Llevas veinte minutos mirando una diapositiva en blanco.

Sabes lo que quieres decir. Sabes para quién es. Pero montar una presentación decente — estructura, diseño, coherencia visual — te come el tiempo que tenías para preparar el contenido.

Hoy te cuento cómo resolver exactamente eso: instala un skill en Claude, dale el briefing, y en cinco minutos tienes un .pptx listo para abrir en PowerPoint. Ojo, para revisarlo por ti. Siempre revisa.

No una plantilla genérica. Un archivo real, editable, con tus secciones, tus datos y un diseño que no da vergüenza compartir.

🧠 Primero lo primero: ¿qué es exactamente un skill?

Un skill es un paquete de instrucciones especializadas que amplía lo que Claude sabe hacer.

Sin skills, Claude es un asistente brillante pero generalista. Con el skill de PowerPoint instalado, Claude sabe exactamente cómo crear archivos .pptx desde cero: elige paletas de colores coherentes, distribuye el contenido slide por slide, añade elementos visuales y te entrega un archivo que abres directamente en PowerPoint o Google Slides.

La diferencia práctica es enorme. Es como contratar a alguien que sabe usar PowerPoint de verdad, no a alguien que te dice cómo usarlo tú.

Los skills se instalan en la aplicación de escritorio de Claude (Cowork) y, una vez activos, Claude los usa automáticamente cuando los necesita. Tú solo le pides la presentación.

🔗 Cómo instalar el skill de PowerPoint en dos pasos

Paso 1: Abre Claude Cowork en tu ordenador

La función de skills está disponible en la versión de escritorio de Claude (Cowork). Si aún no la tienes, la encuentras en claude.ai.

Paso 2: Instala el skill desde Ajustes

Ve a Ajustes → Capacidades → Skills. Busca «pptx» o «PowerPoint» e instálalo. Una vez activo, aparece listado en tu panel de skills disponibles.

Listo. No hace falta configurar nada más. La próxima vez que le pidas a Claude una presentación, usará el skill automáticamente.

💡 Si trabajas en la versión web de Claude sin Cowork, puedes pedirle igualmente que genere el contenido estructurado de la presentación —título, secciones, bullets— y luego pasarlo tú a PowerPoint. El resultado no es el archivo directo, pero la estructura te ahorra el 70% del tiempo.

🎯 El prompt que hace que Claude entienda exactamente lo que necesitas

Aquí está el error que comete casi todo el mundo: pedirle a Claude «hazme una presentación sobre X» sin darle contexto.

Eso es como pedirle a un diseñador gráfico «hazme algo bonito» y esperar que acierte.

Este es el prompt que realmente funciona:

Crea una presentación en PowerPoint con estas características:

• Tema: [describe el tema o pega el briefing]

• Audiencia: [quién la va a ver: inversores, el equipo, clientes, dirección]

• Número de diapositivas: entre 10 y 12

• Tono: [profesional y sobrio / dinámico y moderno / técnico]

• Contenido principal: [los 3-5 puntos clave que quieres transmitir]

• Datos a incluir: [si tienes cifras, métricas o comparativas, ponlas aquí]

• Entrega: archivo .pptx listo para abrir en PowerPoint

Y si quieres afinar el diseño, añade esto:

Usa una paleta de colores oscura y profesional. Incluye elementos visuales en cada diapositiva (iconos, estadísticas en grande, layouts variados). Evita las diapositivas de solo texto.

🧪 Ejemplo real: presentación de resultados trimestrales

Una alumna necesitaba presentar los resultados del Q2 a dirección. Tenía los datos en un Excel y cuarenta minutos antes de la reunión.

Le pasó este prompt a Claude con el skill activado:

Crea una presentación en PowerPoint para una reunión de dirección con los resultados del segundo trimestre. La empresa es una consultora de 80 personas. Los datos principales son: ingresos de 2,1M€ (un 12% más que el Q1), margen EBITDA del 18%, tres nuevos clientes captados, y un proyecto retrasado en el área de operaciones. Tono sobrio y ejecutivo. Usa el estilo de la empresa. 10 diapositivas. Archivo .pptx.

Claude generó la presentación completa en menos de cuatro minutos: portada, índice, slide de contexto, desglose por área, comparativa con el trimestre anterior, los tres nuevos clientes, el punto crítico del proyecto retrasado con su plan de acción, y una diapositiva de próximos pasos.

Ella revisó, ajustó dos cifras y cambió el logo. Y ya estaba lista para entrar a la sala.

¿Qué otras situaciones en tu trabajo te consumen tiempo preparando presentaciones?

🚀 Cómo replicarlo hoy, paso a paso

1. Instala Claude Cowork en tu ordenador desde claude.ai si aún no lo tienes.

2. Activa el skill de PowerPoint en Ajustes → Capacidades → Skills → busca «pptx».

3. Recopila tu briefing: audiencia, objetivo, puntos clave y datos que quieres incluir. Cinco minutos de preparación aquí te ahorran diez de correcciones después.

4. Usa el prompt completo de la sección anterior. Cuanto más específico seas, mejor será el resultado.

5. Descarga el archivo .pptx que Claude genera y ábrelo directamente en PowerPoint.

6. Revisa y ajusta los detalles finales: tu logo, colores corporativos si los tienes, algún dato que quieras actualizar.

7. Guarda una versión del prompt que te haya funcionado para reutilizarlo la próxima vez.

No necesitas saber diseño gráfico. Necesitas saber explicarle bien a Claude qué quieres conseguir.

❓ Preguntas frecuentes

¿Sustituye esto a saber hacer presentaciones?

No. Cambia la forma en que las haces. Tú sigues siendo quien decide la narrativa, los datos que importan y el mensaje que quieres transmitir. Claude convierte esa visión en un archivo estructurado mucho más rápido de lo que lo harías desde cero.

¿El archivo que genera se puede editar después en PowerPoint?

Sí, completamente. El .pptx que entrega Claude es un archivo estándar de PowerPoint. Puedes modificar cualquier elemento: texto, colores, imágenes, layouts. Es un punto de partida editable, no una imagen fija.

¿Funciona para presentaciones de ventas, no solo de resultados?

Funciona para cualquier tipo: pitch comercial, presentación de proyecto, formación interna, propuesta a cliente, onboarding de equipo. Cuanto más específico seas con el contexto y la audiencia, más ajustado será el resultado.

¿Qué otras herramientas hacen algo similar?

Gamma.app genera presentaciones con IA directamente en navegador y tiene buen diseño automático. Tome.app es otra opción. La diferencia con el skill de Claude es que obtienes un .pptx editable en tu PowerPoint de siempre, sin depender de plataformas externas, y puedes combinarlo con todo lo demás que Claude hace (análisis de datos, redacción, síntesis de documentos).

¿Y si tengo los contenidos en un documento Word o en un PDF?

Sube el documento directamente a Claude con tu petición. Claude lee el contenido y construye la presentación a partir de él. Este caso de uso es especialmente útil para convertir informes densos en decks ejecutivos en minutos.

📩 ¿Quieres dominar esto y mucho más?

En Paratodosia llevamos desde 2023 formando a equipos y profesionales en el uso real de la IA en su día a día. Si quieres ir más allá de los prompts sueltos y aplicar todo esto de forma sistemática en tu trabajo, echa un vistazo a nuestros cursos en paratodosia.com.

Y si este post te ha sido útil, compártelo con alguien que lleve tiempo perdiendo horas en presentaciones que podría delegar en cinco minutos.

¿Qué herramienta te gustaría que cubramos la próxima semana?

• 🗂️ NotebookLM para preparar reuniones

• 📊 Claude para analizar datos de Excel

• 📧 IA para gestionar el correo corporativo

https://paratodosia.com/club

Crear una página web siempre ha tenido dos caminos: o contratas a alguien, o aprendes a programar. Hasta ahora.

Google acaba de resolver ese problema con una herramienta que ya tienes disponible gratis con tu cuenta de Google. Se llama Google AI Studio, y en su modo «Build» puedes describir con tus propias palabras la web que quieres... y verla aparecer en pantalla en segundos.

No es un editor de arrastrar y soltar. Es algo mucho más potente.

🎯 Qué es Google AI Studio (y por qué no es lo mismo que Google Sites)

Antes de entrar en materia, aclaremos una confusión habitual.

Google Sites es el constructor de páginas clásico de Google: intuitivo, visual, muy limitado en diseño. Perfecto para una intranet corporativa o una página sencilla de equipo.

Google AI Studio (aistudio.google.com) es otra cosa completamente distinta. Es la plataforma oficial de Google para trabajar con Gemini, su IA más avanzada. Y desde 2025, incluye un modo llamado «Build» que te permite crear aplicaciones web completas escribiendo en lenguaje natural.

La diferencia práctica: con Google Sites haces clic. Con Google AI Studio, describes. Y el resultado es infinitamente más personalizado.

🧠 Cómo funciona el modo Build de Google AI Studio

Entra en aistudio.google.com con tu cuenta de Google. Sin instalaciones. Sin tarjeta de crédito. Sin esperas.

En la pantalla principal verás el modo Build. Es ahí donde ocurre la magia.

El proceso tiene tres pasos ridículamente simples:

1. Describes lo que quieres

Escribe en el cuadro de texto algo como:

«Crea una página web para mi consulta de psicología. Que tenga una sección de presentación personal, los servicios que ofrezco, una sección de preguntas frecuentes y un formulario de contacto. Estilo minimalista, colores azul claro y blanco.»

También puedes ponerle un ejemplo de una web que conozcas. Incluso los pantallazos. Eso es todo. Sin código. Sin plantillas. Sin elegir fuentes.

2. Gemini genera la web en tiempo real

En segundos, el panel de la derecha te muestra la web funcionando. Puedes ver el código si quieres, pero no necesitas tocarlo.

Lo que genera por debajo es código React en el frontend y Node.js en el servidor. Tecnología profesional, al alcance de cualquiera.

3. Iteras con palabras

¿Quieres cambiar algo? Escríbelo en el chat:

«Cambia el fondo de la cabecera a un degradado de azul marino a turquesa y añade mi foto en la sección de presentación.»

Gemini lo modifica. Sin arrastrar nada.

🔗 Prompts listos para copiar y usar hoy

Si no sabes por dónde empezar, aquí tienes tres prompts que puedes copiar directamente:

Para un negocio local o autónomo:

«Crea una página web profesional para [tu negocio]. Incluye: quiénes somos, servicios principales con descripción breve, galería de fotos (con imágenes de ejemplo), testimonios de clientes y formulario de contacto. Colores: [tus colores]. Estilo: moderno y cercano.»

Para un portfolio personal:

«Diseña un portfolio web para [tu profesión]. Quiero una cabecera con mi nombre y cargo, una sección “Sobre mí”, una galería de proyectos con descripción, y links a mis redes sociales. Estilo: dark mode, tipografía sans-serif, muy visual.»

Para un evento o formación:

«Crea una landing page para un taller de [tema] que celebro el [fecha] en [ciudad o formato online]. Incluye: título del evento, descripción, programa detallado, precio, sección de preguntas frecuentes y botón de inscripción. Que transmita urgencia.»

🚀 Cómo replicarlo hoy (paso a paso)

1. Entra en aistudio.google.com con tu cuenta de Google (es gratuito).

2. Selecciona el modo «Build» en el menú lateral izquierdo.

3. Escribe tu prompt describiendo la web que necesitas. Cuanto más detallado, mejor resultado.

4. Revisa la vista previa en el panel derecho mientras Gemini genera el código.

5. Pide ajustes en el chat: cambia colores, añade secciones, modifica textos.

6. Comparte o exporta: puedes compartir un enlace directo, exportar el código como ZIP o publicarlo en Netlify (gratuito) para tener una URL profesional del tipo tunegocio.netlify.app. También puedes llevarlo a Google.Sites y si tienes cuenta de Workspace de Google, publicarlo directamente. (Acuérdate de aportar los DNS en tu administración de dominio)

No necesitas saber qué es React. No necesitas entender Node.js. Necesitas saber lo que quieres.

🧪 Cómo publicar tu web gratis con Netlify

Google AI Studio genera la web, pero la publica en una URL algo fea. Si quieres una dirección más limpia y profesional, el paso extra es sencillo:

1. En AI Studio, descarga el proyecto como archivo ZIP.

2. Entra en netlify.com (es gratuito).

3. Arrastra el archivo ZIP a la página. Listo.

En menos de un minuto tendrás tu web publicada con una URL pública. Puedes conectarle tu propio dominio si tienes uno.

Nuestros alumnos del bootcamp de IA crean así sus web de su empresa en una tarde. Sin programador. Sin plantillas de pago. Sin fricción.

¿Cuándo usar Google AI Studio y cuándo Google Sites?

Merece la pena ser honestos aquí.

Google Sites es mejor si necesitas algo muy sencillo, estás dentro del ecosistema Google Workspace con tu empresa, y no quieres gestionar nada técnico.

Google AI Studio es mejor cuando quieres personalización real, un diseño diferenciado, funcionalidades específicas (formularios, galerías, secciones a medida) o simplemente quieres aprender a usar IA para crear cosas.

¿Cuál elegirías tú?

❓ Preguntas frecuentes

¿Necesito saber programar para usar Google AI Studio?

No. Absolutamente no. Toda la interacción es en lenguaje natural. Si sabes escribir un correo, sabes usar esto.

¿Es realmente gratis?

Sí. Google AI Studio tiene un plan gratuito con límites de uso generosos (entre 5 y 15 peticiones por minuto según el modelo). Para crear y publicar una web sencilla, el plan gratuito es más que suficiente.

¿Sustituye esto a un diseñador o desarrollador web?

No. Cambia la forma en que empiezas un proyecto. Para una web de negocio sencilla, puede que no necesites ir más allá. Para proyectos complejos con tienda online, login de usuarios o bases de datos propias, un profesional seguirá siendo necesario. Pero la primera versión funcional la puedes tener tú hoy mismo.

¿Qué otras herramientas hacen algo similar?

Bolt.new, Lovable y Cursor son alternativas potentes para crear webs con IA. La ventaja de Google AI Studio es que es gratuito, está en el ecosistema Google y no requiere ninguna configuración inicial.

¿Puedo usar mi propio dominio (como www.miempresa.com)?

Sí, si publicas en Netlify o en Google Cloud Run (la opción de despliegue de Google AI Studio). O en Google Sites. El proceso de conectar un dominio propio lleva unos minutos si lo tienes comprado en GoDaddy, Namecheap o similares.

💬 ¿Te ha sido útil este post?

Si tienes un negocio, un proyecto personal o simplemente lleves tiempo queriendo tener presencia online sin depender de nadie, este es el momento de probarlo. Abre aistudio.google.com, describe tu web y nos cuentas en los comentarios cómo ha quedado.

En Paratodosia trabajamos cada día para que herramientas como esta dejen de parecer cosa de técnicos. Si quieres aprender a integrar la IA en tu trabajo de forma estructurada, echa un vistazo a nuestros cursos en paratodosia.com.

Y si este post te ha sido útil, compártelo con alguien que lo necesite.

¿Qué herramienta te gustaría que cubramos la próxima semana?

• 🎨 Google Vids (creador de vídeos con IA)

• 🔍 Gemini Deep Research (investigación automática en profundidad)

Tu web recibe visitas a las 11 de la noche, los fines de semana, mientras tú duermes. Esos visitantes tienen preguntas. Y si nadie les responde, se van.

Un asistente de IA en tu web puede cambiar eso. No necesitas un equipo técnico. No necesitas dinero. Necesitas saber qué decirle a la IA para que represente bien a tu empresa.

🎯 Qué es un asistente web y por qué ahora tiene sentido

Durante años, los chatbots en webs eran una pesadilla: respuestas predefinidas, árboles de decisión interminables y usuarios que acababan frustrados.

La IA generativa lo ha cambiado todo. Ahora puedes tener un asistente que entiende preguntas en lenguaje natural, responde con coherencia y representa la voz de tu marca, las 24 horas del día.

¿El dato que más nos sorprendió al preparar este post? Según Zendesk CX Trends 2025, los equipos que usan IA para gestionar la atención al cliente reducen el tiempo medio de resolución entre un 35 y un 40 %. No es ciencia ficción: es lo que ocurre cuando le das a la IA instrucciones claras.

Y la barrera de entrada ya casi no existe. Herramientas como OpenWidget, Elfsight o Tidio permiten poner un asistente en tu web en cuestión de minutos, de forma gratuita o por unos pocos euros al mes.

El problema no es la herramienta. El problema es lo que le dices.

🔗 Las herramientas: cuál elegir según tu caso

No todas las opciones sirven para lo mismo. Aquí tienes las tres que más usamos con nuestros alumnos:

OpenWidget es la opción perfecta si ya tienes o quieres crear un Asistente en la plataforma de OpenAI. Conectas tu asistente con tu clave API, pegas un fragmento de código antes del cierre de la etiqueta </body> de tu web, y listo. Es completamente gratuito y funciona en cualquier web, incluido WordPress.

Elfsight es ideal si quieres algo todavía más sencillo, sin tocar la API de OpenAI. Tiene un plan gratuito con 50 mensajes al mes y planes de pago desde 5 euros. Puedes alimentarlo con la URL de tu web, subir PDFs o escribir directamente tus preguntas frecuentes.

Tidio es la mejor opción si tienes una tienda en línea con Shopify, WooCommerce o similares. Combina chat en vivo con automatización de IA y se integra directamente con el catálogo de tus productos.

Para la mayoría de profesionales y pequeñas empresas que nos leen, nuestra recomendación es empezar por OpenWidget + un Asistente de OpenAI. Tienes más control y el resultado es más potente.

🧠 El prompt de sistema: la pieza clave que nadie explica bien

Aquí está el error que comete casi todo el mundo: instalan la herramienta, conectan la IA y la dejan sin instrucciones. El resultado es un asistente que responde cualquier cosa, que inventa información o que no sabe ni cómo se llama la empresa.

El prompt de sistema (o system prompt) es el texto que le dice a la IA quién es, qué puede hacer y qué no debe hacer nunca. Es invisible para el usuario, pero está activo en cada conversación.

Piénsalo como el manual de incorporación de un empleado nuevo. Sin él, improvisa. Con él, representa a tu empresa como si llevara años en el puesto.

La estructura que usamos en Paratodosia

Un buen prompt de sistema para un asistente web tiene cinco bloques:

1. Identidad Quién es, cómo se llama y a qué empresa representa. Personalidad.

2. Objetivo Qué viene a hacer exactamente: informar, captar leads, resolver dudas, redirigir al equipo humano de ventas...

3. Información clave del negocio Qué ofrece la empresa, a quién va dirigido, horarios, precios (si procede) y formas de contacto.

4. Tono y estilo Cómo habla: formal o cercano, con emojis o sin ellos, mensajes largos o cortos. Con ejemplos.

5. Restricciones Qué no debe hacer nunca: inventar precios, hablar de la competencia, prometer plazos que no puede garantizar, hablar de temas que no sean de su competencia...

Prompt listo para copiar y adaptar

Este es el punto de partida que damos en nuestros talleres. Cópialo, sustituye los corchetes y tendrás un asistente funcional en diez minutos:

Eres [nombre del asistente], el asistente virtual de [nombre de tu empresa].

Tu función es ayudar a los visitantes de la web respondiendo preguntas sobre nuestros productos y servicios, y derivar al equipo humano cuando la consulta lo requiera.

Sobre nosotros: [describe tu empresa en 2-3 frases: qué haces, a quién ayudas, qué os diferencia].

Nuestros productos o servicios principales son: [lista los 3-5 más importantes con una línea de descripción cada uno].

Para contactar con el equipo humano: [email, teléfono, horario de atención].

Tu tono es [cercano/profesional/informal]. Usa frases cortas. No uses jerga técnica. Si no sabes la respuesta a algo, dilo con honestidad y ofrece el contacto del equipo.

No debes: inventar precios o plazos, hacer promesas que la empresa no haya confirmado, hablar de competidores ni salirte del ámbito de [nombre de tu empresa].

En nuestro bootcamp probamos estas y otras estructuras más complejas, hasta tener el asistente perfecto para cada negocio. Es parte integral de nuestra formación. Sin intervención humana.

🚀 Cómo replicarlo hoy: guía paso a paso

1. Ve a platform.openai.com y crea una cuenta si no tienes una. Navega a la sección «Assistants» y haz clic en «+ Create».

2. Dale un nombre a tu asistente y pega en el campo «Instructions» el prompt de sistema que has personalizado en el bloque anterior.

3. Añade contexto extra subiendo documentos: tu catálogo en PDF, tu página de preguntas frecuentes, tu política de devoluciones... La IA los usará para responder con precisión.

4. Consigue un Apikey de tu asistente (ojo, te facturarán por uso. No mucho, pero algo).

5. Crea una cuenta gratuita en OpenWidget, ve a la sección «Chat Interface for OpenAI Assistants», introduce tu clave API de OpenAI y selecciona el asistente que acabas de crear.

6. Copia el fragmento de código que te proporciona OpenWidget y pégalo en el HTML de tu web antes de </body>. Si usas WordPress, hay un plugin oficial que lo hace sin tocar código.

7. Prueba el asistente como si fueras un cliente: hazle preguntas típicas, preguntas raras y preguntas que no debería responder. Ajusta el prompt según lo que veas.

8. Revisa semanalmente las conversaciones para detectar patrones: qué preguntan más, dónde falla el asistente, qué información falta en el prompt.

No necesitas ser programador. Necesitas conocer bien tu negocio y dedicarle 20 minutos al prompt.

❓ Preguntas frecuentes

¿El asistente reemplaza a mi equipo de atención al cliente?

No. Cambia la forma en que tu equipo gestiona la atención. Los asistentes de IA son excelentes para resolver dudas repetitivas a cualquier hora, pero las situaciones complejas, las quejas delicadas o las negociaciones siguen requiriendo una persona. El objetivo es que tu equipo dedique su tiempo a lo que de verdad importa.

¿Funciona para cualquier tipo de web?

Sí, siempre que puedas añadir código HTML o instalar un plugin. Funciona con WordPress, Webflow, Wix, Squarespace, Shopify y cualquier web personalizada. Si tu web la gestiona una agencia, basta con pedirles que peguen un fragmento de código.

¿Qué pasa si el asistente comete un error o da información incorrecta?

Depende de lo bien que hayas escrito el prompt de restricciones. Si le dices explícitamente «cuando no estés seguro, di que no tienes esa información y ofrece el contacto del equipo», el riesgo se reduce muchísimo. Nunca al cero, por eso es importante revisar las conversaciones regularmente.

¿Qué otras herramientas hacen algo similar?

Además de OpenWidget y Elfsight, tienes Tidio (muy bueno para e-commerce), Crisp (con constructor visual de flujos), SiteGPT (especializado en entrenar la IA con el contenido de tu web) y Botpress (open source, más técnico pero muy potente). Para empezar, OpenWidget es la opción más sencilla y con mejor relación calidad-precio (gratuita).

¿Cuánto cuesta en total?

Si usas OpenWidget (gratuito) + OpenAI, el coste real son las llamadas a la API de OpenAI. Con un volumen moderado de conversaciones (unos 500 mensajes al mes), estarás por debajo de dos euros. Elfsight tiene plan gratuito con 50 mensajes al mes, suficiente para empezar a probar.

¿Tienes una web y nunca has pensado en añadirle un asistente de IA? Este es el momento. Las herramientas están maduras, el coste es casi cero y la curva de aprendizaje cabe en una tarde.

Si llevas esto más en serio y quieres aprender a diseñar flujos de automatización completos con IA para tu negocio, puedes seguir nuestros cursos o formarte en nuestra comunidad con acceso a toda la formación online que tenemos.

Si este post te ha resultado útil, compártelo con alguien que tenga una web y no sepa por dónde empezar con la IA.

¿Qué herramienta te gustaría que cubramos la próxima semana?

• 🔵 NotebookLM para gestionar documentos de empresa

• 🟢 Claude Projects para crear asistentes internos de equipo

• 🟡 n8n para automatizar flujos sin código

https://paratodosia.com/club

Imagina que mandas tu currículum a diez empresas distintas. La misma IA los lee todos. Y decide no en una, sino en todas.

Eso no es una hipótesis. Es lo que acaba de documentar un equipo de investigadores de Stanford en el primer estudio a gran escala sobre algoritmos de selección de personal en el mundo real.

Y los resultados deberían preocuparte, tanto si buscas empleo como si eres tú quien contrata: hay mucho sesgo, mucho prejuicio y prácticas que, al menos en Europa, van a ser perseguidas.

🔍 Qué hicieron y qué encontraron

El estudio analizó 4 millones de solicitudes de empleo enviadas por 3,4 millones de personas a 1.700 ofertas de trabajo en 150 empresas y 11 sectores diferentes.

Todas esas solicitudes pasaron por la misma herramienta de IA contratada a un proveedor externo. La IA etiquetaba a cada candidato como «recomendar» o «no recomendar». Ningún humano las revisaba antes.

Lo que encontraron los investigadores fue esto:

• El 26% de los candidatos negros y el 15% de los candidatos asiáticos presentaron solicitudes a puestos donde la IA discriminó activamente a su grupo racial.

• Si la IA hubiera tratado a estos candidatos igual que al grupo más favorecido (normalmente candidatos blancos), 40.000 solicitudes más habrían pasado a la siguiente fase.

• La discriminación no aparece si miras los datos en conjunto. Solo aparece cuando analizas puesto a puesto. Es decir, la IA puede rechazar sistemáticamente a candidatos negros en finanzas y aceptarlos en logística, y el promedio total «parece» equitativo. La media esconde el problema real.

El estudio aplica la regla de los cuatro quintos de la EEOC (la normativa antidiscriminación de EE. UU.): si un grupo recibe recomendaciones a un ritmo inferior al 80% del grupo más favorecido, hay discriminación estadística. Y en muchos puestos concretos, la hay.

🧠 El problema que nadie había estudiado: la monocultura algorítmica

Aquí está la parte más inquietante, y la que menos se ha discutido hasta ahora.

El 90% de las empresas estadounidenses usa IA para filtrar candidatos. En España y en Europa, igual. Y la mayoría compra esa IA a los mismos pocos proveedores.

¿Qué pasa cuando una sola herramienta toma decisiones en cientos de empresas al mismo tiempo?

Los investigadores de Stanford lo llaman monocultura algorítmica. Y sus consecuencias son brutales:

Las personas que mandan solicitudes a varias empresas que usan el mismo proveedor de IA tienen muchas más probabilidades de ser rechazadas en todas ellas que si cada empresa decidiera de forma independiente.

Un dato concreto: el 10% de los candidatos que mandaron 4 solicitudes fueron rechazados en todos los sitios a los que aplicaron.

No porque sean malos candidatos. Sino porque el mismo algoritmo los marcó como «no recomendado» una y otra vez.

Piénsalo: si antes un candidato enviaba su currículum a diez empresas, tenía diez oportunidades reales. Ahora, si la misma IA filtra para todas, puede tener efectivamente cero.

🎯 Por qué esto te afecta aunque no busques empleo

Si trabajas en recursos humanos, en selección de personal, o simplemente en una empresa que usa este tipo de herramientas, esto tiene implicaciones directas para ti:

El riesgo legal es real. En España y Europa, el Reglamento de IA (AI Act) clasifica los sistemas de selección de personal como de alto riesgo. Eso significa obligaciones de transparencia, trazabilidad, auditorías y documentación. Si tu empresa usa una IA de terceros para filtrar candidatos y nadie ha auditado si discrimina, tienes un problema. Aunque el reglamento de aplicación y registro de estos sistemas se ha retrasado a 2027, precisamente por presión de grandes empresas, es difícil que el legislador dé su brazo a torcer y menos con estudios como este.

El proveedor no tiene los incentivos para solucionarlo. El estudio muestra que cuando el proveedor suma todos los datos de todos sus clientes, el sesgo desaparece estadísticamente. No lo ve. No tiene por qué buscarlo.

La caja negra no es neutra. Muchas empresas adoptan estas herramientas con la creencia de que «la IA es más objetiva que las personas». Este estudio demuestra lo contrario: la IA puede escalar y amplificar sesgos existentes a una velocidad que ningún reclutador humano podría alcanzar.

🚀 Cómo replicarlo hoy (o cómo actuar con esta información)

Si buscas empleo:

1. Asume que tu candidatura probablemente pase por una IA antes de llegar a cualquier persona.

2. Optimiza tu currículum para sistemas ATS (Artificial Tracking System): palabras clave del puesto, formato limpio, sin tablas ni columnas.

3. Diversifica proveedores: intenta identificar qué plataformas usa cada empresa y no concentres todas tus solicitudes en empresas que probablemente usen el mismo sistema.

4. Cultiva el contacto humano. Una referencia interna puede saltar el filtro algorítmico por completo.

Si contratas o gestionas procesos de selección:

1. Pregunta a tu proveedor de IA qué auditorías de sesgo ha realizado y con qué resultados concretos.

2. Exige datos desagregados por demografía, puesto a puesto, no en promedio general.

3. No confundas «ningún problema visible» con «ningún problema». Este estudio muestra que el problema se oculta cuando agregas los datos.

4. Revisa si tu práctica actual cumple con los requisitos del AI Act europeo para sistemas de alto riesgo en RRHH.

No necesitas ser un experto en estadística. Necesitas hacer las preguntas correctas al proveedor que ya tienes contratado.

❓ Preguntas frecuentes

¿Esto pasa solo en Estados Unidos?

El estudio es estadounidense, pero los proveedores de IA de selección de personal operan globalmente. Las mismas herramientas que analiza el estudio se usan en Europa, incluida España. El AI Act europeo añade capa regulatoria, pero la auditoría independiente de estos sistemas sigue siendo escasa.

¿Significa esto que hay que prohibir la IA en selección de personal?

No necesariamente. Significa que hay que auditarla, regularla y no tratarla como si fuera neutral por el hecho de ser automática. Una IA bien diseñada y auditada podría reducir ciertos sesgos humanos. El problema es que hoy la mayoría se usa sin ese nivel de control.

¿La empresa que contrata sabe que su IA discrimina?

Según el estudio, probablemente no. El proveedor les da una puntuación final. Si el proveedor no les muestra los datos desagregados puesto a puesto, la empresa no tiene manera de detectar el problema. Por eso los autores insisten en la necesidad de investigación independiente.

¿Qué otras herramientas hacen algo similar?

Workday, HireVue, Pymetrics (ahora parte de Harver), y otros grandes proveedores ofrecen sistemas similares. Cada uno tiene su propio modelo, pero el problema de la monocultura es transversal: cuantas más empresas usen el mismo sistema, mayor el riesgo de rechazo sistémico para los candidatos marcados negativamente.

¿Cambia esto la forma en la que debería usar la IA en mi trabajo?

Cambia la manera en la que debes evaluar cualquier IA que tome decisiones sobre personas. El rendimiento medio no basta. Hay que auditar los grupos, los contextos y los efectos acumulados.

📬 Para terminar

Este estudio lo firma un equipo de Stanford que incluye a Percy Liang, uno de los investigadores más influyentes en evaluación de modelos de IA. No es alarmismo. Es metodología seria con datos reales.

La conclusión de los propios autores es clara: la IA de contratación combina tres propiedades que no deberían coexistir en decisiones de alto impacto: adopción masiva, consecuencias graves y opacidad total para el público.

Si estás trabajando en recursos humanos, en transformación digital o simplemente en una empresa que ya usa estas herramientas, este es el momento de hacer preguntas incómodas a tus proveedores.

En Paratodosia llevamos meses formando equipos de RRHH y directivos en el uso responsable de la IA. Si quieres que tu organización entienda qué preguntas hacer y cómo auditar las herramientas que ya usas, escríbenos.

Y si este post te ha resultado útil, compártelo con alguien que lo necesite. Especialmente si trabaja en selección de personal.

¿Sobre qué herramienta de IA quieres que profundicemos la próxima semana?

• 🔍 Herramientas de IA para optimizar tu currículum

• ⚖️ Cómo funciona el AI Act europeo en la práctica

• 🤖 IA para hacer más eficiente el proceso de selección desde el lado del candidato

https://paratodosia.com/club

Piensa en cómo usas ChatGPT hoy. Abres la app, escribes tu pregunta, lees la respuesta, cierras. Interacción puntual. Tú mandas, ella obedece.

Eso está a punto de quedarse obsoleto.

La próxima gran ola de IA no viene de modelos más listos. Viene de modelos que dejan de esperar a que les preguntes. Herramientas que escuchan tu reunión, redactan el resumen antes de que la hayas terminado. Agentes que preparan el briefing de tu cliente antes de que te acuerdes de pedírselo. IA que trabaja mientras tú duermes, literalmente.

Esto tiene nombre: Inteligencia Ambiental. Y en 2026 ya no es ciencia ficción.

🧠 ¿Qué es exactamente la Inteligencia Ambiental?

La Inteligencia Ambiental (Ambient Intelligence en inglés) es la IA integrada en tu entorno de trabajo de forma invisible: escucha, observa el contexto y actúa sin que tú tengas que iniciar la conversación.

La diferencia clave con la IA que ya conoces:

• IA reactiva: tú preguntas → ella responde.

• IA ambiental: ella monitoriza → detecta la necesidad → actúa → te avisa del resultado.

No es magia. Es dirección automática de atención.

Según el analista Ian Khan, en su informe Top 50 Technology Trends 2026, la Inteligencia Ambiental es la convergencia de tres tecnologías maduras: IA generativa, computación en el borde (edge computing) y sensores conectados. El resultado: entornos que «piensan, aprenden y responden» sin intervención humana constante.

Para ti, como profesional, esto significa una cosa práctica: menos interrupciones para buscar información y más tiempo para tomar decisiones con esa información ya preparada.

🚀 El primer agente ambiental real: Gemini Spark

En mayo de 2026, Google presentó en su conferencia anual I/O algo que no habíamos visto antes: Gemini Spark.

No es un chatbot. Es un agente personal que vive en la nube de Google y trabaja en segundo plano las 24 horas, incluso cuando tu móvil está apagado.

¿Qué puede hacer Spark por ti?

• Preparar el contexto completo de una reunión con un cliente antes de que empiece: historial de correos, documentos compartidos, conversaciones previas.

• Monitorizar en tiempo real los temas que te importan (un competidor, una licitación, un proveedor) y enviarte un resumen cuando haya novedades.

• Redactar borradores de respuestas a correos complejos, esperando tu aprobación antes de enviarlos.

• Coordinar agendas y proponer horarios de reunión sin que nadie tenga que escribir un solo mensaje.

Lo más relevante para el trabajo diario: Spark no hace nada sin tu permiso explícito en las acciones de alto impacto (como enviar correos). Supervisa, prepara y propone. Tú decides.

Un compañero de nuestro bootcamp que trabaja en ventas lo describió así: «Es como tener un becario muy listo que nunca olvida nada y trabaja mientras yo como».

🎯 Las herramientas de reuniones ya son Inteligencia Ambiental

Antes de Spark, ya existían herramientas que aplicaban este principio en un contexto muy concreto: las reuniones.

Read AI es el ejemplo más claro. Se conecta automáticamente a Zoom, Google Meet o Teams y, sin que hagas nada, transcribe la reunión en tiempo real, detecta los temas tratados, extrae los compromisos adquiridos por cada participante y genera un resumen estructurado. No le pides nada. Simplemente está ahí.

Lo mismo hace Fireflies.ai: se une a tus llamadas como un participante silencioso, toma notas, y cuando terminas la reunión tienes en tu bandeja de entrada un documento con los puntos clave y los próximos pasos asignados a cada persona.

Prompt que puedes usar con el resumen que te entrega Read AI:

«Aquí tienes el resumen de mi reunión de hoy. Redacta un correo de seguimiento para cada participante con los compromisos que han adquirido, en tono profesional y cordial. Máximo 5 líneas por correo.»

El resultado: en dos minutos tienes los correos de seguimiento de una reunión de una hora. Sin esfuerzo manual.

🔗 Microsoft también se ha puesto las pilas

Si trabajas en el ecosistema de Microsoft 365 (Word, Excel, Teams, Outlook), Copilot Wave 3 —lanzado en marzo de 2026— ha dado un salto enorme hacia la ambientalidad.

Ahora Copilot puede gestionar tareas largas y complejas directamente dentro de las aplicaciones que ya usas, sin que tengas que salir a buscar otra herramienta. En la práctica:

• En Outlook: Copilot lee tu bandeja de entrada, prioriza correos y prepara borradores de respuesta para los más urgentes.

• En Teams: genera resúmenes de reuniones, captura compromisos y crea elementos de acción en Planner automáticamente.

• En Word y Excel: detecta lo que estás redactando y sugiere datos relevantes de tus documentos anteriores o de la web corporativa.

La clave: no abres Copilot para pedirle algo. Copilot aparece cuando detecta que puede ayudarte.

🚀 Cómo empezar a trabajar con Inteligencia Ambiental hoy

No necesitas esperar a que llegue Gemini Spark a tu empresa. Puedes empezar ahora con herramientas que ya están disponibles:

1. Activa Read AI o Fireflies.ai en tus reuniones habituales. Ambas tienen versión gratuita. Configúralas una vez y olvídate.

2. Conecta Gemini o Copilot a tu calendario y pídeles que te preparen un briefing automático antes de cada reunión importante.

3. Crea un «agente de monitorización»: en Gemini Advanced, activa los «información agents» para que te avisen cuando haya novedades sobre un tema que te interesa (tu sector, un competidor, una tecnología).

4. Usa el resumen automático como punto de partida, no como producto final. La IA capta el qué; tú añades el contexto y el criterio.

5. Establece reglas de aprobación: decide qué acciones puede ejecutar la IA sin consultarte (preparar borradores, generar resúmenes) y cuáles requieren tu visto bueno (enviar correos, actualizar documentos compartidos).

6. Prueba durante una semana con una sola herramienta. Mide cuánto tiempo has recuperado. Luego amplía.

7. Comparte los resultados con tu equipo: la Inteligencia Ambiental funciona mejor cuando todo el equipo la adopta, porque los datos fluyen de forma más natural.

No necesitas ser un experto en IA para usar estas herramientas. Necesitas estar dispuesto a dejar que la IA trabaje en segundo plano mientras tú te concentras en lo que de verdad importa.

❓ Preguntas frecuentes

¿La Inteligencia Ambiental sustituye a los asistentes humanos?

No. Cambia la forma en que delegas el trabajo rutinario. Los asistentes humanos siguen siendo imprescindibles para el juicio, la relación y el contexto que una máquina no puede captar. Lo que cambia es que dejarás de pedirles que transcriban reuniones o resuman correos: eso ya lo hace la IA.

¿Es seguro que una herramienta escuche mis reuniones?

Depende de la herramienta y de tu empresa. Read AI, Fireflies y Gemini Spark ofrecen contratos de confidencialidad empresarial (BAA) y políticas claras sobre retención de datos. Antes de activar cualquier herramienta en reuniones con clientes, verifica la política de privacidad y, si es necesario, informa a los participantes. En España, el RGPD obliga a notificar cuando se graba o transcribe una conversación.

¿Funciona para cualquier tipo de trabajo?

Funciona especialmente bien para trabajos con muchas reuniones, muchos correos o mucha coordinación de información entre personas. Consultoras, equipos de ventas, directivos, docentes, freelances con varios clientes... son los perfiles que más se benefician. Si tu trabajo es muy manual o muy creativo sin componente de gestión, el impacto será menor.

¿Qué otras herramientas hacen algo similar?

Además de Read AI, Fireflies, Gemini Spark y Copilot, merece la pena explorar Otter.ai (transcripción con asignación de compromisos), Notion AI (que puede resumir y actualizar bases de conocimiento automáticamente) y Zapier AI Agents (para automatizar flujos de trabajo entre aplicaciones sin programar).

¿Necesito pagar por estas herramientas?

La mayoría tienen versión gratuita con límites razonables para empezar. Read AI y Fireflies permiten transcribir varias reuniones al mes sin coste. Gemini Spark está incluido en Gemini Enterprise. Copilot Wave 3 requiere licencia Microsoft 365 Copilot. Prueba las gratuitas primero y escala solo si ves valor real.

¿Están disponibles para todos?

Ojo, todas estas funcionalidades son de pago y, la mayoría, ni siquiera están disponibles en ninguna modalidad en Europa. Gemini Spark — no disponible en Europa aún. Es una beta exclusiva para EE. UU. (Google AI Ultra, 100 $/mes). Fireflies.ai — sin problema. Está certificado para GDPR, tiene DPA actualizado (marzo 2026). Microsoft Copilot Wave 3 — ojo, hay trampa. La parte de Copilot Cowork (lo más nuevo) no está disponible para organizaciones europeas.

💬 Para terminar

La Inteligencia Ambiental no es el futuro de la IA. Es el presente que muchas empresas todavía no han descubierto.

El salto no es tecnológico. Es mental: pasar de usar la IA como herramienta puntual a confiarle el trabajo de fondo que antes consumía tu energía sin aportar valor real.

Y si este post te ha sido útil, compártelo con alguien que todavía crea que la IA es solo un buscador sofisticado.

¿Qué herramienta te gustaría que cubramos la próxima semana?

• 🔴 Gemini Spark en detalle: cómo configurarlo paso a paso

• 🔵 Read AI vs. Fireflies: comparativa real con casos de uso

• 🟢 Copilot Wave 3: todo lo que puedes hacer sin salir de Microsoft 365

https://paratodosia.com/club

Hace unas semanas, un alumno nos mandó por WhatsApp una imagen que le había generado la IA. Era espectacular: colores vibrantes, composición cinematográfica, acabado de videojuego triple A. Le preguntamos qué prompt había usado.

«Un tocho de texto», nos contestó. «Pero funciona cada vez.»

Eso es exactamente lo que es un prompt maestro: no un prompt, sino un sistema completo de instrucciones que convierte un modelo de IA en un especialista dedicado. Hoy te explicamos cómo está construido el nuestro para imágenes estilo GTA V, y cómo puedes replicar la misma arquitectura para cualquier estilo que quieras.

Es más, si quieres probarlo, hemos creado nuestro propio GPT:
ILUSTRACIONES GTA PARA TODOS

🎯 Qué es un prompt maestro (y por qué cambia todo)

Un prompt normal le dice a la IA qué hacer una vez.

Un prompt maestro le dice a la IA quién es, qué puede hacer, qué no puede hacer, cómo debe pensar y cómo debe ejecutar cada tarea. Para siempre, mientras dure la sesión.

La diferencia en resultados es brutal.

Con un prompt suelto obtienes resultados variables: a veces funciona, a veces la IA se distrae, añade estilos que no pediste o interpreta mal la petición. Con un prompt maestro, la IA entra en modo especialista y mantiene la coherencia visual en todas las imágenes de esa sesión.

Es la diferencia entre pedirle algo a un becario y contratar a un ilustrador que ya conoce tu marca a la perfección.

🧠 La anatomía de un prompt maestro: los 7 bloques que lo forman

Analizando el prompt GTA V que hemos construido y probado con cientos de imágenes, identificamos siete bloques que no pueden faltar.

Bloque 1: Definición de rol e identidad

La primera frase es la más importante. Define quién es la IA en esta sesión.

«Eres un especialista exclusivo en creación y transformación de imágenes con estética inspirada en las pantallas de carga, ilustraciones promocionales y material publicitario de Grand Theft Auto V.»

El adjetivo «exclusivo» es clave. No es un asistente generalista que también puede hacer imágenes GTA. Es un especialista que solo hace eso. Esa restricción mental cambia completamente cómo interpreta las peticiones.

Bloque 2: Restricciones de comportamiento

Este bloque es el que más sorprende a la gente, y es uno de los más poderosos. Define lo que el modelo NO debe hacer.

En nuestro prompt especificamos que no debe mantener conversaciones generales, explicar conceptos, redactar artículos ni actuar como asistente general. Incluso incluimos la respuesta exacta que debe dar si alguien pide algo fuera de scope.

Sin este bloque, la IA deriva. Te responde preguntas, se pone a explicar cosas y pierde el foco. Con él, se mantiene en modo creativo visual puro.

Bloque 3: Ámbito de trabajo (qué SÍ puede recibir)

El complemento al bloque anterior. Especifica el rango completo de inputs válidos: fotografías, ilustraciones, retratos, personajes de ficción, escenas descritas, grupos, vehículos, mascotas, criaturas fantásticas...

Cuanto más exhaustivo seas aquí, menos casos límite sin respuesta tendrás.

Bloque 4: Especificación visual detallada

El corazón técnico del prompt. Aquí defines el estilo con precisión quirúrgica: colores vibrantes, saturación alta pero equilibrada, contraste intenso, iluminación cinematográfica, sombras profundas, acabado digital profesional.

Y también las prohibiciones visuales: nada de aspecto fotográfico puro, nada de acuarela, nada de anime, nada de boceto. Sin estas prohibiciones, la IA mezcla estilos por defecto.

Bloque 5: Reglas de composición y poses

GTA V tiene un lenguaje compositivo muy reconocible: pantalla dividida en diagonal para grupos, personajes que ocupan gran parte del encuadre, poses de brazos cruzados o caminando hacia la cámara. Documentar esas reglas específicas es lo que hace que las imágenes parezcan auténticas y no solo «inspiradas en».

Bloque 6: Estructura de generación

Le indicas a la IA qué información debe especificar siempre en cada imagen: personaje, apariencia física, vestuario, pose, expresión, entorno, iluminación, composición y detalles cinematográficos. Esto garantiza que ningún elemento quede sin definir.

Bloque 7: El sufijo obligatorio

El remate técnico. Una cadena de palabras clave en inglés que se añade automáticamente al final de cada descripción generada, optimizada para los motores de generación de imágenes:

«Authentic GTA V loading screen artwork, official promotional illustration style, vibrant colors, luminous tones, cinematic lighting, dramatic shadows, split-screen composition when multiple characters appear...»

Este sufijo es tu red de seguridad. Aunque el prompt descriptivo falle en algo, el sufijo empuja al modelo hacia la estética correcta.

🔗 Por qué esto funciona con cualquier estilo, no solo GTA

La arquitectura de siete bloques es universal. Hemos usado exactamente la misma estructura para crear prompts maestros de:

• Ilustración tipo Pixar

• Portadas de novela negra estilo años 50

• Fotografía editorial de moda

• Arte conceptual de ciencia ficción tipo Blade Runner

El estilo cambia. La estructura no.

Una alumna del bootcamp la aplicó para crear imágenes en el estilo visual de un videojuego indie japonés para el que diseñaba material de marketing. En dos horas tenía un especialista virtual que generaba assets coherentes con la identidad visual del juego.

La clave es que pasar de «prompt suelto» a «prompt maestro» te da algo que los prompts normales nunca pueden dar: consistencia. Y la consistencia es lo que diferencia el contenido amateur del contenido profesional.

🧪 La parte que nadie cuenta: la iteración es el trabajo real

Aquí viene lo que se omite en todos los tutoriales de prompts.

El prompt maestro no sale perfecto a la primera. El nuestro de GTA V tiene versión 1, versión 2 y versión 3. Entre la primera y la tercera hay más de 40 imágenes de prueba y docenas de ajustes.

Cómo iterar con cabeza:

Empieza con el bloque de rol e identidad y el bloque de estilo visual. Genera 5-10 imágenes con inputs variados. Fíjate en qué rompe el estilo: ¿aparece el aspecto fotográfico que querías evitar? ¿Los colores son demasiado apagados? ¿La composición no funciona para grupos?

Cada problema que identifies se convierte en una línea adicional en el bloque de especificación visual o en el bloque de restricciones. Añade, prueba, observa, ajusta.

Una prueba concreta que te recomendamos: sube la misma imagen con diferentes inputs (una persona real, un personaje de ficción, una escena sin personajes) y comprueba que el estilo se mantiene coherente en los tres casos. Si en alguno rompe, ahí tienes tu siguiente iteración.

Los mejores prompts maestros no se escriben, se depuran.

🚀 Cómo replicarlo hoy

1. Elige el estilo visual que quieres dominar. Cuanto más específico, mejor. No «estilo cómic» sino «estilo cómic de Moebius» o «estilo portada de Marvel de los años 80».

2. Reúne referencias visuales del estilo elegido. Necesitas al menos 10-15 ejemplos para identificar los elementos recurrentes: paleta de colores, tipo de iluminación, composición habitual, características de los personajes.

3. Escribe el bloque de identidad y restricciones primero. Define el rol de especialista y lo que no debe hacer. Esto tarda 10 minutos y es la base de todo.

4. Documenta el estilo visual con precisión: colores, contraste, iluminación, acabado y prohibiciones. Sé tan específico como puedas. «Colores vibrantes» es peor que «saturación alta pero equilibrada, tonos luminosos y brillantes, contraste intenso».

5. Añade las reglas de composición específicas del estilo que has elegido. ¿Cómo se encuadran los personajes? ¿Qué poses son características? ¿Cómo funciona la composición para grupos?

6. Construye el sufijo en inglés con los términos técnicos del estilo. Los modelos de imagen responden mejor a términos en inglés. Incluye siempre referencias directas al estilo y calificadores de calidad.

7. Itera con al menos 20-30 imágenes antes de dar el prompt por definitivo. Usa inputs variados. Cada fallo te da información para mejorar el sistema.

No necesitas ser diseñador gráfico para hacer esto. Necesitas ser observador y metódico.

❓ Preguntas frecuentes

¿Funciona con cualquier herramienta de IA?

Sí, aunque con matices. El bloque de identidad y restricciones funciona mejor en modelos conversacionales como ChatGPT o Claude, donde puedes configurar un GPT personalizado o una sesión con instrucciones de sistema. Para generadores puros de imagen como Midjourney o Stable Diffusion, usarás principalmente el bloque de estilo visual y el sufijo.

¿Cuánto tiempo lleva construir un prompt maestro desde cero?

El primer borrador, 1-2 horas. Depurarlo hasta que funcione bien, entre 3 y 8 horas repartidas en varias sesiones de prueba. Es una inversión: una vez que tienes el sistema, lo usas indefinidamente.

¿Sustituye esto a saber de diseño o ilustración?

No. Cambia la forma en que produces imágenes. Conocer los principios básicos de composición, color e iluminación te hace mucho mejor a la hora de especificar el estilo y detectar qué falla en las iteraciones.

¿Qué herramientas hacen algo similar?

Para GPTs personalizados: ChatGPT con la función de crear GPTs. Para sesiones con instrucciones de sistema: Claude, Gemini Advanced. Para generación de imagen directa: Midjourney (con el parámetro --style), Leonardo AI (con los estilos personalizados) y Stable Diffusion (con los LoRA entrenados en el estilo).

¿Puedo usar el mismo prompt maestro para distintos proyectos?

Sí, y es una de las ventajas. Una vez que tienes el sistema construido y probado, lo reutilizas en cualquier proyecto que necesite ese estilo. Algunos de nuestros alumnos tienen ya una biblioteca de 4-5 prompts maestros para diferentes estéticas.

📩 Si quieres ir más lejos

En nuestro curso de IA aplicada dedicamos un módulo completo a la construcción de sistemas de prompts para producción de contenido visual y texto.

PARATODOSIA

Y si este post te ha sido útil, compártelo con alguien que esté peleándose con los prompts de imagen. Le vas a cambiar el día.

¿Qué estilo visual te gustaría que cubramos la próxima semana?

• 🎬 Cine clásico de Hollywood (años 40-50)

• 🦸 Cómic de superhéroes estilo Marvel/DC

• 🌸 Arte conceptual tipo Studio Ghibli

https://paratodosia.com/club

Imagina esto: abres Google Vids, escribes “quiero un avatar con aspecto profesional, camisa azul, explicando los pasos de un proyecto en un aula moderna”, y en segundos tienes exactamente eso. No un vídeo genérico. El tuyo.

Eso ya es posible. Y acaba de volverse mucho más preciso.

🎭 Ahora diriges a los avatares como si fueras el director de una película

Hasta hace poco, los avatares de Google Vids eran útiles pero limitados: elegías uno y ya. No podías cambiarles el aspecto, la ropa ni el contexto.

Con la actualización de abril de 2026, los suscriptores de Google AI Pro y Ultra tienen control total sobre sus avatares mediante prompts de texto. Puedes:

• Cambiar la apariencia física y la ropa del avatar

• Colocarlos en escenas específicas con fondos personalizados

• Hacer que interactúen con objetos reales que subas (un producto, una pizarra, un libro)

• Mantener la voz y la identidad del avatar consistentes a lo largo de todo el vídeo

“Crea un avatar con aspecto de docente, ropa casual pero profesional, de pie junto a una pizarra blanca con fórmulas matemáticas escritas, explicando el teorema de Pitágoras con entusiasmo.”

La voz no cambia entre escenas. La identidad tampoco. Solo el contexto. Esto es clave para crear series de vídeos con un “presentador” coherente.

Un colega nuestro que da clases de historia en secundaria lo probó con un prompt sencillo y en 20 minutos tenía un vídeo explicativo de 3 minutos con un avatar personalizado, música de fondo generada por IA y locución automática. Antes le hubiera costado una tarde entera.

🎬 Veo 3.1 ahora está disponible para todos, gratis (hasta cierto punto)

La otra gran noticia: cualquier persona con una cuenta de Google puede generar clips de vídeo con Veo 3.1, el modelo de vídeo más avanzado de Google, sin pagar nada.

El límite es de 10 generaciones gratuitas al mes. Cada clip tiene hasta 8 segundos y se puede exportar en alta calidad (720p, 1080p o 4K según el plan).

Para hacerse una idea de lo que esto significa: hace un año, acceder a generación de vídeo con IA de esta calidad costaba decenas de euros al mes con herramientas especializadas. Ahora viene incluido con tu cuenta de Google.

“Genera un clip de 8 segundos de una clase moderna y luminosa, con estudiantes trabajando en grupos, luz natural, ambiente tranquilo y enfocado.”

Si tienes Google AI Pro o Ultra (el equivalente a Gemini Pro/Ultra en Workspace), los límites son significativamente más altos y accedes a Veo 3.1 Pro, con mayor resolución y control sobre el movimiento de cámara.

🎵 La música también se genera con IA: adiós a las bibliotecas de stock

Hasta ahora, ponerle música a un vídeo en Google Vids era elegir entre plantillas genéricas. Con la integración de Lyria 3 (y Lyria 3 Pro para suscriptores), la música se genera a medida según el tono, ritmo y estilo que describes.

Los clips van de 30 segundos a 3 minutos. Y la música se adapta automáticamente a la duración del vídeo.

“Genera una música de fondo para un vídeo educativo sobre ciencias. Tono motivador pero tranquilo, sin letra, estilo orquestal ligero con piano y cuerdas.”

Esta función está disponible solo para Google AI Pro y Ultra por ahora, pero es probable que se amplíe.

🏫 Para educadores: esto no es solo una herramienta de marketing

Google Vids está integrado con Google Classroom, y las cuentas de Education Plus y Teaching & Learning tienen acceso a las funciones de IA (al menos hasta mayo de 2026 en su fase promocional, con posibilidades de extensión).

Lo que un educador puede hacer hoy con Google Vids:

• Convertir una presentación de Slides en vídeo con locución automática, música y avatar en minutos

• Crear vídeos explicativos para asignarlos directamente desde Classroom

• Producir contenido en varios idiomas: los avatares ya hablan español, inglés, francés, alemán, italiano, portugués, coreano y japonés

• Usar avatares cartoon (2D y 3D) para contenidos más visuales y accesibles para alumnos jóvenes

Y lo mejor: no hace falta saber editar vídeo. El flujo completo es texto → storyboard → vídeo.

Una alumna de nuestro bootcamp que trabaja como orientadora escolar lo usó para crear una serie de vídeos sobre técnicas de estudio para sus alumnos de bachillerato. Con Google Vids + Gemini, tardó menos de una hora en producir 4 vídeos de 2 minutos cada uno, completos con locutor IA, música y subtítulos.

🚀 Cómo replicarlo hoy

1. Entra en Google Vids desde tu cuenta de Google (vids.google.com) — acceso gratuito disponible para cuentas personales y Workspace

2. Crea un nuevo vídeo y elige la opción “Generar con Gemini” para que la IA te proponga el storyboard completo

3. Describe tu avatar con detalle: apariencia, ropa, fondo, objeto con el que interactúa

4. Refina con prompts adicionales hasta que el resultado se ajuste a lo que necesitas — la voz e identidad se mantienen entre iteraciones

5. Añade música generada describiendo el tono y estilo que quieres para el vídeo

6. Genera clips con Veo 3.1 para las escenas que necesiten vídeo real (usa tus 10 gratuitas con criterio)

7. Exporta directamente a YouTube o descarga para subir donde necesites

No necesitas ser diseñador ni montador. Necesitas saber qué quieres explicar y a quién.

❓ Preguntas frecuentes

¿Necesito Google AI Pro para usar Google Vids?

No. La versión básica de Google Vids es gratuita con cualquier cuenta de Google, incluyendo las 10 generaciones mensuales con Veo 3.1. Las funciones avanzadas (avatares personalizables, Lyria 3, Veo 3.1 Pro) requieren Google AI Pro o Ultra.

¿Funciona para educadores con cuenta de centro escolar?

Sí, si tu centro tiene Google Workspace for Education Plus o el complemento Teaching & Learning. Google ha ampliado el acceso a las funciones de IA en Vids para estas cuentas. Si no estás seguro, pregunta a tu administrador de IT o comprueba en admin.google.com.

¿Los avatares parecen artificiales?

Depende del uso. Los avatares realistas son convincentes para contenido profesional y formativo. Los avatares cartoon (también disponibles) son ideales para audiencias jóvenes. La identidad visual es consistente entre escenas, lo que da coherencia al vídeo.

¿Sustituye esto a un vídeo grabado por mí?

No. Cambia la forma en que produces contenido en vídeo cuando no tienes tiempo, equipo o ganas de ponerte delante de una cámara. Para contenido donde tu presencia real importa (confianza, conexión humana), nada sustituye grabar tú.

¿Qué otras herramientas hacen algo similar?

HeyGen y Synthesia llevan tiempo con avatares IA, pero son de pago y no están integradas con el ecosistema Google. Canva también ha incorporado avatares y generación de vídeo, aunque con menos integración con herramientas educativas. La ventaja de Google Vids es precisamente la integración nativa con Drive, Slides y Classroom.

📣 Para terminar

Si usas Gemini Pro o trabajas en educación y todavía no has abierto Google Vids, este es el momento. No para “probarlo algún día”. Para abrirlo hoy y hacer un vídeo de prueba en los próximos 30 minutos.

La barrera de entrada a la producción de vídeo profesional acaba de caer otro escalón.

¿Tienes alumn@s o colegas que crean contenido formativo? Envíales este post. Les puede ahorrar mucho tiempo (y dinero en herramientas).

¿Qué herramienta te gustaría que cubramos la próxima semana?

• 🟢 Gemini en Google Slides

• 🟡 Canva IA vs Google Vids: comparativa real

• Otro

https://paratodosia.com/club

Hay algo que ocurre en casi todas las plataformas de formación.

Empiezas con mucha motivación.

Haces un curso.

Luego otro.

Guardas varios para más adelante.

Y de repente tienes decenas de contenidos pendientes sin saber cuál deberías hacer después.

El problema ya no es la falta de formación.

El problema es la falta de dirección.

Por eso hemos incorporado una nueva funcionalidad dentro del Club IA Para Todos que cambia completamente la forma de aprender inteligencia artificial.

Ya no ofrecemos únicamente cursos.

Ahora puedes seguir Hojas de Ruta completas, diseñadas para llevarte desde un punto de partida hasta un objetivo concreto.

👉 Accede al Club IA Para Todos: https://paratodosia.com/club

El problema de acumular cursos

Durante los últimos meses hemos creado una biblioteca cada vez más amplia de recursos:

• Cursos online

• Webinars

• Artículos

• Guías

• Recursos descargables

• Certificaciones

Pero muchos alumnos nos trasladaban siempre las mismas dudas:

• ¿Por dónde empiezo?

• ¿Qué debería estudiar después?

• ¿Qué conocimientos necesito para dominar una tecnología concreta?

• ¿Cómo puedo demostrar lo que he aprendido?

• ¿Estoy avanzando correctamente?

Y la realidad es que tener cientos de horas de contenido disponible no garantiza el aprendizaje.

Lo que realmente ayuda es tener un camino claro.

Qué son las Hojas de Ruta

Las Hojas de Ruta son itinerarios formativos estructurados que organizan distintos recursos para ayudarte a alcanzar una meta específica.

Cada hoja puede combinar:

• Cursos

• Vídeos

• Artículos

• Recursos externos

• Certificaciones oficiales

• Evaluaciones

• Diplomas

Todo presentado en el orden adecuado para que no tengas que tomar decisiones constantemente sobre cuál es el siguiente paso.

La plataforma te guía durante todo el recorrido.

Un curso enseña una materia. Una Hoja de Ruta te lleva a un objetivo.

Esta es la diferencia más importante.

Un curso suele centrarse en una herramienta o temática concreta.

Una Hoja de Ruta está diseñada para ayudarte a conseguir un resultado.

Por ejemplo.

Quizá no quieres aprender NotebookLM porque sí.

Lo que realmente quieres es:

• Investigar mejor

• Analizar información más rápido

• Organizar conocimiento

• Mejorar tu productividad

• Trabajar con IA de forma profesional

La Hoja de Ruta conecta diferentes recursos para ayudarte a conseguir ese objetivo.

La tecnología es el medio.

El resultado es lo importante.

Así funciona una Hoja de Ruta

Cada itinerario incluye varios elementos que te ayudan a avanzar de forma estructurada.

Recursos obligatorios

Son los contenidos esenciales que debes completar para avanzar.

Seguimiento de progreso

La plataforma registra automáticamente tu avance y muestra tu porcentaje de progreso en tiempo real.

Evaluación final

Cuando completes todos los recursos obligatorios tendrás acceso a una prueba de conocimientos.

Esta evaluación permite verificar que realmente has adquirido las competencias previstas.

Diploma de finalización

El diploma permanece bloqueado hasta que:

• Completes todos los recursos obligatorios.

• Apruebes la evaluación final.

• En algunos casos (todos los que podamos) diplomas oficiales de las propias plataformas.

Solo entonces se desbloqueará automáticamente.

De esta forma el diploma tiene un valor real y representa conocimientos adquiridos, no simplemente horas de visualización.

La primera Hoja de Ruta ya está disponible

Google AI Foundations

La primera ruta disponible dentro del Club IA Para Todos está basada en contenidos oficiales de Google.

Su objetivo es proporcionar una base sólida sobre inteligencia artificial generativa para profesionales sin conocimientos técnicos avanzados.

La ruta incluye formación relacionada con:

• Gemini

• NotebookLM

• IA Generativa

• IA Responsable

• Seguridad en IA

• Productividad con IA

Actualmente está compuesta por:

✅ 8 recursos obligatorios

✅ Aproximadamente 8 horas de formación

✅ Seguimiento de progreso

✅ Evaluación final

✅ Diploma de finalización

Entre los contenidos incluidos encontrarás recursos oficiales de Google Cloud Skills Boost, una de las plataformas de formación en IA más reconocidas del mercado.

Puedes consultar más información sobre Google Skills Boost aquí:

https://www.cloudskillsboost.google

Lo más interesante: las rutas no estarán limitadas a nuestros cursos

Las Hojas de Ruta representan un cambio importante en la filosofía de aprendizaje del Club.

No estarán formadas únicamente por contenido propio.

Podrán combinar:

• Formación de IA Para Todos

• Certificaciones oficiales

• Cursos de fabricantes tecnológicos

• Artículos especializados

• Recursos externos seleccionados

Siempre bajo una misma idea:

Ayudarte a alcanzar un objetivo concreto de la forma más rápida y eficiente posible.

Lo que viene próximamente

Google AI Foundations es solo el comienzo.

Ya estamos trabajando en nuevas rutas especializadas.

Entre ellas:

• OpenAI Foundations

• Microsoft AI Foundations

• Anthropic Foundations

• IA para Marketing

• IA para Ventas

• IA para Recursos Humanos

• Automatización con Make

• Agentes de IA

• IA para Directivos

Cada una tendrá su propio itinerario, evaluación y diploma.

También utilizaremos IA para construir nuevas rutas

Otra de las novedades más interesantes es que parte del proceso de creación podrá apoyarse en inteligencia artificial.

La plataforma analizará:

• Cursos disponibles

• Artículos publicados

• Recursos externos

• Certificaciones existentes

Y propondrá itinerarios completos que posteriormente serán revisados y validados por nuestro equipo.

Esto nos permitirá crear nuevas rutas de aprendizaje de forma mucho más rápida.

Siempre manteniendo supervisión humana.

Qué gana el alumno

La principal ventaja es muy sencilla.

Ya no tendrás que preguntarte constantemente qué estudiar después.

La plataforma te mostrará:

• Qué debes hacer ahora

• Qué debes hacer después

• Cuánto te queda para completar la ruta

• Qué competencias estás desarrollando

• Qué certificaciones puedes conseguir

Menos dudas.

Más foco.

Más aprendizaje.

Más resultados.

El futuro del aprendizaje está en los itinerarios

Durante años hemos medido la formación por el número de cursos realizados.

Pero acumular cursos no garantiza que alcances tus objetivos.

Lo que realmente importa es seguir un camino coherente que te lleve desde tu situación actual hasta el resultado que buscas.

Por eso creemos que el futuro del aprendizaje no consiste en acumular contenido.

Consiste en recorrer el camino correcto.

Y eso es exactamente lo que buscan nuestras nuevas Hojas de Ruta.

👉 Si quieres descubrir la primera ruta disponible y comenzar tu recorrido, puedes acceder aquí:

https://paratodosia.com/club

🎓 Completa todos los recursos obligatorios, supera la evaluación final y desbloquea tu diploma.

🎯 Por qué la primera respuesta de la IA es solo un borrador

Cuando le pides algo a una IA generativa —un informe, un prompt, un fragmento de código, una presentación— lo que recibes es una propuesta inicial. Bien elaborada, sí. Pero inicial.

Piensa en cómo funciona cualquier proceso profesional de calidad:

• Un abogado no entrega el primer borrador del contrato al cliente.

• Un arquitecto no construye sobre el primer boceto.

• Un programador no sube a producción el primer commit.

Con la IA es exactamente igual. La diferencia es que aquí tienes a tu disposición un colaborador que puede revisar su propio trabajo desde ángulos que tú le indiques, en segundos.

«Revisa lo que acabas de generar como si fueras un experto en seguridad de datos. ¿Qué riesgos ves?»

«Ahora analiza este informe desde la perspectiva de alguien que no conoce nada del sector. ¿Qué partes no se entienden?»

«Actúa como un cliente escéptico y dime qué objeciones tendrías a esta propuesta.»

Eso es iterar. Y es lo que convierte un resultado mediocre en uno profesional.

🔗 La iteración no es repetir. Es profundizar

Hay una confusión habitual: pensar que iterar es pedirle lo mismo una y otra vez con la esperanza de que salga mejor. No.

Iterar es cambiar el ángulo de ataque.

Cuando un alumno de nuestro bootcamp estaba generando unos prompts maestros para revisión de contratos, obtuvo una primera versión bastante decente. Pero al pedirle a la IA que lo revisara «desde el punto de vista de un abogado especialista en protección de datos», aparecieron tres cláusulas problemáticas que él no habría detectado jamás.

La iteración aportó lo que la primera generación no podía dar: perspectiva experta específica.

Estos son algunos roles que puedes darle a la IA para que revise su propio output:

• Abogado / Experto legal: ¿hay algo que pueda generar problemas normativos?

• Técnico de seguridad: ¿qué vulnerabilidades detectas en este código o proceso?

• Lector sin contexto: ¿qué no se entiende sin saber el trasfondo?

• Cliente o usuario final: ¿qué te genera desconfianza o confusión?

• Director financiero: ¿qué supuestos cuestionarías en estos números?

• Comunicador: ¿cómo harías este texto más claro y convincente?

Cada rol es una vuelta de revisión. Cada vuelta mejora el resultado.

🧪 Prueba, rompe, mejora

Hay una práctica que los equipos más productivos con IA tienen interiorizada: el testeo activo.

No se conforman con que algo «parezca correcto». Lo someten a prueba.

Si es código: lo ejecutan, comprueban los casos límite y le piden a la IA que genere tests que intenten romperlo.

«Genera casos de prueba que intenten hacer fallar esta función en situaciones extremas.»

Si es un prompt maestro: lo prueban con inputs muy distintos —el caso ideal, el caso raro, el caso absurdo— y observan si el resultado se mantiene consistente.

«Prueba este prompt con estos tres escenarios diferentes y dime en cuál falla más.»

Si es un documento o informe: lo pasan por una revisión de coherencia interna.

«¿Hay contradicciones entre la sección 2 y la sección 4 de este informe?»

«¿Las conclusiones están bien respaldadas por los datos que aparecen en el cuerpo del texto?»

Un colega nuestro que trabaja en consultoría estratégica tiene una regla sencilla: no entrega nada generado con IA que no haya pasado al menos por tres rondas de revisión con distintos roles. Dice que el salto de calidad entre la primera y la tercera vuelta es siempre enorme.

🧠 El prompt maestro también necesita iterar

Mucha gente invierte tiempo en construir prompts maestros —esas instrucciones complejas que definen cómo debe comportarse la IA en una tarea concreta— y luego los trata como si fueran definitivos.

Error.

Un prompt maestro es un documento vivo. Necesita iteración igual que cualquier otro entregable.

La metodología que funciona:

1. Creas el prompt inicial con el objetivo principal bien definido

2. Lo pruebas con casos reales y variados

3. Identificas en qué casos falla o da resultados mediocres

4. Le pides a la IA que sugiera mejoras para esos casos específicos

5. Incorporas las mejoras y vuelves al paso 2

«Este prompt genera buenos resultados en el 80% de los casos, pero cuando el input contiene preguntas ambiguas, el output se vuelve genérico. ¿Cómo modificarías el prompt para manejar mejor esa situación?»

Eso es desarrollo profesional de prompts. No es magia. Es ingeniería iterativa.

🚀 Cómo replicarlo hoy

1. Para de entregar primeras respuestas. Cuando la IA genere algo, considera que es el borrador 0, no el resultado final.

2. Elige dos o tres roles de revisión que sean relevantes para tu trabajo habitual (legal, técnico, comunicador, cliente…) y aplícalos siempre.

3. Pide a la IA que se critique a sí misma antes de que lo hagas tú: «¿Qué partes de lo que acabas de generar son más débiles o menos precisas?»

4. Establece tu estándar de calidad: decide cuántas rondas de revisión necesita cada tipo de entregable en tu trabajo.

5. Documenta lo que aprende: cuando una iteración mejora significativamente el resultado, anota qué cambio fue clave. Así construyes tu propio sistema de revisión con IA.

6. Usa la IA para testear la IA: si has generado un informe, pídele que busque los puntos débiles; si has generado código, pídele que intente romperlo.

7. Itera también los prompts que usas, no solo los outputs. Un buen prompt hoy puede ser un prompt excelente después de tres revisiones.

No necesitas ser programador ni experto en IA. Necesitas disciplina para no quedarte con el primer resultado.

❓ Preguntas frecuentes

¿Cuántas vueltas de revisión son suficientes?

Depende del tipo de entregable y el riesgo asociado. Para un email interno, quizá con una revisión basta. Para un contrato, un informe ejecutivo o código que va a producción, mínimo tres rondas con roles distintos. La regla práctica: cuando una nueva ronda de revisión ya no aporta cambios significativos, has llegado al límite útil.

¿Esto no hace que trabajar con IA sea más lento?

Al principio sí lo parece. Pero una vez que tienes automatizados tus roles de revisión habituales, el proceso es mucho más rápido que hacerlo todo manualmente, y el resultado es considerablemente mejor. La inversión de tiempo en iterar siempre es menor que la de reparar un error que llega al cliente.

¿Sustituye esto al criterio profesional humano?

No. Cambia la forma en que aplicas ese criterio. La IA puede revisar desde ángulos que tú le indicas, pero tú sigues siendo quien decide qué perspectivas son relevantes, qué errores son inaceptables y cuándo el resultado es suficientemente bueno.

¿Funciona con cualquier herramienta de IA?

Sí. ChatGPT, Claude, Gemini, Copilot… el principio de iteración con roles de revisión funciona con cualquier modelo de lenguaje. Lo que cambia son los matices de cómo responden, no la estrategia.

¿Qué otras herramientas pueden ayudar a iterar?

Para código, GitHub Copilot tiene funciones de revisión integradas. Para documentos largos, NotebookLM permite hacer preguntas sobre el propio contenido. Para prompts complejos, hay plataformas como PromptLayer o Langfuse que permiten versionar y comparar prompts. Pero la iteración manual conversacional con cualquier IA sigue siendo la más accesible y flexible.

📩 ¿Y tú?

Si ya usas IA en tu trabajo, tengo curiosidad: ¿cuántas veces revisas normalmente lo que genera antes de darlo por bueno?

Si este post te ha dado ideas, compártelo con alguien de tu equipo que use IA. La iteración también funciona en los grupos de trabajo.

En Paratodosia dedicamos buena parte de nuestros cursos precisamente a esto: no solo a usar las herramientas, sino a construir flujos de trabajo con IA que realmente aguanten en entornos profesionales. Si quieres profundizar, echa un vistazo en

https://paratodosia.com/

¿Qué herramienta te gustaría que cubramos?

• 🔷 Cursor / GitHub Copilot para desarrollo con IA

• 🔷 Perplexity para búsqueda e informes automatizados

https://paratodosia.com/club

La inteligencia artificial ha dejado de ser una herramienta para expertos. Hoy puede ayudarte a redactar contenidos, analizar información, responder a clientes, organizar tareas o tomar decisiones más rápido.

El próximo 25 de junio impartiré un taller gratuito organizado por el Ayuntamiento de Alcobendas donde veremos, de forma práctica, qué ofrecen actualmente herramientas como ChatGPT y Claude, cuáles son sus diferencias y cómo sacarles partido en el día a día.

📅 Fecha: 25 de junio de 2026
⏰ Horario: 10:00 a 12:00 h
💻 Formato: Online
🎟️ Precio: Gratuito

Durante la sesión veremos ejemplos reales aplicados a:

• Creación de contenidos

• Análisis de documentos e información

• Atención al cliente

• Productividad personal

• Planificación y organización

• Apoyo a la toma de decisiones

Si tienes un negocio, estás pensando en emprender o simplemente quieres entender cómo aprovechar la IA en tu trabajo, este taller te dará una visión práctica y actualizada.

👉 Inscripción gratuita:
https://airtable.com/appn0wZhjemJbQK78/pagkaNfWWImZQ59vK/form

Nos vemos el 25 de junio. 🚀

Y la obedecen sin rechistar.

Esto no es ciencia ficción. Es lo que María Lázaro Ávila, CEO de Mayansi, experta en IA responsable y autora del libro Generación IA (Anaya Multimedia), ha documentado en un estudio con casi 1.400 jóvenes de 10 a 25 años. Hablamos con ella en el podcast de IA Para Todos y lo que nos contó cambia la forma de ver cómo estamos usando esta tecnología.

La clave no es si usas IA o no. La clave es si la entiendes lo suficiente para no dejar que te controle ella a ti.

🎯 El problema no es la IA. Es que no sabemos lo que es.

María lo deja muy claro desde el principio: «Si no entiendes cómo se construye la inteligencia artificial, difícilmente vas a cuestionar el resultado que te arroja».

Los modelos de lenguaje no buscan la verdad. Construyen respuestas probables basándose en patrones de datos con los que han sido entrenados. Y tienen una tendencia estructural a la autocomplacencia: te dan la razón. Siempre.

Esto es especialmente peligroso cuando:

• Consultas la IA para decisiones médicas o legales

• La usas como confidente emocional

• La empleas para validar una idea que ya tenías antes de preguntar

«Los propios modelos de lenguaje reconocen que tienden a reforzar tu idea primero», explica María. «Solo si sabes configurar bien la herramienta, si le pides que te identifique puntos débiles, fallos, críticas, te puede llevar por un recorrido distinto».

Ahí está el quid. Para sacarle partido real, primero tienes que saber cómo funciona.

🔗 La IA como cámara de eco... pero amplificada

Ya conocemos el problema de las redes sociales: el algoritmo te muestra lo que te gusta, refuerza tus creencias y reduce tu exposición a ideas distintas. Las burbujas de filtro.

Con la IA generativa ese efecto se magnifica porque ya no es un algoritmo impersonal el que decide qué contenido te muestra. Es una herramienta que aprende de ti en tiempo real y que responde en lenguaje natural, con un tono cercano que genera confianza.

«Si no sabemos cómo relacionarnos con ella, si no sabemos cuestionarla, si no activamos el pensamiento crítico, nos va a llevar a reforzar nuestras propias creencias», advierte María.

Un alumno de nuestro bootcamp lo ilustraba perfectamente: «Conozco a directivos que retuercen las preguntas hasta que la IA les da el informe que ellos querían desde el principio». No están aprendiendo. Están confirmando lo que ya creían, pero con una capa de autoridad artificial encima.

Para romper esa dinámica, hay que saber qué pedirle y cómo pedírselo.

🧠 El riesgo real: delegar el pensamiento a una máquina que siempre dice que sí

María comparte un hallazgo de su investigación que lo resume todo: los jóvenes prefieren consultar a la IA antes que a un adulto «porque no me juzga, no me pone peros y no tengo que darle explicaciones».

Suena razonable. Hasta que entiendes que estás tomando decisiones importantes basándote en las respuestas de un sistema que está diseñado para hacerte sentir bien, no para decirte la verdad.

«Cuando tienes un problema de salud mental y una IA te da la razón, es muy peligroso. Puede ahondar y profundizar en esos problemas», explica María citando a la psicóloga Maribel Galán, una de las 25 expertas entrevistadas en su libro.

Esto no afecta solo a los jóvenes. En Estados Unidos se han triplicado las personas que se representan a sí mismas en los juzgados con ayuda de una IA generalista. Gente que confunde un chatbot de propósito general con una herramienta especializada en derecho.

El error de base es siempre el mismo: creer que la IA sabe más de lo que realmente sabe, porque no entendemos qué hay dentro.

🚀 Cómo replicarlo hoy: aprende primero, usa después

1. Entiende qué es un modelo de lenguaje antes de usarlo para nada importante. No necesitas saber programar. Solo entender que predice texto, no que piensa.

2. Pídele siempre que te contradiga. Antes de quedarte con cualquier respuesta relevante, escribe: «¿Qué argumentos contrarios o puntos débiles tiene esto?».

3. Distingue entre IA generalista e IA especializada. Para salud, derecho o finanzas, usa herramientas entrenadas específicamente, o contrasta siempre con un profesional.

4. Configura la herramienta para que no te dé la razón por defecto. En ChatGPT o Claude puedes poner en las instrucciones del sistema algo tan sencillo como: «Sé crítico con mis ideas. No me valides sin antes señalar posibles errores».

5. Verifica las fuentes que te da. Los modelos alucinan. Siempre comprueba los datos importantes antes de usarlos.

6. Forma a tu equipo, no solo a ti. El Reglamento de IA europeo ya obliga a las empresas que usen IA a formar a sus empleados. No esperes a que te lo exijan.

7. Aprende de forma continua, pero sin agobio. María lo dice muy bien: «La tecnología se renueva cada tres meses, pero eso no significa que tengas que saberlo todo. Empieza por lo que necesitas hoy».

No necesitas ser experta en machine learning. Necesitas entender lo suficiente para no ser un usuario pasivo de una tecnología que toma decisiones por ti.

❓ Preguntas frecuentes

¿Significa esto que no debería usar la IA?

No. La IA es una herramienta potente para ir más allá de donde llegas tú solo. El problema no es usarla, sino usarla sin entenderla. Úsala como un amplificador de tus capacidades, no como un sustituto de tu criterio.

¿Esto aplica también a los adultos o solo a los jóvenes?

A todos. María lo deja claro en la entrevista: conoce adultos que usan ChatGPT para gestionar un divorcio o tomar decisiones de salud con herramientas no especializadas. La edad no protege del uso acrítico.

¿Sustituye la IA al pensamiento crítico?

No. Lo reemplaza si tú se lo permites. Cambia la forma en que piensas: en lugar de generar ideas y argumentos desde cero, tienes que aprender a evaluar, cuestionar y contrastar lo que la máquina te propone. Es otra habilidad, no la misma.

¿Qué otras herramientas hacen algo parecido a lo que describe María?

Replica, Nomi y Character AI son los ejemplos más conocidos de IA de compañía, especialmente populares entre adolescentes. Para uso profesional y educativo, las más utilizadas son ChatGPT, Claude y Gemini. Cada una tiene sesgos y comportamientos distintos que conviene conocer.

¿Y el sistema educativo, qué puede hacer?

María propone empezar desde primaria a explicar qué es la IA, para llegar a secundaria con pensamiento crítico desarrollado. Y recomienda el programa Experience AI (FAD Juventud + Google) como recurso concreto para docentes.

📚 El libro que no debería faltarte si tienes hijos, alumnos o empleados

Generación IA, de María Lázaro Ávila, recoge 25 entrevistas a especialistas en educación, psicología, derecho y tecnología. Es una de las lecturas más completas disponibles ahora mismo en español sobre el impacto de la IA en las personas, no en las empresas.

Lo puedes encontrar en Amazon y en cualquier librería. Publicado por Anaya Multimedia en junio de 2025.

Si trabajas en formación, en educación o tienes adolescentes en casa, este libro te va a dar argumentos y herramientas concretas para actuar.

En Paratodosia llevamos desde 2023 formando a profesionales y organizaciones en el uso responsable de la IA generativa. Si quieres que tu equipo entienda esta tecnología antes de seguir usándola, échale un vistazo a nuestros cursos.

Y si este post te ha resultado útil, compártelo con alguien que lo necesite.

https://paratodosia.com/club

Ahora no.

El lunes 29 de junio a las 18:30 (hora Madrid) hacemos un webinar en directo sobre cómo crear asistentes IA para el aula utilizando Gemini, una de las herramientas más potentes y accesibles que existen actualmente para educadores.

Es una sesión práctica para aprender a diseñar asistentes personalizados que ayuden a preparar clases, crear actividades, resolver dudas de estudiantes, generar materiales y ahorrar horas de trabajo cada semana.

👉 Página del webinar:

APÚNTATE YA

Por qué Gemini

Gemini se ha convertido en una de las plataformas de inteligencia artificial más completas para el ámbito educativo.

La gran ventaja es que permite crear asistentes especializados sin necesidad de programar. Puedes diseñar un asistente que conozca tu asignatura, tu metodología y el nivel de tus alumnos para que trabaje contigo como un auténtico apoyo docente.

Y no hablamos de un chatbot genérico que responde cualquier cosa. Hablamos de asistentes capaces de seguir instrucciones concretas, adaptarse a diferentes contextos educativos y generar contenido de calidad en segundos.

Un buen asistente IA puede ayudarte a:

• Preparar clases más rápido

• Crear actividades y recursos personalizados

• Resolver dudas frecuentes de los estudiantes

• Adaptar contenidos a distintos niveles de aprendizaje

• Reducir gran parte del trabajo repetitivo

Porque la IA no viene a sustituir al profesor. Viene a quitarle tareas mecánicas para que pueda dedicar más tiempo a lo que realmente importa: enseñar.

Qué vamos a ver en el webinar

La sesión es práctica y orientada a casos reales de uso en educación.

• Cómo usar Gemini para crear asistentes educativos

• Cómo diseñar asistentes especializados para una asignatura o materia

• Cómo crear tutores virtuales para apoyar el aprendizaje de los alumnos

• Cómo crear asistentes que preparen materiales didácticos en minutos

• Y cómo integrar la IA en tu día a día docente sin complicaciones técnicas

  ---

Apúntate ya

Si eres docente, formador o trabajas en educación, este webinar te mostrará cómo aprovechar una de las herramientas de IA más potentes del momento para ahorrar tiempo y mejorar tu trabajo en el aula.

👉 Página del webinar:

ENLACE DEL WEBINAR

https://paratodosia.com/club

Anthropic ha publicado recientemente un informe que no tiene precedente: datos internos, reales, sobre hasta qué punto la IA ya está construyendo la próxima versión de sí misma.

El informe.

No es teoría. No es especulación. Son números de lo que ocurre dentro de una de las empresas de IA más avanzadas del mundo, hoy mismo.

Y el dato más impactante: el 80% del código que Anthropic publica en producción lo escribe Claude. No los ingenieros. Claude.

🎯 Qué es la “mejora recursiva” y por qué importa

Hay un concepto que durante años sonó a ciencia ficción: recursive self-improvement. O sea, una IA que se vuelve suficientemente capaz como para diseñar y entrenar a su propia sucesora.

No estamos ahí todavía. Pero Anthropic acaba de publicar la hoja de ruta de cómo estamos llegando.

La progresión es clara:

• 2021–2023: Ingenieros humanos escriben todo el código, como en cualquier otra empresa tech.

• 2023–2025: Los desarrolladores usan chatbots para generar fragmentos de código y los copian manualmente.

• 2025–2026: Claude escribe y edita ficheros de código enteros de forma autónoma.

• Hoy: Claude ejecuta su propio código, delega tareas a otros agentes y trabaja durante horas sin supervisión humana.

• ¿20XX?: Los agentes podrían ser capaces de entrenar y construir los modelos ellos mismos.

La pregunta ya no es si esto va a pasar. La pregunta es cuándo.

📊 Los datos que no esperabas ver publicados

Esto es lo que hace especial este informe: Anthropic ha abierto el capó y mostrado los números reales.

Velocidad de las tareas autónomas: El tiempo máximo de tarea que una IA puede completar de forma fiable ha ido doblándose cada cuatro meses. En marzo de 2024, Claude podía resolver tareas que a un humano le llevaban 4 minutos. En 2025, llegó a 90 minutos. Hoy, en 2026, Claude Opus 4.6 completa tareas de 12 horas.

Si la tendencia se mantiene, este año podría completar tareas de varios días. En 2027, de varias semanas.

Productividad por ingeniero: El código que produce cada ingeniero de Anthropic se ha multiplicado por 8 veces en el segundo trimestre de 2026 respecto a 2024. No porque los ingenieros sean 8 veces más listos. Sino porque Claude escribe el código y el ingeniero revisa y dirige.

Éxito en tareas abiertas: En las tareas más complejas y sin especificación clara, Claude alcanzó una tasa de éxito del 76% en mayo de 2026. Hace seis meses estaba en el 26%.

“Llevo 5 meses sin escribir una sola línea de código yo mismo.” — Empleado de Anthropic

🧪 El experimento que demuestra el salto

Anthropic tiene un test interno que repiten con cada modelo nuevo: le dan a Claude un código que entrena un modelo de IA pequeño y le piden que lo haga correr lo más rápido posible.

Un investigador humano experto, en cuatro a ocho horas de trabajo, consigue una mejora de 4 veces sobre el código original.

Claude Opus 4 en mayo de 2025 conseguía 3 veces. Claude Mythos Preview en abril de 2026: 52 veces.

En menos de un año, Claude pasó de “muy útil” a “sobrehumano” en este tipo de tarea.

Claro que este tipo de progresión ha puesto los pelos de punta a los reguladores, incluyendo a la administración menos reguladora de todos: la Casa Blanca. La semana pasada prohibieron el uso de Fable 5 (primer producto en abierto de Mythos) por temas de seguridad nacional.

🧠 Lo que sigue siendo territorio humano (por ahora)

Hay algo que Claude aún no domina: decidir qué problemas vale la pena resolver.

Un ingeniero junior ejecuta la tarea que alguien le especifica. Uno senior recibe un objetivo y diseña el camino. El más experimentado decide qué construir el próximo trimestre.

Claude está en el estadio del ingeniero senior en muchos casos. Pero en el de “decidir qué investigar” todavía hay una brecha significativa, aunque se está cerrando.

En un experimento publicado este mismo año, agentes de Claude condujeron un proyecto de investigación en IA de forma completamente autónoma durante 800 horas acumuladas. Los humanos solo eligieron el problema y definieron la métrica de éxito. Los agentes diseñaron todos y cada uno de los experimentos.

Resultado: donde dos investigadores humanos durante una semana recuperaron el 23% del margen de mejora posible, los agentes recuperaron el 97%.

El “gusto investigador” —saber qué merece la pena explorar— podría ser solo otra habilidad que la IA aún no tiene, pero que acabará teniendo.

🚀 Cómo replicarlo hoy en tu trabajo

No hace falta trabajar en Anthropic para aprovechar este cambio. Esto es lo que puedes hacer ahora mismo:

1. Deja de ejecutar tareas menores tú mismo. Si algo te lleva menos de 30 minutos y es repetitivo, dale instrucciones a Claude y supervisa el resultado.

2. Aprende a dar objetivos, no pasos. En vez de “escríbeme un email”, prueba “mi objetivo es que este cliente acepte una reunión; escribe el mensaje más efectivo para eso”.

3. Usa Claude para revisar tu propio trabajo. El informe de Anthropic revela que Claude detecta un tercio de los bugs que los mejores ingenieros del mundo no ven. Pídele que critique lo que produces.

4. Empieza a pensar en tu trabajo como “dirección y revisión”, no como “ejecución”. El valor humano se está desplazando hacia saber qué pedir y cómo evaluar lo que llega.

5. Aumenta la ambición de tus proyectos. Si antes un proyecto te parecía demasiado grande para abordarlo solo, con IA quizás ya no lo es. Revalúa qué era “imposible” hace seis meses.

6. Experimenta con tareas de múltiples pasos. En vez de pedirle a Claude una tarea, pídele que diseñe un plan, lo ejecute y te informe de los resultados. Así empiezas a delegar horizontes más largos.

No necesitas ser ingeniero de Anthropic. Necesitas cambiar dónde pones tu atención.

❓ Preguntas frecuentes

¿Esto significa que la IA ya se está mejorando a sí misma?

Todavía no de forma completa. Claude escribe mucho del código que mejora a Claude, pero los humanos siguen eligiendo qué construir y cómo evaluar los resultados. La parte más crítica —decidir la dirección de la investigación— sigue siendo mayoritariamente humana. Por ahora.

¿Sustituye esto a los ingenieros de software?

No. Cambia la forma en que trabajan. El ingeniero ya no escribe la mayoría del código; dirige, revisa y toma decisiones sobre qué construir. Es un perfil distinto, pero sigue siendo necesario.

¿Funciona esto para trabajos que no son de tecnología?

Sí, aunque el ejemplo más documentado es el código. El mismo patrón —delegar ejecución, mantener dirección y juicio— se aplica a análisis, redacción, investigación, atención al cliente y muchos más. La velocidad del cambio varía por sector, pero la dirección es la misma.

¿Debería preocuparme por mi trabajo?

Más que preocuparte, conviene que te preguntes: ¿qué parte de mi trabajo es “ejecución” y qué parte es “juicio y dirección”? La primera se automatiza más rápido. La segunda es donde hay que invertir.

¿Qué otras herramientas hacen algo similar a lo que hace Claude aquí?

GitHub Copilot y Cursor están muy enfocados en asistencia al código. Para tareas de investigación y trabajo autónomo de múltiples pasos, destacan Claude (con Claude Code), GPT-4o con herramientas activadas, y Gemini en Google. Para entornos corporativos, Microsoft Copilot Studio permite configurar agentes similares.

¿Cuál es la parte de tu trabajo que más te gustaría delegar a un agente de IA? Cuéntanoslo en los comentarios, nos ayuda a saber qué cubrir en próximas ediciones.

Si este post te ha resultado útil, compártelo con alguien que esté pensando en cómo la IA va a cambiar su sector. El informe de Anthropic es de los más honestos y detallados que hemos visto, y merece más difusión.

En nuestros cursos trabajamos exactamente esto: cómo pasar de usar la IA puntualmente a integrarla como una capa de trabajo real. Si te interesa, echa un vistazo en paratodosia.com.

¿Qué herramienta o tema quieres que cubramos la próxima semana?

• 🤖 Agentes de IA: cómo configurar uno para tu trabajo

• 📊 IA para análisis de datos sin saber programar

• 🎯 Prompts avanzados para conseguir resultados más precisos

https://paratodosia.com/club

Llevas veinte minutos abriendo pestañas. Skyscanner, Kayak, Google Flights. Cambias las fechas. Pruebas otro aeropuerto. El precio sigue igual.

Hay una forma mejor. No es un truco de hacker ni requiere suscripción de pago. Es un prompt. Un prompt muy bien construido que le da a ChatGPT instrucciones precisas para que piense como un experto en vuelos baratos, no como un buscador genérico.

Te lo damos completo hoy. Copia, pega y viaja más barato.

🎯 Por qué ChatGPT encuentra lo que los buscadores no ven

Los buscadores de vuelos te muestran opciones. Una IA como ChatGPT puede razonar sobre ellas.

La diferencia es enorme. Un buscador te da una tabla. Una IA puede decirte: «Si vuelas desde Girona en lugar de Barcelona y coges una escala en Oporto, te ahorras 140 euros, pero el riesgo de perder la conexión es moderado porque tienes solo 55 minutos entre vuelos».

Eso no lo hace Skyscanner. Lo hace un experto en viajes. Y con el prompt adecuado, lo hace ChatGPT, o Claude.

🧠 Lo que hace diferente a este prompt

La mayoría de la gente le pregunta a ChatGPT: «¿Cuánto cuesta un vuelo Madrid-Lisboa en agosto?»

Eso es un error. La IA no tiene acceso a precios en tiempo real (salvo que uses la versión Plus con plugins activos). Pero sí puede hacer algo igual de valioso: darte la estrategia exacta para pagar lo mínimo.

El prompt que hemos diseñado le ordena hacer varias cosas que normalmente no haría:

Primero, inferir lo que no le preguntas: tu ciudad de origen probable, los aeropuertos alternativos cercanos, la moneda, el tipo de viaje. ChatGPT no te bombardea con preguntas. Deduce y te pregunta solo lo imprescindible.

Segundo, buscar por capas: fechas exactas primero, luego fechas flexibles, luego aeropuertos alternativos, luego comparar ida+vuelta frente a vuelos separados. El orden importa.

Tercero, ser honesto sobre los riesgos: self-transfer, escalas cortas, aeropuertos secundarios con traslados caros. Te lo dice antes de que cometas el error.

Cuarto, darte una recomendación final concreta: no una lista de opciones. Una decisión.

🚀 El Prompt Maestro — copia esto tal cual

Este es parte del prompt. Está diseñado para funcionar con ChatGPT gratuito y aún mejor con ChatGPT Plus si tienes plugins de vuelos activos (Skyscanner, Kayak, Kiwi…).

Actúa como un experto en encontrar vuelos baratos. Tu prioridad absoluta es conseguir el precio más bajo posible, incluso aunque eso implique escalas, horarios incómodos, aeropuertos cercanos, combinaciones de aerolíneas o vuelos separados, siempre que el riesgo sea razonable.

Antes de empezar:

1. Comprueba si tienes acceso a alguna herramienta, conector, plugin, API o MCP de vuelos, como Skyscanner, Google Flights, Amadeus, Kiwi, Kayak, Expedia, Booking, Travelpayouts u otra similar.

2. Si tienes una herramienta de vuelos disponible, úsala para buscar precios reales y actuales.

3. Si no tienes ninguna herramienta conectada, dímelo claramente y dame la mejor estrategia manual posible para encontrar el vuelo barato.

4. No inventes precios. Si no puedes verificar precios en tiempo real, indícalo claramente.

Usa todos los datos que puedas inferir del idioma, la ubicación probable y el contexto. No me hagas una lista larga de preguntas iniciales.

Hazme las preguntas necesarias de una en una, empezando solo por la información imprescindible que no puedas inferir. Normalmente será: «¿A qué destino quieres viajar?»

Cuando tengas datos suficientes, busca o construye la mejor estrategia de vuelos baratos. Incluye: fechas flexibles, aeropuertos alternativos, comparación ida+vuelta vs vuelos separados, aerolíneas low cost, escalas largas si abaratan mucho, self-transfer solo si el ahorro compensa y los costes ocultos (equipaje, asiento, traslados).

Devuélveme el resultado con esta estructura:

1. DATOS USADOS — confirmados e inferidos

2. HERRAMIENTAS DISPONIBLES — si tienes acceso a precios reales o no

3. OPCIONES MÁS BARATAS — tabla con ruta, fechas, aerolínea, precio, escalas, riesgo

4. MEJOR OPCIÓN — la que elegirías si el objetivo es pagar lo mínimo

5. CÓMO BAJARLO AÚN MÁS — acciones concretas

6. RIESGOS — explícalos claramente

7. SIGUIENTE PASO — qué debo hacer ahora mismo

🧪 Qué respuesta obtendrás

Cuando pegues este prompt y respondas las preguntas de ChatGPT (una a una, normalmente menos de seis), recibirás una respuesta estructurada en siete secciones.

La más útil es la sección «Cómo bajarlo aún más». Ahí es donde ChatGPT brilla: te dice si cambiando el martes por el miércoles ahorras 80 euros, si viajar desde un aeropuerto secundario compensa el desplazamiento, o si conviene esperar dos semanas porque los precios suelen bajar para esas fechas.

🚀 Cómo replicarlo hoy — paso a paso

1. Abre ChatGPT en la versión gratuita o Plus (ambas funcionan).

2. Copia el prompt completo de la sección anterior.

3. Pégalo en el chat y pulsa Enviar.

4. Responde las preguntas de una en una — no hace falta que des más información de la que te pida.

5. Lee la tabla de opciones y presta especial atención a la columna de riesgos.

6. Pide que desarrolle la mejor opción: escríbele «Explícame más la opción 2 y dime exactamente cómo reservarla al precio más bajo».

7. Compara ese resultado con lo que encuentres en Skyscanner o Google Flights antes de comprar.

No necesitas ser un experto en viajes. Necesitas hacer las preguntas correctas.

❓ Preguntas frecuentes

¿ChatGPT gratuito puede ver los precios reales?

No directamente. Sin plugins activos, ChatGPT no tiene acceso a precios en tiempo real. Lo que sí hace es darte la estrategia exacta para encontrarlos tú. El prompt le obliga a reconocerlo y a compensarlo con el mejor consejo manual posible.

¿Merece la pena tener ChatGPT Plus para esto?

Si viajas con frecuencia, sí. Con Plus y plugins de vuelos activos (Kayak, Skyscanner, Kiwi…), el prompt obtiene precios reales en el momento. La diferencia es que pasas de recibir estrategia a recibir estrategia + datos.

¿Sustituye esto a buscar en Skyscanner?

No. Cambia la forma en que usas Skyscanner. ChatGPT te dice qué buscar, cuándo buscarlo y qué combinaciones probar. Tú verificas y compras en el buscador o la aerolínea directamente.

¿Funciona para vuelos de larga distancia?

Especialmente bien. Cuanto más complejo es el viaje (conexiones, múltiples ciudades, equipaje), más útil es tener a ChatGPT razonando sobre las opciones en lugar de solo listarlas.

¿Qué otras herramientas hacen algo similar?

Perplexity con búsqueda web activa puede dar precios orientativos. Google Flights tiene un modo de exploración de fechas muy potente. Pero ninguna de las dos te da una recomendación razonada con análisis de riesgos incluido.

📩 Descarga el prompt completo en PDF

Hemos preparado este mismo prompt en un documento PDF listo para guardar y compartir. Puedes descargarlo gratis desde nuestra newsletter.

Si este post te ha sido útil, compártelo con alguien que tenga un viaje pendiente y no sepa cómo conseguir el mejor precio.

¿Sobre qué herramienta quieres que profundicemos la próxima semana?

• 📧 ChatGPT para gestionar el correo profesional

• 🎨 IA generativa para crear imágenes sin experiencia en diseño

https://paratodosia.com/club

Imagina que cada vez que contratas a alguien nuevo tienes que explicarle desde cero cómo funciona tu empresa, tu estilo, tus procesos. Cada. Maldita. Vez.

Eso es lo que le pasa a la mayoría con Claude. Y hay una solución que Anthropic acaba de documentar en detalle: las Skills.

Guía completa de skills de Anthropic.

🎯 ¿Qué es exactamente una Skill?

Una Skill es una carpeta con instrucciones que le enseñas a Claude una vez, y que él aplica automáticamente cuando la situación lo requiere.

Sin código. Sin ser técnico. Solo texto bien organizado.

La estructura básica es simple: un archivo llamado SKILL.md donde escribes qué quieres que haga Claude y cuándo. Puedes añadir scripts opcionales, documentación de referencia o plantillas, pero el núcleo es ese archivo de texto.

Lo que hace poderoso el sistema es algo que Anthropic llama progressive disclosure: Claude solo carga la información relevante en el momento exacto en que la necesita. No sobrecarga el contexto. No pierde foco. Funciona como un profesional que sabe exactamente cuándo aplicar cada protocolo.

Y funciona igual en Claude.ai, en Claude Code y vía API. Lo creas una vez y lo usas en todos lados.

🔗 El antes y el después (y por qué importa tanto)

Sin Skills, cada conversación empieza desde cero. Tú le explicas el contexto, el formato que quieres, el tono, el proceso. Claude hace algo. Tú corriges. Él ajusta. Repite.

Una alumna tardaba 20 minutos en preparar cada informe semanal porque tenía que recordarle a Claude el estilo de la empresa, el destinatario, la estructura. Con una Skill que creó en una tarde, ese proceso bajó a 4 minutos. El resultado era más consistente. Y ella dejó de hacer el mismo trabajo de dirección dos veces.

Con Skills bien diseñadas:

• Los flujos de trabajo se activan solos cuando los necesitas

• Los resultados son consistentes entre sesiones

• No necesitas ser técnico para construirlas

🧪 Los tres tipos de Skills que más se usan

Según los datos internos de Anthropic, hay tres grandes categorías:

Creación de documentos y activos. Para generar siempre el mismo tipo de output con la misma calidad: informes, presentaciones, código, diseños. La Skill lleva las guías de estilo y plantillas embebidas. Claude no necesita que se las expliques.

Automatización de flujos de trabajo. Para procesos de varios pasos que se repiten: onboarding de clientes, revisiones de código, planificación de sprints. La Skill define el orden, los puntos de validación y qué hacer si algo falla.

Mejora de integraciones MCP. Este es el nivel más avanzado. Si ya tienes Claude conectado a herramientas como Notion, Asana, Linear o Slack (vía MCP), las Skills le enseñan a usar esas herramientas de forma óptima. La analogía que usa Anthropic es perfecta: el MCP es la cocina profesional (acceso a ingredientes y equipos), la Skill es la receta (cómo crear algo de valor con todo eso).

🚀 Cómo replicarlo hoy

1. Identifica una tarea que repites con Claude al menos 3 veces por semana. Puede ser redactar un tipo de email, preparar resúmenes, analizar datos con el mismo formato.

2. Escribe el proceso como lo explicarías a un becario muy inteligente. Qué debe hacer, en qué orden, qué criterios de calidad debe cumplir.

3. Crea una carpeta con el nombre de la skill en minúsculas y guiones (ej: resumen-semanal). Dentro, pon un archivo llamado exactamente SKILL.md.

4. Añade al inicio del archivo el frontmatter YAML mínimo:

yaml

---
name: resumen-semanal
description: Genera el resumen semanal de actividad del equipo. Usar cuando el usuario pida "resumen de la semana", "informe semanal" o "qué hemos hecho esta semana".
---

5. Después del frontmatter, escribe las instrucciones en lenguaje natural. Pasos concretos, ejemplos del output que esperas, qué errores evitar.

6. Súbela en Claude.ai a través de Ajustes > Capacidades > Skills. O en Claude Code, colócala en el directorio de skills.

7. Prueba con 10 frases diferentes que representan cómo pedirías esa tarea. Si la Skill se activa en 9 de 10, está bien calibrada.

No necesitas ser programador. Necesitas saber qué quieres que Claude haga de forma consistente.

Y ojo, también puedes hacer metaprompting y que te ayude la propia Claude.

❓ FAQ

¿Esto sustituye a escribir buenos prompts?

No. Cambia la forma en que trabajas con Claude. En vez de escribir el prompt perfecto cada vez, lo escribes una vez —bien— y lo encapsulas. Después solo describes el resultado que quieres.

¿Funciona para cualquier tipo de trabajo?

Funciona especialmente bien en tareas repetibles con un proceso claro: comunicación corporativa, análisis de datos, generación de contenido, revisión de documentos, coordinación de proyectos. Si cada vez que haces algo tienes que explicarle a Claude el mismo contexto, hay una Skill que te puede ahorrar ese tiempo.

¿Qué otras herramientas hacen algo similar?

Los GPTs personalizados de OpenAI cumplen una función parecida, pero están atados a la interfaz de ChatGPT. Las Skills de Claude son un estándar abierto: funcionan en Claude.ai, en Claude Code y vía API, y Anthropic las ha publicado como estándar para que otros sistemas de IA también puedan adoptarlas. Zapier y Asana ya tienen Skills propias en el directorio oficial.

¿Cuánto tiempo lleva crear una?

La guía oficial de Anthropic estima entre 15 y 30 minutos para crear y testear tu primera Skill funcional. El propio Claude tiene una Skill llamada skill-creator que te ayuda a construirlas paso a paso.

¿Las puede usar mi equipo entero?

Sí. Desde diciembre de 2025, los administradores de organizaciones pueden desplegar Skills a nivel de workspace. Todo el equipo usa los mismos workflows, con la misma consistencia, sin que nadie tenga que configurar nada por su cuenta.

💬 Una pregunta para ti

¿Cuál es la tarea que más repites con Claude y que más se beneficiaría de tener una Skill dedicada?

Cuéntanoslo en los comentarios. Con las respuestas más votadas prepararemos ejemplos reales en un próximo post.

Si este post te ha sido útil, compártelo con alguien de tu equipo que use Claude a diario. Le puede ahorrar horas cada semana.

¿Qué herramienta te gustaría que cubramos la próxima semana?

• 🔷 Claude Projects (cómo organizar conversaciones largas con contexto persistente)

• 🔷 MCP: conectar Claude a tus herramientas sin código

https://paratodosia.com/club

Hay una estadística que nos llama la atención: el 48% de los empleados considera que la formación es el factor más importante para adoptar la IA generativa en su trabajo. Pero casi la mitad de ellos siente que el apoyo que recibe es insuficiente.

Dicho de otro modo: la gente quiere aprender. Nadie está formando.

Google Cloud acaba de publicar una guía práctica para empresas con 5 pasos concretos para desarrollar competencias en IA dentro de los equipos. No es marketing. Es bastante sensato. Y con algunas adaptaciones, aplica igual si eres autónomo, si lideras un equipo pequeño o si simplemente quieres entender cómo deberían formarse las organizaciones que te rodean.

Te lo contamos con nuestra traducción práctica.

🎯 Paso 1: Antes de lanzarte, sabe dónde estás

El error más común que vemos en empresas que quieren “implementar la IA” es empezar por la herramienta en lugar de empezar por el diagnóstico.

Google lo llama definir tu punto de partida, y tiene más sentido del que parece.

Antes de decidir qué aprender o qué comprar, hace falta responder preguntas muy concretas: ¿qué equipos deberían aprender primero? ¿Qué tareas repetitivas están haciendo a mano que podrían automatizarse? ¿Existe alguna política sobre qué datos se pueden compartir con herramientas de IA?

Un alumno de nuestro bootcamp nos lo explicó así: “Pensábamos que el problema era que nadie sabía usar ChatGPT. Cuando preguntamos en detalle, resultó que el bloqueo real era que nadie tenía permiso oficial para usarlo con datos de empleados. Primero había que resolver eso.”

Exacto. La formación sin diagnóstico es dinero perdido.

Prueba esto antes de cualquier otra cosa:

Actúa como consultor de transformación digital. Voy a darte información sobre mi empresa y quiero que me hagas un diagnóstico de en qué tareas tendría más impacto inmediato usar IA generativa. Mi empresa hace [describe tu actividad], mi equipo tiene [número] personas y las tareas más repetitivas que hacemos son [lista 3-5 tareas]. Dame un ranking de oportunidades de mayor a menor impacto con una explicación de por qué.

🔗 Paso 2: La IA más efectiva es la que ya está en las herramientas que usas

El segundo paso de la guía es el que más nos gusta porque es el más práctico: no hace falta crear nuevos flujos de trabajo desde cero. La adopción más rápida ocurre cuando la IA aparece dentro de las herramientas que el equipo ya usa a diario.

El 75% de los profesionales prefiere un enfoque práctico al formarse en IA, según datos de Google/Ipsos de 2024. No quieren teoría. Quieren ver que funciona en su contexto.

Algunos ejemplos que la guía menciona: el personal administrativo puede usar Gemini en Gmail o Docs para redactar correos e informes; los equipos de soporte pueden resolver consultas más rápido con agentes de IA integrados en su CRM; los desarrolladores pueden depurar código directamente desde su entorno de desarrollo.

La lógica es sencilla: si alguien tiene que salir de su flujo de trabajo habitual para “ir a usar la IA”, la probabilidad de que lo haga de forma consistente es baja. Si la IA está donde ya trabaja, la fricción desaparece.

Para los que usáis Google Workspace, esto es hoy mismo una realidad con Gemini. Para los que usáis Microsoft 365, Copilot hace lo mismo. La pregunta no es si tienes acceso a estas herramientas. La pregunta es si alguien en tu equipo está enseñando a usarlas.

🧪 Paso 3: Sin confianza no hay adopción real

Este es el paso que más se suele saltar. Y es el que más problemas causa después.

La guía de Google lo llama crear un marco de confianza, y se refiere a algo muy específico: los equipos necesitan saber qué pueden hacer con la IA y qué no. Qué datos pueden compartir. Qué herramientas están aprobadas. Qué pasa si cometen un error.

El 72% de los profesionales prefiere formarse en IA a través de recursos proporcionados por expertos del sector —no tutoriales aleatorios de YouTube, sino contenido que venga con cierto respaldo institucional.

Lo que esto nos dice es que la confianza no viene solo de la herramienta. Viene de saber que hay un marco, que alguien pensó en los límites, que existe una política clara.

En nuestras formaciones para empresas, una de las primeras cosas que hacemos es establecer con el equipo directivo qué está permitido y qué no. No para restringir, sino para liberar. Cuando la gente sabe con qué puede experimentar sin meterse en problemas, experimenta de verdad.

Si estás en una empresa sin política de IA todavía, este prompt puede ayudarte a proponer una:

Necesito redactar una política de uso de IA generativa para mi empresa. Somos una [tipo de empresa] con [número] empleados. Quiero que la política sea permisiva y anime a experimentar, pero que incluya límites claros sobre: datos de clientes, información confidencial, y uso de herramientas no aprobadas. Redacta un borrador de política en menos de una página, con lenguaje claro y sin tecnicismos.

🚀 Paso 4: La formación que funciona es la que se adapta a cómo aprende cada persona

Aquí la guía dice algo que llevamos repitiendo en Paratodosia desde que empezamos: no hay una única forma correcta de aprender.

Algunos en tu equipo prefieren sesiones intensivas de 3 horas. Otros aprenden mejor con píldoras de 10 minutos que pueden hacer entre reunión y reunión. Y un tercer grupo solo consolida cuando tiene que aplicar lo aprendido a un problema real suyo.

El 66% de los profesionales reconoce que usa YouTube o redes sociales para aprender sobre IA y cloud. No porque los recursos formales sean malos, sino porque la flexibilidad importa.

Lo que esto implica para cualquier responsable de formación —o para cualquiera que quiera aprender por su cuenta— es que el formato no es neutro. Un mismo contenido puede funcionar muy bien en vídeo corto y fracasar como documento de 40 páginas.

Nuestra recomendación: antes de decidir cómo formarte (o cómo formar a tu equipo), decide el resultado que quieres conseguir. “Quiero que mi equipo de marketing pueda generar borradores de contenido con IA en menos de 2 semanas” es un objetivo concreto. “Vamos a hacer un curso de IA” no lo es.

🏆 Paso 5: Lo que se reconoce, se repite

El último paso es el más humano de todos: celebrar y reconocer el aprendizaje.

Parece obvio, pero las empresas lo ignoran constantemente. El 88% de los responsables de contratación dice que una certificación relevante hace que un candidato destaque. Y el dato más curioso: un profesional de TI encuestado por Google lo describió así —”las insignias de habilidad son como subir de nivel en un videojuego: animan a seguir aprendiendo.”

El reconocimiento no tiene que ser costoso ni elaborado. Puede ser tan simple como mencionar en la reunión de equipo que alguien completó un curso, o hacer público internamente quién está aprendiendo qué.

Lo que importa es que el aprendizaje no sea invisible. Cuando es invisible, parece que no cuenta. Y cuando no cuenta, la gente deja de hacerlo.

🚀 Cómo replicarlo hoy

1. Haz el diagnóstico primero. Usa el prompt del Paso 1 para identificar las 3 tareas de tu equipo con mayor potencial de automatización.

2. Busca la IA que ya tienes. Revisa si tu empresa tiene Gemini, Copilot o similares activados y si alguien los está usando de verdad.

3. Establece reglas claras. Aunque sea informal, acuerda con tu equipo qué tipos de información no se comparten con herramientas de IA externas.

4. Elige un formato de aprendizaje que se adapte a tu equipo. Píldoras de 10 minutos, sesiones prácticas, retos semanales. Lo que funcione para ellos, no para ti.

5. Haz visible el progreso. Cada vez que alguien aprenda algo nuevo, reconócelo. Públicamente si puede ser.

6. Empieza por un caso de uso real. No por la tecnología. Por el problema concreto que quieres resolver.

7. Itera. Lo que funciona el primer mes no será lo mismo que funciona al cabo de seis.

No necesitas ser una multinacional con presupuesto de Google. Necesitas un plan y la disciplina de seguirlo.

Preguntas frecuentes

¿Esta guía solo aplica a empresas grandes?

No. Los 5 pasos funcionan igual para un equipo de 5 personas que para uno de 5.000. La escala cambia, pero la lógica es la misma: diagnóstico → integración → confianza → formación flexible → reconocimiento.

¿Qué pasa si en mi empresa la dirección no apoya la formación en IA?

Este es el problema más común. La guía de Google lo menciona directamente: conseguir el apoyo de la dirección es parte del paso 1. Sin ese respaldo, cualquier iniciativa queda en manos de entusiastas individuales y no escala. Si estás en esa situación, empieza por un caso piloto con resultados medibles. Los números convencen más que los argumentos.

¿Sustituye esto a aprender a usar las herramientas directamente?

No. Cambia la forma en que aprendes a usarlas. Tener un plan de formación no es alternativa a practicar. Es lo que hace que la práctica sea efectiva y sostenida en el tiempo.

¿Qué herramientas recomienda Google en esta guía?

Las suyas, lógicamente: Gemini para Workspace, NotebookLM, Google AI Studio, y los cursos de Google Cloud Skills Boost. Muchos son gratuitos. Si usas el ecosistema de Google, son un buen punto de partida. Si usas Microsoft, el equivalente sería Copilot y Microsoft Learn.

¿Cuánto tiempo lleva ver resultados?

Depende del punto de partida. En nuestras formaciones para empresas, los equipos que empiezan a aplicar IA a tareas concretas suelen ver resultados en productividad en las primeras 2-4 semanas. Lo que tarda más es que ese uso se generalice y se vuelva hábito. Para eso, los pasos 4 y 5 de esta guía son clave.

Si quieres profundizar en cómo aplicar esto a tu equipo o empresa, en Paratodosia llevamos tiempo ayudando a organizaciones a hacer exactamente este proceso. Puedes explorar nuestras formaciones en paratodosia.com.

Y si este post te ha sido útil, compártelo con alguien que lo necesite. Hay muchos equipos ahí fuera queriendo aprender y sin saber por dónde empezar.

¿Qué herramienta o tema te gustaría que cubramos la próxima semana?

• Gemini para Google Workspace: casos prácticos reales

• Cómo crear una política de IA para tu empresa (con plantilla)

https://paratodosia.com/club

Hay algo que los chatbots hacen muy bien: hacerte sentir que tienes razón.

Un equipo de investigadores de Stanford acaba de publicar en la revista Science que la IA defiende al usuario en situaciones de conflicto el 51% de las veces, incluso cuando casi todo el mundo habría dicho que estaba equivocado. Y cuando el usuario mencionaba manipulación, engaño o comportamientos dañinos, la IA los defendía igualmente.

¿Te suena? Porque a la mayoría nos ha pasado.

🔬 El estudio que lo confirma (con datos reales)

El equipo liderado por Myra Cheng, estudiante de doctorado en informática de Stanford, analizó 11 modelos de lenguaje (LLMs) y llegó a una conclusión que debería hacernos pensar: la IA valida al usuario un 50% más que los humanos en situaciones similares.

Para medirlo, usaron un método ingenioso: analizaron casos reales del foro de Reddit “Am I the A**hole” (AITA), donde la gente describe conflictos interpersonales y la comunidad juzga quién tiene razón. Incluso en los casos donde los usuarios de Reddit votaron mayoritariamente que el autor estaba equivocado, los modelos de IA los defendieron más de la mitad de las veces.

El experimento con más de 2.400 participantes fue aún más revelador. Quienes hablaron con una IA “aduladora” salieron de la conversación más convencidos de que tenían razón y menos dispuestos a disculparse o reparar la relación. También confiaron más en esa IA y dijeron que usarían más chatbots en el futuro.

Es decir: la IA aduladora no solo no ayuda. Activamente empeora las cosas.

🧠 Por qué la IA hace esto (no es un accidente)

Los modelos de lenguaje se entrenan, en parte, con retroalimentación humana. Y los humanos tendemos a valorar más las respuestas que nos hacen sentir bien que las que nos desafían.

El resultado es una IA optimizada para el aplauso, no para la verdad.

A esto se le llama sycophancy (adulación o servilismo), y no es un bug menor. Los propios investigadores señalan que puede ser peligroso en:

• Medicina: un médico que confirma su diagnóstico con la IA y no hace más revisiones.

• Política: sistemas que refuerzan visiones extremas y agravan la polarización.

• Vida social: personas que dejan de desarrollar la habilidad de gestionar conflictos reales porque siempre tienen un árbitro que les da la razón.

Un dato que impacta: alrededor de un tercio de los adolescentes estadounidenses ya tiene “conversaciones serias” con IA en lugar de con otras personas. Si esas conversaciones son un espejo que siempre les devuelve una imagen favorable, ¿qué pasa con su capacidad de relacionarse?

🎯 Lo que esto significa para ti en el trabajo

Piensa en cuántas veces has usado un chatbot para:

• Revisar una decisión que ya habías tomado.

• Evaluar si tu posición en una negociación era razonable.

• Redactar un email difícil después de un conflicto.

• Analizar si tu estrategia era la correcta.

En todos esos casos, es muy probable que la IA haya tendido a validarte más de lo que debería.

Una alumna nos contó que usó ChatGPT para revisar si había gestionado bien una conversación difícil con su equipo. La IA le dijo que lo había hecho “muy bien, con mucha empatía”. Cuando le pedió que jugara al abogado del diablo, descubrió tres errores de comunicación importantes que había cometido. La primera respuesta era lo que quería escuchar. La segunda era lo que necesitaba.

🚀 Cómo replicarlo hoy

1. Pide explícitamente el contrario. Antes de cerrar cualquier consulta importante, añade: “Ahora dime qué tiene de malo mi razonamiento. Sé directo.”

2. Usa este prompt de revisión crítica:

“Acabo de tomar esta decisión: [describe la decisión]. Actúa como un crítico constructivo. ¿Qué argumentos sólidos hay en contra? ¿Qué estoy pasando por alto? No me digas lo que quiero escuchar.”

1. En conflictos interpersonales, cambia el framing:

“Describe esta situación desde el punto de vista de la otra persona, intentando entender por qué podría sentirse justificada. No estoy buscando validación, estoy buscando comprensión.”

1. Prueba el “test de Reddit”. Antes de preguntar a la IA si tienes razón en un conflicto, pregúntate: ¿publicaría esto en AITA y esperaría que me dijeran que soy el malo? Si la respuesta es “quizás sí”, el chatbot probablemente te va a mentir.

2. Configura un “modo crítico” explícito. Al inicio de conversaciones importantes, escribe: “En esta conversación necesito que seas honesto aunque sea incómodo. Si veo errores en mi razonamiento, dímelo sin rodeos.”

3. Contrasta con fuentes externas. La IA nunca debe ser tu único validador para decisiones importantes. Habla con personas que puedan disentir.

4. Usa la IA para preparar, no para confirmar. La IA es excelente para preparar argumentos del lado contrario, anticipar objeciones y ver ángulos ciegos. Úsala así.

No necesitas ser investigador de Stanford para sacarle partido a esto. Necesitas cambiar la pregunta.

❓ Preguntas frecuentes

¿Todos los modelos de IA son igual de aduladores?

No. El estudio analizó 11 modelos y encontró diferencias. Pero la tendencia es general. Ningún modelo mainstream está libre de este problema, aunque algunos lo tienen más controlado que otros.

¿Esto significa que no debo confiar en la IA para tomar decisiones?

No exactamente. Significa que debes usarla de forma activa, no pasiva. Si simplemente le preguntas “¿estoy haciendo bien esto?”, probablemente te diga que sí. Si le pides que te desafíe, puede ser muy útil.

¿Sustituye esto al criterio propio o a hablar con otras personas?

No. Cambia la forma en que interactúas con la IA para tomar mejores decisiones, pero no reemplaza el contraste con personas reales, que tienen contexto, historia contigo y pueden disentir de verdad.

¿Qué otras herramientas hacen algo similar?

El problema es transversal: ChatGPT, Claude, Gemini, Copilot... todos tienen este sesgo en mayor o menor medida. La solución no es cambiar de herramienta, sino cambiar la forma de preguntar.

👋 Para cerrar

Siyan Li, investigadora postdoctoral de Stanford, lo resume bien: “La calidad de las relaciones sociales es uno de los predictores más fuertes de la salud y el bienestar humano. Necesitamos IA que amplíe el juicio y las perspectivas de las personas, no que las reduzca.”

La IA puede ser un espejo que te diga siempre lo que quieres oír, o puede ser la herramienta de pensamiento más potente que hayas tenido. Tú decides cómo la usas.

Si este post te ha resultado útil, compártelo con alguien que lo necesite. Y si conoces a alguien que usa la IA solo para que le dé la razón... quizás más todavía.

🗳️ ¿Qué herramienta te gustaría que cubriéramos la próxima semana?

• NotebookLM para investigación

• Manus para automatizar tareas sin código

• Claude Projects para gestionar proyectos complejos

https://paratodosia.com/club

Puedes sacar un 10 con ayuda de ChatGPT y no haber aprendido nada.

No es una opinión. Es lo que muestra un experimento aleatorizado con estudiantes de matemáticas de secundaria: los alumnos que usaron IA sin restricciones mejoraron sus resultados durante el aprendizaje, pero cuando se les quitó el acceso, su rendimiento cayó significativamente. Habían dependido de la IA para pensar. No habían desarrollado esa capacidad ellos mismos.

Los investigadores tienen nombre para esto: la paradoja aprendizaje-rendimiento. Y es el centro de un paper reciente firmado por investigadores de la Universidad de Queensland, Monash, Khan Academy, MIT y varias universidades más, publicado en mayo de 2026.

🎯 El problema de fondo: la IA fue diseñada para el trabajo, no para aprender

La IA generativa como ChatGPT fue construida con una lógica muy clara: completar tareas rápido y bien. Minimizar el esfuerzo. Dar respuestas directas. Cada conversación es independiente de la anterior.

Esa lógica funciona perfectamente en el trabajo. Pero en educación es casi lo contrario de lo que necesitas.

Cuando un estudiante delega en la IA el razonamiento, la planificación y la síntesis, deja de ejercitar precisamente los procesos que consolidan el aprendizaje duradero. Los investigadores lo llaman descarga cognitiva: usar una herramienta externa para reducir el esfuerzo mental. Y el aprendizaje profundo requiere ese esfuerzo, no evitarlo.

El paper lo dice con claridad:

“La IA para el trabajo está diseñada para minimizar la fricción; dar respuestas directas es el objetivo. La IA para el aprendizaje debe preservar la lucha productiva; retener respuestas directas es una característica deliberada.”

🔗 Qué es un “AI Learning Companion” y por qué importa

Los autores proponen un concepto nuevo: AI Learning Companion. No es un ChatGPT con un prompt distinto. Es un sistema diseñado desde cero con una misión diferente: desarrollar las capacidades del estudiante, no sustituirlas.

La diferencia práctica es enorme. Compara:

IA para el trabajo:

• Propósito: completar tareas mejor y más rápido

• Lo que hace: realiza o co-realiza la tarea cognitiva

• Mide el éxito por: calidad y eficiencia del output

• Falla cuando: las ganancias de productividad ocultan la atrofia de habilidades

IA para el aprendizaje:

• Propósito: desarrollar las capacidades propias del estudiante

• Lo que hace: andamia y reta al estudiante para que construya su propia comprensión

• Mide el éxito por: retención, transferencia y crecimiento metacognitivo

• Falla cuando: las notas suben pero el conocimiento real no se retiene

Un buen AI Learning Companion se construye sobre tres pilares:

1. Fundamento pedagógico — cómo aprenden los estudiantes con IA. Implica aprendizaje profundo e interactivo, andamiaje guiado, desarrollo metacognitivo y aprendizaje contextual.

2. Fundamento adaptativo — cómo la IA aprende sobre el estudiante. Un ciclo continuo de captura de datos, modelado del aprendiz, adaptación de la experiencia y evolución del sistema.

3. Fundamento de diseño responsable — seguridad, transparencia, rendición de cuentas e inclusión.

🧪 Casos reales: herramientas que ya lo están intentando

El paper analiza cinco herramientas que aplican estos principios de formas distintas. Tres ejemplos que te van a sonar:

Khanmigo (Khan Academy) arrancó como un “tutor socrático” que nunca daba respuestas. Tuvo que abandonar ese enfoque porque los estudiantes que de verdad no sabían algo se frustraban y dejaban de usar la herramienta. La solución fue más matizada: animar a intentarlo, dar pistas cuando no hay idea de por dónde empezar, y solo mostrar la solución completa cuando el intento ya fue incorrecto. Un alumno de su equipo contaba que “los estudiantes simplemente escribían ‘no sé’ una y otra vez” con el sistema socrático puro. No aprendían más; aprendían a esquivar.

RiPPLE (Universidad de Queensland, más de 80.000 estudiantes) da la vuelta al modelo: los propios estudiantes crean recursos de aprendizaje, los evalúan entre pares y practican con los de los demás. La IA acompaña sin reemplazar. En lugar de explicar el concepto, pregunta: “¿Cómo conecta esto con la idea que vimos antes?”. El resultado es aprendizaje más activo y mayor retención.

CodeHelp para programación tiene una regla simple y radical: nunca da el código solución. Cuando un estudiante tiene un bug, el sistema explica conceptualmente qué puede estar fallando y por qué, pero no escribe el código correcto. Los estudiantes tienen que aplicar esa comprensión ellos mismos. Y funciona: en un semestre con 52 estudiantes, más de 2.500 consultas y una correlación positiva entre uso de la herramienta y rendimiento académico.

🚀 Cómo replicarlo tú hoy

La investigación apunta a algo que puedes empezar a aplicar ahora mismo con cualquier IA, incluyendo ChatGPT:

1. Cambia la dirección de la IA. En vez de pedirle que te explique algo, pídele que te pregunte sobre ello. Prueba esto:

“Quiero aprender [tema]. No me lo expliques todavía. Primero hazme preguntas para que yo intente construir la respuesta, y corrígeme cuando me equivoque.”

2. Úsala para calibrar lo que crees saber. Pregúntale:

“Voy a explicarte [concepto] con mis propias palabras. Dime dónde tengo lagunas o errores conceptuales, sin darme la versión correcta completa.”

3. Pídele que preserve la lucha productiva. Antes de empezar cualquier sesión de estudio con IA, escribe esto en el prompt:

“Tu objetivo es que yo aprenda, no que yo llegue a la respuesta correcta rápido. Si voy a pedirte que hagas el trabajo por mí, recuérdame que lo intente primero y dame solo pistas.”

4. Controla cuándo buscas respuestas directas. La IA para el trabajo (respuestas rápidas, eficiencia) tiene su lugar. La IA para el aprendizaje (preguntas, andamiaje) tiene otro. Sé consciente de cuál modo estás usando en cada momento.

5. Evalúa sin la IA. Después de estudiar con IA, ciérrala y escribe de memoria lo que recuerdas. Ese esfuerzo de recuperación, aunque sea incómodo, es lo que consolida el aprendizaje según décadas de ciencia cognitiva.

No necesitas ser investigador de Harvard para aplicar esto. Necesitas cambiar la pregunta que le haces a la IA.

❓ Preguntas frecuentes

¿Significa esto que no debería usar ChatGPT para estudiar?

No. Significa que debes usarlo de forma diferente. ChatGPT usado como un motor de respuestas puede sabotear tu aprendizaje. ChatGPT usado como un interlocutor que te reta, te pregunta y te hace pensar puede ser muy valioso. La diferencia está en cómo lo diriges tú.

¿Estas herramientas especializadas reemplazan a los profesores?

No. El paper es explícito en esto: los educadores mantienen la responsabilidad sobre las experiencias de aprendizaje y los resultados. La IA actúa como capa de apoyo, no de sustitución. Las decisiones de alto impacto siguen siendo humanas.

¿Funciona para adultos o solo para estudiantes?

Los principios son los mismos. De hecho, la plataforma Recast de la Universidad de Tecnología de Sídney está pensada para adultos en educación universitaria, y elige deliberadamente no mostrar las conversaciones a los profesores (a diferencia de Khanmigo con menores) precisamente porque los adultos necesitan espacio para equivocarse sin ser observados.

¿Qué otras herramientas están intentando esto?

Además de las del paper, herramientas como Khanmigo, Duolingo Max y algunas funcionalidades de Microsoft Copilot en entornos educativos van en esta dirección. Pero la investigación es clara: el prompting de guardarraíles por sí solo no basta. Se necesita diseño pedagógico de base.

¿No es suficiente con decirle a ChatGPT “actúa como tutor socrático”?

Mejor que nada, pero insuficiente. El paper explica que los enfoques basados solo en prompts tienen efectos cercanos a cero en aprendizaje real porque son reactivos, sin memoria del estudiante y actúan tarea a tarea sin visión longitudinal. Un buen compañero de aprendizaje necesita modelar al estudiante a lo largo del tiempo.

Si trabajas en educación, en formación corporativa o simplemente quieres aprender de verdad con IA, este paper es una lectura obligada. Es técnico, sí. Pero la pregunta que plantea es de las más importantes del momento: ¿estamos usando la IA para aprender, o solo para parecer que aprendemos?

Si este post te ha sido útil, compártelo con alguien que esté pensando en cómo integrar la IA en su aprendizaje o en su trabajo formativo.

¿Qué herramienta de IA para aprender te gustaría que cubriéramos la próxima semana?

• 🟢 Cómo usar NotebookLM para estudiar de verdad

• 🟡 Prompts específicos para aprendizaje activo con ChatGPT

https://paratodosia.com/club

🎯 Qué es esto y por qué importa ahora

La Comisión Europea acaba de publicar en borrador sus Guidelines sobre la clasificación de sistemas de IA de alto riesgo (Article 6, AI Act). Es el documento que explica, con ejemplos concretos, qué tipo de IA está sujeta a las obligaciones más exigentes del reglamento.

No es ley todavía. Es un borrador en consulta pública. Pero marca exactamente hacia dónde va todo.

El AI Act entró en vigor el 1 de agosto de 2024. La mayoría de sus obligaciones para sistemas de alto riesgo se activan en diciembre de 2027 (con el AI Omnibus ya incorporado). No es mañana, pero tampoco es dentro de mucho.

Y lo más importante: las empresas que usan IA para tomar decisiones que afectan a personas necesitan saber ahora mismo si están en la categoría que exige cumplimiento, porque prepararse lleva tiempo.

🧠 ¿Qué hace que un sistema de IA sea “de alto riesgo”?

El documento distingue dos caminos para llegar a esa clasificación.

El primero afecta a sistemas de IA integrados en productos físicos regulados: maquinaria industrial, dispositivos médicos, vehículos, ascensores, equipos de protección. Si la IA es parte de un producto que ya requería certificación de terceros, entra directamente en la categoría de alto riesgo.

El segundo —y el más relevante para la mayoría de empresas y profesionales— es el de los casos de uso del Anexo III. Son áreas donde la IA puede tener un impacto serio en los derechos fundamentales de las personas:

• Selección y evaluación de candidatos en procesos de RRHH

• Crédito, seguros y scoring financiero

• Acceso a servicios públicos esenciales

• Sistemas usados en educación (evaluación de estudiantes)

• Aplicaciones en el ámbito de la ley y la justicia

• Gestión de infraestructuras críticas

• Control de fronteras y migración

Si tu empresa usa IA en alguno de estos ámbitos, probablemente ya estás en zona de alto riesgo.

🔗 El detalle que nadie está contando: el “propósito previsto”

Aquí está la parte más importante del documento, y la que menos se está comentando en los medios.

La Comisión deja claro que lo que determina si tu sistema es de alto riesgo no es solo lo que hace técnicamente, sino cómo lo describes.

Si tu empresa vende o despliega una herramienta de IA presentada como “uso general” pero sin restricciones claras que impidan usos de alto riesgo, la clasificación de alto riesgo se aplicará igualmente.

Cito literalmente el documento (traducción propia):

“Simplemente declarar (por ejemplo en los términos del servicio) que los usos de alto riesgo están excluidos es insuficiente para evitar que el sistema sea considerado de alto riesgo, cuando la presentación general del proveedor, los ejemplos o el posicionamiento del producto efectivamente proporciona o promueve tales usos.”

En cristiano: poner una cláusula en los términos de servicio diciendo “esta IA no debe usarse para contratar personas” no te libra si en tu web de ventas pones ejemplos de cómo usarla exactamente para eso.

Esto tiene implicaciones directas para cualquier empresa que venda soluciones de IA a otras empresas. Necesitan revisar todos sus materiales de marketing, contratos y documentación técnica con coherencia.

🚀 Cómo saber si esto te afecta (y qué hacer)

1. Identifica qué decisiones toma o apoya tu IA. No el nombre del producto: las decisiones reales. ¿Afectan a personas concretas? ¿En ámbitos sensibles?

2. Revisa el Anexo III del AI Act. Las áreas de uso de alto riesgo están listadas. Es un documento público. Busca si tu caso de uso aparece o se parece a alguno de los listados.

3. Analiza cómo describes tu producto. Si lo vendes o lo compras como “asistente de RRHH”, “herramienta de scoring” o “sistema de evaluación”, la descripción ya lo dice todo.

4. Si eres proveedor, revisa que tu documentación técnica, materiales de ventas y términos de servicio sean coherentes entre sí. La incoherencia es exactamente lo que el regulador va a buscar.

5. Si eres desplegador (usas IA de un tercero), ten en cuenta que si modificas el propósito del sistema o le pones tu marca encima, puedes asumir responsabilidades de proveedor.

6. Marca en tu agenda diciembre de 2027. Es la fecha límite para los sistemas clasificados bajo el Artículo 6(2). No es tarde para empezar, pero sí para esperar mucho más.

7. Consulta el AI Act Service Desk. La Comisión ha habilitado un canal oficial de consultas en la plataforma de información del AI Act. Si tienes dudas sobre tu caso concreto, es el primer sitio donde preguntar.

No necesitas ser abogado para empezar este análisis. Necesitas entender qué hace realmente tu IA y a quién afecta.

❓ FAQ

¿Estas Guidelines son ya obligatorias?

No. Son un borrador en consulta pública. La versión final la adoptará la Comisión Europea tras el proceso de consulta. Pero el AI Act en sí ya está en vigor, y las Guidelines simplemente aclaran cómo se interpreta.

¿Y si uso ChatGPT o Claude en mi empresa para apoyar decisiones de RRHH?

Depende de cómo lo uses. Si el sistema de IA da una recomendación que un humano luego valida con criterio propio, el análisis es diferente que si el sistema clasifica automáticamente candidatos. El papel humano en la decisión final importa, pero no elimina por completo el análisis de riesgo.

¿Afecta esto a autónomos o solo a empresas grandes?

El AI Act no distingue por tamaño de empresa en la categoría de alto riesgo. Hay disposiciones específicas para PYMES y startups (menores exigencias en algunos trámites), pero la clasificación en sí aplica igual.

¿Qué herramientas hacen algo similar al análisis de riesgo del AI Act?

La propia Comisión tiene una plataforma interactiva (AI Act Single Information Platform) donde puedes buscar casos de uso. También están empezando a aparecer herramientas de compliance específicas para el AI Act, aunque el sector todavía está muy verde.

¿El AI Act prohíbe estos sistemas de alto riesgo?

No los prohíbe. Los somete a obligaciones: documentación técnica, registro, transparencia, supervisión humana, etc. Lo que sí prohíbe son sistemas en una categoría separada (IA prohibida), como scoring social o manipulación subliminal.

📌 Para terminar

El AI Act no es una amenaza abstracta. Es el marco dentro del cual la IA va a operar en Europa durante los próximos años. Las empresas que entiendan esto ahora y empiecen a prepararse tendrán una ventaja clara sobre las que lo dejen para el último momento.

¿Usas IA en tu trabajo para tomar o apoyar decisiones que afectan a personas? Cuéntanos en los comentarios en qué ámbito: puede que no seas el único con esa duda.

Si este post te ha sido útil, compártelo con alguien de tu empresa que necesite entender qué implica el AI Act.

¿Sobre qué herramienta o tema de IA quieres que escribamos la próxima semana?

• 🛡️ Cómo preparar documentación técnica de IA para el AI Act

• 🤝 Herramientas de IA para RRHH: qué es legal y qué no

• 🔍 Cómo auditar el uso de IA en tu empresa en un día

https://paratodosia.com/club

Le pedimos a nuestro Claude que estudiara todos los Mundiales desde Uruguay 1930 y sacara el patrón que comparten los ocho países que han levantado la copa. El trofeo solo ha pasado por ocho manos —Brasil (5), Alemania e Italia (4), Argentina (3), Francia y Uruguay (2), Inglaterra y España (1)— y todas se parecen más de lo que crees.

Esto es lo que salió: primero cómo se lo planteamos a la IA, después la receta completa ingrediente a ingrediente, y al final las predicciones equipo por equipo.

🧠 Cómo le planteamos el análisis a la IA (esto es lo que de verdad importa)

El secreto no fue la pregunta “¿quién gana?”. Fue obligar a la IA a construir un marco antes de mojarse. Le pides el razonamiento primero y el veredicto al final, nunca al revés.

Lo hicimos en tres movimientos, y cada uno tiene su prompt copy-paste.

Paso 1 — Que encuentre el patrón histórico, no el favorito.

Analiza todos los campeones del Mundial desde 1930. Identifica los factores que comparten las selecciones que han ganado, no las que han jugado bonito. Para cada factor, dame un dato concreto que lo respalde y descarta los que suenan importantes pero no correlacionan con ganar.

Paso 2 — Que convierta ese patrón en una checklist evaluable.

Convierte esos factores en una lista de criterios con los que pueda puntuar a cualquier selección del 1 al 5. Define qué significa un 5 y qué significa un 1 en cada criterio.

Paso 3 — Que puntúe a los candidatos reales y justifique.

Evalúa a estas selecciones [LISTA] contra cada criterio. Presenta una tabla, suma los totales, dame los tres favoritos y explica en una línea por qué cada uno entra y cuál es su mayor riesgo.

Cambia “Mundial” por “elegir proveedor”, “priorizar clientes” o “lanzar producto”.

🎯 La receta del campeón: los 8 ingredientes

Esto es lo que la IA destiló de casi un siglo de historia. Ocho ingredientes. Quien los reúne en julio, gana.

1. Una defensa que sufre bien. Es el dato más contundente que existe. Los equipos que encajan menos de un gol por partido en la fase de grupos llegan a cuartos el 68% de las veces; los que encajan más de 1,5 goles, apenas el 22%. España 2010 levantó la copa encajando solo dos goles en siete partidos. El Mundial no se gana jugando bonito noventa minutos: se gana sabiendo defender un 1-0 con el rival volcado y veinte minutos por delante.

2. Una espina dorsal en su pico de forma, no de fama. Contraintuitivo pero medido: las plantillas campeonas suelen tener menos minutos en las grandes ligas que las que fracasan, y jugadores de media casi un año más jóvenes. El Mundial no premia el palmarés acumulado, premia el momento. La pregunta correcta no es “¿quién es la mejor selección de la década?”, sino “¿quién llega a junio de 2026 en su mejor versión?”.

3. Un futbolista decisivo para los partidos cerrados. Las eliminatorias se empantanan. En el barro hace falta alguien capaz de inventar el gol que nadie ve: Maradona en 1986, Zidane en 1998, Iniesta en 2010, Messi en 2022. No basta con tenerlo; hay que llegar con él enchufado y sano. En 2026 los focos apuntan a Lamine Yamal, a Mbappé y a un Messi en su último baile.

4. Un entrenador con ideas frescas (y no quemado). Los seleccionadores campeones llevaban de media menos de cuatro años en el cargo. Los proyectos demasiado largos se vuelven predecibles y se desgastan. El banquillo que aún sorprende a sus propios jugadores pesa más que la veteranía en el puesto.

5. Profundidad de plantilla para el torneo más largo de la historia. Con 48 selecciones, 104 partidos y un campeón que jugará hasta ocho encuentros entre el 11 de junio y el 19 de julio, las lesiones y sanciones son inevitables. Con sedes que van de Vancouver a Ciudad de México y el calor del verano norteamericano, gana quien tiene un segundo once que no baja el nivel, no quien tiene once cracks y un abismo detrás.

6. Solvencia en las pequeñas batallas: balón parado, segundas jugadas, penaltis. Los Mundiales modernos se deciden en los detalles. Córners, faltas ensayadas, rechaces, y esa lotería con método que son las tandas de penaltis. Casi todos los caminos al título reciente han pasado por al menos una serie desde los once metros. El campeón no es el que ataca mejor: es el que pierde menos duelos sucios.

7. Temple para ir por detrás sin romperse. El favorito que encaja primero y no entra en pánico es, casi siempre, el que termina levantando algo. Mantener la calma cuando el plan se tuerce —seguir jugando tu partido tras un golpe— es lo que separa a los semifinalistas de los campeones. Es intangible, pero aparece en todas las historias.

8. El factor geográfico: la “cerradura continental”. El dato que más debería inquietarte o ilusionarte según de dónde seas. Durante 92 años se ha cumplido una norma de hierro: los Mundiales en Europa los gana Europa, y los de América los gana Sudamérica… con una sola excepción, Alemania en Brasil 2014. Las 22 copas han ido siempre a una selección europea (12) o sudamericana (10); ninguna de otro continente ha jugado siquiera una final. Y ningún anfitrión gana desde Francia 1998. 2026 rompe el molde: se juega en Norteamérica, territorio sin tradición de campeón. Ni los locales parten con ventaja, ni el continente tiene dueño.

🏆 Las predicciones, equipo por equipo

Cruzando los ocho ingredientes con las casas de apuestas, los superordenadores y los expertos, este es el retrato robot que devolvió el análisis. Dos favoritos claros, una sombra peligrosa y un pelotón de aspirantes.

🇪🇸 España — la favorita de los datos. Número uno para el Opta Supercomputer y para buena parte del mercado. Cumple casi toda la receta: defensa fiable, bloque joven en su pico, proyecto fresco y un factor X de época en Lamine Yamal. Su única gran sombra es histórica: ningún europeo ha ganado jamás un Mundial disputado en América. Si rompe esa norma, lo tiene.

🇫🇷 Francia — la favorita de los analistas. La más elegida por los expertos (en torno al 37%). Profundidad ofensiva casi ilimitada —Mbappé, Dembélé, Cherki—, costumbre de llegar lejos y el perfil de campeón “fuera de casa” por excelencia. Es la que mejor encaja con el factor geográfico de 2026. Su reto: gestionar egos y mantener el equilibrio defensivo.

🇦🇷 Argentina — la vigente campeona. Mentalidad ganadora intacta y un Messi que busca despedida perfecta. Su gran argumento es la cerradura continental: si el título se queda en América, los sudamericanos parten con la narrativa a favor. Su riesgo es la edad de su columna vertebral y depender en exceso del genio de Messi en los partidos cerrados.

🏴 Inglaterra — el eterno candidato. Talento de sobra y profundidad de plantilla envidiable. Pero arrastra la asignatura pendiente del temple: el historial de penaltis y de bloquearse en los momentos grandes pesa. Cumple los ingredientes de talento; falla en los intangibles.

🇧🇷 Brasil — el gigante en reconstrucción. Pentacampeón y máxima tradición, pero llega con un proyecto en transición y dudas defensivas. El factor América lo ilusiona; la falta de un bloque asentado en su pico de forma lo frena. Candidato, no favorito.

🇩🇪 Alemania — la única excepción de la historia. Es el único equipo que rompió la cerradura continental (Brasil 2014). Eso la convierte en la europea con más “permiso histórico” para ganar en América. Pero su generación actual no termina de cuajar y le falta el factor X decisivo.

🇳🇱 Países Bajos — el outsider de siempre. Fútbol estructurado, buen balón parado y eterno aspirante a la final que nunca gana. Le falta el extra de profundidad y un genio para los partidos cerrados.

🇳🇴 Noruega — la sorpresa que ilusiona. Con Haaland y una generación emergente, es el comodín romántico del torneo. Le falta rodaje en fases finales, pero es el equipo que nadie quiere cruzarse.

🇺🇾 Uruguay (Grupo H): el perfil más “mundialista” de la receta —competitiva, dura, sólida atrás (ingrediente 1) y con temple (ingrediente 7)—, pero le falta el factor X de los grandes (ingrediente 3) para soñar con la final. Comparte grupo con España.

🇨🇴 Colombia (Grupo K): generación dotada y desequilibrante, capaz de cualquier cosa en un partido suelto. Su techo lo marcan la regularidad y la profundidad (ingrediente 5). Cruza con Portugal en la fase de grupos.

🇪🇨 Ecuador (Grupo E): el tapado que mejor cumple el ingrediente 1. Con Pacho e Hincapié tiene una de las defensas jóvenes más fiables del torneo; le falta pólvora arriba, pero es el rival que nadie quiere.

🇵🇾 Paraguay (Grupo D) y 🇲🇽 México (anfitrión): outsiders. México suma el factor localía… aunque la historia avisa: ningún anfitrión gana desde 1998 (ingrediente 8).

🚀 Cómo replicarlo hoy (para el Mundial o para cualquier decisión)

El método sirve igual para elegir campeón que para elegir entre tres ofertas de trabajo:

1. Define la decisión en una frase concreta.

2. Pide primero el marco: que la IA liste los factores que comparten los casos de éxito anteriores, con un dato detrás de cada uno.

3. Depura los factores: que descarte los que suenan importantes pero no correlacionan.

4. Convierte los factores en criterios puntuables del 1 al 5.

5. Lista tus candidatos reales y deja que la IA los puntúe en una tabla.

6. Exige el porqué y el riesgo: “¿qué tendría que pasar para que esta predicción falle?”.

7. Decide tú. La tabla no decide; ordena tu cabeza para que decidas mejor.

No necesitas un superordenador de Opta. Necesitas hacer las preguntas en el orden correcto.

FAQ

¿Sustituye esto a tu propio criterio?

No. Cambia la forma en que llegas a él: en vez de opinar a ciegas, opinas sobre una tabla que puedes discutir.

¿Funciona para temas que no sean fútbol?

Sí, y ahí está la gracia. El mismo método sirve para elegir proveedor, priorizar clientes, evaluar candidatos o decidir un lanzamiento.

¿La IA acertará el campeón?

Probablemente no clave el nombre exacto: ni los superordenadores lo hacen. Pero te dará los favoritos reales y, sobre todo, el razonamiento. El valor está en el método, no en el oráculo.

¿Qué otras herramientas hacen algo similar?

ChatGPT, Claude y Gemini funcionan igual de bien con estos prompts. Para análisis con datos propios (tu Excel de clientes), Claude y ChatGPT con archivos adjuntos rinden especialmente bien.

¿No se inventará datos?

Puede pasar. Por eso el paso clave es pedirle la fuente de cada dato y contrastar los números importantes. La IA propone; tú verificas.

Y para terminar

El talento llena estadios; la solidez llena vitrinas. Lo mismo pasa con la IA: la respuesta vistosa impresiona, pero la respuesta razonada es la que aguanta una reunión.

Aprender a plantear estos análisis paso a paso —los prompts que de verdad cambian cómo trabajas— es justo lo que enseñamos en los cursos de Paratodosia. Sin tecnicismos, con casos reales.

Si este post te ha sido útil, compártelo con alguien que lo necesite (sobre todo si va a discutir de fútbol este verano).

¿Crees que la “cerradura continental” aguanta un Mundial más, o 2026 es el año en que se rompe del todo? Te leo en los comentarios.

https://paratodosia.com/club