Artículos
Todo lo publicado.
Página 2 de 5.
Memory Engineering: qué debe recordar, corregir y olvidar un agente
Cómo diseñar la escritura, recuperación, actualización y eliminación de la memoria de un agente sin convertir su historial en una fuente de errores.
Cómo saber si la IA está aumentando realmente la productividad
La velocidad es una de las mejoras más visibles que introduce la inteligencia artificial y, precisamente por eso, también puede convertirse en una de las más engañosas.
Repartir licencias de IA no transforma una empresa
Comprar acceso a la IA es fácil. Convertir ese acceso en productividad organizativa es un problema de diseño del trabajo.
De las licencias a la capacidad: cómo abordar la adopción de IA en una organización
La adopción de IA comienza por el trabajo que la organización quiere mejorar y por las capacidades necesarias para sostener ese cambio.
Context Engineering en EdTech: gobernar lo que recibe la IA
Qué es Context Engineering y cómo combinar identidad, fuentes, permisos, RAG, MCP y memoria sin entregar a la IA más información de la necesaria.
Si un prompt puede provocar un fallo en producción, necesita ingeniería
La IA puede escribir más código por nosotros, pero también nos obliga a diseñar, versionar, probar, asegurar y mantener una nueva capa de software alrededor de los agentes.
Lo que he aprendido trabajando con agentes en desarrollo de software
Dieciséis meses con agentes aplicados al desarrollo de software en repositorios reales. Los errores que he cometido, lo que me ha funcionado y cómo trabajo ahora.
Prompt Engineering en producto: diseño, pruebas, versiones y producción
En un producto, el Prompt Engineering no termina cuando una instrucción produce una buena respuesta. Empieza al definir el comportamiento esperado y continúa con pruebas, versiones, observación y mantenimiento.
Cómo afecta el Reglamento de IA a vídeos, pódcast y simulaciones educativas
Vídeos, audios, pódcast, avatares y simulaciones educativas no se clasifican por su formato. Cinco preguntas permiten distinguir el marcado técnico, el aviso al alumno, una posible ultrafalsificación, los usos biométricos prohibidos y la evaluación de alto riesgo.
Deuda técnica en IA generativa: RAG, agentes y código generado
La deuda técnica de la IA generativa se acumula en fuentes, índices, agentes y código. El análisis propone controles para RAG, agentes, código generado y desarrollo dirigido por especificaciones.
Guía operativa del Reglamento europeo de IA para EdTech — edición de agosto de 2026
Guía operativa cerrada el 3 de agosto de 2026 para clasificar 80 supuestos de IA en EdTech, identificar obligaciones y preparar controles y evidencias; no sustituye el análisis jurídico de cada despliegue.
La IA no sustituye el criterio experto: lo hace más necesario
Un documento impecable solo adquiere valor cuando sabemos si la propuesta se sostiene, qué se descartó y quién responde por ella.