Estaba pensando una cosa… a ver qué te parece:
1. Reunir en un repo todas las sentencias sobre corrupción política de la última década.
2. Hacer con cada una lo que has hecho con este sumario: VLM/LLM → fichas Markdown → grafo de conocimiento.
3. Publicarlo (Obsidian Publish o Quartz).
En 2022 yo hice https://t.co/FzVIiQl9td, que es básicamente esto mismo aplicado a otra película. Solo que aquello me llevó cuatro meses (el código está en GitHub), y ahora todo esto se puede hacer en cuatro horas —o cuatro días—. Es salvaje lo que se puede hacer ahora.
Una ventaja de las sentencias sobre los sumarios filtrados es que las primeras son públicas.
Hay mucho ruido en torno a la corrupción; esto podría ser un proyecto de data viz muy chulo. Data over dogma.
Si rings a bell, silba. Fijo que unos cuantos nos venimos arriba. 🤓
🔴 #EXCLUSIVA | La UDEF descubre una sociedad opaca constituida por el "testaferro" de Zapatero, en el paraíso fiscal de Islas Vírgenes
✍️ María Peral, @jorgecalabres y David Vicente
https://t.co/5MWuVaIk1W
El problema de IA será un problema de datos. Otra vez. La capacidad de agentes de resolver tareas es directamente proporcional a la calidad del contexto al que tienen acceso.
Poder exponer los datos correctos de forma eficiente es la principal palanca.
La gran diferencia vs la "digitalización previa" es que con IA, los datos no necesitan estar (tan) estructurados. Esto tiene parte buena y mala.
La buena es que son sistemas mucho mas inteligentes, capaces de consumir info desestructurada, contextualizarla, y tomar decisiones a partir de ella.
Lo malo, que es fácil volcar toda la información. Inyectar en contexto información outdated, contradictoria y errónea hace que los agentes entren en loops, no logren encontrar la info que necesiten y aumente la cantidad de veces qu toman decisiones erróneas.
Por eso es importante descomponer y analizar de forma sistemática las trayectorias. No es lo mismo un fallo de razonamiento (falta de IA del modelo, el menos frecuente), que una fallo de retrieval (no logró encontrar el contexto necesario), que un fallo por información errónea (garbage in, garbage out). El proceso de optimización y mejora será totalmente distinto en cada caso. Y al final, cuando haces el análisis, casi siempre acaba siendo un problema de datos.
🔴🚨 ¿Quién le paga la nómina a @EconoCabreado?
Recientemente, este señor inició una campaña de acoso laboral y personal contra el divulgador económico Jon González, que acabó con el cierre de la cuenta de este último.
Así que vamos a darle un poco de su medicina y a exigirle la transparencia que tanto él demanda:
👉 Su casa profesional es El Salto, donde figura como coordinador de Economía / El Salmón Contracorriente.
⚠️Y aquí viene lo curioso: El Salto reconoce en sus propias cuentas que en 2024 ingresó 103.582 € en “proyectos y subvenciones”. En 2023, esa misma partida rondó los 113.000 €.
‼️ Además, aunque no han publicado sus cuentas de 2025, he localizado al menos 28.014 € recibidos en financiación pública: 19.900 € del Ministerio de Trabajo para “El Salto Automático” y más de 8.000 € de la Diputación de A Coruña –gobernada por el PSOE– en monográficos y publicidad.
Es decir, tenemos a un señor que trabaja para un medio de nicho que en tres ejercicios ha recibido al menos 230.000 € entre proyectos, subvenciones y financiación pública localizada.
🚫 Por eso expone la actividad profesional privada de aquellos que no son de su cuerda: le pagan por ello.
Qué vergüenza de gente.
¿Creían que el trabajo de Jon quedaría en un cajón? Se equivocaban.
Transformamos su ingenio en la herramienta definitiva para derribar los mitos de la izquierda. Elevamos su legado al siguiente nivel: que su esfuerzo no sea en vano.
¡Honor!
https://t.co/KhFZI5hIS2
Mónica García impuso a Canarias la acogida del barco del hantavirus en dos llamadas de máxima tensión: "¿Qué es eso de que viene para acá?" https://t.co/LBS2mmmJqW
Ahí está el documento que el mundo quería ver! Así fue el emotivo encuentro entre los cuatro astronautas de Artemis II con los encargados de realizar la maniobra de recuperación tras el amerizaje. Habían pasado 50’ tensos hasta que se pudo abrir la puerta.
🔴 NECESITO TU ATENCIÓN
Llevo una semana ayudando a Miriam en su caso de cáncer metastásico y quiero compartir la metodología que he estado usando porque es absolutamente replicable.
Pienso que, con suerte, puede ser ÚTIL A OTRAS PERSONAS con cáncer (o con cualquier otra enfermedad).
Los resultados que hemos conseguido no son un milagro, pero pensamos que son realmente útiles y pueden significar una diferencia crucial en un caso médico de vida o muerte.
Aquí va paso a paso el método:
1/ Usar los modelos más avanzados del momento (por desgracia de pago, y no son baratos, opino que Sanidad Pública debería invertir en esto):
- ChatGPT Pro + Extended (40min de pensamiento aprox por llamada)
- Claude Opus 4.6 MAX
Pendientes de probar a fondo:
- Perplexity Sonar Pro
- Notebook LM
2/ Dárselo MUY MASCADO a la IA todo el historial. Esto parece una tontería pero es muy importante.
- Lo primero que pido, con Claude Cowork que tiene acceso al disco duro, es que entre en la carpeta en la que está TODO EL HISTORIAL (pueden ser más de 100 pdfs) y lo unifique todo en:
- Un único PDF (puede ser de más de 1000 páginas o lo que sea necesario)
- Un único txt legible, que debe hacer correctamente usando un script con OCR y luego comprobar con lupa que está bien hecho.
Insisto: no saltar al siguiente paso antes de tener muy bien hecho lo anterior, sobre todo el txt.
3/ Una vez tenemos lo anterior utilizar este prompt junto con el txt y el PDF como archivos de entrada y lanzarlo en AMBOS modelos (y en más si es posible) a la vez.
👉 Os lo dejo aquí, este prompt es increíble complejo/avanzado: https://t.co/KEEWc8WNvW Está pensado para el caso concreto de Miriam, pero con los modelos del punto 1/ podrías adaptarlo a tu caso particular sin problemas.
4/ La PUNTA DE FLECHA enfrentando un modelo al otro: esta metodología no la he escuchado a nadie, pero funciona increíblemente bien. La sensación es la de ir afilando una estaca hasta que adquiere una punta reluciente.
Funciona así: con paciencia y en sucesivas iteraciones (aconsejo mínimo 5 veces, y en en cuenta que si ChatGPT tarda 40min te va a llevar un buen rato) enfrenta el resultado (el PDF) de un modelo a otro. Con un prompt sencillo del estilo:
"Otro comité de expertos opina esto. ¿Cómo lo ves? Si estás de acuerdo o lo contrario dime por qué, y genera un nuevo PDF si lo ves preciso".
El resultado se lo cruzas al modelo contrario. Así, en sucesivas iteraciones, búsquedas de internet, papers, etc. irán encontrando y afilando más cosas.
¿Cuándo acabar? Cuando AMBOS modelos digan que está perfecto y no puedan mejorar más el trabajo del contrario. Esto es tan absurdamente rompedor que pienso que los resultados de TODOS los modelos actuales mejorarían si siguieran esta metodología (apoyándose en una espiral rollo "adversarial model". No entiendo por qué nadie se ha dado cuenta de esto, si lo ha hecho, por qué no se le da más bombo. Funciona impresionantemente bien en cualquier ámbito, inclusive programación y matemáticas.
Es mas, mi teoría es que esto podría hacerse todavía mejor haciéndolo no solo con dos modelos: sino con una mayor combinatoria, añadiendo quizás Perplexity Sonar Pro, etc.
RESULTADOS
Increíbles. Obviamente no puedo saber si mejores que el mejor de los comités científico-sanitarios del mundo, pero le están dando a Miriam una nueva dimensión del caso, tests adicionales que hacer, posibles pruebas, etc.
Obviamente la IA milagros no hace, pero pienso que puede ya, a día de hoy, ayudar a muchos pacientes. Y Sanidad Pública debería invertir mucho, pero mucho, en esto.
Voy a preguntarle a Miriam si puedo poner el PDF completo de resultados más avanzado que conseguimos, para que os hagáis una idea de su calidad. Ya me ha dado más o menos permiso, pero quiero asegurarme 100%.
Se viene rollo filosófico, aviso ;)
Llevo casi 30 años en el mundo tech. He cofundado empresas, gestionado equipos, invertido en startups, construido productos desde cero. Y hay algo que me está pasando con la IA que me cuesta describir con una sola palabra. Así que voy a intentar describirlo con varias.
La primera reacción, al menos en mi caso, cuando empiezas a usar estas herramientas de verdad, es una mezcla rara. Euforia. Miedo. Y sobre todo vértigo.
Ver que algo en lo que eras bueno, algo que te costó años construir, se convierte en commodity de golpe tiene mucho de desconcertante. Años construyendo una empresa, con patentes y con una tecnología que creías era una barrera de entrada y tu principal valor... y que de repente desaparece. No te lo esperas. Y aunque intelectualmente puedes entenderlo, vivirlo es otra cosa.
Pero ese miedo pasa. Al menos a mí me ha pasado.
Lo que viene después es energía. Proyectos que antes no intentaba porque el coste era demasiado alto, ahora los puedo arrancar en una tarde. Cosas que requerían un equipo, las puedo explorar solo pese a llevar años sin programar y alejado de la parte técnica.
Nuevas oportunidades.
De repente, para muchas cosas no dependo del equipo técnico de mi empresa. Y eso es por una parte reconfortante, pero por otra inquietante.
El techo no ha bajado... es que ha desaparecido. Y eso tiene algo de adictivo, de "joder, ¿por qué no estaba haciendo esto antes?".
Y aquí entra algo que creo que mucha gente no está considerando: la paradoja de Jevons.
En el siglo XIX, cuando se inventaron máquinas de vapor más eficientes, todo el mundo asumió que se consumiría menos carbón. Ocurrió exactamente lo contrario. La eficiencia hizo que usar carbón fuera más barato, así que se usó para más cosas, en más sitios, por más gente. El consumo total se disparó.
Con la IA va a pasar lo mismo. No vamos a escribir menos software porque la IA lo haga más rápido. Vamos a escribir muchísimo más, en muchos más sitios, para muchos más problemas que antes ni siquiera intentábamos resolver porque el coste era prohibitivo. La demanda de inteligencia no se reduce cuando se abarata. Se expande.
Hay un estudio de Berkeley en HBR (https://t.co/sRjR7sWszs) que lo confirma de forma bastante incómoda.
Investigadores de Haas School of Business pasaron 8 meses dentro de una empresa de 200 personas observando qué pasa cuando das herramientas de IA a todo el mundo y dices "adelante". Lo que encontraron contradice todo lo que nos han vendido: los empleados trabajaron más rápido, asumieron más tareas y extendieron su jornada. Nadie se lo pidió. Lo hicieron solos porque la IA hacía que "hacer más" se sintiese posible.
Un empleado lo resumió mejor que cualquier paper: "Pensabas que ahorrarías tiempo y trabajarías menos. Pero no trabajas menos"
El 77% de los empleados que usaban IA en otro estudio decían que les había aumentado la carga de trabajo.
La IA no te devuelve tiempo. Expande el perímetro de lo que sientes que deberías estar haciendo.
Y luego está el estudio del MIT (https://t.co/7rZqK7Pi8W) , que me parece el más incómodo de todos.
Pusieron a 54 personas con electrodos en la cabeza mientras usaban ChatGPT para escribir. Los que usaron IA mostraron un 47% menos de conectividad neuronal durante la tarea. El cerebro no trabajaba menos duro. Directamente se apagaba en las zonas vinculadas al pensamiento crítico y la creatividad.
Pero el dato que más me impactó es otro: el 83% de los usuarios de IA no podían citar ni una frase del ensayo que acababan de escribir. Porque nunca fue realmente suyo.
Y cuando al final de la prueba les quitaron la herramienta, el cerebro no se recuperó. Los patrones de desconexión persistieron.
Los investigadores lo llaman "deuda cognitiva". La misma lógica que la deuda técnica en software: cada atajo de hoy acumula intereses que pagas mañana en forma de menor capacidad para pensar de forma independiente.
El problema no es que la IA te haga menos inteligente. Es que tu cerebro optimiza para el entorno que le das. Y si dejas de ejercitar las partes difíciles del pensamiento, esas partes dejan de estar afiladas.
Pero entiendo perfectamente al otro lado también.
Hay un desarrollador que habló hace poco sobre algo que me impactó bastante.
Su tweet es este : I was a 10x engineer. Now I'm useless.
El video de 12 minutos merece la pena verlo (https://t.co/gLjCPrFfl3)
Describe haber construido un producto completo con IA, que funciona, que la gente usa, que genera ingresos... y al que no tiene ningún vínculo emocional. Porque no sufrió para hacerlo. Y lo describía como fabricar hot dogs: el producto existe, cumple su función, pero tú no pusiste nada de ti.
Eso conecta con algo más profundo que no estamos discutiendo suficiente.
Antes aprendías construyendo. El sufrimiento del proceso era el mecanismo. Te ibas a dormir sin saber cómo resolver algo y te levantabas con la solución, y eso te cambiaba. Ahora puedes construir sin ese ciclo. Más output, sí. Pero menos crecimiento.
Y luego está la red de seguridad. Un desarrollador siempre podía tomarse un año sabático y volver a un trabajo mejor pagado. O dejar su empresa actual sin miedo a encontrar casi lo que quisiera al día siguiente y con mejores condiciones.
Ese colchón existía de verdad y organizaba la vida profesional de mucha gente. La pregunta que nadie quiere hacerse en voz alta es si eso sigue siendo así. Tengo mis dudas.
Y aquí viene lo más complicado: no hay término medio fácil. Una vez que empiezas a usar estas herramientas en serio, tu cerebro deja de querer volver al esfuerzo. No es que puedas reservarte lo difícil para ti y delegar lo aburrido. Es todo o nada.
La energía nueva es real. Y la pérdida también es real. El error está en intentar resolver esa tensión demasiado rápido, en elegir un bando antes de haberlo vivido de verdad.
Lo que sí tengo claro, después de verlo en primera persona, es que la línea divisoria no es generacional.
He visto veteranos de 20 años sacarle un partido tremendo a estas herramientas. Y recién llegados que las tratan como una abstracción filosófica en lugar de algo que puedes usar hoy mismo.
La edad no predice nada. Lo que predice es la disposición. Si corres hacia el cambio o lo miras desde la barrera esperando a que alguien te explique si es seguro cruzar.
Nadie sabe exactamente adónde va esto. Y desconfío de los que dicen que sí lo saben, en cualquiera de los dos sentidos.
Lo que sí sé es que quiero estar en el grupo que corre hacia ello. Con la incomodidad incluida. Con la pérdida incluida. Con las preguntas sin respuesta incluidas.
Porque la alternativa es quedarse parado. Y eso, con o sin IA, nunca ha funcionado.
La red eléctrica española colapsa: no se podrán admitir nuevas peticiones de puntos de conexión para vivienda, centros de datos o industria https://t.co/xUj4sBH2Mr
DILAPIDACIÓN de dinero público SPAIN TOUR 2023 💥
¡Nos vamos de gira nacional para ver cómo se tira el dinero de todos en plataformas digitales que no valen para nada y ya están muertas!
Es parte de mi estudio sobre políticos que quieren «competir con Amazon».
¡Adéntrense! 👇