1
Personalidad IA: de ejecutores a arquitectos de contexto
Los modelos como ChatGPT o Gemini fallan menos por límites tecnológicos que por falta de información relevante sobre el usuario
3 minutos de lectura'
PARA LA NACIONMartina Rua
La mayoría de los fracasos de la IA hoy no se deben a limitaciones tecnológicas, sino a fracasos de contexto: ese LLM que usás a diario (Claude, Gemini, ChatGPT) simplemente no sabe lo suficiente sobre vos, tu trabajo, tu proyecto o la forma en que preferís ejecutarlo. Y no se trata de una configuración única, sino de una gestión y administración continua que, además, debe ser muy cuidadosa con la privacidad de los datos.
Esta gestión requiere: reunir el contexto en primer lugar, curarlo para que solo queden las partes más relevantes e importantes, organizarlo de una manera que tenga sentido tanto para la IA como para los humanos, completar los “vacíos de contexto” que faltan, actualizar el contexto a medida que evoluciona y eliminar los fragmentos de contexto que ya no son necesarios.
Tiago Forte, experto en productividad y gestión del conocimiento personal, sostiene que para lograrlo tenemos que dejar de ser ejecutores de tareas para transformarnos en “arquitectos de contexto”. No solo de la memoria de la IA, sino también de sus valores, su personalidad, su temperamento y sus principios operativos. En 2022, Forte desarrolló un método propio para capturar, organizar y aprovechar la información en la era digital, en un momento en que el acceso sin precedentes al conocimiento, lejos de liberar a las personas, las deja con frecuencia paralizadas por la sobrecarga informativa. Su sistema, conocido como Building a Second Brain, se apoya en el método CODE (Capturar, Organizar, Destilar, Expresar) y propone construir un repositorio digital de ideas y proyectos que funcione como una extensión confiable de la mente. Y estos pasos, cobran nueva relevancia como materia prima del contexto que necesitan los LLMs para entregar el mayor valor posible.
Pero los LLMs tienen memoria limitada y darles todo el contexto que necesitan no es gratuito. Si lo fuera, podríamos “enchufarlos” a la computadora, discos rígidos, en la nube, y confiar en que la IA lo organice y comprenda por sí sola. Pero no. Forte explica que los LLMs modernos comienzan a fallar cuando su “ventana de contexto” está apenas al 30-40% de su capacidad. Empiezan a olvidar detalles clave, pasan por alto conexiones obvias entre ideas y se confunden ante información contradictoria. Este fenómeno se llama “podredumbre de contexto” (context rot), y con el tiempo empeora, no mejora. Tenemos una cantidad limitada de contexto para proporcionarle a la IA en un momento dado y eso significa que tenemos que curarlo y dividirlo en partes modulares que solo se “cargan” cuando son necesarias. ¿Por qué deberíamos hacer este esfuerzo? Porque marca una diferencia enorme en los resultados que obtendremos de la IA. Porque todos con quienes trabajamos, tanto personas como IAs, estamos mirando el mismo contexto, el conocimiento se preserva porque el razonamiento detrás de las decisiones queda documentado y las interacciones futuras con la IA se nutren de él. Pero para que esto ocurra tenemos que estar dispuestos a mutar y explorar un cambio de identidad.
