Tomo lo que haces todos los días y construyo el sistema para que rinda más sin que tú trabajes más. Abogado y COO. Escribo Exoesqueleto Cerebral los martes.
Soy Juan Candelario. Abogado y COO.
Tomo lo que haces todos los días y construyo el sistema para que rinda más sin que tú trabajes más.
No lo teorizo: lo hago en mi trabajo y lo cuento cada martes en Exoesqueleto Cerebral. El sistema detrás de una decisión real, con cifras.
Empieza acá → https://t.co/Sc7KynN4fv
Are your swords oiled up and sharpened? Potions brewed? Roach saddled? It’s time to face Eredin and his entourage once again!
The Witcher 3: Wild Hunt – Remastered features an array of improvements, bringing upgrades to visuals, gameplay, and more. It's coming on September 29 and will be available as a free upgrade to all owners of the game on GOG, Steam, Epic Games Store, PlayStation 5, and Xbox Series X|S. It is also available for pre-purchase on https://t.co/3lNm1kfN8b and Nintendo Switch 2.
That’s not all, though! All current owners of the base game will gain access to the two original expansions – Hearts of Stone and Blood and Wine – for free! Both of these expansions will also be included in #TheWitcher3Remastered base game!
Learn more here: https://t.co/eNwJxVFOGG
@cabetan La parte que más me interesa: nacieron para tu propia operación en btodigital y después se volvieron producto. ¿Cuál fue la señal de que una herramienta interna merecía clientes propios: te la pedían, o la métrica interna era demasiado buena para guardarla?
@LaMadreDeSatan Lo más útil del experimento no es el ranking: es que los nueve que fallaron respondieron con el mismo aplomo que el que acertó. Desde afuera son indistinguibles. La pregunta trampa es la única vara que lo delata, y solo la puede poner quien domina el terreno.
@joseledecastro El deber exigible no es saber más que la máquina, es contrastar contra la fuente. Para cazar una cita inventada no hace falta saber 100: hace falta abrir la sentencia y comprobar que existe y dice eso. Eso sí se puede cumplir. Firmar sin ese paso era mala praxis antes de la IA.
@cleosoleil El error no fue automatizar, fue esconderlo ocho meses. Un sistema que hace tu trabajo en 12 minutos era el activo más vendible: ofrecido a tiempo era ascenso o producto; descubierto en una auditoría es causa de despido. Lo que no se puede mostrar no se puede cobrar.
@virginiog El matiz operativo: pensar con ella sin pensar como ella empieza por escribir tu forma de pensar antes de abrir la herramienta. Si el criterio propio no está escrito en algún lado, la IA presta el suyo. Y todos los trabajos empiezan a parecerse.
@jagaraviles Una política que nos funciona en la práctica profesional y se traslada bien a tesis: bitácora de uso al final (qué hizo la IA, contra qué fuente se verificó cada parte) y mover peso a la defensa oral. Si el autor sostiene cada párrafo en vivo, la herramienta deja de ser el tema.
@JoseMarioMX Hay un ángulo económico que el artículo roza: escribir la demanda ya casi no cuesta, resolverla cuesta lo mismo que siempre. El embudo no desapareció, se movió del ciudadano al juzgado. El acceso que se gana en la entrada se puede perder en la fila.
@Farmaenfurecida Lo inquietante no es que Paco sea una IA. Es la línea del medio: da los mismos consejos que los gurús de carne y hueso y nadie notó la diferencia. No falsificó experiencia, copió un género que ya estaba vacío. Detectarlo no es lo grave, sino que la humana tampoco decía nada.
Leon Palafox (@leonpalafox) hace la pregunta que casi nadie hace cuando un proveedor te instala la IA: ¿quién se queda con el aprendizaje? Los prompts, las evaluaciones, los flujos, todo lo que se acumula con cada error.
Si el sistema que hace andar tu trabajo lo entiende solo quien te lo vendió, no compraste una herramienta: alquilaste una dependencia. El equipo interno no es un costo, es lo que te deja seguir mandando en tu propio proceso.
Varias veces consultores externos se quedan asombrados cuando le sdigo que en GBM tenemos las capacidades de desplegar agentes y fine tunear nuestros propios modelos.
Ahora los grandes jugadores quieren meterse hasta la cocina de las empresas para ayudarles a desplegar sistemas completos. Eso puede ser útil, claro, pero también abre una pregunta incómoda: ¿quién se queda con el aprendizaje que se genera en el proceso?
En IA, el valor no está solo en el modelo, sino en los prompts, las evaluaciones, los datos de prueba, los flujos de trabajo y todo ese conocimiento que se acumula con cada error. Para México y América Latina, el reto es tener equipos internos que sean capaces de hacer estos depliegues.
Link: https://t.co/uSyUavVTaH
Daniel Arjona (@elarjonauta) dejó de usar la IA como un buscador y la puso a resolver problemas de verdad: orquestó agentes con las evaluaciones de sus hijas y, tras una sospecha, un loop detectó que las gafas de una estaban mal graduadas. La oftalmóloga lo confirmó.
La diferencia entre jugar con un chatbot y construir un sistema no es técnica. Es tener un problema real y datos que te importan (él, además, los anonimizó). Ahí esto deja de ser una demo.
Esta mañana he pasado las evaluaciones de mis hijas y el temario del curso que acaban de concluir a Claude Code y le he pedido que orquestara una decena de agentes (buscadores académicos, redactores, maquetadores, un profesor gruñón a la vieja usanza de la EGB como adversativo llamado don Anselmo y un jefe de estudios final que enmendara y validara todo el proceso), y dos horas y unas decenas de miles de tokens después me ha generado un plan de repaso completo para el verano y dos magníficos cuadernos de actividades en pdf de cuarenta páginas convenientemente adaptados a cada una de ellas (una necesita más apoyo en matemáticas; la otra en inglés).
Ayer, ante mis sospechas de que algo no iba bien observando a una de las niñas, le pasé a Code todo su historial oftalmológico y ejecuté un loop para una investigación iterativa cuya conclusión indicó que la graduación de sus gafas era claramente menor de la necesaria, lo que fue confirmado posteriormente en cita con su oftalmóloga. Llevaba una dioptría menos en cada ojo. Las nuevas gafitas ya están encargadas.
Antes de que me preguntéis, los datos estaban convenientemente anonimizados.
Tiro mucho tiempo en Code últimamente, no sé cuántos scripts y agentes tengo ya montados para automatizar la traducción, edición y envío directo a mi kindle de artículos y libros enteros, por ejemplo. Y cada mañana, cuando lo abro, rastrea toda la nueva información sobre inteligencia artificial publicada por todo el mundo y me brinda un fantástico resumen de temas y fuentes que es oro puro para mi trabajo periodístico. Y no sé cuántas cosas más que podría contaros.
¿Por qué las cuento? Porque me parece increíble que siga teniendo predicamento tanto el discurso catastrofista sobre la IA como el devaluador que asegura que no hay para tanto. Discursos, por cierto que, ay, yo mismo compré hace no mucho.
Esto, por si hay que repetirlo, no niega los muchos problemas que enfrentamos ahora mismo y no puedo ocultar que mi actual estado de fascinación por una tecnología tan alucinante, casi divina, obedece a cierto sentimiento de omnipotencia sin duda peligroso.
Pero si puedo proponeros algo, bueno, abandonad el chatbot, dejad de usar la IA como un Google hipervitaminado, y empezad a usar y abusar de las alucinantes posibilidades de codificación que ofrece para mejorar vuestras vidas.
@CieloDahy Gracias, me la apunto. Va en la misma línea: la rúbrica no se hereda entre dominios, la de un chatbot legal no sirve para uno clínico. Por eso el que conoce el caso no se puede tercerizar del todo, ni con el mejor libro al lado.
@ricks_AIjourney Lo que más suma de tu red es la vuelta atrás, más que medir. Poder deshacer es lo que te deja correr el test con consecuencias reales; sin eso nadie valida en serio y todo vuelve a la intuición. La red no es cautela, es lo que hace asequible la prueba.
@antonello Lo que hace potente al software casero es lo que lo limita: sirve porque no generaliza, está tallado a tu problema. El día que se lo das al equipo pide todo lo que uno se saltó (documentar, los casos raros, el soporte). Escala hacia abajo increíble y hacia arriba fatal.
@juanbattaglia Lo bueno no es la ropa, es que no te volviste más disciplinado: sacaste la decisión del medio. Lo que uno posterga nunca es la tarea, es tener que decidirla cada semana. Un buen sistema no te obliga a nada, te ahorra volver a elegir.
@PolicarBizar Buena lista. Un matiz: la productividad no la dan las herramientas, la da lo que dejaste de hacer a mano con cada una. Con las mismas cinco apps, dos personas rinden distinto según eso. La pregunta útil no es qué herramienta usas, sino qué tarea mató cada una.
@luisjimenezro El riesgo no es que lean menos, es que se pierde la señal. Antes, si no entendías algo, el texto te frenaba y lo notabas. La IA te da una respuesta segura y esa fricción desaparece: sigues sin entender, pero ya no se nota. Lo grave no es la pereza, es dejar de saber qué no sabes.
@leonpalafox Lo más valioso que se llevan no son los prompts ni las evaluaciones, eso se rehace. Es el mapa de dónde se traba de verdad el proceso, y ese se levanta una vez. Quien se queda con ese diagnóstico tiene la ventaja en la próxima venta. El equipo interno no es lujo: guarda el mapa.
@toni_pn El matiz: lo que disuelve la IA no es la frontera front/back, es la excusa para no entender el otro lado. Tú lo juntas todo porque eres dueño del resultado entero. En un equipo de veinte la división vuelve, y no por falta de IA: alguien tiene que responder por cada parte.
@elarjonauta La diferencia entre tu caso y el "Google hipervitaminado": llegaste con un problema preciso. Una hija floja en mates, otra en inglés, una sospecha al mirarla. La herramienta premia a quien trae la pregunta afilada; sin eso, diez agentes solo dan diez veces más ruido.