Post / septiembre de 2026

Demasiados tokens para tan poca imaginación

El GPS antes del 2 de mayo de 2000 tenía una precisión de 100 metros. Estaba limitado artificialmente y ese día lo liberaron: pasó a unos 5 metros. Al día siguiente Dave Ulmer enterró un cubo con una lata de judías en Oregón y publicó las coordenadas. Así nació el geocaching. Nadie lo había puesto en ningún roadmap antes. Nos faltaba imaginación.

Una de las actividades que más me gusta hacer en mis clases es un pequeño experimento psicológico. Imaginad 30-40 personas de todos los departamentos de una empresa aprendiendo cómo aplicar la IA al negocio... algunos con más ganas que otros.

Antes de enseñar nada les pido que durante 5 minutos hagan una lista de ideas de cómo podrían aplicarla (brainstorming si quieres cobrar un 5% más por innovador o hablas llanito tecnológico).

En la última, con 40 personas, salieron 150 ideas. Una muestra:

• "Redactar propuestas de ayudas públicas"
• "Agilizar revisiones bibliográficas"
• "Recuperar la información de manera sencilla por medio de un chat"
• "Chatbot de asistencia a problemas con los dispositivos informáticos"

Tres de cada cuatro son hacer más rápido lo que ya hacen: redactar propuestas, ofertas e informes (unas 25 ideas solo de eso), buscar en la documentación interna con un chat encima, resumir artículos. Todo es eficiencias y chatbots.

Ahora empieza el experimento: les enseño HuggingFace, repositorio de modelos de IA, que Nvidia ha acordado comprar y que hace poco hackearon las IAs de OpenAI.

Sí, a los usuarios no-técnicos también se lo enseño (terrible término: definirse por lo que no haces es como denominarse no-rubio). En concreto esta sección de Tasks. Me gusta porque es una pequeña cata de las cosas que se pueden hacer.

Volvemos a repetir la lista de ideas brainstorming y nos encontramos:

• "Analizar vídeo para detectar situaciones de riesgo"
• "Seguimiento del estado de ánimo a partir de vídeo"
• "Reconstrucción 3D de un espacio a partir de fotos"
• "Clasificar imágenes para detectar dónde está el problema"
• "Probar un producto con usuarios sintéticos antes de enseñarlo a clientes"
• "Que un agente ataque nuestras propias aplicaciones para encontrar fallos"
• "Pasar de un boceto a mano a un diseño de producto"

Mucho mejor, ¿no?

Es algo que ya sabíamos en psicología: cuesta mucho imaginar aquello para lo que no tienes palabras. Por eso es tan importante ampliar tu vocabulario, entender la tecnología con la que quieres trabajar y hablar con otros perfiles distintos al tuyo. Nada tiene sentido hasta que encajas las piezas y, ¡voilà!, tienes una idea increíble.

Algo parecido ocurrió en 2019, cuando los equipos que hacían producto de IA tenían que usar guías como la de PAIR de Google o la de Microsoft para enseñar a los equipos de producto qué se puede hacer y cómo incorporarlo en los productos.

Hoy es obvio pedir un recomendador en un feed: Spotify, Twitter o TikTok son experiencias naturales que todos conocemos. Pero antes de eso había que explicar lo que era.

Hoy es obvio lo que es un swipe left en una interfaz móvil, pero hace no mucho hacer apps móviles pertenecía al presupuesto de innovación de una empresa. Y Steve Jobs tuvo que soltar su célebre frase, "an iPod, a phone, and an Internet communicator… are you getting it?", para explicar lo que era un iPhone.

Hay un periodo de alta innovación en el que la clave es crear un lenguaje común y añadir piezas nuevas a tu caja de herramientas simplemente para imaginar mejor.

Quién lo diría: resulta que "perder el tiempo leyendo cosas inútiles" tiene ROI.

A dónde van las ideas cuando no están en un backlog

En 2012 una red neuronal, AlexNet, precursora de las IA que hoy usamos a diario, se entrenó con dos tarjetas gráficas GTX 580 de 499 dólares pensadas para videojuegos. El abaratamiento del cálculo para jugar sirvió para generar los tokens baratos de los que va este texto. Para que digan que los videojuegos no son útiles.

El abaratamiento masivo y la accesibilidad a un recurso revolucionan industrias: pasó con las impresoras domésticas, GPUs, ordenadores personales, fabricación industrial de coches, acceso a internet, etc.

La escala desbloquea nuevas aplicaciones. Pues lo mismo pasa con la IA:

Cuando lo explico uso este gráfico. Cada punto es un proyecto que podríamos ejecutar, y su altura es lo que costaría hacerlo. La línea roja es el umbral de viabilidad: por encima, el proyecto no compensa el coste y ni siquiera llega a plantearse.

Esta línea no solo habla de viabilidad económica, sino de visibilidad: en ocasiones somos ciegos a esas ideas simplemente porque no se nos habían ocurrido.

Si recordáis el experimento, lo primero que hace casi todo el mundo con la IA es bajar lo que ya estaba debajo de la línea: lo mismo, más barato. Es la parte aburrida (y necesaria).

Lo interesante es traernos abajo lo que antes era imposible. Ahí es donde aparecen los productos nuevos y es lo que más ignoramos.

Cognición líquida

Entonces, ¿cómo pensar en algo que no existe? ¿Cómo se hacen categorías de producto nuevas?

A pensar distinto lo llamamos "pensamiento lateral". Es lateral porque tiene un ángulo diferente. Necesitamos un marco mental que nos "desbloquee" nuevas ideas. Una GPU es una tarjeta para generar gráficos, pero desde otro prisma es un ordenador optimizado para multiplicar matrices.

Para mí (y espero que para vosotros) es muy útil pensar en tokens como "cognición líquida". Tradicionalmente tu capacidad cognitiva como equipo crece y decrece lentamente: con la incorporación de nuevo talento o la reducción del equipo. Hay un máximo de velocidad y si contratas demasiado rápido, cosas malas ocurren.

Pero con la IA podemos comprar tokens de "inteligencia" de forma líquida. Si quieres invertir decenas de miles de dólares en resolver un problema durante unas horas, puedes.

Así que la pregunta clave es: ¿qué era antes imposible por falta de recursos cognitivos?

¿Podemos personalizar todas las descripciones de un ecommerce al usuario?
¿Podemos "pintar" arquitecturas en UML y que se programen? (Uncle Bob ya lo hace)
¿Podemos revisar 10.000 contratos vigentes cada vez que cambia una ley y que nos avise de cuáles son un riesgo?
¿Podemos reproducir todos los bugs del backlog, grabarlos en vídeo y priorizarlos según su visibilidad?
¿Podemos analizar los logs de todos nuestros usuarios y ver para qué usan nuestra aplicación?
¿Podemos preparar una demo funcional con los datos de cada cliente antes de una primera llamada?
¿Podemos migrar un nuevo cliente desde un Excel con macros del 2015 a nuestro SaaS simplemente pidiéndole que lo arrastre y lo suelte?
¿Podemos analizar todas las sesiones grabadas de nuestros usuarios y no una muestra del estudio de UX?
¿Podemos cruzar todos los contratos menores de la administración y detectar cuándo se trocea uno grande para no sacarlo a concurso? (@naroh ya lo está haciendo)

Sí podemos. Y debemos. Porque, como dice la tercera ley de Clarke, "toda tecnología lo suficientemente avanzada es indistinguible de la magia".

No es casualidad que esas leyes se escribieran en "Los peligros de la profecía: el fracaso de la imaginación". Os propongo que, entre tanto mensaje catastrofista sobre el fin de la programación, ignoremos las profecías y creemos lo imposible: lo que nadie había puesto nunca en un roadmap. No nos falta imaginación y nos sobran los tokens.