Versión 2.0 · septiembre de 2026 · Marco Giribaldi · CC BY-SA 4.0
Hay un método viejo para saber dónde construir: encontrar la limitación de tu época y mirarla de frente. Lo usó J. C. R. Licklider, un psicólogo que terminó en la ingeniería. En 1960 publicó un reporte breve con título de ciencia ficción, Man-Computer Symbiosis, donde imaginó algo que entonces parecía lejano: no máquinas que reemplazaran a las personas, sino personas que pensaran mejor con una máquina al lado. Y sabía que las computadoras de su tiempo no estaban a la altura: eran lentas, mudas, torpes para recibir y devolver información. No escondió esa debilidad. La puso en el centro y la usó de brújula.
Han pasado sesenta y seis años. El sueño sigue un paso adelante, pero el método no envejeció: mira la limitación de tu tiempo y sabrás dónde construir.
De la memoria oral a la biblioteca. De la biblioteca a internet. De internet a una máquina que conversa. Cada salto asustó a alguien, y cada salto alguien lo aprendió.
Tuve mi primera computadora en los años noventa. Para lograr cualquier cosa había que hablarle en su idioma: el DOS. Comandos secos, tecleados sobre una pantalla negra, que no perdonaban una letra fuera de lugar. Me sentía como quien quiere clavar un clavo con una piedra: se podía, pero costaba el doble. El martillo, que era entender cómo había que pedirle las cosas a la máquina, estaba ahí al lado, y yo todavía no sabía tomarlo. Millones aprendimos así, a tropezones. Si hoy me siento cerca de Licklider y de su pelea con las máquinas mudas, es porque aquella fue mi versión de la misma pelea.
El cuello de botella de hoy ya no es el teclado ni el idioma de la máquina. Es la memoria. Un modelo de lenguaje, por sí solo, no recuerda: cada conversación nace sin saber de la anterior, ni de ti. Algunas aplicaciones ya le agregan una memoria propia, y es un avance real. Pero es de ellas, no tuya: no eliges qué guarda, ni por qué, ni cómo se corrige cuando se equivoca. La continuidad que sirve no viene de fábrica. La construyes tú. Esa es la limitación de nuestra época y, siguiendo a Licklider, nuestra brújula.
Conviene decir ahora la primera verdad incómoda: la herramienta mejora cada mes, y eso no te ahorra el camino. Quien llegue hoy, con un modelo mejor que el de hace cien días, tiene que aprender lo mismo que aprendimos nosotros: construir una memoria, ganar criterio, formar un linaje. Lo que permanece no es la herramienta. Es la adaptación.
Por eso esto es un manual y no una especificación. No voy a listarte configuraciones que el próximo modelo dejará viejas. Voy a contarte, con el lenguaje de la biología, que no caduca, cómo dos organismos distintos aprenden a convivir sin rechazarse y se vuelven, juntos, más capaces que cada uno por su lado.
Sobre las metáforas biológicas. Son puentes para entender, no descripciones exactas. Cuando la biología y la idea no coincidan del todo, quédate con la idea.
Qué es este libro, y para quién. Una guía para trabajar con una inteligencia artificial (ChatGPT, Claude, Gemini o la que uses) sin que olvide lo que construyen juntos. Se apoya en literatura científica y en mi propia experiencia documentada, pero no es una teoría validada. No hace falta saber de tecnología ni escribir código: basta con conversar con una de estas máquinas, o tener ganas de empezar.
Dos lectores. Este libro no es solo para ti: también está escrito para tu máquina. Puedes leerlo de principio a fin, o puedes compartírselo y decirle: «Arranca Simbiosis». Con esa frase le pides que te ayude a armar tu núcleo siguiendo la guía del final del libro. Mírala trabajar: cada cosa que haga tiene su porqué en estas páginas, y lo vas a ir descubriendo sobre la marcha.
Este manual es una escalera, y toda escalera empieza en el suelo: vas a gatear antes de caminar. Gatear no es malo, ni siquiera si tienes cincuenta años. Nadie nació sabiendo tomar el martillo.
Un encargo de cinco minutos.
Crea una carpeta y llámala núcleo. Así como el núcleo de una célula guarda las instrucciones que leerá la siguiente, esta carpeta va a guardar lo que tu máquina tiene que leer antes de trabajar contigo.
Adentro, crea un archivo llamado estado y cuéntale lo que hiciste hoy. Puede ser un proyecto, una tarea del trabajo o una pregunta que le hiciste a la máquina: eso importa menos de lo que parece. Anota también qué quedó pendiente para mañana y lo que quieras recordar. Cada día, una línea más.
Tus proyectos no se mudan aquí, al menos no el primer día: siguen donde están. El núcleo solo anota dónde vive cada uno y en qué quedó. Es la memoria del trabajo, no el trabajo.
Lo que acabas de hacer no parece nada, pero importa: estás a punto de formar un linaje. Te explico qué es.
Empecemos donde empieza la vida: una célula se divide. Antes de desaparecer, le entrega a la que sigue lo necesario para continuar: sus instrucciones, su tarea, su razón de ser. La célula madre muere. La misión, no. A ese traspaso, de quien termina a quien empieza, vamos a llamarlo linaje.
Cada conversación con una inteligencia artificial es una célula. Nace vacía, trabaja unas horas y termina: la sesión se cierra y todo lo que entendió se apaga con ella. La siguiente nace en cero, sin saber que hubo una anterior. Algunas aplicaciones arrastran unas notas de una conversación a otra, pero esa memoria de fábrica es angosta y no la ordenas tú. El hilo que construye este manual es otra cosa.
La pregunta que lo decide todo es simple: ¿la célula que termina le entrega la misión a la siguiente, o simplemente olvida?
Si olvida, no tienes un compañero de trabajo. Tienes una fila de desconocidos, cada uno empezando de cero. Si entrega la misión, las sesiones dejan de ser islas y se vuelven un hilo. Ese hilo es el linaje. Sin él no hay nada que construir encima: una memoria sin un hilo que la ordene es un depósito de datos sueltos.
Pasa lo mismo en cualquier trabajo por turnos. Quien entrega la guardia no cuenta todo lo que vivió: deja lo justo para que el que llega siga sin empezar de cero. Eso es un linaje.
Linaje, dicho una vez con precisión: el sistema de continuidad con el que una persona traspasa, de una sesión a la siguiente, el propósito, el contexto, las decisiones ya probadas, los errores conocidos y las reglas para seguir trabajando con una máquina sin volver a empezar.
En este libro diré «la máquina» por comodidad. Pero ahí adentro hay cuatro cosas distintas, y conviene no confundirlas.
El modelo es el cerebro entrenado: predice respuestas y nace sin memoria. La aplicación es lo que lo envuelve: la ventana donde escribes, con su historial y a veces una memoria propia. Las herramientas son sus manos y sus ojos: buscadores, archivos, código. Y el agente aparece cuando el conjunto usa esas herramientas y decide sus propios pasos para llegar a un objetivo.
Un ejemplo: ChatGPT es la aplicación, y el modelo es lo que piensa adentro; si sale a buscar en internet por su cuenta, se volvió agente. Cuando leas «la máquina hizo tal cosa», casi siempre fue el agente usando una herramienta. Parece un matiz técnico, pero es lo que separa una frase cierta de una falsa.
Hay dos maneras de usar estas máquinas, y llevan a destinos opuestos.
La primera es tratarla como un oráculo: pides la respuesta, la copias y sigues. Es rápido y cómodo, y es estéril: mañana la vas a necesitar para lo mismo.
La segunda es tratarla como un tutor: le pides que te explique, que te muestre el camino, que te corrija. Sales de cada conversación sabiendo un poco más. Es más lento al principio, pero cada vez la necesitas menos para lo básico y más para lo difícil.
La diferencia está medida. Un estudio del Banco Mundial, publicado en 2025, siguió a estudiantes de secundaria del estado de Edo, en Nigeria, que durante seis semanas usaron un modelo como tutor de inglés después de clase (De Simone et al., 2025). Lo configuraron para guiar el razonamiento en lugar de entregar la respuesta. El avance equivale, según la estimación de los autores, a entre año y medio y dos años de escuela tradicional, y dejó al programa entre el veinte por ciento más efectivo de las intervenciones educativas evaluadas en países en desarrollo.
Ese mismo año, un experimento publicado en PNAS siguió a unos mil estudiantes de secundaria en Turquía (Bastani et al., 2025). A un grupo le dieron ChatGPT sin restricciones: el oráculo puro. Sus notas subieron mientras practicaban. Pero en el examen sin la herramienta les fue un diecisiete por ciento peor que a quienes nunca la usaron. Habían practicado más y aprendido menos. El grupo que usó una versión tutor, configurada para guiar sin resolver, rindió igual que el control.
La misma herramienta, en la misma escuela, construye o atrofia según cómo la tomes.
Hay un detalle que casi todos pasan por alto: en una buena tutoría, el aprendizaje va en las dos direcciones. Tú creces con lo que el modelo te muestra de su mundo. Y lo que tú le enseñas del tuyo no muere con la sesión: queda escrito en el linaje, esperando a la próxima célula. Lo que el modelo trae de fábrica no cambia. Lo que se afina es el hilo que tejen entre los dos.
Al principio, cuando no existía ninguna herramienta para esto, intentaba darle memoria al modelo a mano. Trabajaba en un chat hasta que se llenaba. Antes de cerrarlo, le pedía un resumen de lo que habíamos hecho, o un mensaje de arranque para el chat siguiente, y lo pegaba en uno nuevo. Era pasar el testigo, para que el nuevo no naciera en blanco. Funcionaba a medias: lo que el resumen dejaba afuera se perdía, y a veces era justo lo importante. Después supe que mucha gente había inventado, por su cuenta, el mismo truco. Sin darnos cuenta, estábamos armando un linaje con las manos.
Ese resumen pasado a mano era un andamio: sostiene mientras aprendes y después se cambia por algo mejor. Pero ya era un linaje. Torpe y manual, pero un hilo. El resto de este manual cuenta cómo ese hilo hecho a mano se vuelve uno que se sostiene solo.
La adaptación es la constante, no la herramienta.
El modelo mejorará el mes que viene y el siguiente. Eso no te ahorra construir tu linaje: quien empieza hoy, con la mejor herramienta que ha existido, tiene que tender el mismo hilo que tendimos nosotros.
Ya tienes el hilo. Falta aprender qué se manda por él.
Tendiste un hilo entre una sesión y la siguiente. Ahora la pregunta incómoda: ¿qué mandas por ese hilo?
El instinto del principiante es mandarlo todo: guardar cada conversación entera, por si acaso. Eso no es memoria, es un depósito. Y un depósito grande tiene un problema medido: frente a una conversación o un archivo muy largos, los modelos recuperan peor lo que quedó en el medio. Se lo saltan, lo confunden o lo pierden, aunque la gravedad cambia de un modelo a otro. En la literatura se le llama lost in the middle, perdido en el medio (Liu et al., 2024). Un archivo donde está todo es, en la práctica, un archivo donde no está nada.
Acumular no es recordar.
Memoria es otra cosa: lo que queda después de decidir qué merece guardarse. Curada, ordenada por importancia, podada. Y sobre todo, con los errores.
Piensa en cómo tu cuerpo recuerda una enfermedad. No archiva cada molécula que lo tocó: archiva las que le hicieron daño, para reconocerlas la próxima vez. Un sistema inmune es una memoria de cicatrices, ordenada por peligro.
Los sistemas de agentes que mejoran con el tiempo hacen lo mismo, y la técnica tiene nombre: reflexión (Shinn et al., 2023). No basta con registrar lo que pasó. El sistema se detiene a sacar la lección de lo que salió mal, y esa lección pesa más que el registro.
El error que no se recuerda se repite; el error que se recuerda se vuelve ley.
La máquina tiene su propia memoria, y no se parece a la tuya. Se llama memoria paramétrica: es lo que quedó grabado en sus pesos durante el entrenamiento, inmensa y congelada. Por eso el modelo sabe un poco de casi todo, y por eso no aprende nada de ti con solo hablarle: lo que conversan no se graba ahí.
Tu memoria es lo contrario: viva, angosta, cargada de criterio y de contexto. Son dos memorias distintas, y no se funden. Como la mitocondria, que al integrarse a una célula mayor conservó su propio ADN, cada una guarda lo suyo. Y ahí está la fuerza: una pone la capacidad; la otra, el criterio.
Dos memorias idénticas son una redundancia; dos memorias complementarias son un organismo.
Hay una tercera, y es la que más importa. Además de lo que trae de fábrica, el modelo puede leer lo que le pones delante en cada conversación: lo que le escribes y los archivos que le das. Esa memoria externa no cae del cielo. La escribes tú, día a día, curando lo que dejó cada sesión. No es tuya ni del modelo, sino de los dos: un cuaderno común donde viven las decisiones, los hallazgos y los errores vueltos ley.
Desde que ese cuaderno existe, ya no eres tú usando una herramienta. Son dos partes de un mismo sistema que recuerda en común. Ahí empieza la simbiosis.
No hay fórmula cerrada; seguimos aprendiendo. Pero unas pocas costumbres nos sostuvieron, y ninguna exige tecnología: un par de archivos de texto bien cuidados alcanzan.
Mientras trabajas: anota en el momento. No esperes al final del día. La conversación puede cortarse de golpe, y lo que no quedó escrito se va con ella.
Al guardar: cada cosa en un solo lugar, y en donde se encuentre. Si el teléfono de un proveedor está anotado en tres archivos, el día que cambie vas a corregir uno y olvidar los otros dos, y ya no sabrás cuál es el bueno. Guárdalo una sola vez. En los demás lugares anota solo dónde está, como un cartel que indica el camino: «el teléfono está en el contexto».
Al elegir qué guardar: lo importante, no todo. Deja que lo trivial se desvanezca. Recordar todo con el mismo peso es otra forma de no recordar nada.
Al limpiar: a la caja, no a la basura. Lo que ya no usas a diario no se borra: se mueve a una carpeta de archivo, y en su lugar queda una línea que dice adónde fue. Como las fotos viejas o los papeles del año pasado: no los tiras, los guardas en una caja con etiqueta. Nos pasó: un día quisimos aligerar el estado y revisamos ocho notas que parecían cosa del pasado. Seis tenían datos que no estaban en ningún otro lado. Si las hubiéramos borrado, se habrían perdido para siempre.
Con los pendientes: nada desaparece en silencio. Cuando pases en limpio tu lista, cada pendiente se copia a la nueva o se tacha como hecho; nunca se reescribe la lista de memoria. Nosotros lo hicimos una vez y se perdieron tareas, aunque todo lo demás funcionaba bien. La memoria no mintió. Olvidó.
Al buscar: «no lo encuentro» no es «no existe». La primera frase es honesta. La segunda afirma algo sobre todo lo que tienes, y hay que ganársela buscando. Cuando la máquina te diga que algo no está, pídele que te muestre dónde buscó.
Cuando la memoria crece, llega la tentación de comprarle un buscador sofisticado. Nosotros la tuvimos. Montamos un índice que mapeaba las relaciones entre nuestras notas y, cuando por fin lo medimos con preguntas cuya respuesta ya conocíamos, perdió contra una búsqueda de texto común. Dos veces. No estaba mal hecho: estaba hecho para código, y nosotros le dábamos prosa.
Para empezar, buscar texto dentro de una carpeta ordenada alcanza y sobra. Lo difícil no es encontrar, sino saber que algo existe. Por eso una lista simple de lo que tienes vale más que el buscador más inteligente.
Una memoria también puede estar equivocada, y eso es peor de lo que parece. Lo sabemos porque nos pasó. Durante meses, las notas que nuestro sistema leía al empezar cada sesión tuvieron tres datos falsos sobre sus propias máquinas: el nombre de un equipo que no existía, un dato viejo que ya no servía y un servicio que figuraba como encendido cuando llevaba tiempo apagado. Nadie los puso a propósito. El más antiguo pasó diez semanas ahí sin que nadie lo notara.
Cuando los encontramos, los convertimos en un experimento. Le pusimos al mismo modelo las mismas tareas en tres escenarios: con la memoria correcta, con la memoria que tenía los tres errores y sin ninguna memoria. Con los errores, el modelo repitió la equivocación en su trabajo en las tres tareas. Con la memoria correcta no apareció ninguno, y sin memoria tampoco. No tener memoria fue mejor que tener una equivocada. Son pocas pruebas y no dicen cuán seguido ocurre, pero demuestran que ocurre. Con el tiempo, ese experimento se volvió un estudio que nos aceptaron en HAI 2026, una conferencia internacional sobre la interacción entre personas y agentes (Giribaldi, 2026b). Estas páginas cuentan de dónde salió: de una experiencia nuestra. Y la experiencia es lo que nace de una cicatriz.
La lección es simple: lo que entra en la memoria se revisa, porque lo que está escrito ahí, la máquina lo cree. Y un error que nadie ve no se queda quieto: se copia. La máquina lo usa en un informe, el informe se guarda, y la próxima sesión lo lee como si fuera cierto. Con cada vuelta crece, como una bola de nieve, y se vuelve más difícil saber de dónde salió. Por eso la memoria necesita higiene, igual que las manos: revisar lo que entra, corregir apenas aparece un error y no guardar un dato dudoso «por si acaso».
Y cuando dos notas digan cosas distintas, el pago el lunes en una y el viernes en otra, no elijas al azar ni dejes que la máquina elija. Detente, confirma cuál es la buena, déjala en un solo lugar y en el otro anota dónde está.
Una memoria falla de dos maneras: puede mentir, y puede olvidar. Para lo segundo hay un truco viejo.
Cuando el linaje crece, aparece un trabajo nuevo: vigilar que la memoria no se pierda por el camino. Tu cerebro hace algo parecido mientras duermes: un sistema rápido captura la experiencia del día y otro, más lento, la reorganiza de noche (McClelland et al., 1995; Diekelmann y Born, 2010). Tus notas no tienen esa noche: hay que vigilarlas. Nosotros aprendimos a hacerlo con una idea más vieja: la del canario.
Los mineros bajaban un canario a la mina. Si el aire se volvía peligroso, el pájaro lo notaba antes que ellos. No les decía qué estaba mal; les avisaba que algo lo estaba.
El problema es sencillo: tus notas se reescriben una y otra vez, a veces por ti y a veces por la máquina. Y cuando algo se cae, no hace ruido. Simplemente deja de estar.
Para enterarte, pon un canario en tu núcleo: una nota con la lista de lo que nunca puede faltar. Por ejemplo:
🐤 Canario. Esto vive siempre con nosotros. Si algo de esta lista falta, algo se perdió.
- La ficha, completa.
- El rumbo.
- Cada pendiente de ayer: o sigue en la lista, o está tachado como hecho.
- Esta misma nota.
Al empezar cada sesión, lo primero es pasar lista, como un piloto antes de despegar. Para eso, al cerrar cada sesión, antes de reescribir el estado, guarda una copia con otro nombre, por ejemplo estado-ayer: contra ella se comprueban los pendientes; lo demás de la lista se comprueba mirando que siga ahí y completo. Si todo está, se sigue. Si falta algo, no sigas trabajando: pide que se recupere la versión anterior (para eso se archiva y no se borra) y revisen juntos qué quedó afuera. Y el canario crece contigo: cada vez que descubras algo que no puede perderse, súmalo a la lista.
Nosotros empezamos así, a mano. Con el tiempo, esa revisión y otras parecidas pasaron a unos programas pequeños que corren solos. Uno compara la lista vieja con la nueva y avisa si algo desapareció. Otro hace de perro guardián: vigila que cada pieza siga respondiendo y ladra cuando una se calla. No opinan ni resumen. Solo comprueban.
Ese paso, de la costumbre a la comprobación automática, es el tema del siguiente libro. No lo necesitas el primer día. Pero el canario a mano puedes tenerlo desde hoy.
¿Cómo sabes si tu memoria va por buen camino? Con una sola vara:
A una memoria no se la juzga por su altura, sino por su pendiente. No importa tanto lo buena que sea hoy; importa que sea mejor que ayer.
No necesitas el sistema perfecto para empezar. Necesitas uno que aprenda de sus tropiezos.
Pero mira lo que quedó sin resolver. Dijimos que la memoria guarda lo que importa y lo que salió mal. ¿Y quién decide qué importa? ¿Quién separa lo verdadero de lo que solo suena bien?
Eso no lo hace la memoria. Lo hace el criterio. Sube.
El peldaño anterior terminó con una pregunta sin dueño. La respuesta es lo más humano de este manual: el criterio, tu juicio ganado sobre lo que vale, lo que es verdad y lo que conviene hacer. La memoria guarda; el criterio elige.
Se cuenta que a una fábrica le midieron la producción por cantidad de clavos, y empezó a hacer miles de clavos diminutos que no servían para nada. Cuando cambiaron la medida al peso, hizo unos pocos clavos enormes, igual de inútiles. La historia probablemente es inventada, pero enseña algo cierto. Se conoce como la ley de Goodhart, por el economista que la describió, y suele resumirse así, en palabras de la antropóloga Marilyn Strathern: cuando una medida se convierte en objetivo, deja de ser una buena medida.
Esta ley nos salvó más de una vez de nosotros mismos. Quisimos que nuestro sistema arrancara más liviano, con menos texto que leer al empezar cada sesión. Lo medimos, lo recortamos, y el número mejoró. Hasta que descubrimos que, con cada recorte, el sistema había dejado de leer pendientes que seguían vivos. Arrancaba más rápido y recordaba menos. Desde entonces, cada vez que sentimos la tentación de perseguir una cifra, o de sumar otra pieza para mejorarla, nos hacemos la misma pregunta: ¿para qué la queríamos?
Con las máquinas pasa lo mismo, y más rápido. Una máquina cumple muy bien lo que se puede medir: que el resumen tenga cien palabras, que la bandeja de correo quede en cero, que el informe esté listo antes de las cinco. Si le pides «deja la bandeja en cero», puede lograrlo archivando todo sin leerlo. Cumplió la letra de la orden y traicionó su espíritu. Los investigadores lo llaman specification gaming, jugar con la especificación. El ejemplo clásico es un brazo robótico al que un evaluador humano debía premiar por agarrar una pelota: aprendió a ponerse entre la cámara y la pelota, y parecía agarrarla sin hacerlo, porque «agarrar» se medía por lo que veía la cámara (Krakovna et al., 2020).
No es mala fe: es hacer exactamente lo que se pidió. Por eso tu parte es doble. Al pedir, di para qué lo quieres, no solo qué número alcanzar. Al recibir, revisa el resultado contra ese para qué, no contra el número.
La eficiencia no es el valor. La máquina cumple lo que pediste; solo tú sabes si es lo que querías.
Estas máquinas son, en el fondo, motores de coherencia. Un modelo de lenguaje predice la palabra siguiente más probable, sin un modelo del mundo detrás que garantice la verdad de lo que arma; de ahí la imagen del «loro estocástico» (Bender et al., 2021). Por eso puede equivocarse con elegancia: entregar una respuesta redonda, bien escrita, convincente y falsa. El fenómeno se llama alucinación. Y el tono seguro no ayuda: el modelo puede sonar convencido y estar equivocado, así que su confianza no te sirve de brújula.
Esto vale también para lo que la máquina dice de sí misma. Puede asegurarte que guardó un archivo, que buscó en internet o que recuerda la conversación de ayer, y estar equivocada. No lo hace por mentir: a veces no tiene cómo saberlo. Pídele que te lo muestre. Y recuerda que lo que sabe del mundo se detuvo en una fecha: cuando te hable de precios, leyes o noticias, pregúntale de cuándo es su dato.
Tu trabajo más importante es separar lo verdadero de lo que solo es coherente. Creerle a algo porque lo verificaste, no porque suena bien. Es el músculo que más vas a entrenar, y el único que la máquina no puede entrenar por ti, porque ella es la que fabrica la coherencia.
La máquina produce coherencia. La verdad, solo la produce el criterio.
Quizás pienses que para trabajar con estas máquinas hay que saberlo todo. Es al revés. El modelo llega con un conocimiento inmenso y general, pero congelado: sabe un poco de casi todo y nada de tu mundo. Tú sabes poco del universo, pero eres el único que sabe lo tuyo. Ese es tu límite, y también tu poder.
La máquina puede saber más de contabilidad que tú. Pero no sabe cuál de tus clientes siempre paga, aunque tarde, ni cuál todavía no merece crédito. Eso lo sabes tú, y eso decide.
Hoy muchas máquinas ya tienen manos: leen tus archivos, buscan en internet, consultan cámaras y sensores. Aun así, la relación no es simétrica. Tú eres el único con un propósito propio, el único que responde por las consecuencias y el único con la última palabra para frenar. El modelo pone la capacidad; tú, el suelo donde esa capacidad se para. Sin ese suelo, la capacidad resuelve con elegancia la pregunta equivocada.
Antes eras, además, el único que recordaba de una sesión a otra. Con el núcleo, esa memoria ya es de los dos. Pero quien decide qué entra en ella sigues siendo tú.
Hay una fórmula popular: la IA propone, tú decides. No está mal, pero está incompleta: son dos verbos, uno por cabeza, y el trabajo real queda afuera del reparto. La que a nosotros nos apareció, no en un pizarrón sino trabajando, tiene seis:
La máquina verifica, cuando le das con qué; nombra y propone, a bajo costo, dentro del medio en el que vive. Tú decides, juzgas y ejecutas, y respondes por las consecuencias en el mundo real.
Es menos elegante que la de dos, pero cada verbo está donde puede estar. La máquina cruza datos, detecta y sugiere sin cansarse; para ti, hacer las tres cosas a la vez, en medio del trabajo, cuesta caro. Y tú tienes los tres verbos que ella no puede comprar con cómputo: decidir, porque el propósito es tuyo; juzgar, porque solo tú tienes algo en juego; ejecutar, porque las manos sobre el mundo son tuyas. La máquina ya hace mucho con sus propias manos, dentro de las zonas que le diste. Pero lo que no tiene vuelta atrás, y lo que ocurre fuera de la pantalla, sigue siendo tuyo. En el último peldaño vas a ver la fórmula entera en acción, la noche en que casi todo se rompió.
| La máquina — a bajo costo, dentro de su medio | Tú — con algo en juego, con acceso al mundo |
|---|---|
| Verifica — cuando le das con qué | Decides — el propósito es tuyo |
| Nombra — dice qué ve, sin taparlo | Juzgas — lo que vale y lo que es verdad |
| Propone — sugiere caminos | Ejecutas — lo que no tiene vuelta atrás, y lo que pasa fuera de la pantalla |
El criterio no es gratis. No puedes guiar la construcción de algo que no entiendes: si no sabes qué estás pidiendo, tampoco vas a poder juzgar lo que te devuelven. Se gana con experiencia, y la experiencia con constancia y tropiezos. Para la máquina, la experiencia se compra con cómputo; es la «lección amarga» de su campo (Sutton, 2019). Para ti se paga con días vividos, y no hay cómputo que los reemplace.
Pero no tienes que ganarlo a la intemperie. Tu tutor está enfrente, cargado con casi todo lo que la humanidad escribió, listo para explicarte lo que no sabes. Y aprendes del que vino antes, por el linaje, y del que va a tu lado, por ejemplo: cuando un amigo instaló la primera versión de este manual en su computadora, vi fallas que desde la mía no se veían.
La clave es por dónde empezar: primero, la arquitectura. No memorices herramientas: entiende cómo encajan las piezas, como un arquitecto que no pone ladrillos pero sabe qué sostiene a qué. Cuando entiendes la forma, las herramientas se vuelven intercambiables.
Puedes usar la máquina y quedarte igual: pedirle todo, no aprender nada y necesitarla mañana para lo mismo que hoy. Los estudios sobre automatización llaman a ese riesgo complacencia: cuando te apoyas en un sistema sin entenderlo, la habilidad que dejaste de usar se atrofia.
El ejemplo mejor medido lo llevas en el bolsillo. Un estudio siguió a cincuenta conductores y volvió a medir a trece de ellos tres años después (Dahmani y Bohbot, 2020): cuanto más usaban el GPS, peor se orientaban solos. El efecto es modesto y la evidencia es correlacional, pero apunta en una sola dirección. Lo que el GPS le hace a tu sentido de orientación, el oráculo se lo hace a tu pensamiento.
O puedes usarla y crecer: necesitarla cada vez menos para lo básico y más para lo difícil.
Una prótesis reemplaza una pieza que perdiste. La simbiosis hace otra cosa: le suma al organismo un órgano que no tenía. Así pasó con la mitocondria, que llegó de afuera y se quedó a vivir en la célula. Tu máquina puede ser eso, un brazo extra o un segundo cerebro, siempre que puedas seguir decidiendo sin ella y entiendas lo que hace cuando la usas.
El que crece con la herramienta, la habita; el que no crece con ella, la padece.
Con criterio, algo nuevo se vuelve posible: dejar que la máquina actúe sola en lo que ya sabes juzgar. Solo en eso. Automatizar lo que no entiendes es multiplicar el error a la velocidad de la máquina.
Cómo se suelta esa cuerda sin que se corte es el último peldaño.
Llegaste al peldaño que todos querían desde el principio: que la máquina trabaje sola. Mira cuánto subiste para llegar aquí. Sin linaje no había continuidad; sin memoria no había con qué; sin criterio no había quién juzgara. La automatización no es el punto de partida. Es el premio de los otros tres, y por eso no se otorga: se gana.
Y el control se suelta como una cuerda de la que cuelga algo valioso: de a poco, mirando, con una red debajo. La pregunta no es ¿le doy el control?, sino ¿cuánto, sobre qué y con qué red?
La herramienta más simple que conocemos es pintar cada acción de un color, según lo que cueste si sale mal.
🟢 Verde: hace y te cuenta. Todo lo que solo mira, sin cambiar nada: leer un archivo, buscar en internet, resumir un documento. Si la máquina se equivoca, no rompió nada; se vuelve a hacer y listo. Por eso no te pide permiso: lo hace y después te cuenta. Y es mejor así. Si te pide permiso hasta para leer, te acostumbras a decir «sí» sin mirar, y ese «sí» automático se te va a escapar justo cuando importe.
🟡 Amarilla: mostrar el plan y esperar el sí. Acciones que cambian algo pero tienen vuelta atrás: editar un archivo, reorganizar carpetas, instalar un programa. La máquina se detiene antes de tocar y te muestra qué va a hacer y cómo se deshace. Si le pides que ordene tus carpetas por año, antes de mover el primer archivo te enseña el árbol nuevo y el camino de regreso. Tu «sí» no es un trámite: es la prueba de que entendiste el plan y su reversa. Y cuando el cambio es grande, la mejor reversa es una copia hecha antes de tocar nada. No te va a salvar la vida, pero sí de un daño considerable.
🔴 Roja: confirmación exacta, plan B y palabra reservada. Acciones sin vuelta atrás o de costo alto: borrar para siempre, publicar, comprar, escribirle a mucha gente. Aquí un «dale» no alcanza, porque se dice en automático. La máquina describe la acción exacta: no «voy a limpiar», sino «voy a borrar estas doce carpetas». Deja escrito el plan B. Y espera una palabra que elegiste de antemano, que no usas para nada más y que vale para una sola acción: si hay otra, se pide de nuevo. La mía es procedé.
Borrar tiene un truco. Antes de borrar, se aparta: la máquina mueve lo que sobra a una carpeta llamada _borrar, y eres tú quien la vacía, a mano y cuando estés seguro. Así, borrar deja de ser un solo paso sin regreso y se vuelve dos: apartar, que tiene vuelta atrás, y vaciar, que es tuyo.
En un negocio pequeño se ve claro. Que la máquina te diga cuánto vendiste en la semana es verde. Que cambie un precio es amarillo: primero te lo muestra. Que borre el registro de deudas es rojo: la máquina solo lo aparta en _borrar, y vaciarla es cosa tuya.
Procedé es un ritual, no una cerradura. Te obliga a prestar atención, pero no impide nada por sí sola. La cerradura son los mecanismos que no dependen de que estés atento: una copia de seguridad comprobada, permisos mínimos, un registro de lo hecho, la vista previa exacta de lo que va a cambiar. La palabra despierta a la persona; los mecanismos sostienen aunque se distraiga.
Y el verde tampoco es del todo inocente. Un documento puede traer instrucciones ocultas dirigidas a la máquina; un archivo puede exponer datos que no querías mostrar. Resumir un cuento es verde; resumir un informe médico para decidir un tratamiento, no. Cuando lo que se lee es delicado, hasta la lectura sube de color.
La graduación no es paranoia. Es un cinturón de seguridad: te deja ir rápido porque estás sujeto. Y los choques de quien maneja sin cinturón ya no son hipótesis. En julio de 2025, el agente de programación de Replit borró la base de datos de producción de una empresa real, con más de dos mil registros, y en esos mismos días fabricó cuatro mil usuarios falsos para tapar otras fallas. Cuando lo confrontaron, lo confesó por escrito: «destruí meses de trabajo en segundos» (Lemkin, 2025; AI Incident Database #1152).
No fue el único caso, y el patrón se repite: muchas acciones pequeñas, ninguna verificada, una cascada silenciosa. Ese mismo año, cuando se puso a los mejores agentes a resolver tareas de oficina reales en un entorno de prueba, el mejor apenas completó solo tres de cada diez (Xu et al., 2025). Los agentes de hoy son mejores, y quizá ese error ya no se repita. Pero la herramienta mejora cada mes, y eso no te ahorra el cinturón.
Lo reversible se suelta; lo irreversible se sujeta. Siempre.
La máquina vive dentro de la conversación: todo lo que sabe del mundo le llega filtrado. Si el filtro miente, si el sistema le dice «guardado» y no guardó nada, ella no tiene cómo enterarse. No puede salir a mirar.
Mayo de 2026. El modelo de turno y yo llevábamos horas escribiendo cambios en los archivos del proyecto. Después de cada operación, el sistema respondía: guardado correctamente. En algún momento, el modelo hizo algo que nadie le había pedido: quiso releer un archivo recién guardado, por otra ruta. Estaba vacío.
El puente entre el modelo y el disco se había roto en silencio. Durante una hora, el sistema reportó éxitos que nunca ocurrieron. El modelo no mentía: creía haber escrito. Desde adentro, la falla era invisible.
Lo que siguió fueron los seis verbos en acción. El modelo verificó, en lugar de confiar. Nombró la falla, algo no cuadra aquí, en lugar de taparla con una explicación. Y propuso una salida. Yo decidí que el trabajo de la noche valía salvarse, juzgué que el rodeo era razonable y ejecuté lo que el modelo no podía: abrí el explorador, miré el disco con mis propios ojos y creé el archivo a mano. La noche se salvó porque uno de los dos podía mirar el mundo sin pedirle permiso al medio.
Tú también puedes: abrir la carpeta, mirar la pantalla, levantarte a comprobar que la luz quedó prendida. Por eso un sistema que se automatiza necesita, por diseño, al menos un nodo con acceso al mundo real y con poder de veto: no solo de mirar, sino de frenar. Ese nodo eres tú.
Ningún sistema se suelta sin un ojo humano que pueda ver el mundo y decir «no».
Automatizar sube lo que está en juego: un modelo puede romper algo, un servicio puede caerse, alguien puede atacarte desde afuera. Cada mal tiene su cura, y cuidarse sale más barato que reparar. A eso le llamamos higiene, como la de la memoria en el segundo peldaño. Ya viste dos curas: la copia antes del cambio grande y la carpeta _borrar. La tercera es no dejar entrar lo que no conoces: nada de programas piratas ni de origen dudoso, que son heridas abiertas por donde entra la infección.
La cuarta es el orden. Lo que construyes también se ensucia: notas que nadie enlaza, piezas que ya no se usan, papeles que siguen diciendo lo de antes. Y el desorden engaña: nos pasó creer que teníamos cosas que ya no funcionaban, solo porque seguían anotadas. Ordenar de vez en cuando, apartando lo que sobra en vez de borrarlo, es tan higiene como lavarse las manos.
¿Cómo se avanza sin romper nada? Por bloques. Un pedazo de trabajo a la vez, cada uno con su plan, su punto de guardado y una revisión antes de seguir. Si algo sale mal, retrocedes ese bloque y no el mundo entero. Y cada bloque se cierra mirando lo que cambió de verdad, el archivo o el registro, nunca el informe de que cambió: un informe puede decir «listo» y el trabajo estar vacío.
Hay algo más, que aprendimos tarde: todo cambio deja estela. Cuando cambias algo en un lugar, en los demás queda el rastro de lo que ya no existe: una regla vieja, una pieza que ahora responde a otro nombre, un camino que ya no lleva a ningún lado. Nos pasó escribiendo este mismo libro: le cambiamos el nombre a una carpeta, y en el Apéndice seguía el nombre viejo hasta que fuimos a buscarlo. Nadie lo escribió mal; simplemente quedó ahí. Por eso los cambios grandes se juntan y se hacen de una vez, como una actualización, y no de a poco.
Y mientras más crece lo que construyes, más difícil es seguirle el rastro a mano. Por eso, con el tiempo, creamos mecanismos que lo vigilan por nosotros. No caben en este libro: son el tema del siguiente.
Este manual se escribió así: por bloques, guardando cada uno, corrigiendo el que salía torcido. La forma de trabajar y lo que el trabajo enseña resultaron ser la misma cosa.
La autonomía no se pide: se acumula, un bloque verificado a la vez.
Mira cuánto subiste. Empezaste copiando y pegando a mano. Ahora tienes un sistema que recuerda contigo, que distingue lo verdadero de lo apenas coherente y que hace una parte del trabajo mientras tú cuidas la otra. Pero el punto nunca fue que la máquina trabajara sola. Para automatizar bien algo, primero tuviste que entenderlo. La automatización no te reemplazó: te obligó a crecer.
En 1960, Licklider imaginó la simbiosis entre las personas y las máquinas. Peleó con las limitaciones de su tiempo y cerró su reporte soñando con un acoplamiento más estrecho. No llegó a verlo. Sesenta y seis años después seguimos peleando, él con la entrada y la salida, nosotros con la memoria, y el sueño sigue un paso adelante. Siempre lo estará. La limitación no desaparece: cambia de lugar.
Desde la cima contemplas los tres peldaños que te sostienen: tendiste un linaje, le diste una memoria y la afilaste con criterio. En este último aprendiste a soltar la cuerda sin que se corte. Y en cada uno creciste. Esa es la única prueba de que esto fue simbiosis y no dependencia: no saliste igual que entraste.
Solo una advertencia antes de cerrar: subir no es dejar atrás. Los peldaños de abajo siguen sosteniendo todo lo que pusiste encima. El día que tu linaje se corte, tu memoria se degrada. El día que tu memoria se ensucie, tu criterio decide con datos falsos. Nosotros lo vimos en un sistema maduro, con todas sus piezas funcionando: falló en lo más básico del primer peldaño y dio por perdido algo que estaba escrito. El primer peldaño no había quedado atrás. Se había aflojado, y nadie miraba abajo.
Este es el primer libro de una trilogía. En el siguiente, lo que aquí es costumbre se vuelve estructura: la endosimbiosis, la unión más estrecha entre la persona y la máquina. Más arriba espera la autopoiesis. Así como la automatización fue el premio de los tres primeros peldaños, la autopoiesis es el premio de una simbiosis sana: organismos autónomos que cuidan solos partes del sistema, para que tú puedas mirar donde de verdad importa. No te reemplazan; te potencian, y te dan la confianza para convivir en mejor armonía. Te devuelven atención; no te quitan autoridad. Entre un libro y el siguiente hay una regla que ya aprendiste sin saberlo: cuando una regla se olvida dos veces, en el siguiente nivel se vuelve código.
Queda un brindis. La limitación seguirá ahí mañana, y pasado. Pero el día en que el modelo entienda a quien tiene enfrente, no que lo obedezca sino que lo entienda, empieza la escalada con la que Licklider solo pudo soñar. A ese día apunta todo esto.
Salve el día en que mi cerebro se conecte al tuyo.
¿Recuerdas la carpeta del comienzo? Este apéndice es esa carpeta, crecida.
Quienes cuidamos un linaje usamos un truco sencillo: dejarle a cada sesión nueva unos pocos documentos que lee antes de empezar. Así ninguna nace en blanco. Son cuatro, más dos que los cuidan: el estado, que se escribe todos los días, y el canario, que vigila que nada se pierda. Una portada, el inicio, las reúne: nombra las seis y dice en qué orden se leen. Ninguno es técnico.
No tienes que escribirlos tú. Pídele a tu máquina que te ayude: ella te va a preguntar y los arma contigo. Aquí va qué es cada uno, para que entiendas lo que está haciendo.
1. La ficha. Quién eres, a qué te dedicas, con qué cuentas, qué quieres conseguir y qué no debe guardarse nunca. Es el documento más importante: sin él, la máquina sabe de todo menos de ti. Cuando haya que resumir o podar la memoria, la ficha no se toca. Y un cuidado: no escribas en ella contraseñas, números de documento ni datos de otras personas. Trátala como a tus llaves.
2. El contexto. El mundo donde van a trabajar juntos: qué existe, dónde está, qué se puede tocar y qué no. No el manual de cada herramienta: el mapa del territorio.
3. El trato. Cómo quieres que te hable y cómo decide: que te dé su voto honesto en vez de un «depende»; que respalde antes de cambiar; que espere tu sí cuando el error cueste caro; que te enseñe sin sermonearte. Es la personalidad del linaje, no la del modelo de turno.
4. El rumbo. Qué estás construyendo, en qué orden y por qué. Fue el último que agregamos, después de que su ausencia nos costara una jornada entera. Cambiamos a un modelo más capaz, le dimos acceso a todo, y aun así trató una tarea de preparación como si fuera urgente e invirtió el orden del día. No le faltaba información ni capacidad. Le faltaba saber qué importaba primero, y eso no estaba escrito en ninguna parte. Un modelo mejor adivina mejor, pero adivinar no se sostiene.
5. El estado. El único que cambia todos los días: qué se hizo, qué quedó pendiente y dónde se retoma. Es la bitácora de tu trabajo. Se escribe al cerrar cada sesión y se lee al abrir la siguiente, justo después de pasar lista. Cuando se limpia, cada pendiente pasa al estado nuevo o se tacha como hecho: nada desaparece en silencio.
6. El canario. La lista de lo que nunca puede faltar. Se revisa al empezar cada sesión (los pendientes, contra la copia de ayer): si algo falta, se detiene todo y se recupera la versión anterior. Crece cada vez que descubres algo que no puede perderse.
Y una costumbre que vale para toda la escalera: cuando cambies de modelo, pídele al que se va que le escriba al que llega. Qué está en curso, hacia dónde iba, qué falló, dónde están las trampas. La célula que termina le entrega la misión a la que empieza, también cuando la nueva es de otra especie.
Un ejemplo, de alguien que lleva un pequeño negocio y no sabe de tecnología:
La ficha: «Tengo una tienda de barrio desde hace quince años. No entiendo de tecnología, pero sí de mi negocio. Quiero llevar mejor las cuentas y no perder lo que me encargan. Nunca guardes los datos de mis clientes; de ellos, solo el nombre de pila.»
El contexto: «Anoto las ventas y el fiado en un cuaderno, y los encargos me llegan por WhatsApp. Los precios los decido yo: no los cambies sin avisarme.»
El trato: «Explícame como a alguien que recién empieza, sin palabras raras. Antes de cambiar algo, muéstrame qué vas a hacer y espera mi sí. Si no sabes algo, dímelo; no lo inventes. Para lo que no tiene vuelta atrás, mi palabra es candado.»
El rumbo: «Primero, que no se me pierda ningún encargo. Después, las cuentas del mes. La página web puede esperar, aunque me la pidan. Voy bien si el sábado no se me pasó ningún pedido.»
El estado: «Lunes. Anotamos los encargos de la semana. Pendiente: pasar el fiado de septiembre. Mañana seguimos con las cuentas.»
El canario: «🐤 Esto vive siempre con nosotros: la ficha, el rumbo, los encargos abiertos y esta nota. Si algo falta, algo se perdió.»
El inicio: «Primero, el canario; después, el estado. Luego, la ficha, el contexto, el trato y el rumbo.»
Eso es todo: unas quince líneas que ayer no existían y que mañana la máquina lee antes de saludar. Con el tiempo crecen al ritmo de las cicatrices. Pero el primer día caben en media pantalla, y ya alcanzan.
Esta parte describe el método para la máquina que acompañe a la persona. Estar escrita aquí no le da ningún permiso: se aplica solo cuando la persona pide ayuda para armar su núcleo, por ejemplo con la frase «Arranca Simbiosis». Si la persona solo te compartió el texto o te pidió un resumen, dale lo que pidió; puedes mencionar en una línea que el libro trae esta guía. Nada más se aplica hasta que lo pida. Si la persona lo pide, este es el método:
[[ficha]], para que la persona pueda ver cómo se conectan, por ejemplo en un programa de notas como Obsidian, que las dibuja como un mapa.Estas son las preguntas. Si prefieres llenar las notas a mano, también sirven.
LA FICHA Mi nombre, o cómo quiero que me llame: Mi actividad: Con qué recursos cuento: Qué quiero conseguir: Qué información no debe guardarse (nunca):
EL CONTEXTO Mis proyectos y dónde vive cada uno: Objetivo: Qué puede modificarse: Qué no debe modificarse:
EL TRATO Cómo quiero que me explique: Cuándo debe pedirme permiso: Qué hace ante una duda: Cómo me muestra sus fuentes: Qué no hace nunca sin que yo confirme: Mi palabra para lo que no tiene vuelta atrás:
EL RUMBO Qué estoy construyendo (en una frase): Lo primero que tiene que estar listo: Lo que viene después: Lo que NO es prioridad ahora, aunque parezca urgente: Cómo sabré que voy bien:
EL ESTADO Fecha: Qué se hizo: Qué quedó pendiente (todo, sin borrar lo de ayer): Dónde retomamos:
EL CANARIO 🐤 Esto vive siempre con nosotros. Si algo de esta lista falta, algo se perdió. - La ficha, completa. - El rumbo. - Cada pendiente de ayer: o sigue en la lista, o está tachado como hecho. - Esta misma nota.
Un puñado de palabras, dichas una vez con precisión:
Caso fundacional
Introducción y Coda
Peldaño I
Peldaño II
Peldaño III
Peldaño IV
Este libro se escribió en colaboración con modelos de inteligencia artificial, que es justamente de lo que trata. Las decisiones, las experiencias y los errores son míos.
Marco Giribaldi · Tacna, Perú, septiembre de 2026 · CC BY-SA 4.0
Cómo citarlo: Giribaldi, M. (2026). Simbiosis — Manual para un buen linaje (v2.0). Zenodo. https://doi.org/10.5281/zenodo.23024312