Actualidad y Fundamentos:
Productividad y Gestión
Un taller para entender qué aporta hoy la IA, qué límites tiene y cómo integrarla de forma concreta en trabajo diario, documentos, análisis y procesos internos.
Tecnología conectada con necesidades reales
Somos NetGenius, un equipo enfocado en desarrollo de software, marketing digital e implementación de soluciones tecnológicas para empresas.
¿Qué veremos hoy?
La sesión avanza desde lo más práctico hacia lo mínimo técnico, y termina con criterios para elegir herramientas y demos concretas.
- Qué está pasando hoy con la IA.
- Qué problemas resuelve y cuáles no.
- Conceptos clave: LLM, token y contexto.
- Cómo pedir bien para obtener mejores resultados.
- Riesgos: alucinaciones y privacidad.
- Modelos públicos y privados.
- Herramientas recomendadas para empresa.
- Demos en vivo y actividad práctica.
¿Cuántos de estos términos conoces hoy?
Por qué la IA importa hoy
La pregunta ya no es si existe o si sorprende. La pregunta útil es en qué partes del trabajo diario puede ahorrar tiempo, ordenar información y reducir fricción.
- Ya entró al trabajo diario.
- Reduce tiempo en tareas repetitivas.
- Ayuda a redactar, resumir, analizar, clasificar y estructurar.
- No reemplaza criterio humano.
Qué problemas sí resuelve y cuáles no
Sí resuelve bien
- Redacción inicial y borradores.
- Resumen de documentos y reuniones.
- Clasificación de información.
- Análisis preliminar y detección de patrones.
- Apoyo creativo y estructuración de ideas.
- Automatización simple con reglas claras.
No resuelve bien por sí sola
- Decisiones críticas sin revisión.
- Casos con datos incompletos o ambiguos.
- Procesos donde importa exactitud total.
- Información confidencial sin resguardo.
- Criterio estratégico profundo sin contexto del negocio.
- Temas legales, financieros, técnicos o médicos sin validación.
Primero lo simple: la IA generativa crea contenido nuevo y los LLM son una pieza clave para trabajar con lenguaje natural.
IA generativa
Crea contenido nuevo a partir de patrones aprendidos: texto, imágenes, audio, código y más.
Es especialmente útil para un primer borrador, un resumen o una estructura inicial.
LLM
Es un tipo de IA generativa enfocado en lenguaje: entiende instrucciones y genera respuestas en texto.
No piensa como una persona. Predice la siguiente mejor secuencia de texto según el contexto recibido.
Token
Es una unidad pequeña de texto. Puede ser una palabra, una parte de palabra, un número o un signo.
El modelo no lee frases completas: procesa secuencias de tokens.
Contexto (o Memoria del modelo)
Es todo lo que el modelo usa para responder: instrucción, historial, documentos y restricciones.
- Mientras mejor contexto, mejor respuesta.
- Muchas veces falla por falta de contexto, no por el modelo.
- Contexto útil vale más que pedirle magia.
Alucinaciones y validación
La IA puede sonar segura y estar equivocada
Puede responder con mucha fluidez, aunque el dato sea falso, incompleto o inventado.
Alucina porque no verifica la realidad: predice la siguiente secuencia de texto más probable según patrones y contexto, y cuando ese contexto es insuficiente, ambiguo o erróneo, rellena los vacíos con una respuesta plausible aunque no sea cierta.
Reglas simples
- Validar datos importantes.
- Pedir fuentes cuando corresponda.
- No asumir que sonar bien significa estar bien.
- Revisar siempre temas legales, financieros, técnicos o médicos.
Modelos públicos y privados
Públicos / abiertos
- Se pueden descargar y usar libremente.
- Si corren de forma local, entregan más privacidad.
- Dan más control sobre el entorno.
- Exigen más configuración y capacidad técnica.
La ventaja fuerte acá es que puedes usarlo dentro de tu propio entorno y cuidar mejor la información.
Privados / servicio
- Dependes de una empresa que presta el servicio.
- Usas su plataforma, sus planes y sus condiciones.
- Suelen ser más potentes porque tienen infraestructura adecuada.
- El control del entorno no queda totalmente en tus manos.
ChatGPT, Gemini, Claude y DeepSeek
Estos LLM cubren gran parte del trabajo diario con texto, documentos y análisis. La diferencia real no es solo cuál es mejor, sino para qué tarea conviene usar cada uno.
ChatGPT
Muy útil para redacción, análisis, ideación, documentos y apoyo general.
Gemini
Muy cómodo si el equipo ya trabaja con Gmail, Drive, Docs, Sheets y Google Workspace.
Claude
Muy bueno para lectura extensa, análisis limpio, redacción larga y trabajo ordenado.
DeepSeek
Interesante para texto, código, comparación de API y pruebas más técnicas.
Demostración en vivo
- Resumen de propuesta o correo largo y propuesta de respuesta formal.
- Comparación de dos documentos para extraer tareas, riesgos y dudas.
Ollama
Sirve para correr modelos localmente, probar soluciones privadas y entender mejor qué implica trabajar con IA fuera de servicios cloud.
Cuándo tiene sentido
- Cuando importa más el control de datos.
- Cuando quieres hacer pruebas internas sin depender de la nube.
- Cuando el equipo acepta más configuración técnica.
Ventaja: privacidad y control. Límite: requiere equipo, descarga de modelos y más preparación.
ElevenLabs y otras IAs generativas
Además de los LLM, hay herramientas generativas enfocadas en voz, audio, imagen y video.
ElevenLabs
Sirve para voz en off, narración, doblaje, clonación de voz y piezas con audio generado.
- Útil para videos, cápsulas y contenidos institucionales.
- Permite transformar texto en voz con buena calidad.
Otros ejemplos
- Suno: generación de música.
- Midjourney: generación de imágenes.
- Runway: edición y generación de video.
- HeyGen: avatars y video hablado.
La idea es mostrar que texto es solo una parte del ecosistema de IA generativa.
Cómo elegir la herramienta adecuada
Preguntas clave
- ¿Qué tarea necesito resolver?
- ¿Qué nivel de precisión necesito?
- ¿Qué tan sensible es la información?
- ¿Me alcanza un plan gratuito o necesito suscripción?
- ¿Necesito algo cloud o algo local?
Criterios rápidos
- Trabajo general y documentos: ChatGPT o Gemini.
- Lectura larga, comparación de archivos y análisis fino: Claude.
- Alternativa de menor costo o pruebas puntuales: DeepSeek.
- Información sensible o entorno interno: Ollama.
- Voz para video o cápsulas: ElevenLabs.
No siempre gana el modelo "más famoso"; muchas veces gana el que calza mejor con el uso real, el presupuesto y la suscripción que el equipo sí va a sostener.
Prompts para uso de LLMs
Rol + tarea + contexto + formato + criterio de calidad
Ejemplo: Actúa como asesor comercial. Resume este correo en 5 puntos, identifica urgencias y propone una respuesta formal en tono profesional.
Actividad práctica
La idea es responder con criterio, no adivinar una marca. Lo importante es justificar la elección según tarea, precisión y privacidad.
Si necesitas resumir un contrato o una propuesta larga, ¿qué herramienta elegirías y por qué?
Si necesitas trabajar con información sensible de clientes o de tu empresa, ¿usarías una plataforma pública o una local?
Si necesitas crear una voz para un video o una cápsula, ¿qué tipo de herramienta buscarías?
Curso 2: Agentes, automatización y casos de uso reales
El siguiente paso es pasar de prompts aislados a flujos completos: agentes, automatización y problemas reales de operación puestos en contexto de negocio.
La capacidad de estos sistemas para sostener tareas más largas va creciendo, y por eso el siguiente taller ya entra a delegación, automatización y trabajo por objetivos.
La capacidad de sostener tareas más largas ha ido creciendo, y eso explica por qué el siguiente paso natural son agentes y automatización.