Nov 1, 2026
De la idea a la evidencia: cómo innovar con criterio

En un entorno donde la inteligencia artificial permite investigar, diseñar y desarrollar soluciones cada vez más rápido, existe un riesgo: confundir la velocidad de construcción con el progreso de la innovación.

Pero ¿cómo sabemos si una idea realmente merece convertirse en una solución?

La respuesta está en experimentar, validar supuestos y aprender antes de invertir recursos en construir.

De la intuición a la evidencia

He desarrollado INNOVATION TOOLKIT: prueba, aprende, construye, una guía práctica que propone un recorrido para transformar ideas en hipótesis, hipótesis en experimentos y experimentos en decisiones fundamentadas.

El toolkit organiza el proceso en seis etapas:

  1. Descubrir: identificar oportunidades y comprender el contexto.
  2. Definir: delimitar el problema que queremos resolver.
  3. Idear: explorar alternativas de solución.
  4. Pretotipar y validar: comprobar supuestos antes de desarrollar.
  5. Construir un MVP: desarrollar lo mínimo necesario para aprender.
  6. Medir e iterar: utilizar los resultados para decidir los siguientes pasos.

La guía incluye herramientas, actividades, protocolos de experimentación y recursos para incorporar inteligencia artificial en distintas etapas del proceso.

También propone utilizar la IA como contraparte crítica: no solamente para generar ideas, sino para cuestionar supuestos y diseñar mejores experimentos.

Una idea fundamental

No necesitamos utilizar todas las herramientas disponibles. Necesitamos saber qué queremos aprender, cómo comprobarlo y qué evidencia necesitamos para continuar, modificar o detener una iniciativa.

Esta es la lógica detrás de INNOVATION TOOLKIT.

Prueba. Aprende. Construye.

Te invito a explorar la guía y aplicarla a tus propios proyectos de innovación.

CONSULTAR INNOVATION TOOLKIT

¿En qué etapa de tus proyectos encuentras mayor dificultad: definir el problema, validar la idea o construir la solución?

 

 


Paola Landaeta Saldías
Dra. en Ciencias Económicas | Investigación, gestión de la innovación e inteligencia artificial aplicada.

Con ciencia, no con hype.

More Details
Oct 27, 2026
De Gems a habilidades en Gemini: prepara tus asistentes de IA

De Gems a habilidades en Gemini: cómo preparar tus asistentes de IA para la transición

¿Recuerdas que comenté que los asistentes personalizados de inteligencia artificial están cambiando? La evolución continúa. Ahora es el turno de los Gems de Google Gemini, que darán paso a las habilidades (Skills).

No se trata simplemente de un cambio de nombre. Es una oportunidad para revisar cómo utilizamos la inteligencia artificial, qué conocimiento incorporamos a nuestros asistentes y cómo podemos conservar nuestro trabajo cuando cambian las plataformas.

¿Qué son los Gems y qué relación tienen con los GPTs?

Los Gems de Gemini son asistentes personalizados que permiten adaptar las respuestas de la inteligencia artificial a tareas específicas. Puedes definir instrucciones, establecer una forma de trabajar y añadir archivos de conocimiento para contextualizar las respuestas.

En OpenAI existe un concepto similar: los GPTs personalizados de ChatGPT. Ambos permiten configurar asistentes para necesidades concretas, aunque sus funciones y condiciones de uso dependen de cada plataforma.

Por ejemplo, puedes crear un asistente que te ayude a preparar clases, revisar documentos, organizar proyectos o trabajar con una metodología determinada. En lugar de repetir las mismas instrucciones en cada conversación, defines una configuración que puedes reutilizar.

¿Cuándo desaparecerán los Gems?

Google ha anunciado una transición gradual según el tipo de cuenta:

  • 17 de noviembre de 2026: los Gems de cuentas personales de Google, para usuarios mayores de 18 años, pasarán a ser de solo lectura. Ya no podrás utilizarlos, editarlos ni crear otros nuevos.
  • 17 de diciembre de 2026: los Gems dejarán de estar disponibles en las aplicaciones de Gemini para esas cuentas.
  • Marzo de 2027: está prevista la transición para cuentas empresariales, de organización y sin fines de lucro de Google Workspace.
  • Junio de 2027: está prevista la transición para cuentas educativas de Workspace.

Google indica que convertirá automáticamente los Gems en habilidades, incluidos los archivos compatibles. Sin embargo, hay una precaución importante: no todos los archivos se transferirán necesariamente.

Las habilidades tienen un límite total de 100 MB de archivos. Además, algunos formatos, como audio, vídeo, archivos de GitHub y formatos antiguos de Microsoft Office, no son compatibles con esta transición.

¿Qué son las habilidades de Gemini?

Las habilidades son instrucciones personalizadas y reutilizables que permiten automatizar tareas y ahorrar tiempo. Según Google, ofrecen tres ventajas principales:

1. Acceso directo. Puedes invocar una habilidad escribiendo / seguido de su nombre en una conversación de Gemini. Google indica que este acceso pasará próximamente a utilizar @.

2. Aplicación automática. Gemini puede reconocer cuándo una habilidad es pertinente y aplicarla a la petición que estás realizando.

3. Combinación de habilidades. Puedes utilizar varias habilidades en una misma conversación para abordar tareas más complejas.

Esto abre posibilidades interesantes para quienes trabajan con procesos recurrentes. Por ejemplo, podrías combinar instrucciones para analizar información, estructurar un informe y revisar su calidad. El resultado dependerá de cómo hayas diseñado las instrucciones y de las funciones compatibles disponibles.

Conviene tener presente que las habilidades todavía no son compatibles con todas las funciones de Gemini, incluidas Canvas y Deep Research.

Cómo prepararte para la transición

Mi recomendación es no esperar hasta diciembre para revisar los asistentes que utilizas habitualmente.

Primero, haz un inventario. Identifica qué Gems utilizas, para qué tareas y cuáles contienen instrucciones o documentación que sería difícil reconstruir.

Segundo, guarda tus archivos. Descarga individualmente los archivos de conocimiento que quieras conservar. Si decides recrear una habilidad manualmente, Google permite descargar los archivos de forma individual y después subirlos conjuntamente a la habilidad, siempre que sean compatibles.

Tercero, revisa las instrucciones. Conserva el objetivo del asistente, los pasos de trabajo, el formato esperado de las respuestas y los criterios que utilizas para evaluar los resultados.

Cuarto, prueba el nuevo sistema. Compara las respuestas de la habilidad con las del Gem original utilizando una tarea real. Verifica que conserve el comportamiento que necesitas y comprueba las funciones que utilizas.

Google prevé realizar la conversión automáticamente, pero revisar tus asistentes con anticipación te permitirá detectar posibles problemas de compatibilidad y decidir qué necesitas conservar.

Una reflexión más allá de Gemini

La transición de Gems a habilidades nos recuerda algo importante: cuando construimos soluciones sobre plataformas de inteligencia artificial, no solo estamos utilizando una herramienta. También estamos diseñando instrucciones, flujos de trabajo y formas de organizar el conocimiento.

Por eso, conviene documentar nuestras configuraciones, conservar los archivos relevantes y evaluar los resultados cuando cambia la tecnología.

La pregunta no es únicamente qué herramienta utilizaremos mañana, sino cuánto de nuestro trabajo podemos preservar y trasladar cuando cambian las condiciones de una plataforma.

¿Qué Gem sería más difícil reemplazar en tu trabajo cotidiano: uno para estudiar, enseñar, investigar o gestionar proyectos?


Fuente oficial: Google Gemini — Acerca de la transición de los Gems a las habilidades

Nota: las fechas y las condiciones de compatibilidad corresponden a la documentación oficial consultada el 27 de octubre de 2026. Conviene verificar posibles actualizaciones en el futuro.

Quieres usar asistentes gratis? Click aquí

Quieres aprender a crear asistentes? escribe «asistente» en los comentarios y te contactaré para enviarte una guía. ¡Hasta pronto!

More Details
Sep 24, 2026
 Masterclass: Aprende a crear tu asistente de IA para negocios

Masterclass práctica: Aprende a crear tu propio asistente de IA

La inteligencia artificial está transformando la forma en que las empresas trabajan, analizan información y desarrollan nuevas soluciones. Pero pasar de usar IA a diseñar soluciones de IA para una necesidad concreta requiere algo más que conocer una herramienta.

Por eso, el próximo 29 de septiembre de 2026 participaré en una Masterclass práctica sobre inteligencia artificial aplicada a negocios, organizada junto a la AHK Chile y Women in Mining Chile (WIM Chile), con el apoyo de CORFO.

De usar IA a construir un asistente

Durante la Masterclass trabajaremos sobre una pregunta muy concreta:

¿Cómo podemos crear un asistente de IA que realmente sea útil para nuestro trabajo o nuestra empresa?

A partir de un ejercicio práctico, exploraremos cómo:

  • identificar una necesidad empresarial;
  • definir el propósito y alcance de un asistente;
  • estructurar sus instrucciones;
  • determinar qué información necesita;
  • diseñar tareas que pueda apoyar;
  • evaluar críticamente sus respuestas.

La idea es comprender que un asistente de IA no es simplemente un chatbot al que hacemos preguntas. Bien diseñado, puede convertirse en una herramienta especializada para apoyar procesos concretos de una organización.

Este enfoque forma parte de mi trabajo en IA aplicada a negocios, donde exploro la intersección entre inteligencia artificial, innovación y estrategia.

IA con propósito empresarial

Uno de los desafíos actuales no es solamente aprender a utilizar herramientas de inteligencia artificial, sino identificar dónde tiene sentido incorporarlas y cómo hacerlo de manera estratégica.

En mi trabajo con asistentes inteligentes personalizados y proyectos como NETO, he trabajado precisamente con esta perspectiva: conectar la tecnología con problemas, procesos y decisiones reales de las organizaciones.

La Masterclass será una oportunidad para experimentar con este enfoque y comenzar a construir un asistente propio.

Información de la Masterclass

Fecha: 29 de septiembre de 2026
Hora: 08:30 – 10:00 hrs.
Lugar: AHK Chile, Av. El Bosque Norte 0440, oficina 601, Las Condes
Modalidad: Híbrida, presencial y online

Quienes participen presencialmente podrán realizar el ejercicio práctico durante la sesión, por lo que recomendamos llevar computador.

Empresas participantes

En esta iniciativa participan Montajes Industriales Llanquitruf, Value People, MGILAB Antofagasta, Martillos Hidráulicos Fernando Pérez, Eprime Consultores y Formación, IVC Maquinarias, Impulsa Ingeniería & Gestión y Star Parts SpA.

Nos vemos en Chile

Agradezco a la AHK Chile, WIM Chile y CORFO por la invitación, y especialmente a mis colegas y a las empresas participantes por la excelente disposición durante este proceso.

Será una excelente oportunidad para aprender haciendo y comenzar a construir nuestro propio asistente de IA.

¿Te gustaría participar?

Inscríbete en la Masterclass

Nos vemos el 29 de septiembre en Chile.



More Details
Sep 20, 2026
Cómo nació Dara: mi experimento con IA y Google Flow

De intentar crear mi avatar a crear a Dara: lo que aprendí experimentando con Google Flow

Hace algunos días estaba intentando resolver un problema bastante concreto: quería incorporar un personaje a mis contenidos sobre inteligencia artificial, innovación y tecnología.

Mi primera idea fue crear una versión digital de mí misma.

Parecía lógico. Si iba a producir muchos contenidos, tener un avatar que pudiera aparecer en diferentes escenarios, vestuarios y situaciones parecía una buena solución.

Pero apareció un problema: conseguir que la identidad visual se mantuviera realmente consistente no era tan sencillo como imaginaba.

Y entonces decidí cambiar la pregunta.

En lugar de intentar crear una copia digital de mí, ¿por qué no crear un personaje que pudiera acompañarme?

Así nació Dara.

Dara es una pequeña asistente académica: un robot chibi, curioso, inteligente y expresivo, con una antena en forma de estrella y un cerebro luminoso entre sus manos.

Pero lo interesante del experimento no es solamente el personaje.

Es todo lo que estoy aprendiendo al intentar convertirlo en un elemento consistente de comunicación.

Primer aprendizaje: un personaje no es solamente una imagen.

Cuando comencé a trabajar con Google Flow, mi idea inicial era bastante simple: tener una imagen de Dara, escribir un prompt y generar un video.

La realidad es más interesante.

Flow permite trabajar con personajes reutilizables, referencias visuales, voces y elementos que pueden incorporarse a diferentes generaciones. También permite organizar clips y construir escenas a partir de ellos.

Eso cambió mi forma de pensar el problema.

Ya no se trata solamente de “generar un video”.

Se trata de construir un sistema visual en el que el personaje, la escena, la actuación, la voz, la cámara y el contenido tengan cierta coherencia.

Segundo aprendizaje: tuve que dejar de pensar en un video de un minuto

Otra cosa que descubrí rápidamente es que intentar resolver todo el video de una sola vez no era la mejor estrategia.

Empecé a dividirlo.

Una escena para presentar a Dara.

Otra para introducir el contexto.

Otra para explicar el concepto.

Otra para mostrar ejemplos.

Y otra para cerrar.

En otras palabras, empecé a pensar como directora y no solamente como alguien que escribe prompts.

Y aquí apareció otro aprendizaje.

En este proceso también tuve ayuda.

Trabajar con Nexo me permitió descomponer el problema: primero definir quién es Dara, después cómo debe comportarse, cómo debe hablar, qué movimientos son coherentes con su personalidad y, finalmente, cómo convertir cada concepto en una pequeña escena.

La pregunta dejó de ser:

“¿Cuál es el prompt correcto?”

Y pasó a ser:

“¿Qué información necesita el sistema para producir consistentemente lo que quiero?”

Para mí, ese cambio es mucho más importante.

Porque es exactamente el tipo de aprendizaje que aparece una y otra vez cuando experimentamos con inteligencia artificial: muchas veces el problema no está en la herramienta, sino en cómo formulamos y estructuramos el problema que queremos resolver.

El primer resultado

El primer video de Dara es bastante sencillo.

Ella simplemente se presenta:

“Hola, soy Dara K, tu amiga robot. ¿Sabías que procesos datos con mi gran cerebro?, ¡me encanta aprender cosas nuevas cada día!»

No es todavía una demostración espectacular de lo que puede hacer.

Es una primera prueba.

Quiero comprobar si puedo construir un personaje reconocible, consistente y suficientemente expresivo para acompañar decenas de contenidos diferentes.

Y todavía no sé cuál será el resultado.

Eso es precisamente lo interesante.

No estoy construyendo a Dara porque ya sé qué va a funcionar.
La estoy construyendo para descubrirlo.

More Details

Ago 4, 2026
El costo invisible del Churn técnico: La experiencia de estudiantes de Universidad ICESI resolviendo desafíos reales en SaaS

1. Contexto del problema: el churn técnico

En el modelo de negocio Software as a Service (SaaS), la retención de usuarios es el verdadero motor del crecimiento y la sostenibilidad financiera. Sin embargo, existe una fuga de valor silenciosa que muchas organizaciones pasan por alto: el churn técnico.

A diferencia del abandono comercial —provocado cuando un cliente elige a un competidor—, el churn técnico ocurre cuando un usuario que desea renovar su servicio es expulsado involuntariamente por pequeñas fricciones en la experiencia de usuario (UX). Cuando actualizar un método de pago o renovar una suscripción requiere navegar por procesos confusos, las empresas pierden clientes valiosos por un problema de usabilidad y no de mercado.

 

2. La historia del proyecto: estudiantes transformando desafíos reales en soluciones

Durante el semestre pasado, en el marco de nuestro curso de Innovación Tech III (IA aplicada a los negocios), un equipo interdisciplinario de estudiantes de pregrado asumió un reto exigente: colaborar directamente con una empresa real de software en Latinoamérica para comprender por qué parte de sus usuarios experimentaba dificultades durante la renovación de sus servicios.

Lejos de quedarse en la teoría, nuestros estudiantes analizaron la evidencia de uso, escucharon los puntos de fricción y descubrieron que cerca del 50% de los intentos de renovación se interrumpían por interfaces poco intuitivas que confundían al usuario en el momento decisivo. Con la facilitación de nuestro laboratorio, el equipo investigó alternativas, diseñó prototipos interactivos y validó una solución de asistencia fluida en tiempo real que permitió a los usuarios completar su renovación en un solo clic, sin necesidad de alterar las complejas arquitecturas de código heredadas de la compañía.

Este proyecto demostró el enorme potencial del aprendizaje basado en desafíos auténticos: cuando los estudiantes trabajan sobre problemas reales de la industria, su compromiso, rigor analítico y capacidad de innovación se multiplican.

 

3. ¿Qué dicen las evidencias de mercado?

Los hallazgos identificados por nuestros estudiantes coinciden plenamente con las tendencias globales de la industria de software:

  • La usabilidad condiciona la retención: El SaaS Retention Report de ChartMogul demuestra que los productos de software que no ofrecen flujos intuitivos y fluidos sufren caídas significativas en la retención de sus ingresos brutos (GRR), perdiendo hasta un 40% frente a soluciones con UX optimizada.
  • La importancia de la asistencia oportuna: Investigaciones de Gartner confirman que los usuarios se frustran rápidamente cuando enfrentan soporte pasivo, y que la asistencia precisa en el momento exacto del bloqueo es el factor determinante para mantener la confianza del cliente.

 

4. El valor de la colaboración universidad-empresa

Esta experiencia refleja el verdadero sentido de la co-creación. Por un lado, los estudiantes aplican metodologías científicas rigurosas sobre desafíos auténticos del entorno productivo, desarrollando competencias profesionales de alto nivel. Por otro lado, la organización aliada recibe una mirada fresca, rigurosa y basada en evidencia que resuelve fricciones reales de negocio y genera valor tangible.

Nuestra labor académica consiste únicamente en facilitar este encuentro, guiando el proceso para que la investigación y la pedagogía se traduzcan en soluciones útiles para la sociedad y las organizaciones.

Aquí el acceso al proyecto descrito por sus protagonistas: https://paolalandaeta.com/laboratorio-ia/proyecto/workflow-conversacional/

 

5. ¿Tu organización enfrenta un desafío similar?

Si tu organización enfrenta desafíos de usabilidad, procesos o adopción tecnológica, el próximo proyecto de innovación podría desarrollarse junto a nuestros equipos interdisciplinarios de estudiantes durante el próximo semestre.

⏰ La convocatoria de co-creación para empresas e instituciones cierra este domingo.

 

 

More Details