🖥️ Diapositivas — Sesión 03 (lun 5 oct)
Esta página es la política del curso sobre el uso de IA, y la práctica que la acompaña. Léala una vez ahora, y otra vez antes de entregar cualquier cosa.
Las herramientas de 2026¶
Los asistentes que usará en este curso no son autocompletado. Un asistente de IA agéntica, corriendo en su editor o terminal, puede:
- leer su repositorio completo, incluidos cuadernos, archivos de datos e historia de git;
- ejecutar código, leer los mensajes de error y corregir;
- editar archivos por todo el proyecto y proponer cambios en varios archivos a la vez;
- abrir ramas y pull requests en GitHub.
En concreto, hablamos de herramientas de la familia Claude Code / agente de Copilot, trabajando en VS Code, JupyterLab o una terminal. Ante un prompt (instrucción) como «carga la serie GNSS de 1.7 y ajusta una tendencia lineal a la componente este», una herramienta así producirá a menudo un cuaderno funcional en una sola pasada. Esa capacidad es la razón por la que este curso le enseña a trabajar con estas herramientas en lugar de fingir que no existen — y por la que las habilidades calificadas se desplazaron hacia las partes que las herramientas no pueden hacer por usted.
Un asistente es un colaborador rápido, incansable y muy leído, que no pierde nada si se equivoca. Producirá código plausible para un método que malentendió, citará artículos que no existen y estará de acuerdo con su planteamiento cuando su planteamiento está mal. Todo lo que sigue se desprende de eso.
Política del curso¶
El uso de IA está permitido y se espera. No necesita permiso para usar un asistente en el trabajo del curso, y negarse a usar uno le costará sobre todo tiempo. El curso asume que usted tiene uno configurado al final de la primera semana.
La declaración es obligatoria. En cada tarea y en el proyecto final, declare qué herramientas de IA usó y para qué. Bastan una o dos oraciones: «Claude Code redactó las funciones de carga de datos y la primera versión del código de graficación; yo escribí la ingeniería de características y verifiqué todas las salidas contra los archivos crudos». Las confirmaciones con borrador sustancial de IA se declaran en el mensaje de confirmación (vea 1.5). El uso de IA sin declarar es una falta de integridad académica exactamente igual que la ayuda sin declarar de una persona.
Usted debe poder explicar y defender cada línea que entrega. «Lo escribió la IA» no es una explicación. Si una función está en su repositorio, usted puede decir qué hace, por qué está ahí y qué se rompería si cambiara. El instructor puede pedirle, en cualquier momento, que recorra su código sin ayuda — sin asistente, sin notas. Si no puede, el trabajo todavía no es suyo, diga lo que diga la historia de confirmaciones.
Deberes de verificación¶
La salida del asistente es un borrador, siempre. Antes de que se convierta en su trabajo:
- Nunca acepte resultados numéricos sin comprobar. Recalcule una cantidad por una segunda vía, pruebe un caso conocido, revise unidades y órdenes de magnitud. Un análisis que corre sin errores ha superado una vara muy baja.
- Nunca acepte citas sin comprobar. Los asistentes fabrican referencias — autores plausibles, revista plausible, artículo inexistente. Confirme que cada cita resuelve a un documento real que dice lo que se le atribuye.
- Nunca acepte afirmaciones sobre una API sin comprobar. Los asistentes usan con toda confianza funciones renombradas, obsoletas o que nunca existieron, y sus datos de entrenamiento van detrás de las versiones actuales de las bibliotecas (este libro usa numpy 2.5 y pandas 3.0; buena parte de los datos de entrenamiento de la IA, no). La documentación, no el asistente, es la autoridad sobre una interfaz.
- Trate la revisión por IA como una primera pasada, no como una autoridad. Pedirle a un asistente que revise su código o su informe es genuinamente útil — encuentra errores reales y pasajes confusos. Pero también elogia diseños rotos y señala problemas inexistentes. Una revisión de IA es la opinión de un revisor que nunca hizo trabajo de campo y no puede pasar vergüenza. La consigna del proyecto final, abajo, lo hace concreto.
Lo que debe poder hacer sin ayuda¶
El curso lo examina a usted, no a su asistente. Tres cosas siguen siendo suyas:
- Plantear el problema. Decidir qué pregunta pueden responder los datos, qué es una muestra, cuál es el objetivo y qué significaría el éxito científicamente. Los asistentes ejecutan planteamientos; no originan los buenos.
- Juzgar la evaluación. Decidir si el conjunto de prueba (test set) es honesto, si la partición filtra información — la fuga de datos (data leakage) —, si el modelo de referencia (baseline) es justo y si la métrica mide lo que importa. Aquí es donde los proyectos de ML fallan de verdad, y es el hilo de la evaluación justa que recorre todo el libro.
- Interpretar la ciencia. Decir qué significa el resultado físicamente, dónde debe y no debe confiarse en él, y quién podría actuar a partir de él. Ninguna herramienta actual carga con esa responsabilidad; usted sí.
Si puede hacer estas tres cosas, un asistente lo hace más rápido. Si no puede, un asistente hace que se equivoque a escala.
Insignias de los ejercicios¶
Desde el capítulo 2, los ejercicios de este libro declaran su modo de IA con una de dos insignias. Estas son las plantillas; la misma redacción aparece dondequiera que se use una insignia.
«A mano» marca los ejercicios de práctica que construyen los reflejos que usted necesita antes de que un asistente sea útil — indexado, rebanado (slicing), las llamadas básicas de pandas y numpy — la misma sintaxis con la que después revisará la salida de un asistente. Delegue esos ejercicios y la habilidad nunca se forma; hágalos sin ayuda, y compare después con la respuesta de un asistente si quiere. «Asistente permitido» marca los ejercicios de exploración, graficación e interpretación, donde el asistente es parte legítima del flujo de trabajo; los deberes de verificación y declaración de arriba aplican íntegros. Un ejercicio sin insignia es «Asistente permitido» por defecto.
Hacia dónde sigue esto¶
El capítulo 6 lo convierte de usuario de agentes en constructor y evaluador de agentes: cómo funcionan los sistemas agénticos, cómo diseñar sus herramientas y cómo medir si de verdad ayudan. El proyecto final incluye una consigna de revisión por IA que ensaya la postura crítica que describe esta página: usted corre una revisión con IA agéntica de su propio repositorio, luego escribe una crítica de esa revisión documentando al menos una cosa que la IA hizo mal o pasó por alto, y entrega ambas (vea la rúbrica del proyecto final).