Introducción
práctica a la IA.

Un modelo generativo produce una continuación probable a partir de patrones aprendidos. Esa capacidad le permite resumir, clasificar, transformar y proponer texto, pero no convierte cada respuesta en un hecho. Puede combinar detalles de manera convincente aunque una fecha, una fuente o una relación causal sean falsas.

Piensa en la herramienta como un colaborador rápido que necesita contexto, límites y revisión. Es útil cuando el costo de comprobar la salida es razonable. No debería tomar por sí sola decisiones legales, médicas, financieras, laborales o de seguridad, ni recibir información sensible que no compartirías con un proveedor externo.

Una instrucción útil contiene cuatro piezas: contexto, tarea, restricciones y formato. “Resume esto” deja demasiadas decisiones abiertas. “Resume este documento para un equipo no técnico, conserva las cifras y dudas, no añadas información externa y usa cinco viñetas” define un resultado que puede evaluarse.

Incluye también el criterio de calidad: qué debe conservarse, qué debe evitarse y qué hará que la respuesta sea aceptable. Si falta información, pide que formule preguntas antes de responder. Un buen intercambio reduce la ambigüedad; no intenta encontrar una frase mágica.

La primera salida es un borrador, no el producto final. Divide el trabajo en etapas: explorar opciones, elegir un enfoque, producir una versión, criticarla y corregirla. Solicitar una autocrítica puede descubrir vacíos, pero esa crítica también necesita tu juicio.

Conserva un registro mínimo de la instrucción, el modelo o herramienta, la fecha y las decisiones humanas. Así podrás repetir lo que funcionó y detectar por qué dos resultados cambiaron. La documentación convierte una conversación aislada en un método transferible.

Separa la respuesta en afirmaciones verificables. Revisa nombres, fechas, cifras, enlaces, citas y relaciones de causa. Busca la fuente primaria cuando exista y una segunda fuente independiente para afirmaciones importantes. Si no puedes verificar algo, elimínalo o preséntalo como incertidumbre.

Para cálculos, repite la operación con una herramienta determinista o a mano. Para resúmenes, compara cada conclusión con el documento original. Para recomendaciones, pregunta qué supuestos las sostienen y quién podría quedar perjudicado si fueran incorrectas.

Elige una tarea frecuente y de bajo riesgo. Describe la entrada, el resultado esperado, el paso en que ayuda la IA y el punto donde una persona revisa. Añade una condición de salida: si faltan datos, aparecen cifras sin fuente o el formato es inválido, el proceso se detiene.

Prueba el flujo con un caso normal y otro difícil. Mide tiempo, correcciones y calidad; no solo velocidad. Si la revisión cuesta más que hacer la tarea manualmente, reduce el alcance o elige otro uso.