ChatGPT es un modelo de lenguaje, desarrollado por OpenAI, diseñado para responder preguntas y mantener conversaciones con los usuarios en varios temas y áreas de conocimiento. Estoy basado en la arquitectura GPT (Generative Pre-trained Transformer), que utiliza el aprendizaje profundo para producir respuestas y conversaciones coherentes y relevantes. Su objetivo es ayudar a los usuarios a obtener información y respuestas a sus preguntas de manera eficiente y accesible.

Como modelo de lenguaje, ChatGPT tiene varias ventajas que pueden ser útiles para los usuarios, algunas de ellas incluyen:

Como modelo de lenguaje, ChatGPT tiene limitaciones en términos de conocimiento, comprensión y capacidad para procesar información. Algunas sus limitaciones son:

Para poder validar el uso del ChatGPT como una herramienta útil para el ingeniero geotecnista, hemos realizado un ejercicio de verificación para el diseño de una cimentación superficial. El diseño de cimentaciones es una labor común en la labor del ingeniero geotecnista, si una cimentación no está diseñada adecuadamente, puede resultar en un colapso parcial o total de la estructura, lo que puede poner en peligro la vida de las personas y causar daños materiales significativos.

Lo primero que le preguntamos a ChatGPT fue si puede diseñar una cimentación superficial, a lo cual nos contestó que debido a la gran cantidad de factores que se requieren para diseñar una cimentación, no le era posible, la respuesta completa se muestra en la Figura 1.

No nos dimos por vencidos tan pronto con esta respuesta, ya que como vimos anteriormente, la respuesta de ChatGPT depende de que la pregunta este suficientemente detallada para poder dar una respuesta adecuada, es aquí en donde entran los conocimientos específicos del ingeniero, sin embargo, ChatGPT nos puede ayudar un poco más. A continuación, le preguntamos a ChatGPT ¿Cuál es el proceso para diseñar una cimentación? Y esto fue el resumen de su respuesta:

Es un hecho que el ChatGPT no puede realizar una investigación geotécnica, no puede supervisar los trabajos en campo, determinar el mejor sitio para la exploración, la profundidad, etc. Tampoco puede especificar las cargas del edificio o tener el criterio para determinar el mejor tipo de cimentación, esto dependerá de la experiencia y de los conocimientos de los ingenieros encargados del proyecto, sin embargo, puede darnos datos útiles para el diseño de la cimentación. Entonces, supongamos que necesitamos diseñar una cimentación en la zona norte de la Ciudad de México de un edificio de 17 x 20 m de 3 niveles. Con base en la respuesta anterior de ChatGPT determinamos lo siguiente:

De acuerdo con los datos brindados por ChatGPT (Figura 2), consideramos una arcilla con una cohesión de 15 kPa y un ángulo de fricción interno de 22.5° a un NAF superficial de 2m.

Consultamos ChatGPT (Figura 3) para conocer las condiciones de carga mínima que rige el reglamento de construcciones de la Ciudad de México:

Carga viva: 200 kg/m2

Carga muerta: 300 kg/m2

Carga total utilizando un F.S. de 3= 1.5 T/m2

ChatGPT nos dio unas opciones viables de tipos de cimentaciones que podríamos utilizar en nuestro caso de estudio (Figura 4), sin embargo, depende del ingeniero de proyecto seleccionar la que sea más conveniente. Para este caso seleccionaremos una losa de cimentación de 17 x 20m.

En este paso es importante identificar que necesitamos para diseñar una losa de cimentación, ya que el ChatGPT no puede darnos una respuesta específica a una pregunta generalizada. Por lo tanto, preguntamos primero por la capacidad de carga de la cimentación para una profundidad de desplante especifica (Figura 5).

La capacidad de carga admisible, de acuerdo con ChatGPT es 62.5 T/m2. En la Figura 7 podemos notar que el cálculo que realiza ChatGPT no revisa que todas las unidades sean compatibles, los coeficientes de carga de acuerdo con la teoría de Terzagui tampoco son válidos, los esfuerzos efectivos no son calculados de manera correcta al tomar considerar que el nivel freático se encontraba por encima de los 2 metros, no por debajo (Figura 6). El cálculo correcto es:

El cálculo de la capacidad de carga real es: qc= 118.76 t/m2. A pesar de que el valor que nos proporciona ChatGPT es conservador con respecto al real, no podemos considerarla como válida.

Ahora le pediremos que calcule el incremento de carga al centro y en la esquina de la cimentación considerando nuestra presión total ejercida por el suelo y por la estructura, lo que nos da un total de carga de diseño de 4.5 t/m2.

La respuesta de ChatGPT fue un incremento de carga de 7.08 t/m2 para el centro y 3.47t/m2 para la esquina, como podemos ver en la Figura 8, ChatGPT realizó el cálculo convirtiendo la carga en una puntual equivalente, lo que puede modificar los resultados analíticos reales. Para continuar con nuestro ejercicio calcularemos analíticamente los incrementos de esfuerzos:

De acuerdo con los resultados anteriores, ChatGPT nos muestra valores mucho más conservadores que los reales. A continuación, con estos valores, haremos el cálculo de los asentamientos elásticos.

Para poder calcular los asentamientos, en primer lugar, preguntamos a ChatGPT por parámetros de deformabilidad del suelo, sin embargo, no fue posible obtener ninguna aproximación.

Posteriormente, brindando algunos parámetros de deformabilidad del suelo como la relación de vacios inicial, el índice de compresibilidad y el índice de consolidación del suelo, ChatGPT nos hizo un cálculo aproximado de los asentamientos diferenciales elásticos.

Como se muestra en la figura anterior, ChatGPT nuevamente confunde unidades y valores dados, por lo que su respuesta no puede ser considerada como verdadera, los resultados de acuerdo con ChatGPT para los asentamientos elásticos al centro y a la esquina de nuestro ejercicio son:

Se al centro= 0.034

Se a la esquina= 11.14 mm

Los resultados reales son:

Se al centro=4.29 mm

Se a la esquina= 0.793 mm