Actualizado: 20 de agosto de 2026. La IA puede apoyar tareas profesionales, pero esta guía no atribuye aumentos de productividad, sueldo o clientes y no presenta testimonios no verificables.
Empieza por una tarea, no por una herramienta
Elige una tarea frecuente y de bajo riesgo: resumir notas propias, convertir una reunión en una lista de seguimiento o crear un primer borrador de correo. Describe qué entra, qué salida necesitas y cómo una persona comprobará el resultado. Ese contrato pequeño permite medir utilidad sin entregar decisiones sensibles a un modelo.
Casos de uso con revisión humana
- Administración: estructurar documentos y extraer pendientes, revisando nombres, fechas y montos.
- Ventas: preparar borradores a partir de información aprobada, sin inventar condiciones.
- Marketing: proponer variantes y clasificar comentarios, con revisión de marca y privacidad.
- Docencia: crear ejercicios y rúbricas, respetando normas institucionales y autoría.
- Operaciones: documentar un procedimiento y detectar pasos ambiguos antes de automatizar.
Método de cuatro pasos
- Delimita: especifica audiencia, formato y material permitido.
- Genera: pide una primera versión y solicita que marque incertidumbres.
- Verifica: compara nombres, hechos y cálculos con la fuente original.
- Registra: guarda el resultado aprobado y la razón de los cambios importantes.
Qué habilidad demuestra un buen proyecto
Un portafolio responsable no necesita afirmar que “la IA mejoró todo”. Puede mostrar una tarea antes y después, los criterios de calidad, errores encontrados y tiempo de revisión. Si usaste datos ficticios o anonimizados, dilo. Si una parte no funcionó, documentarla demuestra más criterio que ocultarla.
Limitaciones y privacidad
Los modelos pueden inventar hechos, reproducir sesgos y revelar información enviada a un servicio. No pegues datos de clientes, pacientes, empleados, estudiantes, contratos o sistemas internos sin autorización y una configuración aprobada. No delegues decisiones legales, médicas, crediticias o laborales. Esta guía no promete resultados económicos; el impacto depende del proceso, la calidad de los datos y la revisión humana.
Ruta de aprendizaje
Practica prompts y verificación; después análisis de documentos propios; luego automatizaciones reversibles; finalmente un proyecto con controles. Explora los cursos públicos de IA y productividad en Cursalo y elige por temario y aplicación, no por una promesa de ingresos.