Así comenzó 0xAI: recapitulación de nuestro primer meetup en Puebla

Bitcoin nos unió hace varios años. A lo largo de la última década coincidimos en meetups, compartimos proyectos y conocimos amigos en común. El interés por blockchain y las criptomonedas nos acercó y nos llevó a formar parte de un mismo ecosistema. Con el tiempo, encontramos en la inteligencia artificial una nueva razón para reunirnos y seguir construyendo juntos.

Mientras conversábamos sobre lo que cada uno estaba haciendo con IA, surgió la idea de organizar una serie de encuentros. Queríamos compartir nuestros proyectos y lo que estábamos aprendiendo al incorporar estas herramientas a nuestras empresas, pero también conocer a otras personas con la misma curiosidad por la tecnología y sus aplicaciones en la vida cotidiana.

Así nació 0xAI. Quienes nos conocimos a través de las criptomonedas comenzamos a reunirnos alrededor de una nueva inquietud compartida: aprender y construir con inteligencia artificial. El 4 de abril celebramos nuestro primer meetup en Puebla.

Nuestro primer encuentro en Thinkhub

Sábado 4 de abril. Puebla. Nos reunimos en Thinkhub Coworking para llevar a la práctica lo que habíamos platicado durante semanas. Convocamos a las dos de la tarde, con registro gratuito y una invitación abierta a quienes quisieran aprender, compartir sus experiencias y conocer a otras personas que también estaban explorando la inteligencia artificial.

Los asistentes ocuparon las mesas frente a la pantalla, entre laptops abiertas y libretas. Queríamos aprovechar esa cercanía para conversar sobre lo que estábamos construyendo, hacer preguntas y aprender de las experiencias de los demás.

Preparamos cuatro charlas que conectaban las posibilidades de la IA con las responsabilidades de usarla. Comenzamos por los fundamentos de los modelos de lenguaje y después exploramos los agentes y OpenClaw. Para cerrar, dedicamos tiempo a dos temas que consideramos necesarios al incorporar estas herramientas a nuestros proyectos: la privacidad de los datos y la ciberseguridad.

Entender qué hay detrás de los modelos de lenguaje

Abrimos la agenda con los grandes modelos de lenguaje, o LLMs, que sostienen buena parte de las herramientas de inteligencia artificial generativa que usamos hoy. Revisamos su arquitectura base y conversamos sobre cómo están cambiando el trabajo de quienes desarrollamos software.

Entender su funcionamiento nos ayuda a interpretar sus respuestas. Durante el entrenamiento, estos modelos aprenden patrones que les permiten generar texto coherente, pero pueden producir una explicación convincente que contenga errores. La seguridad con la que responden tampoco garantiza que la información sea correcta.

Para quienes incorporamos estas herramientas a nuestros proyectos, la consecuencia es práctica. Cuando pedimos código, necesitamos ejecutarlo y comprobar su comportamiento. Cuando solicitamos datos, necesitamos contrastarlos con fuentes confiables. Podemos aprovechar la velocidad de un modelo y dedicar nuestra atención a revisar aquello que afecta el resultado.

Con esa base pasamos a los agentes de IA y a las posibilidades de automatización que exploramos con OpenClaw.

Explorar los agentes de IA y OpenClaw

Después de revisar los modelos de lenguaje, pasamos a lo que podemos construir con ellos. En la segunda charla exploramos los agentes de inteligencia artificial y las posibilidades de automatización que ofrecen herramientas como OpenClaw.

Un agente combina un modelo con herramientas que le permiten actuar. Puede recibir una tarea, ejecutar una acción y utilizar el resultado para decidir cómo continuar. Si una herramienta devuelve un error, puede revisar lo que ocurrió y ajustar su siguiente paso. Ese ciclo permite abordar tareas cuyo recorrido completo resulta difícil definir de antemano.

Pensemos en una tarea de programación. El agente puede modificar un archivo, ejecutar las pruebas, revisar un fallo y volver al código para corregirlo. Para que ese proceso sea útil, necesitamos darle una forma de comprobar su avance y establecer cuándo debe detenerse o pedir ayuda.

Explorar esa autonomía también nos lleva a tomar decisiones sobre los accesos que concedemos. Qué herramientas puede utilizar, qué información necesita y qué acciones requieren nuestra intervención. Con esas preguntas pasamos a la privacidad y el cuidado de los datos.

La privacidad también se diseña

La tercera charla abordó la privacidad desde el diseño. Al incorporar inteligencia artificial a un proyecto, tomamos decisiones sobre los datos desde el momento en que elegimos qué información compartimos con una herramienta.

Un ejemplo cotidiano ayuda a entenderlo. Si queremos analizar las tendencias de ventas de un negocio, podemos revisar si necesitamos incluir los nombres, teléfonos y correos de sus clientes. Muchas veces podemos trabajar con productos, fechas e importes y dejar fuera los datos que identifican a cada persona. Seleccionar la información necesaria reduce lo que exponemos durante el proceso.

También debemos controlar quién puede consultar esos datos. En una aplicación que atiende a varios clientes, cada persona debería acceder únicamente a la información que le corresponde. Necesitamos aplicar esos límites en el sistema y verificar que las respuestas los respeten.

Llevar la privacidad a la práctica implica revisar estos detalles desde el inicio del proyecto. Cada documento que subimos y cada fuente que conectamos merece una pregunta: ¿qué necesita conocer esta herramienta para cumplir su tarea?

Ciberseguridad al trabajar con inteligencia artificial

Cerramos las charlas con la ciberseguridad, tanto para explorar el uso de la IA en tareas de defensa como para entender los riesgos que aparecen al incorporarla a nuestros sistemas.

Uno de esos riesgos es la inyección de instrucciones, conocida como prompt injection. Un documento o una página que un agente consulta puede contener instrucciones maliciosas que intenten desviar su tarea. Por ejemplo, un texto que debe resumir podría incluir una orden para buscar información privada y enviarla a otro destino.

Los permisos que damos al agente influyen en las consecuencias de un ataque. Si su trabajo consiste en consultar información, podemos limitarlo a leer. Si necesita modificar archivos o enviar mensajes, podemos establecer controles adicionales y pedir revisión humana antes de ejecutar operaciones sensibles.

Al construir con IA, también necesitamos probar cómo responde el sistema cuando algo sale mal. Revisar sus acciones, limitar sus accesos y definir cuándo debe detenerse forma parte del trabajo de llevar una automatización a un entorno real.

La conversación siguió después de las charlas

Al terminar las presentaciones, llegó el momento de seguir conversando entre nosotros. Habíamos convocado este primer meetup para compartir lo que estábamos construyendo y conocer a otras personas con intereses similares. Ese espacio para acercarnos, preguntar y platicar con más calma era parte de lo que queríamos conseguir desde el principio.

La tarde se alargó y algunos continuamos el encuentro en Casa Relámpago, en Cholula. Hasta la lluvia se sumó al plan, mientras nos coordinábamos por el grupo para encontrarnos y seguir la convivencia. Después de varias horas de charlas, todavía teníamos ganas de quedarnos un rato más.

Al día siguiente dimos la bienvenida a quienes se incorporaron a la comunidad y compartimos los primeros recuerdos del encuentro. Entre los mensajes apareció una propuesta para organizar un workshop de OpenClaw. Ya comenzábamos a pensar en cómo darle continuidad a lo que habíamos iniciado.

Gracias a quienes llegaron a Thinkhub, hicieron preguntas y compartieron su tiempo con nosotros. Así comenzó 0xAI en Puebla, con personas que encontraron una razón para reunirse alrededor de la inteligencia artificial y las ganas de seguir aprendiendo juntas.