GPT-5 y el 2 de agosto: dos fechas que cambian cómo elegir IA

Este verano ha dejado dos fechas separadas por cinco días que, leídas juntas, cambian la forma en que un estudio debería elegir sus herramientas de IA.

El 2 de agosto de 2025 empezaron a aplicarse las obligaciones del Reglamento europeo de IA para los proveedores de modelos de IA de uso general, junto con las reglas de gobernanza: la Oficina de IA de la Comisión asume su papel y los Estados miembros debían designar sus autoridades nacionales. El 7 de agosto, OpenAI lanzó GPT-5, que pasó a ser el modelo por defecto en ChatGPT.

Una fecha habla de capacidad; la otra, de responsabilidad. Un estudio necesita las dos.

Qué trae GPT-5

GPT-5 se presenta como un sistema unificado: un modelo rápido para la mayoría de las preguntas, un modelo de razonamiento más profundo para las difíciles y un enrutador que decide cuál responde. Está disponible también para los usuarios gratuitos, con límites de uso inferiores, y OpenAI destaca mejoras en código, escritura y reducción de errores factuales.

Para un estudio, la novedad más relevante no es una cifra de benchmark. Es que el usuario deja de elegir el modelo: el sistema decide cuánto razonar. Eso simplifica el uso, pero tiene una consecuencia práctica. La misma consulta sobre una justificación del DB-HE puede resolverse con un nivel de razonamiento distinto según cómo se formule, y el resultado puede variar.

Además, la sustitución de los modelos anteriores en ChatGPT generó quejas de usuarios que dependían de su comportamiento, y OpenAI rectificó en los días siguientes para devolver parte de ese acceso. La lección es general: las herramientas de IA cambian bajo los pies de quien las usa, a veces de un día para otro.

Qué empezó el 2 de agosto

Los proveedores de modelos de uso general deben, entre otras cosas:

• mantener documentación técnica del modelo y facilitar información a quienes construyen productos sobre él;
• disponer de una política de cumplimiento de los derechos de autor;
• publicar un resumen suficientemente detallado del contenido usado para el entrenamiento, según la plantilla que la Comisión presentó en julio;
• y, para los modelos con riesgo sistémico, evaluar y mitigar riesgos y notificar incidentes graves.

Para cumplir, la Comisión ha publicado un Código de buenas prácticas voluntario y unas directrices sobre el alcance de estas obligaciones. OpenAI, Anthropic, Google y Mistral, entre otros, han anunciado que firman el código; Meta ha dicho públicamente que no lo hará. Los modelos que ya estaban en el mercado antes del 2 de agosto tienen hasta el 2 de agosto de 2027 para cumplir, y las facultades de la Comisión para imponer multas a estos proveedores llegan en agosto de 2026.

Nada de esto obliga directamente al estudio. Pero le da algo que antes no tenía: un estándar público con el que comparar a los proveedores.

Hay un matiz que conviene entender. Muchas herramientas que usan los estudios no son modelos, sino productos construidos sobre modelos de terceros: asistentes de redacción, plugins de diseño, generadores de imágenes o plataformas de consulta normativa. La obligación de documentar recae sobre el proveedor del modelo, que debe facilitar información a quien integra su modelo en un producto. Eso significa que el fabricante del producto que usa el estudio debería tener acceso a esa documentación y poder explicarla. Si no puede, el problema no es europeo; es de confianza.

Cómo elegir herramientas a partir de ahora

Propongo cinco preguntas para cualquier herramienta de IA que un estudio vaya a usar en trabajo de proyecto, sea un asistente generalista o un producto especializado:

1. ¿Qué modelo hay debajo y quién lo provee? Si un producto no lo dice, mala señal.
2. ¿El proveedor del modelo ha firmado el Código de buenas prácticas o explica cómo cumple de otro modo? Firmarlo no es obligatorio, pero la transparencia sí lo es.
3. ¿Dónde se tratan los datos, cuánto tiempo se conservan y se usan para entrenar? Debe estar en un contrato de encargo de tratamiento, no en una página comercial.
4. ¿Qué pasa cuando cambia el modelo? ¿Hay aviso previo, versiones fijas o posibilidad de mantener el comportamiento durante un tiempo?
5. ¿Puedo reconstruir de dónde sale una respuesta? En consultas normativas, una respuesta sin cita verificable al artículo exacto no sirve para un proyecto, por bueno que sea el modelo.

Un modelo más capaz no sustituye a un proveedor más transparente. En un proyecto firmado, la trazabilidad vale más que la brillantez.

Qué significa para la práctica profesional

El arquitecto que firma un proyecto básico o de ejecución responde de su contenido. Con GPT-5 y sus competidores, la capacidad de redactar, resumir y razonar sobre documentación técnica sigue subiendo. Eso hace más tentador delegar y más importante saber exactamente en qué se delega.

Mi recomendación para los estudios es aprovechar este verano para revisar su catálogo de herramientas con las cinco preguntas anteriores, retirar las que no puedan responderlas y documentar por qué se usan las que quedan. No es un trámite: es la base sobre la que se podrá defender, ante un cliente, un colegio o un juzgado, cómo se ha usado la IA en un encargo.

Mi posición

El 7 de agosto será recordado por el modelo. Creo que el 2 de agosto acabará siendo más importante para la profesión, porque introduce por primera vez una obligación de explicar qué hay detrás de las herramientas. Los estudios que exijan esa explicación a sus proveedores estarán mejor preparados que los que solo persigan el último modelo.