Buenas, esto es BIMPRAXIS, el podcast donde el
Download transcript (.srt)
0:09
0:15
0:20
0:23
0:26
0:28
0:36
0:40
0:41
0:44
0:46
0:47
0:50
0:53
0:55
0:58
1:00
1:03
1:06
1:09
1:12
1:13
1:14
1:17
1:20
1:23
1:25
1:27
1:30
1:32
1:34
1:37
1:40
1:44
1:47
1:47
1:51
1:53
1:56
1:57
1:58
2:00
2:02
2:05
2:06
2:09
2:12
2:13
2:13
2:16
2:19
2:22
2:23
2:24
2:28
2:31
2:34
2:35
2:38
2:40
2:43
2:45
2:48
2:51
2:54
2:57
3:00
3:04
3:08
3:09
3:11
3:14
3:14
3:17
3:17
3:20
3:22
3:24
3:26
3:30
3:31
3:31
3:33
3:37
3:40
3:42
3:43
3:44
3:46
3:47
3:49
3:51
3:54
3:56
3:58
4:00
4:01
4:04
4:07
4:09
4:10
4:11
4:13
4:15
4:17
4:20
4:22
4:24
4:27
4:29
4:31
4:33
4:34
4:37
4:39
4:41
4:43
4:43
4:46
4:48
4:50
4:53
4:56
4:59
5:01
5:04
5:07
5:11
5:14
5:16
5:18
5:20
5:23
5:24
5:26
5:29
5:31
5:34
5:36
5:37
5:41
5:44
5:46
5:48
5:50
5:52
5:54
5:57
5:57
5:59
6:02
6:04
6:06
6:10
6:10
6:12
6:13
6:14
6:16
6:19
6:21
6:22
6:25
6:28
6:30
6:32
6:37
6:41
6:42
6:43
6:46
6:49
6:52
6:53
6:54
6:57
7:00
7:04
7:07
7:09
7:12
7:13
7:15
7:17
7:19
7:22
7:23
7:23
7:27
7:28
7:29
7:31
7:34
7:37
7:38
7:39
7:42
7:43
7:45
7:47
7:50
7:51
7:51
7:54
7:55
7:56
7:59
8:02
8:05
8:06
8:07
8:10
8:12
8:14
8:15
8:18
8:20
8:23
8:26
8:28
8:32
8:35
8:38
8:39
8:42
8:44
8:46
8:49
8:50
8:52
8:55
8:57
8:59
9:02
9:05
9:07
9:10
9:12
9:15
9:18
9:21
9:24
9:26
9:29
9:31
9:33
9:34
9:36
9:39
9:42
9:46
9:48
9:49
9:50
9:51
9:52
9:55
9:58
9:58
10:01
10:02
10:05
10:08
10:12
10:13
10:14
10:16
10:16
10:19
10:23
10:24
10:26
10:28
10:29
10:32
10:35
10:37
10:41
10:42
10:43
10:47
10:49
10:52
10:52
10:56
11:00
11:01
11:05
11:07
11:09
11:11
11:12
11:12
11:15
11:16
11:19
11:21
11:24
11:26
11:27
11:30
11:33
11:35
11:38
11:40
11:43
11:43
11:44
11:47
11:48
11:51
11:53
11:56
11:56
12:00
12:03
12:06
12:08
12:08
12:11
12:14
12:16
12:19
12:20
12:23
12:25
12:25
12:28
12:31
12:35
12:38
12:39
12:42
12:45
12:47
12:51
12:54
12:55
12:58
13:00
13:04
13:08
13:09
13:10
13:11
13:13
13:14
13:16
13:17
13:19
13:20
13:22
13:25
13:28
13:29
13:30
13:33
13:34
13:36
13:39
13:40
13:42
13:44
13:46
13:47
13:49
13:52
13:55
13:57
14:00
14:03
14:06
14:07
14:09
14:11
14:13
14:15
14:17
14:18
14:21
14:22
14:25
14:27
14:31
14:33
14:37
14:39
14:40
14:42
14:44
14:48
14:49
14:52
14:55
14:58
15:00
15:01
15:04
15:07
15:09
15:13
15:15
15:17
15:19
15:22
15:25
15:27
15:30
15:32
15:33
15:35
15:37
15:39
15:40
15:43
15:46
15:51
15:54
15:56
16:00
16:03
16:05
16:06
16:07
16:08
16:09
16:10
16:12
16:13
16:16
16:19
16:22
16:24
16:26
16:29
16:31
16:34
16:37
16:37
16:38
16:40
16:42
16:44
16:46
16:49
16:51
16:53
16:54
16:56
16:59
17:01
17:04
17:05
17:06
17:09
17:10
17:11
17:14
17:17
17:18
17:21
17:24
17:28
17:32
17:34
17:35
17:36
17:38
17:40
17:41
17:44
17:48
17:51
17:53
17:56
17:59
18:01
18:04
18:04
18:06
18:06
18:09
18:11
18:15
18:18
18:19
18:21
18:24
18:28
18:30
18:32
18:32
18:34
18:34
18:36
18:37
18:40
18:43
18:46
18:47
18:47
18:49
18:51
18:53
18:55
18:56
18:59
18:59
19:01
19:02
19:04
19:06
19:08
19:09
19:10
19:12
19:14
19:15
19:18
19:22
19:25
19:26
19:29
19:30
19:31
19:33
19:34
19:36
19:38
19:40
19:42
19:45
19:47
19:51
19:53
19:55
19:57
19:59
20:00
20:03
20:04
20:07
20:09
20:10
20:14
20:16
20:17
20:18
20:21
20:23
20:26
20:28
20:29
20:30
20:31
20:34
20:34
20:35
20:38
20:40
20:43
20:45
20:47
20:47
20:50
20:52
20:54
20:57
20:59
21:00
21:02
21:04
21:08
21:10
21:12
21:14
21:16
21:17
21:19
21:20
21:21
21:23
21:24
21:26
21:27
21:30
21:30
21:31
21:32
21:34
21:35
21:38
21:40
21:43
21:46
21:49
21:52
21:53
21:55
21:58
22:01
22:03
22:05
22:08
22:10
22:13
22:15
22:19
22:22
22:23
22:24
22:28
22:31
22:33
22:35
22:39
22:39
22:40
22:43
22:47
22:50
22:54
22:55
22:57
23:00
23:00
23:03
23:07
23:10
23:11
23:14
23:18
23:18
23:20
23:23
23:23
23:24
23:27
23:31
23:38
23:40
23:45
23:47
23:50
23:52
23:53
23:54
23:57
24:00
24:01
24:04
24:06
24:08
24:12
24:16
24:20
24:22
24:26
24:28
24:29
24:31
24:33
24:35
24:37
24:40
24:41
24:44
24:48
24:51
24:54
24:55
24:58
25:01
25:05
25:08
25:11
25:13
25:16
25:17
25:20
25:21
25:24
25:27
25:28
25:31
25:33
25:35
25:38
25:40
25:44
26:17
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 traemos las funciones secretas y automatización
de Notebook LM.
¿Estáis listos?
Pues entramos en materia.
Fijaos, existe una paradoja que me resulta fascinante
en el panorama tecnológico actual.
A menudo nos encontramos con estas herramientas que,
a ver, parecen pura alquimia.
Son capaces de procesar unas montañas de información
con una precisión que asombra.
Y Notebook LM de Google es, sin lugar
a dudas, el exponente perfecto de esta era.
Totalmente.
Quienes trabajan en su día a día con
grandes volúmenes de documentos o bases de datos
enormes, saben que es espectacular, o sea, es
una plataforma increíble para cruzar información.
Sí, sí, para generar resúmenes es brutal.
Pero claro, aquí viene el problema.
Encierra una especie de, digamos, trampa arquitectónica.
Opera como un jardín vallado.
Un jardín precioso, eso sí.
Los datos entran, la magia ocurre ahí dentro.
Pero resulta un verdadero dolor de cabeza intentar
sacar esa información ya procesada de forma automática.
Especialmente si quieres integrarla en flujos de trabajo
externos.
Es que, fíjate, es un ecosistema diseñado precisamente
para la retención.
Los muros son muy altos y básicamente carecen
de puertas para el usuario común.
Ya.
Para entender bien este problema, hay que mirar
un poco bajo el capo de la industria.
Ahora mismo existe un estándar revolucionario que se
llama MSP.
Son las siglas de Model Context Protocol.
Vale, el famoso MCP del que tanto se
habla últimamente.
Exacto.
Y para que quienes nos escuchan lo visualicen
fácilmente, el MCP como el equivalente al cable
USB tipo C, pero para la inteligencia artificial.
O sea, un conector universal.
Eso es.
Es un protocolo diseñado específicamente para estandarizar cómo
los modelos de lenguaje se conectan y dialogan
con fuentes de datos externas, bases de datos
o aplicaciones.
Y a ver, Google, por supuesto, dispone de
un servidor MSP oficial para Notebook LM.
Claro, ellos tienen la llave maestra.
El problema, me imagino, radica en quién tiene
acceso a ese conector, ¿no?
Ese acceso estandarizado está reservado única y exclusivamente
para licencias de categoría Enterprise.
Lo cual significa que queda restringido a grandes
corporaciones, empresas con presupuestos masivos.
Para la inmensa mayoría de profesionales, de investigadores
o creadores independientes, esa puerta oficial está cerrada
a cal y canto.
Y con un candado bien grande.
No hay una API pública accesible para el
resto.
Y esto, en teoría, nos dejaría en un
callejón sindical.
En salida, bueno, asumiendo que la comunidad tecnológica
se conformara con las reglas que imponen las
grandes tecnológicas.
Pero la historia reciente nos demuestra que la
comunidad de desarrollo abierto nunca, jamás, se sienta
a esperar.
Nunca.
Y aquí es donde entra en juego un
desarrollo paralelo que es verdaderamente espectacular.
Resulta que un desarrollador independiente, bajo el seudónimo
de Jacob, ha creado un servidor y cliente
MSP no oficial.
¡Qué maravilla!
O sea, una vía alternativa.
Exactamente.
Una vía que no solo perfora los muros
de ese jardín vallado del que hablabas, sino
que expone unas funcionalidades que la propia interfaz
visual de Google ni siquiera te muestra.
Vale, esto me parece fascinante.
Pero a ver, vamos a construir este puente
paso a paso.
Porque dado que no existe esa puerta oficial,
necesitamos construir nuestro propio acceso.
Y entiendo que esto requiere ensuciarse un poco
las manos, ¿no?
Un poco, sí.
El mérito de este trabajo radica en la
ingeniería de sistemas.
Ante la ausencia de una API comercial, esta
herramienta no oficial lo que hace es construir
un túnel de acceso directo a través de
la línea de comandos.
Pero claro, tender este puente requiere establecer una
infraestructura mínima en tu equipo local.
Y aquí nos adentramos de lleno en el
terreno de Python.
Uf, Python.
A ver, históricamente configurar entornos de Python en
un ordenador personal ha sido un proceso bastante
propenso a conflictos.
Bastante es quedarse corto.
Ya.
Los gestores de paquetes chocan entre sí, las
dependencias se rompen con mirarlas.
Es un caos absoluto.
Pero, y aquí viene la buena noticia, para
instalar este cliente no oficial, se utiliza una
herramienta moderna que se llama V, VV.
Vale, espera, espera.
Me estás diciendo que, en pleno 2026, con
inteligencias artificiales que son capaces de redactar ensayos
complejos y programar aplicaciones enteras, la solución pasa
por abrir una terminal negra con letras blancas.
Pues sí.
Es puro estilo de los años 90.
¿Por qué no se construye simplemente una extensión
para el navegador o una web paralela y
ya está?
A ver, entiendo la reticencia.
La terminal puede parecer un paso atrás desde
un punto de vista puramente estético.
Pero desde una perspectiva operativa, es el lienzo
definitivo para la automatización.
Explícame eso.
Las interfaces visuales, los botones, los menús desplegables,
todo eso está diseñado para el consumo humano.
Y eso introduce fricción.
Introduce latencia.
Operar desde la línea de comandos elimina de
un plumajo todo ese ruido visual.
O sea, te permite hablar directamente con el
núcleo del sistema sin intermediarios.
Pues eso es.
Y en este caso, el uso de ese
gestor que mencionaba, OOF, es vital porque resuelve
todo ese caos histórico de Python.
Si usas Mac o Linux, basta con poner
una instrucción sencillísima, un brio install OOF y
listo.
Y entiendo que en Windows ocurre lo mismo
usando PowerShell, ¿verdad?
Exactamente lo mismo.
Una vez que tienes ese ecuador, un ecosistema
preparado, metes una única línea de código y
despliegas el cliente de Notebook LM en cuestión
de segundos.
No requiere configurar entornos virtuales complejos ni nada.
El puente queda atendido de forma instantánea.
Vale, entendido.
Despojamos a la herramienta de su interfaz visual
para ganar velocidad y capacidad de automatización masiva.
Pero esto me genera una inquietud operativa bastante
grande.
A ver, dime.
Si instalamos un cliente de terceros, y empezamos
a lanzar comandos desde una pantalla negra, ¿no
es esto el equivalente a fabricar una ganzúa
digital?
Bueno, yo no lo llamaría así.
Pero, ¿cómo aseguramos que la cuenta de Google,
que al final contiene documentos privados, investigaciones de
meses y datos supersensibles, no queda expuesta?
Si operamos a ciegas, ¿cómo sabe Notebook LM
quién está realmente llamando a la puerta?
Ya, la analogía de la ganzúa es tentadora,
te lo reconozco.
Pero técnicamente es inexacta.
No se están forzando las cerraduras de Google
en ningún momento, sino que se está utilizando
su propio protocolo de seguridad oficial, pero de
una manera diferente.
Ah, vale.
O sea, la herramienta respeta las barreras de
autenticación.
Escrupulosamente.
El mecanismo clave aquí es el comando inicial
de conexión, que es NLMLogin.
Cuando ejecutas eso en la terminal, el sistema
no te pide que metas tu contraseña ahí
en la pantalla negra.
Menos mal, porque eso sí que sería sospechoso.
Totalmente.
Lo que hace es invocar una ventana de
tu navegador, un navegador web predeterminado, y te
dirige directamente hacia la pasarela de autenticación oficial
y cifrada de Google.
Ah, vale, vale.
El apretón de manos se produce en terreno
100 % seguro.
Exacto.
Es decir, la herramienta local simplemente actúa como
un mensajero que va y solicita permiso, pero
la validación ocurre bajo el amparo absoluto de
la infraestructura de Google.
Así es.
Tú metes tus credenciales habituales en esa ventana
del navegador y Google emite lo que se
llama un token de acceso seguro.
¿Qué es eso?
Es una credencial temporal, cifrada, que se transfiere
de vuelta a la terminal local.
Y a partir de ese preciso instante, tu
línea de comandos queda vinculada legítimamente con tu
entorno privado de Notebook LM.
Es un proceso súper transparente que garantiza que
absolutamente nadie más puede acceder a tus proyectos.
Ahora, la terminal tiene la llave oficial.
Fantástico.
Vale, hemos resuelto el acceso, tenemos la llave
oficial y el puente está atendido.
Pero a ver, al cruzar ese puente hacia
el interior del sistema, nos enfrentamos a un
vacío visual importante.
Claro, es todo texto.
Acabamos de prescindir de la interfaz gráfica.
Ya no hay panelcitos a la izquierda, no
hay áreas de lectura a la derecha.
Entramos en la topografía pura de los datos.
O sea, abstracción total.
¿Cómo nos orientamos dentro de un ecosistema de
información tan denso cuando no podemos simplemente hacer
clic en los elementos?
Pues requiere adoptar un modelo mental totalmente.
Hay que dejar de pensar en pantallas y
empezar a pensar en estructuras de información.
Internamente, la arquitectura de Notebook LM se divide,
digamos, en dos grandes hemisferios.
A mí me resulta muy útil visualizarlo como
si fuera una refinería industrial.
Me encantan tus analogías, Abel.
Cuéntame.
Por un lado, tenemos la materia prima, lo
que el sistema denomina sources o fuentes.
Esto incluye esos archivos PDF de 300 páginas,
las grabaciones de audio larguísimas, documentos de texto
o los vídeos de conferencias que vertemos en
el sistema.
O sea, el crudo, lo que entra en
la refinería.
Exacto, el crudo.
Y por otro lado, tenemos el producto ya
refinado, lo que se conoce como estudio, el
estudio.
Aquí es donde residen los análisis de alto
octanaje, ¿sabes?
Los mapas conceptuales, las guías de estudio.
Eso es, las tarjetas didácticas o esos resúmenes
ejecutivos que la inteligencia artificial ya ha destilado
a partir de la materia prima.
Vale.
El uso de la refinería clarifica mucho el
proceso.
El crudo entra por la izquierda, por así
decirlo, y el combustible superprocesado sale por la
derecha.
Sin embargo, aquí le veo un escollo semántico
muy evidente al operar sin una interfaz.
¿En qué sentido?
Pues que quienes configuran estos proyectos tienden, tendemos
todos, a utilizar un lenguaje muy humano para
nombrar nuestras investigaciones.
Pensemos en un título como, no sé, análisis
jurídico.
Constitución española.
Esta, paréntesis, versión 2, cierro paréntesis, guión, notas
finales.
Madre mía, la pesadilla de cualquier programador.
Total.
Los lenguajes de programación y las terminales detestan
los espacios en blanco, detestan los paréntesis, las
señes, las tildes.
Si intentamos invocar ese proyecto escribiendo su nombre
completo en la línea de comandos, lo más
probable es que el sistema devuelva un error
de sintaxis como una catedral.
Y colapse.
Seguramente.
Entonces, ¿cómo se evita este caos al intentar
recuperar la información?
Pues, la solución técnica pasa por básicamente eliminar
la semántica humana de la ecuación.
Para la máquina, tus títulos descriptivos son irrelevantes
y, como bien dices, problemáticos.
Ya.
El cliente MCP sortea este obstáculo mediante un
comando de listado, que es nlm notebook list.
Al pedirle al sistema que te muestre los
proyectos, la terminal te devuelve un inventario.
Pero, y aquí está la clave, junto al
título humano de cada proyecto, proporciona su verdadera
matrícula.
Su matrícula.
Te refieres a un identificador único, ¿no?
Exacto.
Es una cadena alfanumérica súper compleja.
Y desde el momento en que obtienes ese
identificador, el título original deja de importar por
completo.
Vale, o sea que cualquier interacción futura, ya
sea para extraer datos o para añadir más
crudo a la refinería, va a requerir exclusivamente
ese código alfanumérico.
Eso es.
Y esto garantiza una precisión quirúrgica en cada
instrucción, erradicando de raíz cualquier ambigüedad.
Claro, es como sustituir el nombre de una
persona por su DNI al realizar un trámite
burocrático, ¿no?
Elimina cualquier posibilidad de confusión por nombres que
estén repetidos o mal escritos.
Tal cual.
Bien, pues ya conocemos la topografía de la
refinería, sabemos cómo identificar cada bidón de crudo
o de combustible refinado mediante estas matrículas, así
que llega el momento crítico, la extracción.
El rescate de los datos.
Exacto, porque el objetivo fundamental de abrir todo
este túnel no es simplemente mirar los datos
desde lejos, sino rescatarlos.
¿Qué sucede realmente cuando lanzamos una instrucción de
descarga hacia esa materia prima, hacia las sources
originales?
Pues el proceso de extracción revela el verdadero
potencial estratégico de esta herramienta.
Fíjate, si lanzas una instrucción usando el comando
nlmsourcecontent, apuntando al ID de una fuente específica
y le dices que te lo guarde en
un archivo local.
¿Qué pasa?
Lo que te devuelve es un documento en
texto plano estructurado.
En formato Markdown.
Concretamente en formato Markdown, sí.
Un segundo, vamos a analizar las implicaciones de
esto.
Porque a primera vista alguien podría pensar, bueno,
qué trivial, descargar un archivo de texto, pero
intuyo que aquí hay un valor computacional oculto
inmenso.
Inmenso es poco.
Hora y media, o un documento técnico escaneado
lleno de tablas.
¿Qué es exactamente lo que estoy descargando cuando
pido esa fuente en Markdown a través de
la terminal?
Estás descargando el documento, el resultado final de
un proceso de análisis masivo.
Y este es el punto de inflexión de
todo esto.
Cuando tú metes un vídeo extenso o un
PDF supercomplejo en notebook a LEM, los servidores
de Google despliegan una potencia de cálculo brutal.
Claro, se ponen a trabajar a fondo.
El sistema te transcribe el audio, aplica reconocimiento
óptico de caracteres sobre las imágenes, te limpia
el ruido, estructura los párrafos, normaliza todo el
contenido.
Y si un profesional intentara replicar ese nivel
de procesamiento computacional en su propio ordenador local
o pagando por el uso de una API
de transcripción externa, el coste en tiempo y
en tokens sería altísimo.
Altísimo.
Estaríamos hablando de un presupuesto considerable si lo
haces a gran escala.
O sea que estamos hablando de un arbitraje
computacional puro y duro.
Básicamente, estamos utilizando la infraestructura multimillonaria de servidores
de Google para que nos haga todo el
trabajo pesado y costoso de transcripción y estructuración.
De forma totalmente gratuita.
Exactamente.
Y una vez que ese crudo ha sido
procesado y convertido en un texto súper limpio,
este cliente no oficial te permite extraer el
destilado directamente.
Te estás ahorrando todo el gasto de procesamiento.
Es que es de una brillantez absoluta.
Recuperar la materia prima ya preprocesada justifica todo
este despliegue técnico.
Totalmente de acuerdo.
Pero vayamos un momento al otro lado de
la refinería, al producto final, al estudio.
Pensemos en una de las funciones estrella de
estas plataformas, la generación de tarjetas didácticas, las
famosas flashcards tipo Anki.
¿Es una maravilla para estudiar?
Es muy habitual, ¿no?
Solicitar al sistema que, a partir de cientos
de páginas de apuntes, te cree decenas de
tarjetas con preguntas y respuestas.
En la interfaz web de Google, el sistema
te las muestra en pantalla con un diseño
súper cuidado.
Son visualmente perfectas.
Sí, pero tienen un problema.
¿Que están atrapadas en el navegador?
Exacto.
Entonces, ¿qué ocurre cuando apuntamos la herramienta de
la terminal hacia este producto refinado usando algo
como NLM Download Flashcards y ordenamos su extracción?
Pues que, al ejecutar ese comando, la información
abandona el cautiverio estético de la web.
El cliente empaqueta todo ese conocimiento súper estructurado,
los anversos y reversos de cada maldita tarjeta,
y lo transfiere a tu disco duro local.
¿En qué formato?
Porque entiendo que no es un simple texto
plano.
No, te lo entrega en un romato muy
sencillo.
Muy específico y tremendamente útil.
Un archivo JSON.
Y la elección de JSON frente a un
documento de Word tradicional o un PDF, obviamente,
no es casualidad.
¿Por qué es tan crítico que la salida
se produzca en este formato concreto?
Porque JSON es, digamos, la lengua franca del
intercambio de datos en la programación moderna.
Es un estándar estructurado que cualquier otra aplicación
de software puede leer, analizar y procesar de
manera nativa.
Sin inmutarse.
Claro, te lo llevas a donde quieras.
Al rescatar las tarjetas en JSON, rompes las
cadenas del ecosistema de origen.
Ese archivo puede ser consumido de forma inmediata
por aplicaciones de repaso espaciado como Anki.
O puede transformarse como un script sencillito en
una matriz de hojas de Excel para un
análisis masivo.
O, fíjate, de manera aún más ambiciosa, podría
servir como conjunto de datos para entrenar modelos
predictivos propios.
La información ha sido totalmente emancipada de su
contenedor.
Has dado en el clavo.
Le devolvemos la libertad de la interoperabilidad absoluta
a los datos.
Vale.
Ahora bien, si unificamos todos estos conceptos que
hemos ido desgranando, llegamos a una conclusión bastante
asombrosa.
Hemos sustituido los clics del ratón por comandos
de texto plano y las interfaces visuales tan
bonitas por identificadores alfanuméricos y archivos JSON.
Es decir, hemos traducido la interacción humana a
un idioma que las máquinas dominan a la
perfección.
Y esto sienta las bases.
Las bases para el siguiente nivel evolutivo, que
es la delegación absoluta.
Ahí quería ya llegar.
Porque si una persona puede operar esta terminal
tecleando, un agente autónomo de inteligencia artificial puede
hacerlo de forma infinitamente más rápida y escalable.
El salto de eficiencia aquí es cuántico.
O sea, la verdadera revolución de esta arquitectura
MCP no es facilitarnos a los humanos a
escribir comandos más rápido en una pantalla negra,
sino permitir que la inteligencia artificial tome los
mandos por completo.
Que pilote la nave.
Eso es.
El servidor no oficial está diseñado con unas
funciones de autodescubrimiento brutales.
Incluye instrucciones de ayuda como nlmhelp o nlmi
que despliegan la documentación técnica completa del sistema.
Vale.
Un agente de IA avanzado puede ejecutar esa
instrucción, asimilar el manual de operaciones completito en
fracciones de segundo, comprender qué comandos existen, cómo
se estructuran y empezar a interactuar con la
plataforma sin que tú tengas que intervenir para
nada.
La máquina aprende a usar la herramienta de
formato.
De forma autónoma.
Madre mía.
Vamos a detenernos en este concepto porque las
implicaciones prácticas me parecen enormes.
Vamos a proyectar esto en un escenario de
uso cotidiano.
¿Vale?
Para ilustrar realmente su poder.
A ver, ponme un ejemplo.
Imaginemos el caso de una persona que está
inmersa en la preparación de unas oposiciones súper
exigentes.
Digamos, al cuerpo de abogacía del Estado.
Tela.
Eso es mucha información.
Muchísima.
Esta persona sale de la biblioteca.
Camina hacia la parada del autobús.
Saca su móvil y abre una aplicación de
mensajería.
Por ejemplo, Telegram.
Mantiene pulsado el botón del micrófono y le
dicta un mensaje de voz a su propio
bot privado.
Le dice algo como, prepárame una sesión de
repaso intensivo sobre las últimas modificaciones del derecho
administrativo basándote en los cuatro PDFs técnicos que
te pasé ayer.
Y simplemente guarda el móvil en el bolsillo
y se sube al autobús.
Vale.
Es un escenario fantástico.
Vamos a desgranar la información.
Vamos a desgranar la coreografía técnica invisible que
se desencadena en ese preciso instante.
Venga, paso a paso.
El bot de mensajería, que en realidad está
actuando como interfaz de tu agente autónomo, recibe
el audio, lo transcribe al vuelo, comprende tu
intención y utilizando las credenciales que ya configuraste
en su momento, abre el túnel de comandos
hacia el notebook LM.
Todo esto ocurriendo en servidores en la nube
de manera completamente silenciosa.
Sin que tú veas nada.
Y sin que la persona tenga que tocar
una sola ticla.
El agente empieza a orquestar el proceso.
Primero, envía un comando para generar un proyecto
nuevo.
Le asigna automáticamente el nombre adecuado y recupera
ese identificador alfanumérico del que hablábamos.
¿La matrícula?
Exacto.
A continuación, localiza esos cuatro PDFs en tu
almacenamiento en la nube privado.
Y mediante comandos de subida, los inyecta en
el lado izquierdo de la refinería, en la
sección de sources.
Vale.
Ya tenemos el crudo dentro.
Acto seguido, lanza una instrucción para que el
usuario pueda ingresar los PDFs.
Y hace que el motor de la plataforma
analice esos textos infumables y genere un conjunto
exhaustivo de tarjetas didácticas.
Pero claro, la generación no es instantánea.
El bot se queda esperando.
Aquí es donde la autonomía del agente brilla
de verdad.
En la fase de monitorización y rescate, el
bot no asume simplemente que el trabajo está
hecho y ya está.
Interroga el sistema constantemente hasta confirmar que la
generación de las tarjetas ha concluido.
Ah, muy inteligente.
Y una vez procesadas, invoca el comando de
extracción, pidiéndolas en formatos.
Se descarga ese archivo estructurado, lo decodifica internamente
y lo incorpora a su propia base de
datos de conocimiento.
Básicamente se ha servido de la capacidad de
procesamiento de Google como si fuera un simple
microondas.
Le mete la receta y te devuelve el
plato preparado.
Es alucinante.
Y claro, el cierre de este ciclo ocurre
minutos después.
La persona va sentada en el autobús y
su teléfono vibra.
Es el bot de Telegram iniciando la sesión
de estudio.
Empieza el examen.
Exacto.
Comienza a enviarle mensajitos.
Empieza a enviarle mensajitos de texto con el
anverso de las tarjetas que acaba de destilar.
Si la respuesta que la persona teclea es
correcta, el bot avanza a la siguiente cuestión.
Si hay un error, el agente lo registra,
aplica principios de repetición espaciada por su cuenta
y reprograma esa pregunta específica para que te
vuelva a aparecer al día siguiente.
La orquestación es absoluta.
Se ha utilizado Notebook LM como un motor
de combustión oculto metido bajo el capó de
una aplicación de mensajería de uso diario.
Fíjate que este escenario que acabas de plantear
encapsula un cambio de paradigma súper profundo en
la relación que tenemos con la tecnología.
Durante décadas, el modelo dominante implicaba que el
humano operaba la herramienta.
Nos sentábamos frente a interfaces complejísimas para manipular
menús, opciones, clics… Éramos los operarios de la
fábrica.
Totalmente.
Pero esta integración mediante agentes autónomos demuestra que
estamos transitando hacia una era de orquestación.
Ya no se operan las aplicaciones directamente.
Se gestionan agentes de IA que, a su
vez, dialogan y controlan herramientas súper sofisticadas en
la sombra.
Claro.
Plataformas de análisis de datos masivo, como Notebook
LM, se reducen a meras utilidades de infraestructura.
Son sólo engranajes dentro de cadenas de ensamblaje
automatizadas y personalizadas para cada usuario.
Eso es.
Transforma de raíz la gestión del conocimiento y
la eficiencia operativa de cualquier profesional.
Sin duda.
No obstante… Antes de dar por finalizado este
análisis, creo que es imprescindible abordar una reflexión
crítica que emana directamente de la propia arquitectura
de estos sistemas.
En la literatura sobre soberanía tecnológica existe un
axioma implacable que dice En esta vida nada
es gratis.
Si crees que algo es gratis es que
no sabes con qué moneda lo estás pagando.
Ya.
Es una gran verdad.
Al utilizar estas interfaces de terceros para sortear
limitaciones comerciales, se revela una verdad bastante incómoda.
Es un recordatorio de extrema relevancia estratégica, sí.
A ver, actualmente hay una tendencia masiva a
volcar el conocimiento fundamental de organizaciones, investigaciones críticas
de años de trabajo y análisis propietarios.
Todo en plataformas en la nubre que ofrecen
una barrera de entrada económica nula o muy
baja.
Claro, entras gratis.
No hay un coste monetario inmediato, pero la
moneda de cambio real a largo plazo es
el control.
Se está cediendo la infraestructura central de nuestros
procesos cognitivos.
Es que en la dependencia tecnológica que se
genera al arraigar flujos de trabajo en ecosistemas
cerrados representa un riesgo latente enorme.
Especialmente cuando las políticas de acceso, los protocolos
o incluso la continuidad del servicio en sí
escapan totalmente a la gobernanza del propio usuario.
Si mañana cierran el grifo, te quedas sin
nada.
Exactamente.
Por eso, el despliegue de soluciones como este
cliente de comandos que hemos visto hoy no
es únicamente un ejercicio de optimización o una
curiosidad técnica para frikis de la programación.
No, no, para nada.
Es un mecanismo de salvaguarda puro y duro.
Asegurar la capacidad de extraer, transformar y reubicar
la información generada es el único antídoto real
contra el cautiverio de los datos.
Estoy de acuerdo.
Garantiza que nuestro legado digital, que al final
es el producto de innumerables problemas, de innumerables
horas de investigación y procesamiento, mantenga su independencia
operativa, sin importar las políticas restrictivas que las
corporaciones decidan implementar en el futuro.
Es una variable que exige sí o sí
ser incorporada en el diseño de cualquier arquitectura
de información a largo plazo.
Una lección vital para quienes nos escuchan, desde
luego.
Y con esta consideración estratégica sobre la propiedad
de nuestro conocimiento, ponemos el punto final a
nuestra inmersión de hoy.
Antes de despedirnos hasta el próximo programa, os
informamos de que las voces que oyes han
sido generadas por la IA de Notebook LM
y que dirigiendo el podcast se encuentra Julio
Pablo Vázquez, un humano que te envía saludos.
En caso de error, probablemente sean errores humanos.
¡Nos escuchamos!
¡Suscríbete al canal!