AI con la IA

La IA es antigua, pero el uso de los chatbot (asistentes conversacionales tipo ChatGPT) no. Pero bueno, hablemos de la IA. ChatGPT es la aplicación con el uso masivo más rápido de la historia . Más allá de las implicaciones que esto tiene, claramente nuestro día a día es cada vez más híbrido. Ya no sólo trabajamos con otras personas, sino con otros asistentes (virtuale). Y además, ahora también agentes capaces de realizar tareas.

Pero, más allá de las nuevas herramientas (tampoco nada nuevo) el problema, en el fondo es el mismo (formando profesionales): se trata de saber hacer y tener criterio: entender el problema, decidir qué puedes delegar y comprobar el resultado. Y para eso necesitas formación, práctica y experiencia. Y ese es el objetivo (en la formación y en la pŕactica profesional). O al menos eso creo yo.

Y, para usar en mi docencia, estas son mis ideas (que usaré en clase). Es un trabajo inicial, lo ire actualizando en todo el curso escolar 2026/2027.

El nuevo compañero (virtual)

Aprender con los compañeros de clase es fundamental. Comparar enfoques, interactuar y localizar errores son formas de aprendizaje entre iguales (peer to peer). Al explicar algo descubres qué partes todavía no entiendes. No hay mejor manera de aprender, que enseñar. Es algo que todos hemos experimentado. Pero, con humanos, los recursos son limitados. Sea por tiempo, por energía, por humor, por … Es imposible tener un profesor (humano) 24/7 y solo para tí.

Y aquí llega la IA como un compañero virtual 🤖 disponible a cualquier hora para explicar, practicar o revisar. Sólo para tí, a tu medida y disponible 24/7 (cuando quieras). Y claro que no es perfecto (aunque …) y puede no entender lo que necesitas realmente: resolver el problema que no es, ofrece una solución demasiado avanzada, o demasiado simplona, o responde con seguridad aunque esté equivocada. Pero claro, compensa una cosa con la otra.

Y ahora los buscadores también incorporan respuestas de IA. Yo como profesor no puedo competir con su rapidez, sino en orientar tu aprendizaje, conectar conceptos y ayudarte a reconocer tus dificultades. La ayuda virtual amplía las oportunidades de aprender pero no puede (debe) sustituir la relación con personas.

Automatizar y digitalizar (para trabajar mejor)

En el ámbito laboral (especialmente en el técnico) uan de las grandes ventajas (de cualquier herramienta IT) facilitar la digitalización y la automatización ⚙️. ¿Para qué? Pues para mejorar la productividad 🚀: hacer cosas en menos tiempo, o mejor, o más barato (o las tres a la vez).

Eso sí, trabajar menos puede ser un beneficio, pero se trata sobre todo de trabajar mejor . Lo limitado ya es nuestra atención no la herramienta.

Y antes debes entender qué automatizas, saber lo que haces y comprobar que funciona. Una tarea mal definida no mejora porque un robot la haga más deprisa, o más rápido. Y usar IA o producir más sin revisar, traslada los errores y el trabajo a otras personas (que a muchos humanos le encanta 😀). La mayoría de los sitemas dependen de los datos de entrada para obtener salidas que sirvan. Y es un concepto muy antiguo en informática (el concepto GIGO )

Pero la gran ventaja que ha supueso el despegue (en la digitalizacion y automatización) es el uso de lo conversacional y el lenguaje (los modelos LLM). Es eso porque esos asistentes son tan buenos en transformar formatos, organizar y digerir información, preparar borradores y realizar tareas repetitivas.

Cuándo usar IA: trabajo o gimnasio

Pero, yendo a lo concreto. ¿Cuando uso la IA (y cuando no)? Bruce Schneier lo define de maravilla en su artículo sobre cuándo usar IA . Hace una comparación entre el trabajo y el gimnasio (la idea original es de Daniel Meissler):

• Si tienes que mover una carga para realizar un trabajo, tiene sentido utilizar una herramienta que te ayude.

• Si estás levantando pesas para entrenar, que un robot las levante por ti elimina el objetivo del ejercicio.

Antes de delegar, pregúntate:

1. ¿Qué es lo que busco (necesito)? ¿el resultado o el proceso?

2. ¿Entreno (esfuerzo) o trabajo (resultado)?

3. ¿Me interesa el qué o el cómo?

Si estás en formación (o aprendiendo), estás entrenando, hay que esforzarse (no despistarse con la pereza) y te importa cómo aprendes. Si sólo vas al resultado, perdiste la oportunidad (de fortalecerte)

Aprender con ayuda y ser honesto

Consultar documentación y pedir ayuda forma parte del aprendizaje profesional. Puedes solicitar explicaciones, pistas, comparaciones, preguntas de repaso o una revisión de tu código. También puedes estudiar una solución completa, justificar sus decisiones y adaptarla. Pedir solo pistas no es una obligación: lo importante es no quedarse en la respuesta recibida.

La política de honestidad académica de CS50 distingue entre recibir ayuda y entregar trabajo ajeno (de compañeros humanos o virtuales). Prohíbe buscar soluciones completas y restringe las herramientas de IA a las propias del curso. Hablamos de un nivel de excelencia muy alto (quizá el mejor curso a distancia del mundo), pero la idea es muy sencilla y merece la pensa revisar su política de honestidad.

Yendo a lo concreto, lo que espero es honestidad (por ejemplo en la entrega de tareas). Eso significa distinguir lo que sabes hacer, lo que has delegado y lo que todavía necesitas aprender. Aparentar una comprensión que no tienes oculta la dificultad que necesitas trabajar. Reconoce las aportaciones externas significativas cuando presentes un trabajo, sin registrar cada consulta.

O sea que sí, puedes usar asistentes IA tanto para aprender, como para hacer trabajos. Lo único que pido es que sea razonable y que sepas explicar en qué lo utilizaste y porqué. Y, obviamente para cerciorarme de eso, irá mi evaluación (no se pueden usar chatbots en los exámenes presenciales)

Un método práctico de uso

Todas mis sesiones de clase tienen actividades sencillas, esas son ideales para usar asistentes y tener una conversación. En clase presencial suelo hacerlo yo, pero si no puedes ir a clase (o especialmente a distancia) es ideal usar asistentes (o algo mixto, primero por tu cuenta y luego concretar). Típicamente el proceso suele ser:

1. Definir el objetivo. Identifica lo que necesitas aprender o resolver.

2. Escoge un punto de partida. Intentarlo por tu cuenta ayuda. Si no sabes cómo empezar, pide una explicación o estudia un ejemplo resuelto.

3. Comprende. . Sin prisa, afina un poco tu objetivo y por donde va la conversación. Con lenguaje natural (lo del «prompt» queda atrás a toda velocidad 😀)

4. Contrasta. Abre la fuente original y comprueba que existe y dice lo que se le atribuye. Ejecuta pruebas que puedas interpretar. Comprueba las fuentes y la documentación oficial.

5. Y puedes ir más allá. Cambia una condición, prueba un caso límite o compara otra solución. Para eso es súper útil.

💡 Por ejemplo. Si recibes una consulta SQL, pruébala con una tabla pequeña cuyo resultado puedas calcular tú. ¿Qué ocurre sin registros relacionados, con duplicados o si cambia el requisito? No necesitas ser experto para empezar a comprobar: contrasta con el manual, con un compañero o conmigo.

Una respuesta convincente no es una prueba. Tampoco lo es que otra IA esté de acuerdo con ella. Si estás formándote estás desarrollando tu criterio propio (pensamiento crítico).

Agentes, privacidad y responsabilidad

Un asistente propone respuestas. Fue la primera fase de la IA. Simplemente un mejor google (por decirlo así). Pero ya la siguinte fase implica que un agente con herramientas que puede editar archivos, generar código, ejecutar comandos o actuar sobre servicios. Define el alcance, revisa los cambios y comprueba el resultado. Aprender a encargar y supervisar tareas también es una competencia. La responsabilidad de lo que entregas o publicas sigue siendo tuya. Este avance, a mi sí que me parece increíble (y el impacto en el trabajo es muy grande).

Y ojo no solo a tu reponsabilidad, sino también a la priacidad 🔐. Antes de compartir información, comprueba el servicio que utilizas. No incluyas contraseñas, tokens, datos personales ni información privada sin autorización.

Actividades y evaluación

Las actividades sirven para investigar y practicar con ayuda. Resolverlas con IA no es el problema; confundir obtener una solución con haber aprendido sí lo es. Esto es el marco común que propongo, sin reglas particulares para cada ejercicio.

La idea es aprender con ayuda y demostrar criterio propio: poder explicar el resultado, comprobarlo y resolver una variación del problema.

Y entonces, ¿cuál es el problema?

Pues primero la responsabilidad y la privacidad, que ya comentamos (varios aspectos legales), pero la cuestión de fondo es que los sistemas saben que (los humanos) somos perezosos por naturaleza (afortunadamente).

Y eso implica que tenemos que tener cuidado. Hay pereza de la buena (descansar cuando uno está agotado) y de la mala (ya, ni te pones 😀).

Porque si eres demasiado perezoso, te lo hacen todo, eres incapaz de hacer nada, no sabes hacer nada, no te responsabilizas de nada … , la consecuencia es que no sirves (y cambian 100 como tú por un robot 😁).

Pero, si aprovechas la herramienta para fortalecer tus capacidades, ahí cambia la cosa: el robot trabaja para tí (o contigo, diría yo). Son los equipos del futuro. Ahora tienes un compañero virtual (el Cybernetic Teammate que dice Ethan Mollick). Aprovéchalo.