Aprender IA desde cero: plan de 30 días con tu propio trabajo

Escribe «aprender inteligencia artificial desde cero» en cualquier buscador y saldrán cientos de cursos que empiezan explicando qué es una red neuronal. Está bien saberlo, del mismo modo que está bien saber cómo funciona un motor de combustión. No es lo que necesitas para conducir mañana (si aun así quieres una idea general sin tecnicismos, está en qué es la inteligencia artificial).

Este plan parte de la premisa contraria: lo que hay que aprender no es cómo funciona la IA por dentro, sino cómo encargar trabajo y cómo comprobarlo. Cuatro semanas, veinte minutos al día, sobre tus propias tareas.

Qué hay que aprender en realidad

Cinco competencias, en este orden. Las tres primeras se dominan en un mes; la cuarta y la quinta van llegando con el uso:

Fíjate en que ninguna es técnica. Todas son variantes de algo que cualquiera con gente a cargo ya practica: delegar y revisar. Quien delega bien a personas aprende esto rápido; quien no lo hace bien, arrastra el mismo problema con la IA.

Lo que no necesitas

• Programar. Para nada de este plan. Lo dice incluso quien construye sistemas: el cuello de botella es el criterio sobre el oficio.
• Matemáticas ni estadística. Útiles para entender por qué falla; innecesarias para detectar que ha fallado.
• Un ordenador potente. Todo esto va en el navegador. La IA local es un tema aparte, para cuando los datos no pueden salir.
• Un curso de pago. Más adelante quizá; ahora no. Hay material gratuito de sobra y ninguno enseña lo que solo se aprende usándolo. Cuando llegue el momento, mira cómo elegir un curso de IA.
• Tres suscripciones. Una, de pago, durante un mes. Comparar viene después.

Lo que sí necesitas es lo único escaso: veinte minutos diarios y una tarea real. Sin tarea real esto no funciona, porque el aprendizaje está en comparar el resultado con lo que tú habrías hecho.

Semana 1: una tarea, todos los días

Objetivo: que dejes de mirar la pantalla en blanco.

Elige la tarea más aburrida de tu semana. No la más importante: la más aburrida. Cumple las tres condiciones que hacen fácil aprender —se repite, reconoces un buen resultado de un vistazo y equivocarse no cuesta nada.

• Día 1–2. Haz esa tarea con IA y también a tu manera. Compara. El objetivo no es ahorrar tiempo todavía, es ver dónde acierta y dónde se queda corta.
• Día 3–4. Repítela añadiendo contexto: quién eres, para quién es, qué tono, qué longitud, qué no debe aparecer. Verás el salto. La estructura completa está en cómo escribir prompts efectivos.
• Día 5. Añade un ejemplo de algo tuyo que quedó bien. Un ejemplo suele valer más que tres párrafos de explicación.
• Fin de semana. Lee qué tareas de tu profesión automatiza la IA y apunta tres candidatas para la semana siguiente.

Señal de que la semana ha ido bien: has dejado de escribir órdenes de una línea.

Semana 2: dejar de repetirte

Objetivo: que lo que funcionó no se pierda en el historial.

Todo el mundo pasa por la misma fase: escribir el mismo contexto cada mañana. Se arregla guardándolo.

• Día 1. Recupera tu mejor prompt de la semana pasada y guárdalo como proyecto, GPT o skill, según la herramienta que uses. La guía de GPTs, proyectos y skills explica cuál te toca.
• Día 2–3. Amplía a dos tareas más: una de escribir y una de analizar. Guardar dos más.
• Día 4. Aprende a escribir correos sin que se note el molde. Es la tarea con más volumen y donde más se nota el resultado sintético.
• Día 5. Prueba a sacar el acta de una reunión con transcripción automática. Es el primer ahorro que suele notar el equipo entero.

Señal de que la semana ha ido bien: tienes tres instrucciones guardadas y las usas sin pensarlo.

Semana 3: documentos, datos y verificación

Objetivo: la parte que separa ahorrar tiempo de generárselo a otro.

• Día 1. Resume un documento largo del que conozcas el contenido. Busca qué se ha dejado fuera: ahí está la lección.
• Día 2. Pídele algo verificable —una cifra, una norma, una fecha— y compruébalo contra la fuente. Que aparezca inventado no es mala suerte, es cómo funcionan.
• Día 3. Trabaja sobre una hoja de cálculo tuya siguiendo la guía de Excel y Google Sheets.
• Día 4. Lee cómo usar IA sin filtrar datos de clientes y revisa si algo de lo que hiciste estas dos semanas no deberías haberlo pegado.
• Día 5. Escribe tu propia lista de «esto sí / esto no». Media página. Es el entregable más valioso del mes.

Señal de que la semana ha ido bien: has pillado al modelo equivocándose al menos una vez y sabes cómo lo pillaste.

Semana 4: encadenar y medir

Objetivo: pasar de tareas sueltas a algo que se sostiene solo.

• Día 1–2. Encadena dos pasos que hoy haces seguidos —notas de la llamada a propuesta, incidencia a respuesta— dentro de una sola instrucción guardada.
• Día 3. Si hay una tarea que repites igual veinte veces al mes, mira si toca automatizarla sin programar. Si lo que falta es una herramienta que no existe, puedes construirla tú.
• Día 4. Mide. Cronometra una tarea antes y después. Sin número, lo que tienes es una sensación.
• Día 5. Enséñaselo a alguien. Explicarlo destapa lo que creías saber, y es además la mejor forma de que el equipo lo adopte.

Qué viene después, y qué no hace falta

Terminado el mes, hay tres direcciones razonables y una trampa:

• Profundizar en tu oficio. Los prompts por profesión y el catálogo cubren casos que ya no son genéricos.
• Subir un escalón de herramienta. Agentes que trabajan sobre tus archivos, como Claude Code, o los agentes de escritorio.
• Ocuparte del marco. Si en tu organización no hay reglas, escribirlas es más valioso que cualquier truco.
• Que te encuentren. Si parte de tu trabajo depende de que la gente llegue a tu web, el tablero ha cambiado: empieza por por qué caen los clics, sigue por keyword research con IA y monta la medición del tráfico de IA.
• Atender sin estar. Si recibes las mismas preguntas todos los días, mira si compensa un chatbot de atención al cliente.

La trampa es coleccionar herramientas. Cada semana sale algo nuevo y probarlo todo da sensación de progreso sin producirlo. Quien saca partido de verdad usa dos o tres cosas muy bien, no quince regular.

Si tienes que formar a un equipo

Además de por utilidad, hay un motivo legal. El artículo 4 del Reglamento europeo de IA obliga desde febrero de 2025 a garantizar un nivel suficiente de alfabetización en IA entre quienes usan estos sistemas en nombre de la organización. No fija umbral de tamaño ni exige un título concreto: pide medidas razonables, proporcionadas al riesgo, y que puedas demostrar que existen. El detalle está en la guía del AI Act.

Lo que funciona en equipos pequeños, por experiencia repetida:

1. Una sesión corta por área, con las tareas de esa área. La formación genérica se olvida; la que usa el correo real del departamento, no.
2. Una lista de herramientas aprobadas, publicada. Sin ella, la gente usa cuentas personales y ahí sí hay un problema.
3. Un sitio común donde se guarden los prompts que funcionan. Es lo que convierte el aprendizaje individual en capacidad de la empresa.
4. Registro de quién se formó y cuándo. Una hoja basta. Es la parte que te pedirán si alguna vez hay que demostrarlo.
5. Repetición cada seis meses. Las herramientas cambian lo suficiente como para que una formación de hace un año esté desfasada en la mitad de sus ejemplos.

Y la regla que ahorra más discusiones: forma primero a quien ya lo está usando por su cuenta. En toda organización hay dos o tres personas que llevan meses haciéndolo, normalmente sin contarlo. Convertirlos en referencia interna cuesta cero y funciona mejor que cualquier proveedor externo.