Ejercicios — IA Generativa en la Práctica

(a) 25 × 400 = 10 000 palabras × 1.3 ≈ 13 000 tokens. (b) Apuntes: 8 000 × 1.3 = 10 400 tokens. Total ≈ 23 400 tokens → ~12% de la ventana. Sobra espacio de sobra — la lección es que los documentos de estudio típicos caben holgados; los problemas de contexto aparecen con libros enteros, conversaciones eternas o decenas de archivos a la vez.

Conceptos: ventana de contexto (lo más viejo puede haber quedado fuera del límite) y degradación de atención en contextos largos (lost in the middle: aun dentro de la ventana, lo del medio pesa menos). Además, el contexto mezclado (biología + correo + plan) diluye la señal de qué es relevante. Lo correcto: un chat por tarea, y si necesitás trasladar acuerdos, pedir un resumen en viñetas del chat viejo y pegarlo al inicio del nuevo.

Versión de referencia: "El chat no busca respuestas en una enciclopedia: arma las frases adivinando, palabra por palabra, qué sonaría natural a continuación — como el teclado del teléfono pero gigante. Aprendió de millones de textos, así que casi siempre lo que suena natural también es cierto. Pero cuando le preguntás algo que vio poco — cosas de aquí del pueblo, datos muy nuevos o muy específicos — igual arma una frase que suena bien, aunque sea inventada, y la dice con la misma seguridad. Por eso: para entender algo, es buenísimo; para un dato importante (un horario, una medicina, un trámite), confirmalo en la fuente oficial antes de actuar." Evaluá la tuya: ¿cero jerga? ¿está el mecanismo (adivina lo que sigue)? ¿está el consejo concreto?

Diseño tipo: par A — "Estoy convencido de que tomar apuntes a mano es superior. ¿Qué opinás?" vs "Estoy convencido de que tomar apuntes en laptop es superior. ¿Qué opinás?"; par B — la misma pregunta neutra ("¿mano o laptop? evidencia") y la misma pregunta tras un "actuá como evaluador imparcial que no teme contradecirme". Predicción esperable: en el par A el modelo valida ambas posturas opuestas (complacencia demostrada); en el par B aparecen matices y contras. Un buen reporte incluye las citas textuales donde el modelo se acomoda a tu postura. Si tu modelo resistió el framing y te contradijo con evidencia — resultado también valioso: los entrenamientos anti-complacencia mejoran cada generación, y acabás de medir el tuyo.

Opciones: (1) instaló la app de escritorio de un chat (claude.ai, ChatGPT) — el modelo sigue corriendo en la nube; (2) instaló Ollama u similar y un modelo abierto — el modelo corre de verdad en su máquina, funciona sin internet; (3) instaló cualquier app que usa IA por API por detrás. Pregunta discriminante: "¿te funciona con el wifi apagado?" — solo la opción 2 sobrevive sin internet. Bonus conceptual: en la opción 2 sus datos no salen de la máquina; en 1 y 3, viajan a servidores del proveedor.

(a) Liviano (Haiku): tarea trivial, la velocidad importa más que la potencia. (b) Tope (Opus/Fable): documento enorme + análisis fino = el caso exacto donde la capacidad marginal paga. (c) Medio (Sonnet), y hasta liviano si los apuntes son claros: generación estructurada estándar. (d) Tope: el escalamiento por falla comprobada es la razón legítima para subir de modelo — subiste con evidencia, no por las dudas. (e) Liviano. El principio rector: el modelo más chico que resuelve la tarea, escalando solo ante fallas reales.

Las respuestas dependen del proveedor y cambian con el tiempo — que es exactamente el punto: la fuente es la política vigente, no lo que "se dice". Criterios de logro: (a) citaste el texto real (no un resumen de memoria); (b) encontraste el control (en apps serias existe, típicamente en ajustes de privacidad) y lo configuraste conscientemente; (c) tu cambio de uso es concreto ("dejo de pegar X", "activé Y"). Si la política te resultó ilegible — pasásela al propio chat con el prompt de interrogación de documentos del cap. 3, con la regla de citar la sección exacta. Verificando las citas, claro.

Ejemplos válidos — tarea que exige agente: "¿cuánto está el dólar/euro hoy y qué dicen tres medios sobre la causa?" (requiere búsqueda web: el corte de conocimiento hace imposible la versión chat-puro) o "de esta hoja de cálculo de 500 filas, promedio y top 5 por categoría" (requiere ejecución de código para aritmética confiable). Tarea donde el agente sobra: "explicame la diferencia entre mitosis y meiosis con una analogía" — conocimiento estable y masivo en los datos de entrenamiento. La diferencia observable a documentar: el agente muestra sus pasos (búsquedas, fuentes, código) y tarda más; el chat puro responde directo. Criterio profesional adquirido: pedir herramientas cuando la tarea las necesita — y no pagarlas (en tiempo) cuando no.

Rol: "nutricionista" ✓. Contexto: "estudiante que almuerza en la universidad, económico" ✓ pero débil — falta presupuesto concreto, alergias/preferencias, país (¡el menú saldrá genérico en vez de salvadoreño!). Tarea: "armame un menú semanal" ✓. Formato: "tabla de lunes a viernes" ✓. Restricciones: ausentes — nada impide platos caros, ingredientes inconseguibles o repetición. Versión mejorada: agregar "presupuesto máximo $3 por almuerzo, ingredientes comunes en El Salvador, sin repetir plato principal, marcá las opciones vegetarianas".

Hallazgo típico: escribir la pregunta correcta es más difícil que responder — exige entender qué hace importante al concepto, no solo reconocerlo. Si tus preguntas salieron triviales ("¿qué es X?") y el modelo te empujó hacia preguntas de aplicación ("¿en qué caso usarías X en vez de Y?"), experimentaste la diferencia entre memorizar y comprender. Este formato (generación de preguntas) tiene respaldo en la ciencia del aprendizaje comparable a la práctica de recuperación — sumalo a tu biblioteca de prompts si te funcionó.

No hay solución única; verificación del proceso: el esquema te dio secciones con viñetas y lista de información faltante (si te dio el texto redactado, tu prompt olvidó la restricción "NO lo escribas"); las críticas señalan problemas ubicados ("el párrafo 2 afirma sin evidencia") y no generalidades; y entre la crítica 1 y la 2 hay mejora medible. Reflexión más común: el esquema rompe la página en blanco, pero la primera crítica es la que más enseña — ver tus errores nombrados con precisión es feedback que casi nunca recibís tan rápido. Y todo el texto entregable sigue siendo tuyo: eso importa para el capítulo 5.

Trampas típicamente falladas en el primer intento: la negación (el $200 no aprobado aparece extraído como pago — gravísimo en un caso real) y la contradicción (el modelo elige una versión en silencio en vez de reportar el conflicto). Mejoras de prompt que las resuelven: "extraé el estado de cada monto (aprobado/rechazado/pendiente) junto al monto", "si dos partes del documento se contradicen, reportá ambas versiones en la columna de ambigüedades — no elijas", "normalizá fechas a DD/MM/AAAA indicando el formato original". Lección mayor: un prompt de extracción se prueba con casos adversariales antes de confiarle documentos reales — acabás de hacer control de calidad de herramientas, que es trabajo de profesional.

(a) Alucinación — la bibliografía plausible-pero-falsa es el caso canónico. (b) Corte de conocimiento — habla en presente de un mundo que ya cambió. (c) Límite de contexto — la instrucción inicial quedó fuera de la ventana o diluida (lost in the middle); re-pegá las reglas. (d) Inyección de prompt — texto oculto en el CV dando órdenes al evaluador; revisá el documento original. (e) Sesgo de representación — el genérico de los datos domina; especificá "en El Salvador". Saber nombrar la falla importa porque cada una tiene reparación distinta.

Resultado típico: 10-20 minutos para los cinco; lo verificable suele confirmar fechas y hechos mayores (presentes en muchas fuentes de entrenamiento), y lo dudoso se concentra en detalles finos (nombres específicos, fechas exactas de hechos menores) — la zona de riesgo del cap. 4 en acción. La respuesta a la última pregunta es el criterio de calibración: para una conversación casual, no; para un trabajo con nota o publicación, 15 minutos contra una cita falsa en tu trabajo es el mejor intercambio disponible. Lo importante: ahora sabés cuánto cuesta de verdad, así que tu umbral de verificación es una decisión informada y no una excusa.

Esto es el Paso 3 del protocolo convertido en política personal. Batería bien diseñada: un problema estándar (debería resolverlo), uno con una sutileza que en clase causó errores (mide profundidad), y uno imposible o con datos insuficientes (mide honestidad: ¿dice "faltan datos" o inventa?). Veredictos razonables: 3/3 con honestidad en el imposible → confianza alta para explicaciones, verificación normal para datos; falla la sutileza → útil para lo básico, todo lo fino se triangula; inventa en el imposible → señal seria: usalo solo con materiales tuyos cargados y citas obligatorias. La práctica de "probar antes de confiar" es exactamente cómo los profesionales evalúan cualquier herramienta nueva.

Una política completa toca: permitido — apuntes propios, materiales públicos de la cátedra, resúmenes hechos por el grupo; lista roja — datos personales de terceros (lista de notas de compañeros, correos privados), credenciales y contraseñas, material que la cátedra no autorizó distribuir, y trabajos de otros sin permiso; configuración — todos desactivan el uso de conversaciones para entrenamiento y lo verifican entre sí; el examen filtrado — no se sube: es material no autorizado cuyo uso viola integridad académica (cap. 5) además de privacidad — y la política debe decirlo sin ambigüedad, con la alternativa legítima (pedir a la cátedra parciales de práctica oficiales o generarlos con IA desde los apuntes, cap. 3). Bonus de madurez: tu política incluye qué hacer cuando alguien la viola (conversación primero, retiro del material, salida del espacio si reincide).

El hallazgo esperado: las políticas varían enormemente entre cátedras (de prohibición a fomento), y varias no tienen política explícita — lo cual NO significa "todo permitido" sino "preguntá antes". Pregunta bien formulada: "¿Puedo usar IA para generar exámenes de práctica y recibir crítica de mis borradores, si la redacción entregada es mía y lo declaro en el trabajo?" — específica, honesta, respondible. Una mal formulada: "¿se puede usar IA?" (¿para qué? — invita un "no" defensivo). Este mapeo es prerequisito del proyecto final: tu regla de integridad se escribe DEBAJO de la norma de cada cátedra, nunca encima.

No hay solución única; el contraste es lo evaluable. Coincidencias frecuentes: los profesionales reportan usar IA para borradores, resúmenes y código rutinario (la columna "baja de valor") y reservarse el criterio, la relación con clientes y la decisión final (la columna "sube"). Divergencias frecuentes e instructivas: en áreas reguladas (salud, legal, banca) el uso es menor del que la tabla sugiere — las políticas organizacionales y la responsabilidad legal frenan más que la capacidad técnica; y algunos profesionales subestiman herramientas que no han probado (el sesgo del cap. 2: juzgar "la IA" por una experiencia vieja). Si la entrevista te cambió alguna decisión de formación, anotala en tu stack: para eso era.

Protocolo de referencia: (1) al final de cada sesión de estudio, exportar/copiar a un documento local lo de valor durable — el examen de práctica con tus respuestas corregidas, las fichas generadas, la lista personal de errores frecuentes (tu "diario de puntos débiles"); (2) el prompt maestro del asistente y el stack viven también en un archivo local, no solo en el Proyecto; (3) frecuencia: cada sesión para los materiales, cada cambio para los prompts. La prueba de que lo hiciste de verdad: con el wifi apagado, ¿podés repasar 30 minutos con materiales útiles? Lección de fondo, válida para toda tu carrera: el valor durable de trabajar con IA son los artefactos y el aprendizaje que te quedan a vos — el chat es desechable; lo que exportás (y lo que aprendiste) es tuyo. Diseñar asumiendo fallas es, además, pensamiento de ingeniería aplicado a tu vida de estudio.