Aprende IA
El blog de Qirava
Artículos con voz y rigor sobre inteligencia artificial, calidad de software y método. Elige una sección y empieza a leer.
Fundamentos
12 artículos
¿Qué es un token? La pieza de LEGO con la que la IA arma el idioma
Escribes "gato" y crees que el modelo lee la palabra. No. Lee fichas. Aquí te enseño cuáles, por qué, y por qué eso te toca el bolsillo.
Qué son los embeddings: convertir palabras en coordenadas
Para una máquina, 'rey' y 'reina' no son letras: son puntos en un mapa. Aquí ves cómo se dibuja ese mapa.
Qué es una red neuronal, explicada como una cadena de decisiones
No hay neuronas de verdad ahí dentro. Hay números que se pasan la pelota. Te lo dibujo capa por capa.
La ventana de contexto: por qué una IA brillante también olvida
Los modelos que hoy redactan, resumen y programan tienen una memoria de trabajo asombrosamente corta. Entender su tamaño (y su forma) es entender por qué a veces la IA pierde el hilo, y qué hacer al respecto.
IA, machine learning y deep learning: cuál es cuál
Se usan como sinónimos y no lo son. Son tres círculos, uno dentro de otro. Aquí queda claro cuál contiene a cuál.
Qué es la inteligencia artificial, explicada sin tecnicismos
Antes de que existiera el término existía la pregunta: ¿puede una máquina hacer lo que creíamos exclusivo de nosotros? Aquí la respuesta, sin humo.
Ver más · Fundamentos
Qué es el machine learning para quien no programa
No es que la máquina piense. Es que ajusta miles de perillas hasta acertar. Te muestro cómo, con un ejemplo que puedes seguir en la cabeza.
Los seis niveles de contexto en IA: la escalera que decide si tu asistente recuerda o improvisa
No hay un solo modo de "darle contexto" a un modelo. Hay una escalera de seis peldaños, del prompt suelto a la base vectorial. Aquí te enseño cuál necesitas y por qué subir de más también cuesta.
La máquina que leyó demasiado
Un modelo de lenguaje grande no sabe nada en el sentido en que tú lo sabes. Y sin embargo, algo pasó cuando le dimos de leer casi todo lo que hemos escrito. Este es el relato de qué es esa cosa, sin misticismo, sin humo, y de por qué predecir la siguiente palabra resultó ser mucho más profundo de lo que parecía.
El espacio vectorial: cómo el significado se vuelve geometría
Antes de que una máquina pueda buscar por sentido, alguien tuvo que convertir las palabras en coordenadas. Esta es la historia de cómo el significado adquirió forma, dirección y distancia.
Qué es un agente de IA y por qué no es lo mismo que un chatbot
Un chatbot responde. Un agente de IA persigue un objetivo: planifica, usa herramientas, actúa en pasos y verifica. Esta es la diferencia que importa.
Tipos de inteligencia artificial: estrecha, general y la que no existe
La IA que usas hoy es especialista, no genio universal. Distinguir los tipos te ahorra miedos y expectativas infladas.
Cómo funciona por dentro
8 artículos
Cómo aprende una red neuronal: el error que se propaga hacia atrás
Aprender, para una máquina, es equivocarse y corregir el rumbo. El método tiene nombre feo y una idea muy elegante detrás.
Qué es RLHF: cómo se le enseñan modales a un modelo
Un modelo crudo dice cosas útiles y cosas terribles con el mismo tono. RLHF es la crianza que le enseña a preferir las primeras.
Por qué la IA alucina: inventa datos con total seguridad
Te da una cita, un autor, una fecha. Todo falso, todo con aplomo. No miente: predice. Y a veces la predicción es un invento.
Qué es la 'temperatura' de un modelo y cómo cambia sus respuestas
Sube la temperatura y la IA se pone creativa y arriesgada. Bájala y se vuelve predecible. Un dial que casi nadie sabe que existe.
Cómo se entrena un modelo de lenguaje, de cero a asistente
Primero lee medio internet. Después le enseñan modales. Son dos etapas muy distintas y confundirlas lleva a malentendidos.
Qué es RAG y qué es un vault: cómo anclar una IA a TUS documentos
Qué es RAG, por qué una IA sola inventa y cómo un vault privado con recuperación la ata a tus documentos reales, no a su memoria borrosa.
Ver más · Cómo funciona por dentro
Qué es la cuantización: cómo achicar un modelo sin que se rompa
Un modelo enorme no cabe en tu laptop. La cuantización lo aprieta redondeando sus números. Cuánto se puede apretar sin perderlo.
Qué son los parámetros de un modelo (y por qué se habla de miles de millones)
Cuando oyes '70 mil millones de parámetros', ¿de qué hablan? De las perillas que el modelo ajustó para acertar. Aquí, qué son.
Prompting y práctica
9 artículos
Cómo transcribir notas de voz de WhatsApp a texto, paso a paso
Transcribir notas de voz de WhatsApp a texto para buscar, resumir y no volver a oír audios de siete minutos. Guía honesta, con privacidad.
Cómo pasar un video de YouTube a texto, paso a paso
Pasar un video de YouTube a texto sirve para estudiar, citar y resumir. La diferencia entre subtítulos automáticos y una transcripción limpia.
Few-shot: enséñale a la IA con ejemplos en lugar de instrucciones
A veces explicar la tarea es difícil, pero mostrar dos ejemplos lo aclara todo. La IA aprende igual que nosotros: mirando.
Cómo transcribir una reunión a texto con IA, paso a paso
Cómo transcribir una reunión con IA: graba o sube el audio, obtén texto y Markdown con hablantes y acuerdos, y qué hacer con el resultado.
Cómo usar la IA para escribir mejor sin sonar a IA
El texto que sale de fábrica suena plano y repetido. Con las instrucciones correctas, la IA edita en vez de uniformar.
Qué es el prompt engineering y por qué no es magia
Le pusieron nombre de ingeniería a algo más parecido a saber preguntar. Útil, sí; misterioso, no. Te bajo el término a tierra.
Ver más · Prompting y práctica
Pedirle a la IA que 'piense paso a paso' y por qué mejora sus respuestas
Un modelo apurado se equivoca en cuentas simples. Obligarlo a razonar en voz alta lo vuelve más certero. La razón es curiosa.
Cómo escribir un buen prompt: la estructura que casi siempre funciona
La diferencia entre una respuesta mediocre y una útil no está en el modelo. Está en cómo pediste. Aquí, la receta.
Cómo convertir un PDF o Word a Markdown para usarlo con IA
Convertir PDF a Markdown limpio no es un capricho: una IA entiende mucho mejor la estructura que un PDF crudo. Aquí el cómo, paso a paso.
Entrenamiento
1 artículos
QA
26 artículosPruebas unitarias: qué son y cómo escribir la primera
La unidad más pequeña de confianza en tu código. Si no puedes probar una función aislada, probablemente tampoco la entiendes del todo.
Los cuatro niveles de prueba y por qué el orden importa
Unitaria, integración, sistema y aceptación no son sinónimos con distinto tamaño: cada nivel responde a un riesgo diferente. Saltarte uno no ahorra tiempo, lo aplaza.
Cobertura de código: la métrica que más miente cuando más la miras
80% de cobertura no significa 80% probado. Puedes ejecutar cada línea sin verificar nada. Aquí qué mide de verdad la cobertura y por qué perseguirla como meta es un error.
Pruebas exploratorias: cuando el script no encuentra el bug raro
Los guiones prueban lo que ya imaginaste. Los bugs que duelen viven donde nadie pensó mirar, y esos los caza un humano explorando con criterio.
Qué es el testing de software: la guía que separa el ruido de la señal
Probar no es hacer clic hasta que algo se rompa. Es diseñar experimentos que respondan una pregunta concreta: ¿esto hace lo que prometimos? Aquí está el mapa completo, sin relleno.
Qué es QA (Quality Assurance) en software, explicado fácil
Calidad no es "que no tenga bugs". Es tener una forma de saber, antes de publicar, si el software hace lo que prometiste. Eso es QA, y no es lo mismo que probar al final.
Ver más · QA
ISO/IEC 25010: el mapa de qué significa “software de calidad”
Cuando alguien dice “calidad” sin definirla, discutir es inútil. La ISO 25010 pone nombre a las ocho características que sí puedes exigir y medir en un producto.
Pruebas funcionales vs no funcionales: qué mides con cada una
Que el botón funcione es funcional. Que aguante 5.000 usuarios a la vez es no funcional. Un producto puede pasar todo lo funcional y aun así ser inusable en producción.
Pruebas de integración: cuando las piezas por separado sí, pero juntas no
Cada módulo pasa sus unitarias y aun así el sistema falla. El bug vive en la costura entre componentes, y ahí solo lo atrapa la integración.
Pruebas de rendimiento: carga, estrés y picos explicados
Funciona perfecto con tres usuarios. La pregunta es qué pasa el día del lanzamiento con treinta mil. Eso no se adivina: se mide.
Cómo reportar un bug que el desarrollador sí quiera arreglar
"No funciona" no es un reporte, es una queja. Un buen reporte de defecto es reproducible, tiene lo esperado vs lo obtenido, y ahorra la mitad del tiempo de arreglo.
Verificación vs validación: la pregunta que casi nadie sabe responder
'¿Construimos el producto bien?' y '¿construimos el producto correcto?' son dos preguntas distintas. Confundirlas es por qué muchos equipos pasan todas las pruebas y aun así fallan.
El ciclo de vida de un bug: de 'nuevo' a 'cerrado' sin perderse en el camino
Un defecto no se arregla, se gestiona. Nuevo, asignado, resuelto, verificado, reabierto: cada estado existe por una razón, y saltárselos es cómo los bugs 'arreglados' vuelven.
QA vs testing vs control de calidad: no son lo mismo
Se usan como sinónimos y no lo son. QA es el proceso que previene, testing es la actividad que verifica, y QC es la inspección que detecta. Confundirlos hace que contrates mal y midas peor.
Qué es ISTQB y si vale la pena la certificación para testers
Es el estándar de facto para hablar de pruebas con un vocabulario común. No te vuelve buen tester, pero te da el idioma con el que se entiende la industria.
La pirámide de pruebas: por qué no todo debe ser E2E
Muchos equipos tienen la pirámide invertida: montañas de pruebas E2E lentas y frágiles, casi nada de unitarias. El resultado es una suite que tarda horas y en la que nadie confía.
Cobertura de líneas, ramas y condiciones: no todas valen lo mismo
Cubrir líneas es fácil y engañoso. Cubrir ramas y condiciones es donde se esconden los bugs reales. La diferencia técnica que cambia cuánto confías en tu número.
Caso de prueba, escenario y guion: tres cosas que no son la misma
El vocabulario descuidado genera suites descuidadas. Distinguir caso, escenario y script de automatización es lo que hace que tu suite sea legible dentro de un año.
Pruebas end-to-end (E2E): probar el camino completo del usuario
Simulan a una persona real haciendo la tarea de principio a fin. Son las más realistas y las más caras de mantener: por eso no deberían ser la mayoría.
Pruebas de regresión: que arreglar A no rompa B
El cambio más inocente reactiva un bug que creías muerto. La regresión es la red que te avisa cuando el pasado vuelve a romperse.
Severidad vs prioridad: por qué un bug crítico puede esperar
Severidad es cuánto duele; prioridad es cuándo lo arreglas. Confundirlas hace que equipos apaguen incendios pequeños mientras arde la casa. Aquí la matriz que lo ordena.
Caja negra vs caja blanca: dos formas de mirar el mismo código
Una prueba lo que hace el software; la otra, cómo lo hace. No compiten: se complementan. Elegir solo una te deja con la mitad del mapa de riesgo.
Pruebas de humo (smoke testing): ¿enciende siquiera?
Antes de probar a fondo, comprueba que la build no está muerta. Cinco minutos de smoke test evitan horas probando algo que ni arranca.
Cómo diseñar casos de prueba que encuentren bugs de verdad
Clases de equivalencia, valores límite, tablas de decisión: técnicas que convierten '¿qué pruebo?' en un método reproducible en vez de intuición que se agota.
El plan de pruebas: el documento que casi nadie lee y todos necesitan
Un plan de pruebas no es burocracia: es la respuesta escrita a qué vas a probar, qué no, con qué criterio paras y qué riesgo aceptas. Sin eso, pruebas a ciegas.
Pruebas de aceptación (UAT): cuando el que decide no es el tester
El código puede pasar todo y aun así no ser aceptable. La UAT es el momento en que el negocio, no QA, dice 'esto sirve'. Y casi siempre se hace mal.
Método
8 artículosHuman in the loop: por qué la mejor IA lleva personas dentro
Human in the loop no es desconfiar de la IA. Es diseñar cuándo decide sola y cuándo un humano revisa, para que el resultado gane valor sin perder control.
Qué es un flujo de trabajo con IA y cómo se arma
Un flujo de trabajo con IA no es un chat suelto: es una cadena de pasos donde el modelo hace algunos y las personas otros. Aquí, cómo se arma.
Cómo dirigir una empresa de IA con agentes gobernados
Cómo dirigir una empresa de IA con agentes gobernados: estrategia desde el chat, ejecución por un enjambre, gobierno que da criterio.
Deliberar sin simular ejecución: el gobierno de agentes bajo SDD
Un agente que propone no es un agente que hizo. La confusión entre las dos cosas es la que llena tus sistemas de trabajo que parece terminado y no lo está. Aquí te enseño la línea exacta.
Qué es Spec-Driven Development (y por qué dejamos el vibe coding)
Le pediste a la IA "a ver qué sale" y salió algo. El problema no es lo que salió: es que nadie escribió qué debía salir. Eso lo arregla la especificación, no el prompt.
La fábrica Qirava: roles, skills y compuertas de madurez (G0 a G3)
Un agente suelto improvisa. Una fábrica no. Aquí te muestro cómo se organiza una línea de agentes gobernados: cada rol con su paquete de skills, y nada avanza sin pasar su compuerta.
Ver más · Método
Qué es Qirava: una fábrica de servicios, no una app
Qué es Qirava, en claro: no una función suelta, sino una fábrica que integra capas de IA y personas para entregar servicios que resuelven.
Del prompt al spec: cómo una especificación gobierna a los agentes
Un prompt pide. Una spec gobierna. Aquí verás por qué un contrato con criterios de aceptación hace que los agentes rindan más y dejen de improvisar.
Costos y negocio
6 artículos
Qué es una pasarela de pago (y por qué tú no guardas la tarjeta)
Qué es una pasarela de pago, qué hace de verdad cuando alguien te compra online y por qué el número de la tarjeta nunca debería tocar tu servidor.
Cómo automatizar tareas con IA en un negocio pequeño
No hace falta un departamento de datos. Con las tareas repetitivas correctas, la IA paga su costo en semanas. Por dónde empezar.
Qué es una API de IA y por qué la vas a necesitar tarde o temprano
El chat es para ti; la API es para tu producto. Es la diferencia entre usar la IA y construir con ella. Sin código, la idea.
Qué es KYC: por qué una plataforma te pide verificar tu identidad
Qué es KYC y por qué existe. Verificar tu identidad no es desconfianza: es lo que impide que tu dinero termine mezclado con el de otro.
Cómo medir el retorno de inversión de la IA (y no engañarte)
Ahorrar tiempo suena bien hasta que toca ponerlo en dinero. Un método sobrio para saber si la IA rinde o solo entretiene.
Servicio de IA vs herramienta: qué le conviene comprar a tu empresa
Servicio de IA vs herramienta no es lo mismo: una la operas tú; el otro te entrega el resultado. Cómo elegir sin pagar de más.
Ética y sesgos
6 artículosRiesgos reales de la IA: separar lo urgente de lo hipotético
Entre el pánico y la negación hay un terreno sensato. Estos son los riesgos que ya existen y los que todavía son especulación.
La regulación de la IA, explicada para quien no es abogado
Europa la clasifica por riesgo, otros van más lento. Sin jerga legal, qué está cambiando y qué te toca vigilar como usuario o empresa.
Privacidad e inteligencia artificial: qué pasa con lo que le escribes
Cada prompt es un dato que sale de tu casa. A veces entrena al modelo, a veces no. Saber la diferencia protege tu información.
Qué son los sesgos en la IA y de dónde salen
Un modelo no nace con prejuicios: los hereda de sus datos. Entender de dónde vienen es el primer paso para no amplificarlos.
Sesgo algorítmico: tres casos reales que salieron caros
No son hipótesis de laboratorio. Sistemas en producción tomaron decisiones injustas a escala. Qué pasó y qué aprendimos.
Qué es el alineamiento de la IA y por qué preocupa a sus creadores
Un sistema muy capaz que persigue el objetivo equivocado es un problema. Alinear es lograr que quiera lo que queremos. No es trivial.
Historia
2 artículos
Cómo nació ChatGPT: la cadena de ideas que lo hizo posible
No apareció de la nada en 2022. Detrás hay una década de papers, apuestas caras y un giro inesperado. La historia corta de un fenómeno.
Breve historia de la IA: de Turing a los transformadores
Ninguna de las máquinas que hoy conversan con nosotros habría existido sin una pregunta incómoda formulada en 1950, un verano optimista de 1956 y dos inviernos que casi lo entierran todo. Esta es la historia de esa terquedad.