E100_Especial episodio 100

Buenas, esto es BIMPRAXIS, el podcast donde el

BIM se encuentra con la inteligencia artificial.

Exploramos la ciencia, la tecnología y el futuro

desde el enfoque de la arquitectura, ingeniería y

construcción.

¡Empezamos!

Muy buenas, bienvenidas, bienvenidos a un nuevo episodio

de BIMPRAXIS.

Hoy os abrimos las puertas y os vamos

a enseñar cómo se cocinan los episodios de

BIMPRAXIS.

Fíjate que si te dijéramos que para producir

un episodio como el que estás escuchando hoy

están trabajando miles de líneas de código, sistemas

de llamada API a modelos locales, a modelos

en la nube, procesos MCP y muchos otros

entresijos, pues parecería que estamos un poco desvariando

o hablando de ciencia ficción.

Totalmente.

Pero bueno, esa es la arquitectura invisible que

sostiene todo este proyecto.

Y oye, que no es un día cualquiera,

porque resulta que hoy alcanzamos la edición número

100.

Madre mía, 100 ya.

Y es fascinante pararnos a pensar en por

qué a los humanos nos gustan tanto los

números redondos, ¿no?

Tienen ese componente cultural de marcar un hito

o cerrar un ciclo histórico.

Ya, claro, nos da como una sensación de

celebración.

Pero es súper curioso porque la inmensa maquinaria

de inteligencia artificial que procesa todo este ecosistema

sonoro que carece por completo de ese romanticismo.

Cero romanticismo, sí.

Para los procesadores o los modelos de lenguaje,

la edición 100 y la 99 son exactamente

iguales.

No hay ninguna relevancia estadística especial.

Y esa fricción tan rara entre nuestra nostalgia

humana y la eficiencia así tan fría de

la máquina es justo el hilo conductor de

la inmersión que vamos a hacer hoy.

Sí, una especie de jornada de puertas abiertas

que, curiosamente, no empieza en un garaje.

Ni en Estados Unidos, ni en California, ni

en un datacenter de hectáreas y hectáreas de

servidores.

¡Qué va, qué va!

Hay que viajar en el tiempo a una

época sin internet de banda ancha y sin

móviles.

A una emisora local de los 80 o

90 llamada Radio Radio.

A la mítica Radio Radio, sí.

Ahí es donde un tipo maravilloso, que ya

no está entre nosotros, Manel, se le ocurrió

la estrafalaria idea de montar en su casa

una emisora de radio.

Una emisora de radio un poco apropiada.

Apoyándose en que era un grandísimo coleccionista de

discos de vinilo.

De hecho, viajaba a Londres para comprarlos.

Tenía más de 4 .000 discos.

Y apoyándose en eso, montó una emisora gratuita,

libre, voluntaria, sin ánimo de lucro.

Algo que a día de hoy suena muy

extraño.

No era una startup, ni mucho menos.

Y nada, convocó a la gente del pueblo,

pues al que quisiera montar un programa, que

le hiciera un pequeño guión.

Y allá que nos fuimos unos amigos y

yo, y presentamos un proyecto de radio que

se llamaba Cosa Nostra.

¿Y lo radical de Cosa Nostra en aquel

momento?

Cosa Nuestra no, perdona.

Cosa Nostra.

Maldita IA.

Era la materia prima.

O sea, mientras las demás emisoras eran como

cintas transportadoras, poniendo un éxito detrás de otro

sin parar, ellos priorizaban la palabra.

Exacto.

Era la improvisación por encima del guión.

Aunque un poquito de guión sí teníamos.

Pero bueno, la gente se animaba a llamar

porque nuestro programa Cosa Nostra, Cosa Nostra, no

Cosa Nostra, se basaba un poco en dar

participación a los oyentes, que sorpresivamente nos llamaban.

A pesar de que la emisora tenía un

alcance mínimo, era una emisora de cuatro vatios,

pero la gente se animaba.

Quizá porque usábamos mucho sentido del humor y

hacíamos un poco de música.

Hacíamos mucho guiño con la audiencia.

Por un ejemplo, montábamos concursos, muchos de ellos

improvisados, en los que proponíamos que nos hicieran

preguntas los oyentes a nosotros.

Y si la contestábamos bien, se ganaba un

premio.

Y el premio era una rebanada de pan

con nocilla, que nosotros la comprábamos, la teníamos

allí lista para que vinieran a merendar con

nosotros.

Es lo bueno del corto alcance y de

la corta distancia.

Pero nunca se atrevió nadie a venir, a

comerse la merienda, porque pensaban que era de

broma.

Pues la teníamos allí, nos la acabábamos comiendo

nosotros.

Sí, sí, lo del pan con nocilla es

artesanía radiofónica en estado puro.

Y claro, esa semilla de interacción, de hablar

directamente con el oyente, muta décadas después a

un entorno radicalmente distinto, a la plataforma web

de aprendizaje integral BIMpraxis.

Un salto evolutivo considerable, sí.

Bueno, esto de BIMpraxis hay que aclarar que

es una plataforma web que está todavía en

preparación.

Le estamos creando muchas líneas de código por

debajo.

Le estamos acoplando mucha inteligencia artificial.

Y básicamente es una plataforma de inteligencia BIM

vinculada a esto del Building Information Modeling, que

es un poco nuestra especialidad profesional.

Pero para lo que nos interesa en este

episodio, lo que tenemos que explicar es un

poco qué herramientas estamos preparando y que os

presentaremos aquí también.

En estos episodios de podcast venideros para hacer

más interesante y atractivo uno de los aspectos

que toca esta página web, este proyecto, para

profesionales del mundo BIM, de la arquitectura, ingeniería

y construcción.

Y que una de sus patas fundamentales es

la formación.

Pero como todo lo que hemos planteado en

BIMpraxis, pretende recoger la experiencia profesional, personal, después

de haber trabajado muchos años en formación especializada

en estos temas de CAD y BIM.

Soy trayectoria profesional como BIM Manager, como BIM

Coordinator, como BIM Modeler o Modelador BIM.

O sea que soy usuario de las herramientas

en proyectos reales.

Bien, pues lo que queríamos plantear, y es

un poco lo que nos interesa traer a

este episodio, es que todas las herramientas que

pongamos a disposición en esta plataforma tengan un

componente de innovación y amabilidad de cara al

usuario.

Porque yo, además de crear contenido para cursos

y hacer de tutor de cursos, también soy

estudiante de cursos.

Estoy continuamente formándome y parece que la sociedad

ha evolucionado de una forma dispareja entre la

forma en que presta atención a los medios,

el bombardeo continuo que tenemos de pantallas que

nos están ofreciendo reclamos y mensajes todo el

rato, y la forma en la que ha

evolucionado en paralelo los sistemas de aprendizaje online,

que creemos que se han quedado un poco

atascados y anquilosados en metodología del sistema.

En el siglo XX y no del siglo

XXI no se esfuerzan mucho por captar nuestra

atención y todos esos reclamos constantes, y no

se esfuerzan por extender nuestra capacidad de atención

y concentración.

Y para combatir esa desconexión, la plataforma implementa

lo que llaman el tutor socrático.

Esto está enfocado al principio en metodologías técnicas

muy densas, como BIM, el Building Information Modeling.

Pero claro, hoy en día se acostumbra a

ver demasiado a menudo quizá lo de la

etiqueta de socrático.

¿Cómo funciona exactamente este tema del tutor socrático

de BIMpraxis?

Bueno, es que aquí no es marketing, es

un rediseño cognitivo real.

Se basa en la mayéutica y el elenchus

de la Grecia clásica.

O sea, si tú tienes una duda técnica,

una inteligencia artificial normal, te escupe la respuesta

masticada y ya está.

Tu cerebro deja de pensar.

Claro, te da el bloque de texto o

el fragmento de vídeo y a otra cosa.

Eso es, pero el tutor socrático está programado

a bajo nivel para negarse a darte esa

respuesta fácil.

Lo que hace es analizar tu problema y

devolverte una pregunta estratégica para que veas las

contradicciones en lo que estás planteando.

Eso es, y llevado a la práctica, puede

dar la sensación de que este tipo de

metodología pueda provocar frustración por parte del estudiante.

En vez de allanarte el camino, parece que

te está obligando a depurar tu conocimiento o

afianzar tu conocimiento.

A base de fricción pura y dura.

Sí, pero es que esa fricción es el

motor del aprendizaje a largo plazo.

Es un sistema de refutación continua.

Al final, el conocimiento te lo construyes tú

mismo desde los cimientos y se vuelve muchísimo

más resistente.

Claro, se asienta mejor en la cabeza.

Aunque pueda parecer una trivialidad, no lo es

tanto.

De hecho, yo descubrí un poco este sistema

de la mayéutica, este término griego que a

mí me gusta tanto, ejerciendo de profesor, de

estos temas, en una academia oficial de Autodesk,

en el que fui formador oficial durante siete

años.

Y yo veía cómo el cerebro del alumno

que se está enfrentando de manera práctica por

primera vez a una herramienta con una curva

de aprendizaje importante, como puede ser Revit, aclaró

los típicos problemas a los que se enfrenta

cualquiera que aprende por primera vez algo, de

estar desorientado, despistado.

Entonces, yo, yo normalmente reconducía siempre las paradas

que me hacían para, mira, tengo aquí un

problema, ¿me puedes ayudar?

Y yo, bueno, cuéntame qué problema tienes.

Y entonces ahí es donde empezaba la mayéutica.

Cuando el estudiante intentaba expresar con vaguedades lo

que le sucedía, no conseguía salir del atasco.

Yo normalmente ya sabía a lo que se

refería, pero les forzaba un poco.

Ahí viene un poco lo de la fricción,

aunque es una falsa fricción, tiene recompensa inmediata.

Les forzaba un poco a que explicaran bien

qué les estaba pasando.

En vez de decirme cosas como pues me

da aquí un error, se me bloquea cuando

hago clic en la pantalla.

Y digo, no, no, ¿qué error te está

dando?

Y el alumno lo leía, el error, y

ya empezaba a comprenderlo.

Y en qué circunstancia le habías dado, justo

en qué panel o en qué comando estabas.

Y cuando el alumno intentaba contarme bien contado

qué problema le había tenido y con qué

contexto, yo ya le notaba que se le

encendía la bombilla y ya no esperaba la

respuesta.

Él mismo, en la elaboración de la respuesta,

es decir, aquí entra un poco el método

socrático, su pregunta yo se le reconducía para

que la pregunta en realidad se la hacía

yo a él.

Le decía, no, explícame bien el problema en

el que te has metido.

Y eso le hacía reflexionar un poco.

Le pasaba a todo el mundo.

Además, no había excepciones.

Todo el mundo que hacía un esfuerzo por

explicarse.

Mejor.

Daba con la tecla de qué es lo

que le había pasado y normalmente con cómo

resolverla.

De hecho, yo normalmente ahí me quedaba callado.

Y mira, tú mismo acabas de dar con

la solución.

Bueno, y además que fijaos que con estas

metodologías adoptas y adquieres buenas, buenas prácticas.

De ahí también lo de bien praxis, como

por ejemplo, cuando sale un error, leer el

error, no darle rápidamente a escape.

Bueno, pues esto es un poco el principio

de la mayéutica y el aprendizaje socrático.

Aquí, cómo lo llevamos a cabo en bien

praxis?

Pues el bien tutor no es otra cosa

que un chat que te permite interactuar con

todo el contenido.

Es decir, es un chat que recurre a

un RAG, a un sistema de recuperación por

búsqueda aumentada.

Es decir, nosotros estamos alimentando nuestra base de

datos con todas las transcripciones de los vídeos.

Y todo lo que pasa.

En pantalla de los vídeos, gracias a dos

modelos distintos, uno Whisper, que es el que

realiza la transcripción y es decir, sabe lo

que se está diciendo en el vídeo.

O sea, analiza el audio del vídeo y

le da un carácter semántico.

Y por otro lado, en paralelo, utilizamos modelos

de reconocimiento de imagen dentro del vídeo, es

decir, de reconocimiento de ciertos fotogramas y solo

los fotogramas interesantes son modelos de esos que

en vez de ser LLM son VL, es

decir, modelos de lenguaje visual.

Entonces, con eso conseguimos que nuestra base de

datos entienda lo que se dice y lo

que se muestra en los vídeos.

Eso, digamos, se formatea o se le da

un formato vectorial para que lo pueda entender

la red neuronal.

Y el chat simplemente es el final, la

terminal de todo ese mecanismo de RAG que

se está alimentando con nuestros propios cursos, nuestros

propios contenidos.

El contenido de estos podcast también va a

estar presente en esa base de datos de

BIMPRAXIS, en la que llamamos Raga BIM.

Así haciendo un guiño con las ragas de

la música de la India, que son así

muy reflexivas y con el tema RAG, no

es decir la recuperación inteligente del contenido.

Bueno, pues el BIM tutor lo que va

a hacer es reorganizar todo el conocimiento para

enfocarlo a una conversación socrática basada en pregunta

y respuesta que le obligue al alumno un

poco a reflexionar.

A reflexionar sin darse cuenta.

Y os aseguro que este tema de la

fricción, que es lo que puede parecer, no

es tal.

Al final es un disfrute constante porque cada

vez que una frase queda aclarado en base

a preguntas respuestas, un término confuso, hay una

continua recompensa de el famoso efecto de bombilla

que se me enciende sobre la cabeza.

Hay que decir que esta herramienta BIM tutor

no es obligatoria, ni mucho menos.

Es opcional y muy complementaria, es decir, se

puede utilizar una vez que has terminado el

curso por la vía clásica tradicional en sustitución

de esa vía clásica tradicional, es decir, con

el BIM tutor también podrás acabar obteniendo el

diploma, igual que si sigues lección por lección.

Pero nosotros aconsejamos que se use de una

manera complementaria y en paralelo, es decir, cuando

terminas de ver, por ejemplo, una lección que

se compone de dos vídeos, es bueno acudir

al BIM tutor para afianzar ese conocimiento a

base de una pequeña conversación.

Con esto conseguimos que el alumno no sea

un mero espectador pasivo, sino que esté todo

el rato poniendo a funcionar su cerebro, que

es la manera mejor no sólo de recordar

pasos, sino de afianzarlos un poco en nuestra

comprensión, en nuestro cerebro.

Pero aún así, yo creo que os ha

pasado a todos los que habéis hecho un

curso online, tenemos un problema acuciante que creo

que en todos los cursos online es sobre

todo estos cursos que se dedican a la

explicación de cómo funcionan herramientas o adquirir conocimientos

complejos, tecnológicos, así un poco una curva de

aprendizaje peliaguda.

Normalmente, ¿cuál es nuestra experiencia?

Pues seguimos el curso, bien sea por método

tradicional, combinando con BIM tutor o 100 %

BIM tutor, que por cierto, también sería una

manera de obtener el diploma.

Y muy bien, hemos completado la formación, tenemos

nuestro diploma.

Mmm, pero la memoria se oxida.

Eso es, así funciona nuestro cerebro.

Si no practicamos, nuestra memoria se convierte en

memoria de pez.

Y hasta que no practicamos y obtenemos fluidez,

no hemos conseguido afianzar el conocimiento.

Si no entrenamos el músculo del cerebro para

que aplique todo el conocimiento adquirido, nuestra memoria

se va desvaneciendo.

Entonces, aquí tenemos dos caminos.

Si el estudiante toma nuestros cursos, se aprovecha

un poco de BIM tutor, que le va

a ayudar a afianzar el conocimiento de su

cerebro, pero además se pone a trabajar ya.

A veces incluso recomendamos hacerlo durante el curso,

no esperar a tener el diploma bajo el

brazo.

Y si tiene esa posibilidad de aplicar el

conocimiento de manera práctica y mejor aún en

proyectos reales, no en proyectos inventados para el

aprendizaje, en casos prácticos reales de su ámbito

profesional o estudiantil, esa será una manera perfecta

y no la podemos sustituir.

¿Cuál es el problema?

Que no siempre podemos tener ese escenario.

Entonces, en BIMPRAXIS se nos ocurrió el

plan B.

El plan B resulta que le damos un

poco la vuelta a los contenidos formativos.

Los contenidos formativos tienen una misión única, unívoca

en la formación online tradicional, que es realizar

el aprendizaje.

Pero nosotros le hemos dado la vuelta para

que también sirvan como un medio de consulta,

solo que un medio de consulta que hemos

hecho inteligente y a medida de la forma

en que los contenidos se han convertido en

un medio de consulta, se han convertido en

un medio de consulta para el usuario.

Me explico, a esto le llamamos Visual Ponder

y sirve para que el alumno que ya

ha hecho el curso o parte del curso,

pero preferiblemente que ya lo he hecho completo,

que ya tiene su diploma, pueda volver a

esos contenidos como vía de refresco.

Es decir, han pasado dos meses y no

te has puesto a trabajar en el en

el en la vía práctica de los conocimientos

adquiridos en una herramienta.

Vamos a suponer que es Revit.

No has manejado Revit desde que has terminado

el curso.

¿A cuántos nos ha pasado eso?

Y de repente tienes ya la necesidad de

hacerlo, ¿no?

Entonces ahí puede que estemos totalmente frustrados porque

se nos ha olvidado el 80%.

De hecho, el 80 % es una cifra

que se baraja en estudios hechos al respecto.

En papers publicados que dicen que cuando pasan

tres meses el conocimiento no practicado o que

no ha fluido, se pierden un 80%.

Entonces hemos tirado el 80 % de nuestro

tiempo en una formación.

Bueno, entonces aquí tenemos varios caminos.

Volver a hacer el curso, que a nadie

le apetece, buscar la parte concreta en el

curso a mano donde se hablaba de esto.

Y entonces eso se convierte en un proceso

tortuoso, una pesadilla, ¿no?

Porque vamos a tener que volver a ver

o escuchar segmentos que no nos interesa.

Queremos recordatorios justo para el caso.

Bueno, y aquí es donde entra un poco

en juego nuestra herramienta que se llama Visual

Ponder.

Y lo que hace es que funciona como

un buscador, un buscador semántico con inteligencia artificial

por debajo, que utiliza técnicas RAG.

¿Por qué?

Porque cuando el usuario haga una búsqueda, está

haciendo la búsqueda en el conjunto completo de

todos los cursos, no solo de un curso.

Y lo que le va a ofrecer como

respuesta el RAG no es un índice de

links, como haría un Google, o una lista

de capítulos donde se tratan los temas que

estás preguntando, sino una selección de fragmentos rebobinados

al punto exacto donde se mencionan los temas,

ordenados con un criterio de re -ranking, es

decir, con relevancia semántica en cuanto a lo

que has preguntado.

Pero que además, si la respuesta no es

única, cosa que va a suceder muy a

menudo, si preguntas cómo se hacían los muros

compuestos en Revit, pues es muy probable que

eso se mencione en diversas partes del curso

o incluso de varios cursos, a lo mejor

un curso básico y un curso avanzado.

Entonces, Visual Ponder te va a devolver una

secuencia de pequeños fragmentos que van al grano

para que no tengas que luchar primero buscándolos

tú rebobinando vídeos, para que te aparezcan de

forma inmediata, porque es una respuesta que consume

segundos o muy pocos segundos.

Pero además, Visual Ponder te va a presentar

los resultados con un orden lógico, con un

hilo conductor, de forma que los puedas seguir

esos fragmentos, no vídeos enteros, sino esos fragmentos

que convierten en una especie de collar, de

cuentas que han sido engarzadas por la inteligencia

artificial, para que tengan sentido ser vistos en

ese orden y que incluso si faltan piezas

en el medio, porque claramente es un cortapega,

lo que va a hacer la IA de

Visual Ponder es rellenar esos intersticios entre los

distintos fragmentos de vídeo con material nuevo creado

para mantener el hilo.

Material nuevo que normalmente serán pequeños textos, diapositivas

o incluso una pequeña secuencia de vídeo con

audio.

En eso estamos trabajando ahora, porque todo esto

está en fase de desarrollo.

Lo tenemos más o menos al 70, 80

por ciento.

La parte esta de los intersticios es en

la que estamos justo trabajando ahora.

¿Qué conseguimos entonces con esto?

Que un material formativo no sólo sirva para

trasladarlo en el momento del aprendizaje a tu

cerebro, sino que también puedas hacer consultas a

posteriori, pero consultas rápidas y bien pensadas.

Por decirlo de otra manera, el alumno que

ya realiza una formación no necesita volverse a

ver toda la formación.

Lo que le ofrece Visual Ponder es crearle

un mini curso.

Podríamos decir que un microcurso o incluso un

nano curso, porque sólo tendrá fragmentos breves bien

cosechados y bien engarzados en esa especie de

collar de perlas, de forma que tenga todo

un hilo conductor y le sirve un poco

de respuesta visual, que lo que pretende es

despertar de nuevo sus neuronas, porque damos por

hecho que él ya ha hecho la formación

y que no está aprendiendo eso por primera

vez.

Esta es un poco la filosofía de Visual

Ponder, que es nuestra apuesta más fuerte en

cuanto a herramienta innovadora, porque no la hemos

visto en ninguna otra página web.

La innovación de Visual Ponder es que coge

un curso estático que estaría acumulando polvo digital

y lo convierte en un oráculo instantáneo.

O sea que si no te acuerdas de

un comando, ya no tienes que comerte horas

de vídeo.

Buscando primero, buscando los vídeos y después revisionando

esos vídeos, vas directo al grano.

Ni buscar en foros desactualizados.

Claro, tú metes la duda y el sistema

rastrea todo el repositorio y te extrae el

fragmento de vídeo exacto temporalizado donde se resuelve

ese problema viendo la interfaz en pantalla.

Es que te da solo la chicha, nada

de paja.

Digamos que es un contenido magro.

Y fíjate que esto plantea un debate profundo

sobre el mundo académico.

El diploma académico pasa de ser un papel

que te hace que te esfuerzas en el

pasado a ser el billete de entrada a

un diálogo continuo con el conocimiento, tal cual

un diálogo con el conocimiento.

Eso mismo es.

Estamos dándole una segunda vida al contenido formativo,

que es un material que cuesta muchas horas

de trabajo realizar para que se convierta en

material de consulta viva e inteligente.

Pero bueno, todo esto que os hemos contado

de Visual Ponder y de BIM Tutor eran

primicias que teníamos reservadas en plan sorpresa para

este episodio 100 tan normal y ahora queremos

seguir contando y en este caso ya le

voy a dejar paso a los interlocutores habituales

de los episodios normales del podcast.

Yo ya me callo para que os cuente

un poco cómo son los entresijos, cómo se

gestan los episodios de BIMPRAXIS desde la

idea hasta la publicación.

Empezamos con ese concepto de vigilancia tecnológica que

puede parecer súper serio o rebuscado, pero no

lo es.

Suena súper serio, eh?

Pero en el día a día es básicamente

un rastreo metódico y obsesivo de las fronteras

de la innovación.

Significa monitorizar boletines técnicos, repositorios de código, blogs

de DeepMind, de Anthropic, de OpenAI.

Una locura de volumen de información.

Sí, pero la vena principal de extracción es

YouTube.

Hay miles de conferencias y ensayos técnicos ahí.

El problema contemporáneo no es encontrar la información,

sino filtrarla para no ahogarte.

Y la arquitectura que usan para ese filtrado

es curiosísima porque tiran de herramientas muy cotidianas.

Hablan de usar a tope el portapapeles de

Windows con la tecla Win más V y

una extensión de navegador que se llama YouTube

to Notebook LM.

Exacto.

Inyectan la esencia del vídeo directamente en el

entorno de Notebook LM.

Y ahí es donde se cuece todo.

Cogen un par de fuentes sobre un avance

técnico y no le piden un resumen aburrido.

Le meten un prompt súper específico forzando un

chacho crático.

Le dicen literalmente vamos a mantener un diálogo

socrático para dominar este tema a base de

preguntas.

Empieza tú preguntándome.

Y aquí yo lanzo una provocación.

Si dejas que la máquina dirija el interrogatorio,

¿no la estás convirtiendo en una especie de

editor jefe en la sombra?

A ver, esa es una preocupación muy analítica,

pero hay que matizarla.

No se le puede llamar editor jefe porque

estos modelos de lenguaje no tienen intención ni

agenda ideológica propia.

Su función real aquí es ser una estructura

de contención.

Una estructura de contención como un frontón para

rebotar ideas.

Literalmente un frontón socrático implacable.

Te devuelve la pelota constantemente con preguntas que

no se salen del material.

Te obliga a ti como creador a afinar

y justificar tus posturas a un nivel extremo.

Claro, si tu argumento tiene fisuras, el frontón

te las deja en evidencia al siguiente rebote.

Así que no escribe un guión literal, sino

que afila el criterio humano.

La línea editorial sigue siendo humana 100%.

Eso es, recrean la agilidad de la mesa

de redacción del antiguo programa Cosa Nostra, pero

procesando gigabytes de datos en milisegundos.

Pero claro, tener una línea editorial brillante no

te sirve de nada si luego tienes que

echar 80 horas haciendo clics repetitivos para producir

el audio.

Y aquí entramos en la ingeniería pesada en

la cadena de montaje que llaman Autopod.

Sí, abandonamos la filosofía y nos metemos en

los cables.

El motor de Autopod es el bytecoding.

Ya no estamos en la época de teclear

código línea a línea peleando con la sintaxis.

Menos mal.

Ahora desarrollas herramientas conversando directamente con agentes de

IA.

En este caso usan el entorno OpenCode con

un modelo que se llama GLM 2 .5

y le inyectan habilidades extraídas de ingenieros top

como Matt Pocock para que el código salga

robusto y sin fallos.

O sea, tú le explicas el problema en

lenguaje natural y la máquina teje la infraestructura.

Y el resultado son una serie de scripts

en Python que automatizan todo.

Por ejemplo, arrancan con la logística.

Un script que se llama bajaepisodios .py que

revisa lo publicado y descarga lotes de episodios

por adelantado.

Eso te da un colchón estratégico brutal de

semanas de margen.

Y luego otro script coge el relevo con

catena audio .py.

Antes tenías que abrir un programa de edición

pesado, cuadrar las pistas, nivelar el volumen a

mano.

Un tostón, vamos.

Totalmente.

Pues ahora, usando librerías de Python, se ensambla

la intro musical, las sintonías y el audio

principal de forma completamente desatendida.

Triunfo absoluto contra el trabajo manual aburrido.

Pero la verdadera joya de la corona a

nivel técnico es la fase de transcripción.

Pasar el audio a texto indexable.

Y el sistema tiene dos vías.

El plan A usa la API gratuita de

Grok, que es rapidísima.

Sí, sí, yo me lo imagino como subirte

a un tren bala experimental.

Vas a una velocidad absurda.

Es imbatible, pero las vías no son tuyas

y el billete gratuito tiene un límite de

viajes al día.

Claro, cuando agotas esa cuota diaria, el riesgo

operativo para una producción continua es inasumible.

Pero el ecosistema es tan sólido que detecta

el fallo de cuota y salta automáticamente al

plan de contingencia sin que tú toques nada.

Y ahí está la magia.

Porque el plan B no es coger un

autobús de línea lento.

El plan B es bajar al garaje, destapar

un motor V12 que has montado tú mismo

pieza a pieza y ponerlo a rugir a

máxima potencia.

Estamos hablando de una instalación bare metal del

modelo Whisper en el propio ordenador.

Instalación a pelo, sí.

Y hay que explicar lo que significa bare

metal.

Porque tiene tela.

Significa quitar todas las capas de virtualización.

Los programas preconfigurados son muy cómodos, pero consumen

recursos y te frenan.

Te quitan velocidad, claro.

Exacto.

Aquí el software habla directamente con el hardware

más bestia.

En concreto exprimen una tarjeta gráfica RTX 3060

con 12 gigabytes de VRAM dedicada.

Pero fíjate en un detalle técnico que es

de locos.

Le dedican horas a compilar los drivers CUDA

directamente en lenguaje C++.

¿Por qué te metes en ese dolor de

cabeza técnico cuando hay instaladores de un solo

clic?

Por la latencia cero pura y dura.

Los instaladores genéricos están hechos para funcionar pasablemente

bien en millones de ordenadores distintos.

Esa universalidad es muy ineficiente.

Si tú compilas los controladores para tu tarjeta

de silicio exacta, eliminas el cuello de botella

de raíz.

Se dispara el rendimiento.

Exponencialmente.

Transcribes un audio denso de casi 20 minutos

en menos de 6 minutos.

Y todo en local, sin mandar ni un

byte a servidores de terceros.

Soberanía técnica total.

Y claro, de ahí sale un archivo hiperestructurado

con marcas de tiempo en milisegundos para cada

palabra.

Fundamental para navegar por el texto.

Pero sabemos que la IA de reconocimiento de

voz tiene puntos ciegos, especialmente con los falsos

amigos fonéticos.

Uf, los falsos amigos son un clásico.

Las redes neuronales resbalan mucho con acentos y

siglas.

Por ejemplo, escuchan el nombre del modelo de

Anthropic Cloud y como suena parecido, te transcriben

la palabra inglesa Cloud, que significa tela o

la pronunciación de inteligencia artificial IA, te la

ponen como la empresa de videojuegos IA.

Pero el ejemplo que mejor ilustra esto en

las notas del director es la confusión entre

las siglas BIM con B de Barcelona y

la marca de limpieza BIM con V de

Valencia.

Sí, sí, que suenan idénticas.

Cómo hace el sistema para darse cuenta de

que te refieres a arquitectura multidimensional y no

a limpiar el baño sin que un humano

tenga que leerse todo el documento?

Pues con una coreografía de código brutal.

Primero lanzan un sabueso rígido, o sea, reglas

de terministas tradicionales.

Este rastreador escanea el texto buscando esas secuencias

problemáticas conocidas como BIM.

Vale, lo aísla.

Lo aísla, pero no lo cambia a lo

loco.

Delega la decisión.

Manda ese párrafo a un modelo de lenguaje

masivo para que evalúe el contexto y la

inteligencia artificial dice A ver si están hablando

de metodologías de construcción, el detergente no pinta

nada aquí y lo corrige automáticamente a BIM.

Qué barbaridad.

El sabueso encuentra la anomalía y el cerebro

analítico toma la decisión contextual y todo este

perfeccionismo es para alimentar el Raga BIM, que

es el chat bot de la web que

te permite hacer consultas milimétricas.

Todo se recicla y se interconecta.

Sí, todo fluye.

Bueno, aquí tengo que hacer un inciso incumpliendo

mi promesa de que ya no volvía a

intervenir en el episodio y es que esto

se está anunciando en presente, pero está en

desarrollo, o sea, todavía no está disponible todo

esto que hemos comentado.

Y después de pulir la base de datos

llega el ensamblaje final.

Pero claro, surge un problema porque no encontraban

un software en el mercado que hiciera lo

que necesitaban.

Querían un reproductor interno, un back office que

te mostrara el texto resaltándose a la vez

que el audio y que pudieras hacer clic

en una palabra y saltar a ese segundo

exacto.

Pero todo lo comercial estaba pensado para vídeo

y era pesadísimo.

Así que en vez de agachar la cabeza

y adaptarse a un software que no le

servía, vuelven a sacar la varita del bytecoding.

El creador dialoga con la máquina y en

un rato se programa su propio reproductor.

Desde cero.

El player punto pay.

Es que eso confirma un cambio de era.

El perfil que no es informático puro acaba

de recibir las llaves del reino.

Ya no tienes que esperar años a que

una empresa saque el programa que tú necesitas.

Conjuras bajo demanda casi a la velocidad del

pensamiento.

Es la desintegración absoluta de la dependencia comercial.

Y esa misma independencia la llevan al final

del proceso, al despliegue de los contenidos.

Un despliegue que huye de las granjas comerciales.

Tienen una infraestructura de auto hospedaje a través

de un VPS usando Qlify, que es como

una versión de código abierto de Vercel.

Un latifundio digital propio.

Y publican conectando vía API con Castopoz.

Pero fíjate.

Para no saturar el servidor principal con los

archivos de audio tan pesados, derivan el almacenamiento

a un NAS de Synology usando el protocolo

Minio S3.

Que, por cierto, tiene mucha ironía que este

estándar S3, que ahora nos permite ser independientes

de los monopolios, lo definiera originalmente Amazon con

Jeff Bezos sentando las bases de la nube

actual.

Es que la evolución de la ingeniería es

así.

Estandarizas las capas de abajo para poder hacer

explotar la creatividad en las de arriba.

Y en esas capas altas, ¿meten rutinas que

usan LLMs para redactar los resúmenes automatizados los

lunes, miércoles y viernes?

Todo queda documentado con un script llamado registra

.py para no perder la trazabilidad.

Y el broche de oro para celebrar este

programa 100 es el script arrancamedios .py.

Han conseguido automatizar el mismísimo notebook LM sin

tocar el navegador.

Utilizando el protocolo MCP, el contexto de máquina,

que les permite inyectar la información y sacar

el audio directamente.

Pero lo más bonito de esto es cómo

lo descubrieron.

No fue por un manual corporativo, sino gracias

al analista independiente EMOWAY.

Exacto, por el compañerismo en Internet.

Alguien descubre cómo trastear en las tripas de

la plataforma, no se lo guarda para sacar

ventaja comercial, sino que lo documenta y lo

comparte para que el siguiente ingeniero suba un

escalón más.

Es el contrapeso humanista en todo este mar

de silicio.

Cuando te alejas y miras todo este mapa

de procesos, es sobrecogedor.

Una cantidad de trabajo que hace años requeriría

una redacción entera y turnos de noche, hoy

fluye de manera automática, silenciosa e implacable.

La fricción operativa casi ha desaparecido.

Lo cual nos deja asomados al gran abismo

del futuro.

Si el reto técnico de procesar el saber

global ya está resuelto por la automatización, ¿cuál

es la próxima barrera infranqueable?

Seguramente el cuello de botella ya no serán

los servidores ni el código, sino la propia

mente humana.

Nuestra capacidad fisiológica para asimilar semejante avalancha de

ideas.

O tal vez el desafío definitivo sea que

en un mundo donde la máquina te da

respuestas perfectas instantáneas, la única ventaja evolutiva que

nos quede sea la audacia para atrevernos a

formular la pregunta correcta en medio de todo

este ruido.

Y hasta aquí el episodio especial 100 de

hoy.

Antes de despedirnos, aclararos que las voces salvo

esta de un servidor han sido generadas por

Notebook LM y que dirigiendo el podcast está

el que os habla, que no sirva de

precedente, Julio Pablo Vázquez.

Encantado de saludaros con mi propia voz.

Tened en cuenta que si hay algún error,

lo más probable es que el error haya

sido mío y no de la IA.

Y hasta el próximo episodio.

Nos escuchamos.

Y hasta aquí el episodio de hoy.

Muchas gracias por tu atención.

Esto es BIM.

Praxis.

Nos escuchamos en el próximo episodio.