La aparición de grandes modelos de lenguaje (LLMs), como GPT (Transformador Generativo Preentrenado), ha tenido un impacto profundo y ha traído cambios significativos en varios sectores de la sociedad humana. La integración de GPT-3.5 en un sistema de control multi-robot, denominado MultiBotGPT (Sistema de Control Multi-Robot con GPT), representa una aplicación notable. Este sistema utiliza una arquitectura en capas y un diseño modular para traducir comandos en lenguaje natural en tareas ejecutables para UAVs (Vehículos Aéreos No Tripulados) y UGVs (Vehículos Terrestres No Tripulados), mejorando las capacidades en tareas como la búsqueda de objetivos y la navegación. Experimentos comparativos con BERT (Representaciones de Codificadores Bidireccionales de Transformadores) en el componente de procesamiento de lenguaje natural muestran que MultiBotGPT con GPT-3.5 logra tasas de éxito en tareas superiores (94.4% y 55.0%) en 50 experimentos, superando significativamente a BERT. Para probar el papel auxiliar del robot controlado por MultiBotGPT en un operador humano, invitamos a 30 voluntarios a participar en nuestros experimentos comparativos. Se realizaron tres experimentos separados: Control de Participantes (Solo Control Manual), Control Mixto (Control Manual Mixto y Control MultiBotGPT) y Control MultiBotGPT (Solo Control MultiBotGPT). El rendimiento de MultiBotGPT es reconocido por los operadores humanos y puede reducir el consumo mental y físico de los operadores humanos a través de la puntuación de los cuestionarios de los participantes.