Recientemente, OpenAI ha habilitado el acceso a una nueva función llamada Intérprete de Código para todos los usuarios de ChatGPT Plus. Esta herramienta representa un avance importante, ya que enriquece considerablemente las capacidades de ChatGPT, permitiendo llevar a cabo una gran variedad de tareas con mayor eficacia. Gracias a esta característica, ahora es posible interactuar con archivos locales en diferentes formatos, incrementando exponencialmente la utilidad de ChatGPT.
Como usuario de ChatGPT Plus, estoy entusiasmado por compartir cómo esta nueva función, comparable a los complementos de ChatGPT, puede transformar la interacción con el modelo de lenguaje. La activación y el uso del Intérprete de Código son procesos sencillos. En este tutorial, explicaré los pasos a seguir para aprovechar al máximo esta innovadora herramienta y exploraremos juntos los beneficios que aporta al campo de la inteligencia artificial y el aprendizaje automático.
Cómo Activar el Intérprete de Código en ChatGPT
Para habilitar esta característica, sigue estos pasos:
- Acceso a ChatGPT Plus: Inicia sesión en ChatGPT y selecciona la opción Actualizar a Plus situada en la esquina inferior izquierda si todavía no tienes una suscripción activa.
- Configuración de Usuario: Una vez suscrito a ChatGPT Plus, dirígete a Configuración que encontrarás en el mismo lugar.
- Funciones Beta: Busca Funciones Beta y activa la opción de Intérprete de Código.
Recuerda que si la opción aún no está visible en tu cuenta, es cuestión de tiempo para que se habilite, ya que la implementación se está realizando por fases.
Cómo Utilizar el Intérprete de Código en ChatGPT
Una vez habilitado el Intérprete de Código, selecciono el modelo GPT-4.
Después, en el menú desplegable, escojo Intérprete de Código.
Ya en esta instancia, aparece el botón de subida (+) en la caja de texto.
Ahora puedo subir un archivo y realizar análisis de datos, visualización o cualquier tarea deseada. Por ejemplo, generé un PDF buscable a partir de un PDF basado en imagen utilizando la librería Tesseract de Python.
Incluso, en otra ocasión, mandé a convertir un archivo de audio a AAC. Inició con la biblioteca «pydub» y, tras un error, continuó con «ffmpeg».
Por último, cargué un archivo CSV con registros de empleo de una empresa y pedí al Intérprete mostrar visualizaciones y conclusiones clave. El proceso fue exitoso.
Este tipo de herramientas apuntalan mi flujo de trabajo en ciencia de datos, pudiendo limpiar datos, realizar cálculos y solventar cuestiones matemáticas, lo cual DataCamp destaca por su interactividad y utilidad en ciencias de datos.