En este episodio arrancamos dejando bien clara la diferencia entre los Agentes de Inteligencia Artificial y la Automatización Robótica de Procesos (RPA). Te expliqué que, mientras la RPA se basa en una secuencia de pasos bien rígidos y sin mucha lógica, los agentes usan los Grandes Modelos de Lenguaje (LLM) para razonar. Te di ejemplos bien concretos: desde un agente de atención al cliente que te responde preguntas o toma pedidos, pasando por un asistente personal que te maneja la agenda, hasta uno que contacta clientes para encuestas de satisfacción.

Después, me puse a responder las preguntas que me llegaron de ustedes. Por ejemplo, me consultaron cómo armar un agente para sacar datos de archivos TXT y pasarlos a Excel, modificando algunas cosas. Mi sugerencia fue que primero piensen en armar un script en Python. Incluso les recomendé probar con ChatGPT Plus y su función de intérprete de código para generar y testear soluciones. Lo clave, según mi experiencia, es entender bien cómo harías ese proceso a mano para ver si realmente necesitás un agente.

Otro tema importante fue la comparación entre herramientas de automatización como Make, Zapier y N8N. Zapier es súper fácil de usar, pero también la más cara. Make vendría a ser un punto intermedio en cuanto a complejidad y precio. Y N8N te da mucha más flexibilidad y la posibilidad de ejecutarla en tu propia máquina, aunque eso sí, te implica más trabajo para manejar los recursos como las bases de datos. Insistí en la importancia de evaluar qué tan complejo querés que sea todo antes de elegir una herramienta.

A la hora de hablar de servicios de IA que sean equilibrados para usar en la facultad, les recomendé ChatGPT y Gemini. Ambas ofrecen prestaciones parecidas por unos 20 dólares al mes. Si bien ChatGPT me parece un poco más completa para algunas cosas, Gemini es un golazo si laburás mucho con las herramientas de Google (Gmail, Drive, etc.).

También toqué el tema de cómo arrancar en el mundo de la IA, una pregunta que me hacen un montón. Mi consejo es empezar pensando en el objetivo final: ¿qué querés lograr con la IA? Si sos un usuario común que busca un asistente, la mejor forma de aprender es usando directamente la inteligencia artificial, charlando con LLMs como ChatGPT o Gemini para ver todo lo que pueden hacer.

Para cerrar el episodio, me animé con una pregunta fascinante sobre la aplicación de la IA en la medicina: ¿Cómo medir el volumen de cálculos renales a partir de tomografías? Les expliqué que la solución está en la segmentación de imágenes usando redes neuronales profundas (Deep Learning). Les hablé de proyectos como MONAI (Medical Open Network for AI) y Total Segmentator, que ya tienen código y herramientas para este tipo de análisis médico. Incluso mencioné un paper de una revista mexicana que detalla la segmentación automática de cálculos renales con una precisión altísima, del 99.87%. Si este tema te pica la curiosidad y te gustaría investigar, te invito a que me contactes.

Origen