gvSIG blog

Esto me pasó hace unos dias, a pesar de lo curioso que pueda parecer. Una sesión de depuración se convirtió en un ejercicio de robopsicología a lo Asimov, y solo porque un modelo cometió un “error filosófico” y el otro decidió seguirme el juego hasta el final.

Os cuento el caso, que bien podría llamarse “El robot que se autoanalizó y su colega que firmó el informe en clave de ficción”. Continue reading →

El polvo del estante

Hace unas semanas, mientras reorganizaba la estantería del estudio, me tropecé con un libro que no veía la luz desde hacía décadas. “Inteligencia Artificial: Conceptos y Programas” de Tim Hartnell, 1984. La cubierta estaba gastada y las páginas despedían ese olor característico a papel viejo que te transporta instantáneamente al pasado.

Aquí estaba yo leyendo las mismas páginas que me fascinaron a los 18 años. Hartnell explicaba la IA mediante bloques lógicos y reglas if-then en BASIC, prometiendo máquinas que algún día entenderían nuestro mundo.

Cuatro décadas después, esa promesa sigue viva, pero las herramientas han cambiado radicalmente. Hartnell usaba reglas explícitas para un “mundo de bloques”, yo ahora implemento herramientas contextuales que permiten a un LLM ver el mapa activo en gvSIG desktop y ejecutar consultas SQL sobre datos reales.

El polvo del estante era el mismo, pero mi mirada había cambiado. Ya no era la de aquel adolescente que soñaba con sistemas que piensan, sino la de un desarrollador que construye sistemas útiles. La curiosidad seguía intacta, pero ahora estaba templada por la experiencia de saber lo que cuesta hacer que las cosas funcionen de verdad.

Este viaje desde Hartnell hasta el MCP es la crónica de cómo un desarrollador mantuvo viva una pregunta fundamental a través de lenguajes, frameworks y paradigmas que surgieron y cayeron con el paso del tiempo. La pregunta sigue siendo la misma: ¿cómo hacemos que las máquinas no solo calculen, sino que comprendan? Continue reading →

Hola,
llevo un tiempo dándole vueltas a una pregunta: ¿cómo diseñamos agentes que no solo respondan a preguntas, sino que sean capaces de reaccionar a cambios en su entorno?

Piensa en un agente de DevOps que debe reaccionar a una caída de servidor, o en un sistema de análisis que necesita alertar sobre una anomalía en tiempo real. En todos estos casos, esperar a que el usuario pregunte ‘¿hay algún problema?’ llega demasiado tarde. La proactividad deja de ser una mejora para convertirse en un requisito funcional.

Los protocolos actuales no están diseñados para que el entorno hable primero. Este artículo explora ese vacío conceptual y propone un patrón de diseño para superarlo. Continue reading →

Hola a todos.

Últimamente, las redes sociales y las plataformas de prompts se han llenado de una especie de mercado mágico. Un sitio como Promptfy promete cientos de “recetas listas para usar” que, con solo copiar y pegar, resuelven problemas complejos de IA. Y no hablemos de LinkedIn o X, donde un post con un “prompt infalible” para generar código Python acumula likes como si fuera “el santo grial”. Entiendo el atractivo.En un mundo donde se valora cada vez mas el producir mas en menos tiempo ¿quién no querría un atajo directo a la productividad?

Pero aquí va mi preocupación, surgida de años observando cómo se integran las herramientas en el flujo de desarrollo. ¿Y si estos atajos están formando operadores de IA en lugar de desarrolladores reales? Especialmente para los juniors, que entran en este ecosistema con ojos brillantes pero sin el bagaje para cuestionar. Copiar un prompt puede ser un salvavidas temporal. El problema surge cuando se convierte en muleta permanente. Puedes estamparte profesionalmente al primer tropiezo con un caso no cubierto por la receta. Continue reading →