Inteligencia Artificial Interactiva

por | Abr 22, 2026 | Artículo | 0 Comentarios

Crónica desde mi propio laboratorio digital educativo.

Predictiva, Generativa y ahora… Inteligencia Artificial Interactiva

Diego F. Craig – 2026

Importante: En este texto uso algunos términos técnicos que ya conocía desde mis inicios con la informática (muchos años atrás) y otros que aprendí haciendo uso de esta nueva tecnología. Por eso puse un GLOSARIO al final, para que los lectores con menos conocimientos técnicos no se queden con dudas ni tengan que salir a googlear.

Introducción

Antes de empezar: tres inteligencias que conviven

Antes de meterme con las herramientas que hoy redefinen mi trabajo, necesito ordenar el tablero. Vengo distinguiendo tres estadios de la inteligencia artificial, y los tres conviven en este mismo momento histórico, aunque pertenezcan a lógicas radicalmente distintas.

La IA Predictiva opera, en silencio, hace más de una década detrás de las plataformas que uso a diario. No busca crear; busca anticipar. Cuando Spotify me sugiere una banda de los 80 que jamás escuché y que termino agregando a mi playlist, lo que veo no es magia: es un modelo estadístico que aprendió a leerme mejor de lo que yo me leo a mí mismo. Su valor no está en la creatividad, sino en la precisión.

La IA Generativa irrumpió en noviembre de 2022 y rompió el tablero. Por primera vez, podía pedirle a una máquina que produjera contenido original —un texto, una imagen, un fragmento de código— a partir de una instrucción en lenguaje natural. Los modelos de lenguaje de gran escala dejaron de ser una curiosidad académica para meterse de lleno en el debate sobre el trabajo, la educación y la propiedad intelectual. Ya no se trataba de anticipar lo que yo iba a querer, sino de fabricar algo que todavía no existía.

Pero lo que realmente me deslumbra, lo que me empuja a escribir estas páginas, es el tercer estadio: la IA Interactiva. Si la generativa produce contenido a pedido, la interactiva actúa. En mi flujo de trabajo cotidiano veo cómo ejecuta tareas sobre entornos reales, gestiona archivos, navega sistemas operativos, configura servidores y coordina otros agentes con una autonomía que ya no me obliga a estar interviniendo en cada paso. Es la IA que no solo responde mi pregunta: es la que toma la iniciativa dentro del marco de objetivos que yo definí.

Lo que voy a contar a continuación pertenece a este tercer momento. Y es, lo digo sin exagerar, el cambio más profundo que viví en treinta y tantos años trabajando con tecnologías digitales.

Esta es mi pantalla de Google Antigravity con un proyecto abierto. Una pantalla en inglés, con un árbol de archivos irreconocibles, con una columna de código informático indescifrable, una columna con más código casi invisible y un panel lateral derecho con una simple ventana de chat para dialogar, en idioma español, con el agente de IA, que entiende el árbol de archivos, comprende el lenguaje de programación, vé lo que parecía invisible y HACE lo que le pido, sin dudar, sin cansarse, y “casi” sin equivocarse. Si se equivoca, simplemente le digo que no lo hizo como yo esperaba y que lo solucione…

La transición hacia una informática de propósito y diseño

Pasé buena parte de mi vida profesional frente a monitores que mostraban líneas verdes sobre fondo negro. Después en 1993 con el instituto Norte Argentino Computación, enseñándole a operar una PC a gente que veía un mouse por primera vez. Lo constante en estas tres décadas no fue la máquina —cambió mil veces— sino la pregunta de fondo: cómo lograr que esta herramienta potencie lo que pasa en el aula.

Hoy el escenario cambió de raíz. No es que la tecnología sea más rápida —que también lo es—; es que mi relación con el software se volvió estratégica.

Durante décadas, programar implicó memorizar reglas rígidas que no perdonaban ni un punto y coma fuera de lugar. Esa era se cerró. El foco se corrió: ya no está en escribir líneas de código repetitivas, sino en pensar la arquitectura lógica para resolver algo que importa pedagógicamente. Es un cambio de oficio.

Las máquinas empezaron a procesar nuestro lenguaje natural y a traducirlo a operaciones que antes exigían años de formación específica. El docente puede dejar de ser inquilino de aplicaciones cerradas. Puede diseñar soluciones a medida para su propio grupo, su propia escuela, su propio problema. Yo lo estoy haciendo.

Claude Code como entorno de diálogo

Hace meses que sumé Claude Code a mi rutina diaria, y todavía no me acostumbro al asombro. No es un chat: es un agente que opera directamente sobre los archivos de mi computadora y de mi servidor remoto. Cuando abro una sesión sobre un proyecto, no pierdo tiempo explicándole estructura ni convenciones; el agente lee la carpeta entera, infiere las decisiones que tomé en archivos anteriores, entiende las funciones programadas la semana pasada y respeta el estilo.

Le pido que agregue una nueva fila a mi planilla, que lea un archivo con notas de alumnos y arme un resumen, que documente lo que acaba de hacer. Y lo hace. Y cuando rompe algo, lo discutimos como dos colegas: yo señalo el síntoma, el agente propone hipótesis, prueba y corrige.

El idioma de la programación pasó a ser el español. Lo que durante décadas fue una barrera técnica para muchos colegas docentes se desarmó.

Mi propia infraestructura: del comando al ecosistema

Algún día de diciembre de 2025 vi este video en el televisor del living de casa, me resultó tan interesante que al día siguiente me fui directo a la computadora a ponerlo en práctica. Esto que viene ahora, lo aprendí con ese video, y sin saberlo anteriormente, me encuentro ahora con:

“Un servidor VPS  Oracle Cloud, en una instancia ARM A1 dentro del programa Always Free: 4 vCPUs Ampere, 24 GB de RAM, 200 GB de disco, 10 TB de tráfico saliente por mes con Ubuntu Linux”.

Tal cual como me dice en esa web… sin conocer demasiado. Pero gracias a Google Gemini y Antigravity, sobre esa máquina monté https://dcr.ar, que hoy aloja 23 sitios web activos —desde herramientas para el aula como /estudia (Una aplicación basada en un modelo de Inferencia Semántica para Investigación Documental que funciona como un asistente de IA especializado exclusivamente en Tecnología Educativa e Inteligencia Artificial en Educación, respaldado por mi propia Biblioteca)  /biblio (Un buscador de referencias e investigaciones que entrega un listado en formato APA) o /timer para usar en el gimnasio contando las vueltas en cada ejercicio; hasta proyectos institucionales y otros que voy sumando al ritmo de las ideas—. Esto se suma a los «experimentos» que ya había realizado y están disponibles en https://craig.ar

También al agente le pedí que el servidor web tenga HTTPS, así que me guió a Cloudflare y lo configuramos gratis.

Y todo eso lo gestiono yo solo, conversando.

Le pido al agente que verifique si todos los servicios están en línea, que revise permisos, que automatice un respaldo, que detecte por qué una de las webs está dando error. El agente entra ingresa, navega el sistema de archivos, ejecuta comandos, lee logs y vuelve con un diagnóstico. Lo que antes requería tener un administrador contratado, hoy lo resuelvo en una tarde mientras tomo un café.

El resultado más visible de todo esto es Craig Planetary Server Monitor (si, quería un nombre grandioso 😊), corriendo ahora mismo en dcr.ar/monitor. Un dashboard que se actualiza cada cinco segundos y me muestra, en tiempo real, el estado de los recursos del servidor —CPU al 5%, RAM al 10%, disco al 32%, ancho de banda apenas rozando el 0,1%—, las cuotas del plan gratuito, y el tráfico de cada uno de los 23 sitios que orbitan en mi infraestructura. Cuando lo miro a las once de la noche y veo todos los puntos en verde, seguro, seguro, seguro, entiendo que algo cambió de manera definitiva: TENGO CAPACIDAD OPERATIVA DE EMPRESA CON PRESUPUESTO DE DOCENTE.

La idea del Vibe Coding

En noviembre de 2025, Google anunció Antigravity, una aplicación para Windows y Mac diseñada específicamente para el trabajo con agentes autónomos. Lanzada junto a Gemini 3, su promesa fue «neutralizar el peso» del desarrollo moderno: configuración de entornos, gestión de dependencias, depuración trivial. Una aplicación pensada desde el día cero para orquestar agentes, no para escribir código a mano.

En ese mismo cauce se consolidó el Vibe Coding, término que acuñó Andrej Karpathy. La idea es brutalmente simple: el usuario describe en lenguaje natural lo que quiere construir, y el agente se encarga de la implementación técnica. El conocimiento técnico ya no es la barrera; es el piso desde donde formulo la intención.

Esto reordena el mapa de competencias. La precisión con la que sé hablar, la claridad con la que sé pensar un problema, la capacidad de descomponer una idea compleja en partes —eso es lo que hoy define el resultado—. Las humanidades, lejos de jubilarse, vuelven a la mesa central. La dirección de Anthropic ha señalado en reiteradas oportunidades que:

La formación humanística pasa a ser más relevante que nunca, porque la materia prima del nuevo software es el lenguaje claro. Para quienes venimos de la educación, esta es una noticia enorme: lo que enseñamos toda la vida —escribir, argumentar, conceptualizar, comunicar— pasó a ser la materia prima del software del siglo XXI.

La barrera del costo operativo

Acá empieza la parte incómoda. Estas herramientas funcionan bajo modelo de suscripción o pago por uso, y la unidad básica es el token: fragmentos de palabras que el modelo procesa para entender y generar texto. Cada fragmento tiene un precio en dólares.

Un texto de mil palabras equivale a unos mil trescientos tokens. Operar un agente potente sobre proyectos reales —los modelos de gama alta como Claude Opus o Gemini Pro— implica un consumo variable que puede escalar rápido. Cuando una aplicación educativa empieza a tener uso real, el costo lo banca el creador. Y eso, en una economía como la nuestra, no es un detalle menor: es un techo.

Los precios bajan año a año, sí. Pero el ritmo al que bajan no compensa el ritmo al que crece la capacidad de los modelos. La frontera siempre cuesta. Y la frontera siempre está en el norte.

Ya tuve varios diálogos con colegas que no cuentan con los medios o no están dispuestos a pagar los 20 u$s que cuesta el acceso a estas aplicaciones.

La formación de una élite tecnológica

Esta asimetría me preocupa. Mientras algunos sectores acceden a una élite de modelos con razonamiento profundo, otros se quedan con versiones gratuitas limitadas a contextos cortos y respuestas superficiales. La brecha del 2026 no es entre quienes saben usar IA y quienes no; es entre quienes pueden pagarla y quienes no.

Para los estudiantes, la situación se vuelve crítica. Si un proyecto serio requiere agentes autónomos durante horas, el costo puede ser prohibitivo. Empieza a configurarse una jerarquía donde la innovación queda condicionada por el saldo en la tarjeta. La inteligencia se transforma en bien de consumo con precio de mercado, y la exclusión tecnológica ya no se mide en megabits de bajada sino en tokens por segundo.

Es una conversación que tenemos que dar, y darla rápido, antes de que la brecha se naturalice.

El valor de construir lo propio

Frente a este escenario, la respuesta que vengo construyendo es la independencia técnica. Los docentes no podemos quedar como simples inquilinos del software. Tenemos que ser capaces de entender, crear y gestionar nuestras propias herramientas.

Esto no significa fabricar todo desde cero —sería absurdo—. Significa tener el conocimiento para migrar el día que un servicio cambie de precio o cierre sin aviso. Significa diseñar nuestros propios bots —como vengo haciendo con TecnicBot y otros asistentes específicos por materia— sin esperar que una empresa decida qué necesita el alumno de tercer año de la escuela técnica.

Construir lo propio es, hoy, un acto político y pedagógico al mismo tiempo. Es decirle a la tecnología que se ponga al servicio de la pedagogía, y no al revés.


Prototipar en entornos de experimentación

Cada idea pedagógica que se me ocurre, hoy la prototipo en horas. Antes hubiera sido un proyecto de meses. El prototipado rápido permite probar si una idea tiene sentido técnico y pedagógico sin gastar recursos innecesarios ni someter a los alumnos a una experiencia cruda.

Ahora desarrollo asistentes antes de publicarlos al público real: ajusto su comportamiento, su tono, su manera de explicar, su criterio para frenar y derivar al docente cuando una pregunta lo amerita. El monitoreo automático verifica que cada experimento esté en línea; si algo falla, el sistema me avisa y propone correcciones.

Lo que antes requería un equipo entero de mantenimiento, hoy lo sostiene una persona con buenas herramientas y método. Esto no es una promesa: está pasando. Lo veo cada vez que abro mi panel y cuento 23 sitios activos sin haber administrado un servidor Linux en mi vida. Lo que tenía era la pregunta correcta y el agente que sabía cómo ejecutarla.

El docente como arquitecto de sistemas

El rol del educador está mutando hacia el de un arquitecto de experiencias digitales. Ya no se trata de enseñar a usar un programa: se trata de diseñar el programa que va a acompañar al estudiante. Cada bot que construyo es un tutor personalizado en potencia, capaz de adaptarse al ritmo, al lenguaje y a los intereses de quien lo usa.

Karpathy y Mustafa Suleyman vienen señalando lo mismo desde lugares distintos: estamos asistiendo a una democratización de la creación técnica.

Por primera vez en la historia, una sola persona puede construir, mantener y operar un ecosistema digital completo de uso pedagógico. Eso ya no es ciencia ficción. Eso es lo que veo en la pantalla de mi monitor cada tarde.

Lo que viene

Estoy convencido de que dentro de muy pocos años cada docente dedicado va a tener su propio ecosistema de herramientas personalizadas, sus propios bots especializados, su propia infraestructura mínima. La capacitación dejará de ser un curso aislado y pasará a ser una conversación permanente entre el docente, sus alumnos y los agentes que él mismo diseñó.

El viaje exige estudio constante, lo sé. Estoy haciéndolo. Pero la recompensa es enorme: una educación más potente, más independiente, más adaptada a la realidad concreta de cada grupo. Lo que durante décadas fue privilegio de equipos grandes con presupuestos grandes, hoy está al alcance de cualquier docente con curiosidad, método y disposición a no dejarse intimidar.

Después de tres décadas mirando pantallas, creo que recién ahora empiezo a entender de qué se trata todo esto. Y lo que viene me parece, sinceramente, deslumbrante.

Referencias

Glosario

Agente Autónomo: Programa que recibe una instrucción de alto nivel y tiene la capacidad de descomponerla en pasos, tomar decisiones y ejecutar acciones técnicas sin intervención humana constante.

Always Free (Oracle Cloud): Programa de Oracle Cloud Infrastructure que ofrece recursos de cómputo y almacenamiento sin cargo de manera permanente, dentro de cuotas específicas (CPU, RAM, disco, ancho de banda).

Antigravity Skills: Paquetes modulares de conocimiento específico que se cargan en el contexto de un agente dentro del entorno Google Antigravity.

API (Interfaz de Programación de Aplicaciones): Conjunto de protocolos que permite la comunicación entre diferentes aplicaciones de software.

Asíncrono (Trabajo Asíncrono): Modo de operación donde múltiples agentes ejecutan tareas de forma independiente sin esperar a que los demás terminen.

Back-end: Capa lógica y de datos de una aplicación que reside en el servidor.

Bifurcación (Fork): Creación de un proyecto a partir del código fuente de otro ya existente. Google Antigravity es una bifurcación de VS Code.

Bot: Programa diseñado para realizar tareas automáticas; en educación, evoluciona hacia tutores inteligentes con capacidad de razonamiento.

Claude Code: Agente de interfaz de línea de comandos (CLI) que opera sobre el sistema de archivos para auditar, escribir y refactorizar código.

Contexto (Ventana de Contexto): Límite máximo de información que un modelo de IA puede procesar en una sola sesión (memoria de corto plazo).

Élite Tecnológica: Brecha definida por el acceso a modelos de IA de alta gama y gran capacidad de procesamiento.

Endpoint: Dirección o ruta específica dentro de un servidor web que expone un servicio o recurso a la red.

Front-end: Interfaz visual con la que el usuario final interactúa directamente.

Google Antigravity: IDE agente lanzado en 2025 que permite la orquestación de múltiples agentes autónomos.

IA Generativa: Estadio de la IA capaz de crear contenido original (texto, imagen, código) a partir de instrucciones en lenguaje natural.

IA Interactiva: Tercer estadio de la IA, donde el sistema actúa sobre el entorno, gestiona infraestructura y toma iniciativa.

IA Predictiva: Modelos estadísticos entrenados para anticipar comportamientos basados en datos históricos.

IDE (Entorno de Desarrollo Integrado): Aplicación con herramientas integrales para el desarrollo de software (ej. VS Code, Antigravity).

Independencia Técnica: Capacidad de crear y gestionar herramientas propias sin dependencia cautiva de un proveedor corporativo.

Latencia: Retraso temporal entre la instrucción y la respuesta del sistema.

LLM (Large Language Model): Modelos de lenguaje de gran escala capaces de procesar y generar lenguaje natural con razonamiento lógico.

Método Científico (en Pedagogía): Aplicación de observación y experimentación sobre el aprendizaje, facilitada por el análisis de datos de la IA.

Mission Control (Surface Manager): Interfaz central en Antigravity para coordinar el trabajo de múltiples agentes autónomos.

Orquestación: Coordinación de múltiples agentes o servicios para trabajar hacia un objetivo común.

Prompt: Instrucción en lenguaje natural que orienta el comportamiento de la IA.

Prototipar: Creación de versiones iniciales rápidas para validar viabilidad técnica y pedagógica.

SSH (Secure Shell): Protocolo que permite acceder y ejecutar comandos en un servidor remoto de manera segura.

Software: Conjunto de instrucciones lógicas. En la era de la IA, evoluciona hacia el «Software 2.0» diseñado por propósito.

Terminal (Consola): Interfaz basada en texto para interactuar directamente con el sistema operativo.

Tokens: Unidades básicas de procesamiento y facturación de los modelos de IA.

VPS (Virtual Private Server): Servidor virtual con recursos dedicados, alojado en infraestructura compartida.

Vibe Coding: Paradigma donde se construye software describiendo la intención en lenguaje natural, dejando la implementación técnica a la IA. La competencia crítica es la claridad conceptual.