6. Resolución de los tres problemas con Grok

6.1. Introducción

• En [1], el URL del IA Grok propiedad de la empresa xAI [https://x.ai/company];
• En [2], el historial de tus conversaciones. Para acceder a él, debes crear una cuenta;
• En [3], haz tu pregunta;
• En [4], puedes adjuntar archivos;
• En [5], inicias la ejecución de IA;

A diferencia de Gemini y ChatGPT, no he encontrado límites en cuanto a preguntas, tiempo o número de archivos adjuntos. Esto no significa que dichos límites no existan.

6.2. El problema 1

Grok responde correctamente a esta pregunta.

6.3. El problema 2

Le pedimos a Grok que resuelva el cálculo del impuesto utilizando el archivo PDF generado por ChatGPT y le damos nuestras instrucciones en un archivo de texto.

El archivo de texto es el mismo que ya se utilizó con los dos IA probados, pero en él se han incluido las 25 pruebas validadas por ChatGPT y Gemini. El PDF utilizado es el generado por ChatGPT:

Grok genera entonces un script muy limpio, pero al ejecutarlo en PyCharm, prácticamente ninguna prueba pasa. Entonces le proporciono los registros de sus errores:

Esta vez, Grok supera las 25 pruebas. En [1-3], se muestra el script [grok1] generado, así como los dos archivos adjuntos a la pregunta.

6.4. El problema 3

Esta vez, no se proporciona el archivo PDF con las reglas de cálculo. Grok deberá buscarlas en Internet. Las instrucciones de texto [instructionsSansPDF5.txt] le dan las mismas 25 pruebas que antes para verificar.

Grok lo logra casi a la primera. Genera un script que supera 24 de las 25 pruebas. Se le entregan sus registros.

A la segunda va bien. En [1], el script generado por Grok; en [2], las instrucciones a seguir.

Ahora le pedimos que genere un PDF que explique las reglas de cálculo que utilizó para superar las 25 pruebas:

Grok no genera entonces un PDF, sino un archivo [MarkDown]. Utilicé una herramienta gratuita para transformarlo en PDF. Por otro lado, PyCharm puede leer los archivos [MarkDown]:

6.5. El problema 4

Para validar el archivo PDF generado anteriormente, se le pasa a Grok.

Su primera versión es correcta. El script pasa las 25 pruebas. De hecho, los archivos IA no parecen ser deterministas. Se les puede hacer la misma pregunta dos veces y ver que sus respuestas difieren. Ese fue el caso aquí con Grok. La primera vez, se me había olvidado que no debía conectarse a Internet y que debía usar únicamente su PDF. Entonces generó un script erróneo. Le proporcioné sus registros y ahí vi que se conectaba a Internet para verificar cosas. En la pregunta anterior, le pedí que no lo hiciera. Por lo tanto, en general, Grok tuvo un buen desempeño.