Aula de cursos

Objetivo. Elegir el flujo de trabajo apropiado para una IA que no solo redacta: puede, según el producto y sus permisos, consultar información, analizar archivos, ejecutar código, producir tablas o construir un prototipo interactivo.

El cambio decisivo

En 2026 el reto ya no consiste en convencer al modelo de separar datos y opiniones. Muchas respuestas realizan por iniciativa propia una parte de esa tarea. Lo difícil es establecer qué puede observar de verdad el sistema, qué herramientas están disponibles, qué operaciones ejecutó y qué validaciones permanecen pendientes. Un modelo sin acceso al registro de ventas de una cafetería no puede describir sus operaciones reales, por elaborado que sea su diagnóstico.

Elegir una ruta para el mismo problema

• Sin datos: construir hipótesis, explicar supuestos y diseñar mediciones, pero no hablar de resultados.
• Con registros anonimizados: examinar horas de llegada, duración de etapas, categorías de pedido y faltantes; documentar limpieza y sesgos.
• Con herramienta de cálculo o código: producir métricas y repetirlas fuera del modelo; comprobar fórmulas, unidades y resultados.
• Con prototipo interactivo: experimentar con supuestos; comprobar si el código implementa el modelo anunciado.
• Con conexión a sistemas externos: limitar permisos, confirmar la fuente y pedir autorización antes de acciones que modifiquen datos reales.

Caso: dos informes con apariencia idéntica

El primero genera una tabla de ventas a partir de cifras imaginadas. El segundo calcula la misma tabla desde un CSV autorizado, registra filtros y enseña cómo llegó al total. Visualmente pueden ser indistinguibles. Epistemológicamente no lo son: en el segundo existe una ruta de trazabilidad que puedes auditar. Aunque use datos reales, todavía debes comprobar duplicados, fechas, definiciones y cálculos.

El contrato de trabajo con la IA

Mi objetivo es [decisión concreta]. Este es el material disponible: [fuentes autorizadas]. Antes de analizar, di cuáles fuentes o herramientas puedes usar realmente y cuáles no. Diferencia observación, cálculo, inferencia y propuesta. Si ejecutas código o consultas datos, identifica operaciones, entradas, filtros y resultados. Si propones una acción sobre sistemas externos, solicita confirmación. Cierra con pruebas que una persona pueda repetir.

Laboratorio 2026

Reproduce el caso de la cafetería bajo tres condiciones: sin datos, con una pequeña tabla ficticia de pedidos y con la propuesta de un simulador. Exige que el modelo identifique qué conclusiones nuevas permite cada nivel. Comprueba que no atribuya a una herramienta que no usó los resultados de un cálculo imaginado.

Entregable: un mapa de evidencia y herramientas: entrada → operación → resultado → limitación → responsable. La plataforma concreta (ChatGPT, Gemini u otra) es secundaria; sus funciones y permisos cambian y deben verificarse en el momento de usarla.