Tech & Chill en Cholula: la IA acelera, el criterio decide
El sábado 17 de octubre nos reunimos en Workbliss Hub, Cholula, para una nueva edición de Tech & Chill de 0xAI Builders, con el apoyo de Crypto Puebla. Hablamos de avances que hace poco parecían lejanos: agentes que participan en investigación matemática, herramientas que aceleran la construcción de software y nuevas formas de llevar esas capacidades a nuestros negocios.
De ahí surgió una pregunta que conectó las dos presentaciones: si ahora podemos hacer más, qué merece realmente que lo hagamos?
La velocidad del cambio
En "La quinta revolución industrial", Hendrik Martina planteó una hipótesis: los agentes pueden cambiar la forma en que participamos en la creación de nuevas tecnologías. Su recorrido relacionó la mejora de capacidades, la adopción y el costo de utilizarlas, sin confundir un buen resultado en una evaluación con el desempeño de una profesión completa. Presentación de Hendrik.
La presentación de Hendrik durante el meetup en Workbliss Hub.
Uno de los casos que comentamos fue el anuncio de OpenAI sobre Navier–Stokes, uno de los Problemas del Milenio. La empresa publicó una propuesta de demostración producida por un sistema de agentes con un modelo interno que describe como más capaz que GPT‑6 Astra. Este último intervino después en la formalización y verificación en Lean, según el reporte de OpenAI. El caso abrió preguntas sobre la revisión matemática, la atribución y la diferencia entre producir una prueba y comprenderla. Anuncio de OpenAI.
También hablamos de ArtCraft y sus siete alternativas iniciales a aplicaciones de Adobe, escritas en Rust. PhotoCraft, por ejemplo, se presenta como una reimplementación independiente de Photoshop. El proyecto sirve para discutir cuánto está cambiando la construcción de software, con una distinción importante: reconstruir funcionalidades y publicar código todavía deja trabajo de compatibilidad, pruebas y madurez del producto. Repositorio de PhotoCraft.
Para quienes desarrollamos software, estos ejemplos ponen presión sobre una pregunta de negocio: qué valor aportamos cuando producir una primera versión se vuelve más accesible? Entender el problema del cliente, elegir una solución viable y responder por su funcionamiento se vuelven decisiones que tenemos que hacer explícitas.
A un prompt de distancia
La charla de Jesús López Batallar tomó otro camino hacia esa misma pregunta. "A un prompt de distancia" conectó a Borges, Keynes y Séneca con una preocupación cotidiana: qué hacemos con el tiempo que la IA nos libera?
La Biblioteca de Babel de Borges sirvió como metáfora de la abundancia de respuestas y la dificultad de encontrar algo que tenga sentido. En un negocio, esa búsqueda empieza por explicar lo que queremos resolver. Muchas reglas siguen viviendo en la cabeza de unas cuantas personas o dispersas entre conversaciones: cómo cotizamos, cuándo aceptamos una excepción, qué consideramos un trabajo terminado.
Poner ese conocimiento por escrito es trabajo de quien conoce el negocio. Le da a un equipo, y también a un agente, criterios con los cuales actuar.
Una de las frases de la charla condensó esa responsabilidad:
Cuando hacer se vuelve barato, elegir se vuelve caro.
Qué hay alrededor del modelo
La conversación sobre harnesses ayudó a bajar estas ideas a la práctica. Un modelo genera respuestas o propone acciones. El harness es el software que organiza su ejecución: administra el contexto, conecta herramientas, conserva el estado de una tarea y aplica permisos y controles.
Ese entorno permite que un agente consulte información, ejecute una acción, observe lo que ocurrió y continúe. También determina cómo se recupera de un fallo y en qué momento necesita intervención humana.
Pensemos en una cotización. El sistema puede consultar un catálogo y preparar una propuesta. Para que el resultado sirva, alguien tiene que definir qué precios son válidos, qué margen debe respetarse y quién autoriza una excepción. El conocimiento del negocio se convierte así en instrucciones, reglas y comprobaciones.
La comunidad reunida durante la charla "A un prompt de distancia".
Human in the loop: criterio con capacidad de intervenir
Este fue uno de los temas centrales del meetup. Mantener a una persona en el proceso exige darle información y capacidad real para corregirlo.
Antes de empezar, esa persona define el objetivo y las condiciones que debe cumplir el resultado. Durante la ejecución, resuelve ambigüedades y decisiones que exceden lo autorizado. Al terminar, comprueba qué ocurrió y si el trabajo merece aceptarse.
Aprobar todo por costumbre aporta poco. La revisión necesita evidencia: un registro de la operación, una prueba que falle cuando debe fallar, una fuente que podamos consultar o un resultado que funcione fuera de la demostración.
También hablamos de conservar la capacidad de juzgar. Entregar un trabajo con ayuda de IA y aprender a hacerlo son objetivos distintos. Pedir explicaciones, probar casos límite y reconstruir un razonamiento por cuenta propia son maneras de seguir participando intelectualmente en lo que delegamos.
Qué hacemos con el tiempo recuperado
Keynes apareció en la presentación como punto de partida para pensar en la relación entre progreso técnico, trabajo y ocio. Séneca nos devolvió a una pregunta más personal: a qué estamos dedicando nuestro tiempo?
La investigación sobre herramientas de trabajo muestra por qué conviene medirlo. Un experimento con 7,137 trabajadores de 66 empresas encontró ahorros de tiempo en correo y una reducción del trabajo fuera del horario habitual entre quienes usaron la herramienta. No detectó una reorganización general de sus tareas. Ahorrar minutos y cambiar la forma de trabajar son cosas diferentes. Shifting Work Patterns with Generative AI.
Para un negocio, el beneficio puede estar en atender mejor, reducir errores o liberar capacidad para un proyecto pendiente. En la vida diaria, puede ser estudiar, descansar o estar con alguien. Ese destino requiere una decisión.
El tiempo ahorrado empieza a valer cuando decides a qué se lo devuelves.