opinion

Sobre depender de la IA (y cómo estoy tratando de no hacerlo)

Todos los días buscamos información en internet, y con el creciente uso de plataformas como GPT o Claude podemos investigar casi cualquier cosa. Sin embargo, la profundidad y la retención de esa información son cada vez menores. En este artículo describo una propuesta personal para gestionar mejor el conocimiento: escribir cada día, con mis propias palabras, lo que investigo.

Cesar Enrique Manzano Velasco
Cesar Enrique Manzano Velasco
11 de julio de 2026
Sobre depender de la IA (y cómo estoy tratando de no hacerlo)

Todos los días nos enfrentamos a una cantidad de tareas demandantes: consultas, necesidad de saber mucho en poco tiempo, tanto en el trabajo como en la escuela. Siempre debemos responder con la mayor eficiencia y eficacia posible, y esto cada vez se facilita más con la ayuda de los potentes modelos de inteligencia artificial que nos ahorran muchas horas de búsqueda. Por ejemplo, si alguien busca información de medicina, ingeniería, educación, cultura, cómo funciona un cohete o cualquier tipo de teoría, es muy fácil realizar estas consultas: se arregla un poco y la tarea está hecha. Sin embargo, estas actividades demandan un poco más que un simple control C + control V: deberíamos auditar y comprender más lo que las herramientas de inteligencia artificial nos entregan. Eso es una verdad; sin embargo, muchos de nosotros no lo hacemos: leemos solo lo que nos interesa y continuamos con otro pendiente.

Esto, en términos de productividad, es muy bueno, porque ahora podemos enfocarnos en las tareas que realmente necesitamos. El problema viene cuando nos volvemos totalmente dependientes y usamos la inteligencia artificial en cualquier actividad para evitar pensar. Imaginemos lo que puede pasar si delegamos todo: es probable que perdamos capacidades de aprendizaje y concentración en poco tiempo.

Desde hace más de dos años, en mi caso, vengo usando inteligencia artificial de forma intensiva. Todos dicen que debes usarla de la forma más rápida posible, que debes ser rápido, porque de lo contrario otra persona te quitará el puesto. Pienso que, desde cierto punto de vista, esto es verdad: debemos adaptarnos cada vez más al creciente uso de herramientas de inteligencia artificial todos los días, y ser cada vez más eficientes para no quedarnos atrás. Pero se debe evitar, en la medida de lo posible, tener una dependencia de todo, tratando de interiorizar el conocimiento o de gestionarlo.

El uso de la IA se convierte en una especie de lectura rápida y poco profunda de un tópico. Por ejemplo, vas al periódico y lees una noticia de forma superficial, casi sin prestar atención; si alguien te pregunta un detalle extremadamente específico sobre esa noticia, es muy probable que no puedas responder, o que tus respuestas sean muy vagas. Recuerdo cuando debía hacer algunas consultas sobre temas técnicos: la documentación que me entregaba la herramienta era muy buena, pero mi comprensión era apenas superficial. Días después, cuando trataba de recordarla o de explicar un concepto a profundidad, era incapaz.

Con esto no trato de decir que la IA sea mala, sino que debemos aprovechar esa capacidad tan inmensa para aprender más rápido, y no simplemente hacer un control C y control V de la información del computador al cerebro. Siendo honesto, no he investigado lo suficiente ni he buscado fuentes que respalden este problema que representan los modelos de inteligencia artificial en el proceso de aprendizaje o concentración de una persona. Estoy algo aburrido de estar en estas plataformas y prefiero equivocarme (tenga cuidado, esto es solo mi opinión), pero creo que con algunas técnicas simples se puede contrarrestar esto e inclinar la balanza a nuestro favor. Este es el propósito de este artículo y de este blog (ataraxiapro.com)

La idea es poder escribir cada día algo de lo que investigué en cualquier plataforma, llámese LLM, infografía, etc.: escribir con mis propias palabras un tema que vi en el día. Muchos de ustedes dirán: "para eso existen Reddit, Threads, Twitter u otros blogs", y es verdad, uno puede escribir donde se sienta más cómodo. En mi caso lo hago en mi blog para no sentir esa presión; al fin y al cabo, es solo un ejercicio personal para gestionar mejor el conocimiento, ya que sé que aprendo más expresando mis ideas con mis propias palabras. Cada persona tiene una manera distinta de aprender más rápido. Lo que trato de decir, básicamente, es tratar de aprender a profundidad cualquier tema que se investigue en internet, utilizando un método propio de aprendizaje, para que al menos una cosa por día no se nos borre y no tengamos problemas de comprensión en el futuro.

Existe una pirámide que muestra cómo ciertas actividades contribuyen más al proceso de aprendizaje. Según recuerdo, lo que más contribuía a aprender era explicar a otras personas, y lo que menos, solo ver o leer. Este ejercicio es básicamente explicarme a mí mismo cierto tema: por ejemplo, si un día estudio algo de tiempos verbales en inglés, escribiré sobre ello; si otro día estudio algo sobre función de onda, escribiré lo que entiendo al respecto. (Cuando digo "estudié" puede ser una simple búsqueda en ChatGPT y la información que me dio; simplemente escribir sobre ello para que la información perdure más en mi mente).

Como todo es un proceso, creo que los primeros artículos o textos que escriba serán realmente malos —hace mucho que no escribo—, pero supongo que a medida que pase el tiempo iré mejorando. Espero poder publicar en este blog y en mi página personal. Básicamente, es mi manera de gestionar el conocimiento para poder retener mejor la información día con día. Lo que me parezca más interesante lo compartiré en mi LinkedIn u otras redes. La idea es simplemente escribir todos los días, solo eso.

Muchas gracias por leer, hasta pronto, espero que ese pronto sea mañana.

Enrique Manzano

Cesar Enrique Manzano Velasco

Sobre Cesar Enrique Manzano Velasco

Ingeniero Full Stack & AI/ML practitioner. Builder en AtaraxiaTech. Construyo microSaaS con IA en producción y lo cuento todo en público.

Artículos relacionados

Variables, constantes y tipos primitivos
Sistema de tipos

Variables, constantes y tipos primitivos

Con esta lección empieza el bloque del sistema de tipos, y el punto de partida es el más pequeño posible: declarar una variable. Parece trivial, pero la forma de declararla decide dos cosas distintas. Qué se puede reasignar, y qué tipo infiere el compilador. Ambas tienen consecuencias que se arrastran por el resto del código. Nota sobre la terminología: en este artículo, declarar significa crear una variable con let, const o var. Asignar significa darle un valor, y reasignar significa cambiar el valor al que apunta una variable ya declarada.

12 min
JSON.parse y la frontera sin tipos
Fundamentos JavaScript

JSON.parse y la frontera sin tipos

Las cinco lecciones anteriores trataron datos que ya estaban dentro del programa. Esta trata del momento en que entran. JSON es el formato por el que llega casi todo lo externo: el cuerpo de una petición HTTP, el mensaje de una cola, la respuesta de un servicio de terceros, un archivo de configuración. Y JSON.parse es la puerta por la que pasa. Esa puerta tiene una particularidad incómoda: el compilador no puede comprobar nada de lo que la cruza, y por defecto tampoco avisa de que no puede. Nota sobre la terminología: en este artículo, serializar significa convertir un valor a texto JSON, y parsear significa el proceso inverso. Frontera del sistema es cualquier punto donde entran datos que el programa no generó.

12 min
Operadores de ausencia: ?., ?? y ??=
Fundamentos JavaScript

Operadores de ausencia: ?., ?? y ??=

Lección 5 de 43 · El lenguaje: de JavaScript a TypeScript estricto

9 min