¿La era de los "bucles" es la siguiente tras las indicaciones? Una guía sencilla de cuatro etapas sobre la evolución de nuestra comunicación con la IA.

本ページはプロモーション（広告）を含みます。

🧭 Vol.1 "Las personas que son buenas para dar indicaciones" ya no son los personajes principales

Hasta hace poco, ser "bueno dando indicaciones" era un halago. Se refería a las personas que podían dar instrucciones precisas y obtener las respuestas deseadas de la IA. También se introducían con frecuencia técnicas como la especificación de roles, por ejemplo, "Eres un experto en contabilidad". Yo mismo las he utilizado bastante. Sin embargo, desde principios de 2026, han empezado a oírse voces en la vanguardia del desarrollo de la IA que dicen: "Dejemos de escribir indicaciones".

Un momento, ¿cómo que vamos a dejar de usar ejercicios de escritura? He introducido muchas técnicas de asignación de roles en mis artículos sobre el aprendizaje del inglés. Sentía que con solo escribir "Eres profesor/a de inglés" se notaba una gran diferencia en las correcciones. Me sorprende un poco que ya no sea el enfoque principal. Seguro que hay gente que lee mis artículos y lo usa. Entonces, ¿cuál será el enfoque principal de ahora en adelante?

En los entornos de desarrollo, el enfoque está cambiando: de personas que dan instrucciones individuales y claras a quienes crean sistemas que proporcionan instrucciones de forma continua. Esto se conoce a veces como un cambio de "Humano dentro del bucle" a "Humano sobre el bucle". Se trata de una transformación: de personas que trabajan dentro de un bucle, realizando tareas una a una, a personas que se sitúan fuera del bucle y supervisan el panorama general. Esta evolución se puede organizar en cuatro etapas: indicación, contexto, control y bucle.

Es fascinante cómo un simple cambio de "in" a "on" altera por completo nuestra interacción con la IA. Incluso con el aprendizaje del inglés, sinceramente, escribir indicaciones como "corregir este ensayo" todos los días era un poco engorroso. Sería genial poder crear un pequeño ciclo de aprendizaje que recordara mis puntos débiles e incluso me creara menús de práctica. Eso me facilitaría mucho la vida diaria. Pero tenemos que empezar por lo básico, ¿no? ¿A qué te refieres exactamente con "mejorar las indicaciones"?

✍️ Vol.2 Ingeniería Prompt

La ingeniería de instrucciones es la etapa en la que se perfecciona la redacción de cada instrucción que se envía a la IA. Incluso al solicitar lo mismo, la calidad de la respuesta puede variar considerablemente según la forma de formular la pregunta. Por ejemplo, pedir «Por favor, revise esta oración en inglés» es menos efectivo que pedir «Por favor, reescriba esta oración en inglés para que suene más natural como correo electrónico empresarial». Podríamos llamarlo perfeccionar la forma en que se le pide a la IA. Esta es la forma más sencilla de este proceso.

Lo hago casi a diario. Con solo añadir una breve declaración de propósito se nota una gran diferencia en el tono de la respuesta en inglés. Por ejemplo, un tono más informal o apropiado para un correo electrónico. Pero, según lo que acabábamos de comentar, especificar el rol de alguien, como «Eres un experto en…», está desfasado, ¿verdad? Se suele usar en libros introductorios y parece efectivo, pero ¿por qué no basta?

Asignarle un rol a una IA no le indica quién quiere la respuesta ni por qué. Lo importante es el propósito, el objetivo y las condiciones, no el título. Por ejemplo, añadir una frase como «Soy principiante en contabilidad» la animará a proporcionar una explicación que evite la jerga técnica. Añadir un objetivo como «en un formato que pueda utilizarse de inmediato en la práctica» y condiciones como «en lenguaje informal» la hará aún más precisa. La clave está en transmitir la situación, no solo el rol.

Es más importante explicar para qué lo usarás que el título, ¿verdad? Si es para aprender inglés, supongo que debería escribir algo como: "Quiero adquirir habilidades de inglés para negocios para no sentirme avergonzado en situaciones reales". Eso sin duda se ajusta mejor a mi situación. Si mi propósito es claro, mi enfoque de estudio probablemente se mantendrá constante. Pero es un fastidio tener que explicar mi experiencia y mis debilidades desde cero cada vez. Ojalá la IA pudiera recordar de qué hemos hablado antes y los errores que suelo cometer.

🗂️ Vol.3 Context Engineering

Ahí es precisamente donde entra en juego la segunda etapa de la ingeniería de contexto. Consiste en diseñar todo el conjunto de información que la IA examina al proporcionar una respuesta, incluyendo el historial de la conversación, los documentos aportados y las interacciones previas. Existe un límite máximo de información que la IA puede procesar simultáneamente, y esto se denomina ventana de contexto. Se dice que puede contener aproximadamente 10 volúmenes de libros, pero no es infinita. Diseñar qué información incluir en ella es crucial. Y la solicitud que vimos anteriormente es solo una pequeña parte de ese gran conjunto.

No se trata de "qué preguntar", sino de "qué mostrarles". Al hablar con la gente, la conversación se desarrolla de forma completamente distinta según se compartan las mismas suposiciones. Entiendo que, aunque se escriba una buena pregunta, no dará en el clavo si la IA desconoce el contexto. Es interesante que la pregunta forme parte del contexto. Incluso con los profesores de conversación en inglés, cuanto más saben de mí, mejor me enseñan. Entonces, ¿qué tipo de información debo mostrarle específicamente a la IA al aprender inglés?

Por ejemplo, puedes proporcionar una lista de expresiones que has usado incorrectamente con frecuencia o tu historial de aprendizaje, como "Suelo cometer errores con los tiempos verbales" o "Me encontré con esta expresión la semana pasada". Con solo hacer esto, las correcciones pasarán de ser comentarios generales a comentarios personalizados. También notarán si repites los mismos errores. Sin embargo, más no siempre es mejor. Si incluyes información irrelevante, obtendrás respuestas irrelevantes, así que el truco está en centrarte en errores recientes o temas actuales.

Así que, en lugar de mostrarlo todo, solo se muestra lo necesario. Si fuera yo, probablemente solo mostraría los errores con artículos y preposiciones en los que estoy trabajando esta semana. Solo eso haría que las correcciones fueran mucho más personalizadas. El truco está en no ser avaricioso y revelarlo todo. Pero ¿qué pasa si la IA da una corrección que suena plausible pero es incorrecta? Da un poco de miedo porque, cuando lo dice con tanta seguridad, podrías terminar creyéndolo sin más.

🦺 Vol. 4 Ingeniería de arneses

Aquí es donde entra en juego la tercera etapa: la ingeniería de arneses. Un arnés es un dispositivo de seguridad utilizado en el montañismo. Pedir "Por favor, escriba una prueba" es una indicación, pero el arnés es el mecanismo en sí, que dicta que "no puede pasar al siguiente paso a menos que la prueba se apruebe". Es un acuerdo externo para la IA. En cuanto a la programación, si existe un mecanismo que "rechaza los intentos de programar citas después de las 5 p. m.", puede dejarlo con confianza en manos de la IA.

No se trata de escribir las instrucciones en el código, sino más bien de crear un perímetro de seguridad alrededor de la IA. La analogía de la secretaria es muy clara. Si se decide desde el principio que la IA no puede entrar después de las 5 de la tarde, no habrá problema aunque se mueva con cierta libertad. Se le comunican las mismas reglas a una secretaria humana, ¿verdad? Pero incluso si se usa el término "control" en el contexto del aprendizaje del inglés, sigo sin entenderlo del todo. ¿Qué tipo de sistema sería en el caso del estudio?

Por ejemplo, una regla como «No puedes pasar a palabras nuevas hasta que hayas revisado las 10 palabras de hoy» es un mecanismo de control. Decidir releer siempre tu trabajo antes de continuar, en lugar de aceptar ciegamente las correcciones de la IA, es la misma idea. Una lista de verificación como «No aceptaré correcciones que no cumplan con estos tres criterios» o una frase como «Por favor, pregunta si necesitas más información» también son excelentes y sencillos mecanismos de control. Empezar por aquí es perfectamente suficiente.

Así que no necesitas crear un sistema complejo; puedes empezar a crearlo tú mismo hoy. Intentaré añadir la frase "Haz una pregunta primero" a mis indicaciones de inmediato. Es tranquilizador saber que la IA no se precipitará, sino que se detendrá y pedirá aclaraciones. Lo más frustrante es cuando responde con seguridad sin saber la respuesta. Tenemos indicaciones, contexto y herramientas, y todo se está integrando gradualmente, pero ahora que hemos llegado hasta aquí, ¿qué sigue?

🔁 Vol. 5 Ingeniería de bucles

Por fin hemos llegado a la última capa: la ingeniería de bucles. Un ingeniero de una importante empresa de IA afirma que su trabajo ya no consiste en escribir directamente las indicaciones, sino en crear sistemas que proporcionen instrucciones de forma continua. Al parecer, antes de trabajar en IA, se dedicaba a elaborar alimentos fermentados en Japón. Asimismo, un reconocido investigador, según se informa, creó una aplicación de mecanografía para su hija en aproximadamente una hora, prácticamente sin intervención humana. Este es un ejemplo perfecto de un bucle en funcionamiento.

La transición de elaborar alimentos fermentados a desarrollar IA de vanguardia es tan inesperada que me hizo reír. Después de todo, esperar pacientemente a que se produzca la fermentación y esperar a que se complete un ciclo son procesos bastante similares. En ambos casos, parece importante simplemente observar sin intervenir. Pero lo verdaderamente asombroso es que la aplicación se completó en casi una hora prácticamente sin intervención. ¿Significa esto que la IA revisaba y corregía todo por sí sola? ¿Cómo funciona exactamente?

Un bucle es un mecanismo que permite que el ciclo de "ejecutar, verificar, corregir si es necesario y volver a ejecutar" se ejecute sin intervención humana. Con indicaciones, contexto y mecanismos de control, la IA puede construir sus propias instrucciones y enviárselas continuamente. El rol humano pasa de emitir instrucciones a diseñar el sistema. Sin embargo, esto no implica una transferencia total de control. La clave reside en establecer el límite entre lo que se puede delegar y lo que se debe seguir controlando.

Así que, en lugar de dejarlo todo en manos de la IA, los humanos aún tienen voz en el proceso. Por ejemplo, al aprender inglés, podrías dejar que la IA se encargue de las correcciones diarias y la práctica repetitiva, pero seguirías teniendo presente el objetivo: por qué estás aprendiendo inglés y qué quieres lograr en última instancia. Si la IA también decide el objetivo, entonces ya no es realmente mi aprendizaje. En ese caso, creo que podría confiarle el proceso con tranquilidad. Por cierto, ¿existe solo un tipo de bucle como ese?

🪆 Vol.6 Bucle triple anidado

En realidad, existe un concepto que involucra tres bucles anidados que operan a diferentes velocidades. El bucle más interno se ejecuta en minutos, con la IA repitiendo rápidamente la implementación, las pruebas y las correcciones. El bucle más externo se ejecuta en horas o días, con la supervisión humana, la verificación de resultados y el ajuste preciso de la estrategia. Y el bucle más externo se ejecuta mensualmente, donde se utiliza la retroalimentación de amigos y un grupo selecto de personas para revisar toda la estrategia. Un investigador ha creado un diagrama muy claro que ilustra esto.

Es como tres bucles superpuestos de velocidad rápida, normal y lenta. Es bastante fácil de entender si imaginas engranajes de diferentes tamaños que se acoplan. Los engranajes pequeños giran rápido y los grandes, lentamente, determinan la dirección. Lo interesante es que solo la capa más externa involucra reacciones humanas, no inteligencia artificial. Me pregunto cómo funcionarían estos tres bucles si los aplicara a mi propio aprendizaje de inglés.

El ciclo más rápido consiste en la práctica diaria y repetitiva con la IA. Recibes la corrección de tu redacción en inglés hoy mismo y haces correcciones al instante. El ciclo intermedio es semanal, cuando revisas tu registro de correcciones. El ciclo más avanzado es mensual, cuando un profesor revisa tu inglés o practicas su uso en una conversación en línea. Solo el ciclo más rápido puede dejarse completamente en manos de la IA. Siempre debes contar con la supervisión humana para los otros dos. A esto me refería antes con "mantener el contacto".

Así que divides tus tareas en hoy, esta semana y este mes. Yo también usaba la corrección de textos con IA a diario, pero puede que me saltara la revisión semanal y la retroalimentación externa mensual. Probablemente me conformaba con hacerlo todos los días. No depender exclusivamente de la IA mejora el proceso de aprendizaje en sí. Pero me pregunto si este tipo de razonamiento se puede aplicar al trabajo de otras personas, no solo al aprendizaje del inglés o al mundo de la ingeniería.

🌱 Resumen del Vol. 7: El pensamiento cíclico se extiende a personas que no son ingenieros.

Por supuesto. Las cuatro etapas que hemos analizado hasta ahora están anidadas, con nuevas capas que se añaden sobre las anteriores, en lugar de que alguna quede obsoleta. Las capas internas siguen funcionando incluso ahora. Y este concepto se está extendiendo también al trabajo administrativo. Cuando termina una reunión, la IA se activa automáticamente, transcribe la reunión, identifica las tareas e incluso gestiona la programación y el envío de invitaciones a los miembros necesarios. Incluso estamos viendo un sistema en el que las personas solo tienen que hacer clic en "asistir".

La idea de que la gente se una con solo pulsar un botón parece algo del futuro, pero ya es una realidad. Es sorprendente cómo una forma de pensar nacida en el mundo de la ingeniería se puede aplicar directamente al trabajo administrativo y de secretaría. Organizar notas y planificar después de las reuniones consume mucho tiempo. Esto sin duda también afecta a nuestro trabajo y estudios diarios. Pero crear un sistema tan grande de golpe parece difícil. ¿Por dónde empezar?

No necesitas un sistema complejo de inmediato. Basta con empezar con un ciclo pequeño y recurrente, como por ejemplo, que la IA corrija tu trabajo cada día en el mismo formato. Para aprender inglés, el ciclo inicial consta de tres etapas: hoy se practica de forma repetitiva con la IA, esta semana se repasa y este mes se recibe retroalimentación de una fuente externa. Luego, puedes añadir gradualmente indicaciones para definir tu objetivo, contexto para identificar tus puntos débiles y estrategias para animarte a pedir aclaraciones. No hay prisa.

Desde indicaciones hasta bucles, nuestras interacciones con la IA se expanden cada vez más. Pero el pequeño bucle que construimos hoy servirá sin duda como base. Todo lo que hemos comentado en esta serie está relacionado con él. Creo que empezaré pidiendo correcciones para la redacción en inglés de mañana, como de costumbre. Si prefieres leer una explicación detallada en lugar de escuchar una conversación, consulta también el artículo original. Aquí dejo el enlace.

👉 Lee el artículo original
De la indicación al bucle (nota: Revista)
https://note.com/gentle_hawk873/m/mc79175abd198