📌El AI Drop de esta semana: 5 niveles de autonomía en agentes de AI.
Uno de los errores más comunes con agentes de inteligencia artificial es darles siempre el mismo nivel de control. No es el mismo café con leche para cada situación.
Un paper de la Universidad de Washington propone un framework de 5 niveles de autonomía (del operador al observador) que nos ayuda a entender algo clave: el nivel de autonomía que le damos a un agente condiciona directamente el éxito de la tarea.
📌 El AI Drop de la semana: La IA se inspira en nosotros
Un modelo de redes neuronales puede predecir dónde va a mirar una persona cuando ve una imagen. ¿Cómo? Imitando cómo funcionan nuestros ojos: combinando visión central y periférica.
Es un ejemplo más de algo que sigue siendo cierto pese a todos los avances: muchos de los algoritmos más efectivos en IA están basados en cómo nosotros pensamos.
📌El AI Drop de esta semana: AI en DevOps no es solo sobre codigo.
Esta semana en AI Drops hablamos de la fase de PLANIFICAR y cómo la inteligencia artificial nos puede ayudar a diagramar arquitecturas de forma efectiva.
3 herramientas que recomendadas:
Excalidraw: ideal para bocetos rapidos de ideas. Tiene MCP y se conecta con Claude Code. Mermaid: se renderiza directo en Markdown. Perfecto si tu documentacion ya vive ahi. Draw.io: mi preferida. Consume más tokens pero los resultados son profesionales. Ayer en el Data Science Gathering estuvimos compartiendo justamente sobre esto con gente con mucha experiencia. La conversacion estuvo amena. Pantalla compartida, vimos ejemplos de cómo incorporar AI en todos el ciclo del desarrollo, no solo en código.
📌 El AI Drop de la semana: ¿cómo evaluamos un agente de inteligencia artificial?
Construir un agente es solo el primer paso. Saber si realmente está haciendo bien su trabajo es donde está el valor.
Hay 3 formas de evaluarlo:
Capability: ¿Entiende la instrucción completa? Si le digo “reservame un hotel pet friendly” y reserva uno que no acepta mascotas, falló antes de empezar.
📌 El AI Drop de la semana: saber elegir el modelo correcto de inteligencia artificial para su solución
No todos los modelos de AI son iguales. Cuando estamos diseñando una solución, es clave entender que existen distintas categorías y cada una tiene su aplicación.
Los modelos ligeros (como Claude Haiku, GPT-4o mini, Gemini Flash Lite) son ideales para tareas rápidas, asignación de tools y respuestas inmediatas. Son los más baratos y rápidos.
📌 El AI Drop de la semana: ¿Cómo aprender un nuevo tema utilizando AI?
El AI puede potenciar la forma en la que aprendemos mediante la mejorar en el cómo ingresa la información a nuestra vida. Una de las última formas que he estado adaptando es aprender un nuevo idioma.
📌 El AI Drop de la semana: la conversación sigue creciendo como medio para interactuar con la información
Seguimos hablando de la interacción mediante sonido. En su momento habíamos comentado la capacidad de NotebookLM de Google, de tomar una cantidad de fuentes y generar Podcast.
📌El AI Drop de la semana: curiosidad como medio para entender las transformación digital que vivimos
📌El AI Drop de esta semana: ¿vale la pena explorar el uso de la terminal para usar AI?
En los últimos meses se ha hablado de Claude Code tiene una gran capacidad de resolver tareas y servir como asistente en nuestra computadora muchísimo más allá de código.
📌 El AI Drop de la semana: utilizar nuestra voz para comenzar con el es más accesible que nunca
Utilizar nuestra voz nos permite comunicarnos más rápido con la inteligencia artificial. No solo facilita el intercambio de ideas con diferentes herramientas, sino que también reduce la fricción al plasmar nuestros pensamientos comparado con escribir manualmente
📌El AI Drop de la semana: ¿cómo proteger que información sensible se guarde en nuestro agente de AI?
Los guardrails son las base fundamental para prevenir que información personal se filtre, bloquear contenido no deseando, aplicar esas reglas de compliance específicas de cada industria.
Acá se muestra solo un ejemplo sencillo de 3 acciones que se pueden tomar antes incluso que la consulta llegue el agente y al modelo de inteligencia artificial.
📌El AI Drop de la semana: la importancia de la metadata en la soluciones de AI
La metadata es la data que describe a los datos. Por ejemplo, cuando tomando una foto: su tamaño y la fecha en que se tomo; eso es metadata.
Si bien la data estructurada es sumamente importante para soluciones analíticas, cuando estamos trabajando con datos no estructurados como imágenes, vídeos y audios; la metadata se vuelve fundamental para que ya sea una agente de AI o cualquier solución pueda referencia de donde se tomó la información.
