2. Cómo funciona una IA generativa sin tecnicismos
El vídeo de esta clase es para suscriptores
IA aplicada a Zoho
Un programa práctico para usar ChatGPT, Claude y la IA de Zoho en el trabajo real: preparar reuniones, analizar oportunidades, redactar mejor y decidir con más criterio. Sin programar.
La compra es para siempre: acceso permanente al curso y a todas las actualizaciones que se publiquen, sin pagar de nuevo. ¿Ya eres suscriptor? Inicia sesión
En esta clase resolvemos una contradicción que desconcierta bastante al empezar: cómo puede una inteligencia artificial escribir un texto excelente y, cinco minutos después, darte un dato incorrecto con toda la seguridad del mundo. La explicación, sin tecnicismos, está en la diferencia entre consultar un dato ya guardado en el CRM y construir una respuesta a partir de patrones y del contexto disponible. De ahí sale la consecuencia práctica que vas a usar durante todo el curso: cuanto más contexto relevante tiene la IA, menos huecos tiene que rellenar por su cuenta. Lo comprobamos con el mismo correo de seguimiento pedido de dos formas, en una sola frase y con contexto, para ver qué cambia cuando la IA deja de tener que suponer.
También ponemos nombre al segundo concepto de la clase: las alucinaciones. Qué son, por qué la peligrosa es la que suena convincente y cómo ajustar el nivel de revisión al riesgo de la tarea, que no es el mismo para cinco títulos de una presentación que para una afirmación con impacto legal o financiero. Cerramos con la comparación de la persona que entra hoy nueva en tu empresa y con la pregunta que conviene llevarse: no cuál es el mejor prompt, sino qué necesita saber la IA para hacer bien este trabajo.
Qué vas a aprender
- Qué hace realmente una IA cuando le escribes, y por qué no es un buscador ni una base de datos
- Qué cambia cuando le das contexto, y por qué eso no significa pegarlo todo
- Qué es una alucinación y por qué las difíciles de detectar son las que suenan bien
- Cómo ajustar el nivel de revisión al riesgo de cada tarea
Por qué te interesa
La mayoría de los malos resultados con IA vienen de pedirle algo que no es lo suyo, o de no darle lo que necesita para hacerlo. Y una respuesta equivocada con buen aspecto es más peligrosa que una obviamente mala: saber dónde falla es justo lo que te permite fiarte del resto.
Qué recordar
- Un modelo de lenguaje construye la respuesta a partir de patrones y del contexto que le das; no consulta una verdad guardada en algún sitio.
- Por eso la información que aportas pesa más que la pregunta que haces.
- Más contexto no es pegarlo todo: es darle lo que necesita para tomar menos decisiones por su cuenta.
- Puede inventar datos, cifras, fechas y referencias con total naturalidad y buen estilo.
- Todo lo que sea un dato verificable hay que verificarlo, y el nivel de comprobación lo marca el riesgo de la tarea, no la herramienta.
Algo que puedes probar
Escribe la misma petición dos veces: una en una sola frase y otra añadiendo el contexto que necesitaría una persona para hacer bien ese trabajo. Compara los resultados, y no busques que el segundo sea más largo, sino más útil. Después pídele datos concretos sobre un cliente o un sector que conozcas bien y localiza qué se ha inventado.