📟 Antes de los LLM — reglas y ML estrecho
Durante décadas, "IA" significaba sistemas de reglas y modelos de machine learning limitados: cada uno entrenado para una sola tarea: detectar spam, recomendar productos, reconocer un rostro. Tenía aspecto de constructor, exigía especialistas y datos etiquetados, y no generalizaba: un modelo de spam no sabía traducir y uno de traducción no sabía resumir.
🧠 La idea central
La IA «antigua» funcionaba, pero era como una caja de herramientas en la que cada pieza servía para un solo tornillo específico. Cambiar de tarea significaba prácticamente empezar desde cero.
- •Tarea única: un modelo, un problema. Nada de pedir «cualquier cosa».
- •Costoso de entrenar: necesitaba datos etiquetados y equipos especializados.
- •Sin rodeos: no le hablabas en portugués: lo programabas.
💥 El cambio decisivo de ChatGPT
En noviembre de 2022, ChatGPT abrió la IA a cualquier persona: bastaba con conversar en lenguaje natural y respondía. En cerca de 2 meses alcanzó ~100 millones de usuarios — récord de adopción en aquel momento. Ya no era una tarea única: el mismo sistema escribía, resumía, explicaba y programaba.
📊 Por qué fue un hito
Se estimó que ChatGPT llegó a ~100 millones de usuarios en cerca de 2 meses tras su lanzamiento (nov/2022), la aplicación de consumo de más rápido crecimiento registrada hasta entonces. El salto no fue solo técnico — fue de acceso: la IA dejó de ser una herramienta de laboratorio y se convirtió en algo que también usa tu tía.
💡 Por qué esto te importa
La barrera de entrada cayó a cero. No necesitas "saber programar IA"; necesitas saber conversar con ella y dirigirla. Esta es la habilidad que desarrolla el resto del curso.
🖼️ De texto a multimodal
En marzo de 2023 llegó GPT-4 y la IA empezó a ver y escuchar, no solo a leer. Multimodal significa entender y producir varios formatos: imagen, voz y video, además de texto. Junto con esto llegó el contexto largo — la capacidad de «leer» documentos completos de una vez, y no solo frases cortas.
👁️ Visión — entiende imágenes
Envía una foto, un gráfico o una captura de pantalla: la IA la describe, extrae datos y responde sobre lo que está viendo.
🎙️ Voz — habla y escucha
Conversación por audio en tiempo real. Tú dictas; ella transcribe, entiende y responde hablando.
📄 Contexto largo — lo lee todo de una vez
Pega un contrato, un informe o un libro entero: lo mantiene todo en mente para resumir, comparar y cruzar información.
💡 Consejo práctico
Deja de describir una pantalla cuando puedes mandar la captura de pantalla. Deja de transcribir cuando puedas pegar el documento. Lo multimodal solo ayuda a quien lo aprovecha: dale a la IA el material sin procesar, no tu resumen.
🧰 De chatbot a herramienta
Entra 2023 e 2024, la IA salió de la pestaña aislada del navegador y entró en el flujo de trabajo. Los asistentes empezaron a integrarse en el correo electrónico, el editor de documentos, la hoja de cálculo y el editor de código, donde ya se trabaja. Dejó de ser un lugar al que ibas y se convirtió en una capa presente en todo.
✓ Chatbot en la pestaña
- ✓Sales del trabajo, abres el chat y copias y pegas de vuelta.
- ✓Excelente para preguntar y hacer borradores de cosas puntuales.
- ✓Pero el contexto de tu trabajo queda fuera.
→ Herramienta en el flujo
- →La IA está dentro del correo, el documento y el editor de código.
- →Ve lo que estás haciendo y actúa ahí mismo.
- →Menos copiar y pegar; más trabajo de verdad.
📊 El salto del código
El asistente integrado se volvió estándar primero en la programación: sugería y completaba código dentro del editor. Fue el ensayo de lo que se extendería a todas las profesiones: la IA no como destino, sino como parte del entorno en la que ya trabajas.
🦾 De herramienta a agente
Entra 2024 e 2025 llegó el truco clave: la IA dejó de solo responder y pasó a actuar. Un agente usa herramientas, navega, ejecuta pasos y completa tareas de varias etapas. La familia Claude (Sonnet y Opus) avanzó en esto, con el llamado "computer use" — la IA operando una computadora, haciendo clic y escribiendo como tú lo harías.
Cada nivel conserva el anterior y añade autonomía — desde a quién recurres hasta quién trabaja contigo. Diagrama ilustrativo.
💡 Qué cambia en la práctica
Con un agente, dejas de hacer cada paso y pasas a describir el resultado: «investiga estos 5 proveedores, arma la tabla y envíamela». La IA encadena las etapas. Saber cuándo confiar en eso es el tema de la Ruta 3.
🔮 Hacia dónde vamos — el compañero siempre conectado
El siguiente nivel no consiste en que actives la IA cada vez — es que funcione en segundo plano, notar qué necesita atención y anticipar. Un socio siempre conectado, que trabaja mientras duermes. Es la idea de un «Jarvis» personal: exactamente lo que vas a construir en la Ruta 3.
🧭 La línea de tiempo, de principio a fin
💡 La lectura que importa
La dirección está clara: de responder a actuar, de actuar a anticipar. Quien entiende esto deja de tratar la IA como una cajita de preguntas y empieza a diseñarla como una aliada. Ese es el destino del curso, y el puente hacia tu Jarvis.
Autoevaluación (opcional): ¿cuál es la gran transición en curso en la IA?
✅ Resumen del módulo
Próximo paso
Ruta 1 · Módulo 1.3 — La evolución de las profesiones: cómo cada ola tecnológica remodeló el trabajo y qué cambia con la IA.