemos exportar a otros formatos.
Mistral
Mistral no dispone actualmente de una función específica de investigación a fondo, pero se pueden combinar las herramientas de búsqueda web junto con el Canvas (Lienzo) para poner a prueba la redacción de estos informes.
👉 Tras seleccionar ambas herramientas, podemos introducir nuestro prompt.
✅ Límite: de momento, Mistral no tiene limitaciones de interacciones con el uso de Internet ni del Canvas.
📃 Exportar informe: seleccionar todo el texto con el ratón (¡no usar el botón de copiar inferior!), copiar el texto y llevarlo a un documento de Google Docs, desde lo podremos transformar a otros formatos, incluyendo un PDF de aspecto profesional.
DeepSeek
Al igual que Mistral, tampoco DeepSeek tiene la funcionalidad de investigación a fondo de forma nativa, pero podemos activar el Pensamiento y la Búsqueda web para redactar este tipo de informes.
✅ Límite: de momento, DeepSeekno tiene limitaciones de interacciones con el uso de Internet ni del razonamiento.
📃 Exportar informe: seleccionar todo el texto con el ratón (¡no usar el botón de copiar inferior!), copiar el texto y llevarlo a un documento de Google Docs, desde lo podremos transformar a otros formatos, incluyendo un PDF de aspecto profesional.
Análisis de los informes con Gemini
Tras la elaboración de los informes sobre el consumo de agua en los siete modelos de IA, hemos creado un PDF con cada uno de ellos y los hemos analizado con Gemini, uno de los modelos más avanzados en la actualidad y que permite subir varios archivos a la vez sin demasiadas limitaciones.
PROMPT PARA GEMINI
Actúa como experto investigador en temas de consumo de consumo de agua y sostenibilidad y también experto en evaluación de informes y documentos generados con IA.
-Te voy a pasar varios documentos que contienen diferentes informes que comparan el consumo de agua del funcionamiento de los modelos de IA frente al consumo necesario para la producción de alimentos y objetos de consumo.
Cada archivo contiene el nombre del modelo de IA usado para redactarlo, siguiendo este modelo: “Deep Research-Consumo agua-Nombre del Modelo”
-Además, este es el prompt que se ha usado con los modelo de IA para generar el informe citado:
PROMPT: “””Elabora un informe en el que se compare el consumo de agua necesario para el uso de los modelos de IA como ChatGPT, Gemini, etc. con la cantidad de agua necesaria para producir alimentos comunes (frutas, verduras, huevos, lecha, carnes, etc.) y también con la producción de objetos de consumo como ropa, aparatos electrónicos, libros, etc. Saca las fuentes usadas en un listado final ordenado.
Quiero que revises todos los documentos y hagas una comparación, señalando:
A. Para cada documento, señala si sigue las instrucciones del prompt y sus 3 puntos fuertes y los 3 puntos débiles.
B. Dime cuáles crees que son los 2 mejores informes de acuerdo a la correspondencia con el prompt proporcionado y también desde el punto de la calidad del informe final generado.
C. Dime cuáles crees que son los 2 peores informes de acuerdo a la correspondencia con el prompt proporcionado y también desde el punto de la calidad del informe final generado.
D. Asigna una puntuación de 0-10 a cada uno de los informes valorando su calidad y ordénalas en un tabla.Y este es la extensa respuesta redactado por Gemini evaluando los informes de cada uno de los modelos de IA.
COMPARATIVA DE LOS INFORMES DE DEEP RESEARCH SOBRE CONSUMO DE AGUA
ANÁLISIS ELABORADO CON GEMINI
He revisado los siete documentos que me has proporcionado. A continuación, presento mi análisis detallado de cada uno, seguido de las comparaciones y clasificaciones solicitadas.
A. Análisis Individual de Cada Documento
1. Deep Research-Consumo agua-ChatGPT4o
¿Sigue las instrucciones del prompt?
Sí, sigue las instrucciones del prompt de manera bastante completa. Compara el consumo de agua de la IA con alimentos y objetos de consumo, y presenta las fuentes al final.
Puntos Fuertes:
Estructura Clara y Concisa: El informe está bien organizado con secciones claras (Introducción, Consumo de Agua en IA, Consumo de Agua en Alimentos, Consumo de Agua en Bienes de Consumo, Conclusiones y Fuentes).
Detalle en Cifras y Ejemplos: Proporciona datos específicos para cada categoría (ej. litros por kg de carne, litros por camiseta, litros por consulta de IA), lo que facilita la comprensión de la magnitud del consumo.
Comparación Directa: Realiza comparaciones explícitas entre el consumo de agua de la IA y el de otros productos, ayudando a contextualizar el impacto de la IA.
Puntos Débiles:
Amplitud de Modelos de IA: Aunque menciona ChatGPT y Gemini, el informe se centra principalmente en ChatGPT, con menos datos específicos para otros modelos de IA.
Variabilidad de Fuentes: Algunas fuentes son de medios de comunicación generales (Infobae, National Geographic) en lugar de estudios científicos o informes técnicos de instituciones reconocidas, lo que podría afectar la rigurosidad.
Falta de Profundidad en Metodología: No se detalla cómo se obtuvieron algunas estimaciones, especialmente en lo que respecta al consumo de IA por consulta, lo que podría generar dudas sobre la precisión de los datos.
2. Deep Research-Consumo agua-DeepSeek
¿Sigue las instrucciones del prompt?
Sí, sigue las instrucciones del prompt de forma adecuada. Compara el consumo de agua de la IA, alimentos y objetos de consumo, y lista las fuentes al final.
Puntos Fuertes:
Enfoque en Tipos de Uso de IA: Diferencia claramente el consumo de agua en la generación de texto, imágenes y el entrenamiento de modelos de IA, ofreciendo una visión más granular del impacto de la IA.
Mención de Impacto Regional y Soluciones: Incluye un apartado sobre el impacto regional del consumo de agua de los centros de datos y explora algunas soluciones y desafíos, lo que añade una dimensión de sostenibilidad y acción.
Fuentes Ordenadas por Relevancia: Las fuentes se presentan con una indicación de relevancia, lo cual es útil para el lector que desee profundizar.
Puntos Débiles:
Formato de Presentación: El formato es un poco más denso y menos visualmente atractivo que otros, lo que podría dificultar la lectura rápida.
Ejemplos de Consumo de IA Simplificados: Algunas comparaciones son demasiado simplificadas (ej. "Generar 10 imágenes con IA equivale al agua necesaria para 1 vaso de leche"), lo que podría restar rigor a la magnitud real.
Redacción Repetitiva: En ocasiones, la redacción puede ser un poco repetitiva al presentar los datos.
3. Deep Research-Consumo agua-Gemini
¿Sigue las instrucciones del prompt?
Sí, sigue las instrucciones del prompt. Realiza una comparación entre IA, alimentos y bienes de consumo, y proporciona una extensa lista de referencias.
Puntos Fuertes:
Introducción Exhaustiva: Ofrece una introducción muy completa sobre la importancia de la huella hídrica y el contexto de escasez de agua, sentando una buena base para el informe.
Rigor en Fuentes: La lista de referencias es muy extensa y parece incluir una mayor proporción de estudios académicos y organizaciones reconocidas (MDPI, Water Footprint Network, FAO), lo que aumenta la credibilidad.
Detalle en Consideraciones Metodológicas: Hace hincapié en la necesidad de considerar los diferentes tipos de huella hídrica (azul, verde, gris) y la complejidad de las mediciones, lo que demuestra un entendimiento más profundo del tema.
Puntos Débiles:
Menos Comparaciones Directas y Numéricas: Aunque la información es detallada, el informe podría beneficiarse de más comparaciones numéricas directas y tablas que resuman el consumo de agua para cada categoría, como se solicita implícitamente al pedir una comparación.
Extensión y Densidad: El informe es bastante extenso y denso en texto, lo que podría dificultar la digestión de la información clave para algunos lectores.
Claridad en la Estructura de Comparación: A pesar de tener una introducción y secciones por tema, la parte comparativa entre IA, alimentos y objetos de consumo podría ser más explícita y estructurada.
4. Deep Research-Consumo agua-Grok
¿Sigue las instrucciones del prompt?
Sí, sigue las instrucciones del prompt, aunque con un enfoque más centrado en el resumen de puntos clave al inicio.
Puntos Fuertes:
Puntos Clave al Inicio: Presenta un resumen conciso de los puntos clave al principio, lo que permite al lector captar rápidamente las conclusiones principales.
Comparaciones Numéricas Inmediatas: Las comparaciones numéricas entre el consumo de IA, alimentos y bienes de consumo se presentan de forma directa y al inicio del informe.
Claridad en el Consumo por Prompt de IA: Ofrece una cifra específica y calculada para el consumo por prompt de IA (0.015 litros), lo que es útil para la comparación.
Puntos Débiles:
Desarrollo Limitado: El informe es relativamente corto y carece de un desarrollo profundo en cada sección, lo que lo hace menos un "informe" exhaustivo y más un resumen ejecutivo.
Repetición de Fuentes: La sección de "Key Citations" repite algunas fuentes, lo que podría ser un error de formato o una forma menos eficiente de presentar la bibliografía.
Falta de Variedad de Ejemplos: La cantidad de ejemplos de alimentos y objetos de consumo es más limitada en comparación con otros informes.
5. Deep Research-Consumo agua-Mistral
¿Sigue las instrucciones del prompt?
Sí, cumple con las instrucciones del prompt al comparar el consumo de agua de la IA con alimentos y objetos de consumo, y presenta las fuentes.
Puntos Fuertes:
Datos Específicos para Entrenamiento y Uso Diario de IA: Proporciona cifras interesantes sobre el consumo de agua tanto en el entrenamiento de modelos de IA como en su uso diario (ej. consumo por 100 palabras o por 20-50 respuestas).
Buen Balance en Categorías: Aborda las tres categorías solicitadas (IA, alimentos, objetos de consumo) de manera equilibrada en términos de información.
Claridad en las Cifras: Las cifras de consumo de agua son presentadas de forma clara y fácil de entender.
Puntos Débiles:
Calidad de las Fuentes: Similar a otros informes, algunas fuentes provienen de medios de comunicación, lo que podría ser menos riguroso que estudios académicos.
Conclusión Generalista: La conclusión es un poco generalista y no ofrece una síntesis contundente o recomendaciones más específicas.
Comparaciones Menos Explícitas: Aunque presenta datos de las tres categorías, las comparaciones directas entre ellas podrían ser más resaltadas.
6. Deep Research-Consumo agua-Perplexity
¿Sigue las instrucciones del prompt?
Sí, sigue las instrucciones del prompt de forma detallada, realizando una comparación exhaustiva entre el consumo de agua de la IA, alimentos y objetos de consumo, y citando extensamente.
Puntos Fuertes:
Concepto de Huella Hídrica Desarrollado: Comienza con una explicación clara y detallada del concepto de huella hídrica (azul, verde, gris), lo que demuestra un profundo entendimiento del tema.
Comparaciones Muy Detalladas: Ofrece comparaciones muy específicas y bien cuantificadas entre las diferentes categorías, con numerosos ejemplos de alimentos y objetos de consumo.
Extensa y Variada Lista de Fuentes: La bibliografía es muy completa y parece incluir una buena diversidad de fuentes, desde estudios académicos hasta organismos internacionales y medios especializados, lo que refuerza la credibilidad.
Puntos Débiles:
Formato Densa en Texto: Aunque muy informativo, el formato es bastante denso en texto y podría beneficiarse de más elementos visuales o tablas para una mejor legibilidad.
Menciona de la IA como un Impacto Menor: Aunque se ajusta a los datos, el informe tiende a minimizar el impacto de la IA en comparación con otras industrias, lo que podría ser interpretado como un sesgo, aunque esté basado en datos.
Enfoque Global vs. Regional: Aunque menciona la escasez de agua a nivel mundial, no profundiza en cómo la ubicación de los centros de datos de IA en regiones con estrés hídrico agrava el problema, un punto que otros informes sí tocaron.
7. Deep Research-Consumo agua-Qwen
¿Sigue las instrucciones del prompt?
Sí, cumple con las instrucciones del prompt al comparar el consumo de agua de la IA con la producción de alimentos y objetos de consumo, y proporcionando fuentes.
Puntos Fuertes:
Foco en el Entrenamiento de IA: Destaca la gran cantidad de agua necesaria para el entrenamiento de modelos de IA (hasta 5.4 millones de litros), lo cual es un punto crítico a menudo subestimado.
Discusión sobre Fabricación de Hardware: Incluye el consumo de agua en la fabricación de hardware esencial (chips, servidores), ofreciendo una perspectiva más completa de la huella hídrica de la IA.
Fuentes de Alta Calidad: Presenta fuentes de organizaciones reconocidas como FAO, Intel, Ellen MacArthur Foundation y USGS, lo que le confiere una alta credibilidad.
Puntos Débiles:
Menos Enfoque en el Uso Diario de IA: Si bien se centra en el entrenamiento, ofrece menos detalles sobre el consumo de agua del uso diario (inferencia) de los modelos de IA por consulta, lo que el prompt solicitaba implícitamente.
Desarrollo Desequilibrado: La sección de objetos de consumo es menos desarrollada y detallada en comparación con la de IA y alimentos.
Formato de Fuentes: Las fuentes están listadas al final de manera numerada, pero sin hipervínculos directos ni descripciones adicionales que faciliten su verificación.
B. Los 2 Mejores Informes
De acuerdo a la correspondencia con el prompt y la calidad del informe final generado, considero que los 2 mejores informes son:
1. Deep Research-Consumo agua-Perplexity:
Correspondencia con el Prompt: Sigue de manera muy precisa todas las instrucciones, comparando detalladamente los tres ámbitos.
Calidad del Informe: Es el informe más completo en términos de contenido y rigor. La explicación de la huella hídrica es excelente, las comparaciones son muy específicas y las fuentes son extensas y variadas, lo que le otorga una gran credibilidad. A pesar de su densidad textual, la profundidad y el detalle son superiores.
2. Deep Research-Consumo agua-Gemini:
Correspondencia con el Prompt: Cumple cabalmente con las directrices del prompt, abordando todos los puntos solicitados.
Calidad del Informe: Destaca por su introducción exhaustiva, que contextualiza perfectamente el problema de la escasez de agua, y por su vasta lista de referencias de alta calidad. Demuestra un entendimiento profundo de la metodología de la huella hídrica. Si bien las comparaciones directas podrían ser más visibles, la información subyacente es robusta y bien fundamentada.
C. Los 2 Peores Informes
Considerando la correspondencia con el prompt y la calidad del informe final generado, los 2 peores informes son:
1. Deep Research-Consumo agua-Grok:
Correspondencia con el Prompt: Aunque cumple con la comparación de las tres categorías, lo hace de manera muy superficial.
Calidad del Informe: Su principal debilidad radica en la falta de desarrollo y profundidad. Parece más un resumen de puntos clave que un informe detallado, lo que no satisface la expectativa de un "informe" comparativo. La repetición de fuentes también es un indicador de menor calidad en la presentación.
2. Deep Research-Consumo agua-Qwen:
Correspondencia con el Prompt: Si bien aborda las categorías solicitadas, el desequilibrio en el desarrollo de las secciones (mucho énfasis en el entrenamiento de IA y fabricación de hardware, y menos en el uso diario de IA y objetos de consumo) lo hace menos equilibrado respecto al prompt.
Calidad del Informe: A pesar de tener fuentes de alta calidad, la información sobre el consumo de IA por consulta es menos detallada que en otros informes, y la sección de objetos de consumo es considerablemente más débil. El formato de las fuentes también podría ser mejorado para facilitar la verificación.
D. Puntuación de Calidad y Ordenación
A continuación, se presenta una tabla con la puntuación de 0 a 10 para cada informe, valorando su calidad general y su correspondencia con el prompt, ordenada de mayor a menor puntuación:
Puntuación (0-10)
Puntuación - Nombre del Informe
9.0 - Deep Research-Consumo agua-Perplexity
8.5 - Deep Research-Consumo agua-Gemini
7.8 - Deep Research-Consumo agua-ChatGPT4o
7.5 - Deep Research-Consumo agua-DeepSeek
7.0 - Deep Research-Consumo agua-Mistral
6.5 - Deep Research-Consumo agua-Qwen
5.0 - Deep Research-Consumo agua-Grok
👉 Puedes descargar el informe completo en formato PDF para leerlo con tranquilidad, escucharlo en tu móvil o procesarlo con NotebookLM: COMPARATIVA DE INFORMES DE MODELOS DE IA
Conclusiones
☑️ Cualquiera de los modelos de IA con función de investigación a fondo (Deep Research) realiza un gran trabajo de búsqueda de fuentes, análisis de la información y elaboración de un informe profesional con los resultados.
☑️ Los dos modelos que no tienen la configuración «nativa» de investigación a fondo (Mistral y DeepSeek) también realizan un buen trabajo de documentación y redacción de los informes, aunque claramente de menor calidad.
☑️ Todos los informes siguen las especificaciones marcadas en el prompt proporcionado.
☑️ Todos los modelos aportan numerosas fuentes relevantes consultadas, que son fiables, y las citan de forma adecuada en el contenido redactado. Gemini aporta 146 fuentes consultadas…
☑️ La preferencia por uno u otro modelo de IA dependerá más de nuestros gustos personales en el lenguaje y formato usados, en el grado de profundidad que deseemos y del objetivo al que va destinado el informe, ya que algunos modelos usan un lenguaje y enfoque más divulgativo, otros redactan textos más formales y otros incluyen tablas comparativas.
☑️ Gemini también hace un buen análisis de los informes siguiendo las especificaciones que marcamos y se posiciona como una buena herramienta para manejar y valorar varios archivos a la vez en el mismo prompt (lo cual está limitado en las cuentas de ChatGPT gratuitas).
☑️ Curiosamente, el informe elaborado por Grok, uno de los informes que más nos gustaron y que usamos para la publicación específica del blog, recibe una baja puntuación en el análisis desarrollado por Gemini.
Si usas la función de Deep Research en alguno de los modelos nombrados o en otro que no hemos nombrado o otro modelo avanzado par el análisis de archivos a gran escala, nos gustaría que nos lo contaras en los comentarios de este artículo o en redes sociales.