La Maquinita · Libertador · Agosto 2026

La máquina
de predecir

Qué hay adentro de un modelo de lenguaje, qué significan sus números y cómo usar Claude para trabajar mejor, sea cual sea tu rubro.

Diego · Sente Dynamics · sentedynamics.com

Agenda

El plan de hoy

01

Entender

Qué es un modelo de lenguaje, con demos La escala real: parámetros, datos, adopción Alucinaciones, agentes, MCP y privacidad

02

Usar

Claude: qué lo distingue Projects, Artifacts, Skills, Cowork Demo en vivo con casos de la sala

03

Aplicar y jugar

Juego grupal: la palabra escondida en el universo Casos concretos por rubro Del prompt al sistema repetible

Empecemos por ustedes

Lo que respondieron en la encuesta

¿Cada cuánto usás IA?

1 estrella = 1 persona · n = 10
5 Todos los días 3 Varias vecespor semana 2 Ocasionalmente

10 de 10 ya usan IA. Nadie arranca de cero.

¿Con qué herramientas?

sobre 10 personas
ChatGPT 10
Claude 5
Gemini 4
Copilot 3

Lo más pedido: casos de uso prácticos (10/10) y agentes (8/10).

El hallazgo

Mucho uso, conceptos nuevos

Lo entienden
Prompting
7 de 9
Agentes de IA
5 de 9
Alucinaciones
2 de 9
LLMs
1 de 9
MCP
0 de 9
Lo entiendo o lo domino Lo escuché nombrar No lo conozco 1 punto = 1 persona

Hoy salimos entendiendo estos cinco conceptos. Incluido MCP: 0 de 9 lo conocían al responder.

Parte 1 · Entender

Un modelo de lenguaje es un programa entrenado para una sola cosa:

predecir la
próxima palabra

De esa única habilidad, llevada a una escala gigantesca, emerge todo lo demás: conversar, traducir, programar, resumir, razonar.

Demo · Juguemos a ser el modelo

¿Qué palabra sigue?

"{{ ntdText }} ·····"

{{ o.word }}
{{ o.pct }}

{{ ntdMoral }}

¿Y cómo aprendió a hacer eso?

Un entrenamiento en dos etapas

ETAPA 1

Pre-entrenamiento: leer casi todo

Le muestran billones de palabras: libros, webs, código, artículos. El juego es siempre el mismo: tapar la palabra que sigue e intentar adivinarla. Cada error ajusta millones de parámetros, las perillas internas que guardan lo aprendido.

ETAPA 2

Ajuste fino: aprender el oficio

Personas reales escriben ejemplos de buenas respuestas y califican las del modelo. Ahí aprende a conversar, seguir instrucciones, admitir errores y rechazar pedidos dañinos. Es el fine-tuning con feedback humano. Recién después llega a tu pantalla.

La analogía: primero estudia la biblioteca entera; después hace la residencia con supervisores humanos.

Un detalle de fabricación

El modelo no lee palabras: lee tokens

La inteligencia artificial aprende leyendo millones de textos.
Un token es un pedazo de texto: a veces una palabra entera, a veces una sílaba o un signo. Regla rápida: 100 tokens ≈ 75 palabras en castellano.
Todo se mide en tokens: lo que lee, lo que escribe y lo que cobra la API. Por eso le cuesta contar letras: nunca ve letras sueltas.

La memoria de trabajo

La ventana de contexto

Es todo lo que el modelo tiene presente a la vez: la conversación, los archivos subidos, sus propias respuestas. Se mide en tokens. Los modelos actuales de Claude manejan hasta 1 millón. Lo que queda afuera de la ventana no existe para el modelo: por eso "se olvida" en chats eternos. Truco: si la conversación se desvió, chat nuevo con un buen resumen.

1.000.000 de tokens equivale a

≈ 750.000
palabras

Todo El Quijote, dos veces, en una sola conversación. O cientos de contratos, mails y planillas juntos.

Parte 1 · La escala

El tamaño de los modelos, en parámetros

área ∝ parámetros GPT-2 2019 · 1,5 mil M GPT-3 2020 · 175 mil M Llama 3.1 2024 · 405 mil M ? Frontera 2026 · no publicado Cerebro humano 86 mil M neuronas · 20 W COMPARACIÓN ILUSTRATIVA

Cada parámetro es una perilla con un número adentro: 175 mil millones de perillas ajustadas durante meses. Ojo con las traducciones: billion en inglés es mil millones, no un billón — los titulares en castellano suelen inflar la cifra mil veces.

Para comparar: tu cerebro tiene 86 mil millones de neuronas y funciona con 20 watts. Otra arquitectura, otro consumo.

La fábrica

El entrenamiento, en números

15 billones

de tokens leyó Llama 3 en su entrenamiento. Leyéndolos sin dormir, una persona tardaría más de 100.000 años.

+100 M USD

costó entrenar GPT-4 (OpenAI, 2023). Los modelos de frontera actuales se estiman en miles de millones.

Meses

de cómputo continuo en decenas de miles de GPUs, con el consumo eléctrico de una ciudad chica.

Por eso hay pocas empresas en este juego: la barrera de entrada se mide en datacenters.

Por qué GPUs · una imagen vale mil palabras

Una imagen vale una palabra

MythBusters · GPU vs CPU

La Mona Lisa, de un solo disparo

youtube.com/watch?v=WmW6SD-EHVY

MythBusters · un cañón vs. todos a la vez

▶ youtube.com/watch?v=WmW6SD-EHVY

Fuente del video · si no abre acá, tocá el link.

La cuenta en paralelo

2.073.600 píxeles por cuadro

01

Millones de píxeles a la vez

La GPU nació para pintar cuadros de videojuego: millones de píxeles en paralelo, 60 veces por segundo.

02

La misma cuenta, otra salida

Un modelo corre esa misma aritmética de matrices. Lo que sale del otro lado no es una imagen: es una palabra.

03

Una palabra por pasada

Cada palabra necesita su pasada completa. Por eso el texto aparece de a poco: un cuadro de videojuego por palabra.

≈ una palabra

Para qué sirve saber esto: cada palabra que leés cuesta cómputo de GPU. Ahí están el precio, la escasez de placas y los millones que cuesta un entrenamiento.

La otra escala: la gente

Tiempo en llegar a 100 millones de usuarios

escala logarítmica: igual distancia, igual multiplicación 1 mes6 meses 1 año5 años 10 años75 años la marca de 100 M de usuarios CHATGPT CONTRA EL RESTO 450×más rápido que el teléfono 27×más rápido que Facebook 900 meses ÷ 2 = 450 · 54 meses ÷ 2 = 27 Teléfono· 75 años Internet· 7 años Facebook· 4,5 años TikTok· 9 meses ChatGPT· 2 meses

Hoy ChatGPT reporta 1.000 millones de usuarios por semana. Dejó de ser una moda de nicho.

Concepto clave 1

Alucinaciones: por qué inventa con total seguridad

El modelo siempre produce la continuación más plausible. Ese es todo su oficio. Cuando sabe la respuesta, lo plausible coincide con lo cierto. Cuando no la sabe, lo plausible suena igual de seguro… y es inventado. Como en la demo: sin una opción dominante, elige algo creíble igual. Es una consecuencia del diseño: se mitiga y se convive con ella.

Cómo protegerte

✓Pedile fuentes y links, y activá la búsqueda web ✓Dale vos el material: el PDF, la planilla, el contrato ✓Autorizalo a decir "no sé" en el prompt ✓Verificá números, citas, leyes y nombres antes de publicar ✓Usalo como borrador: la firma sigue siendo tuya

Concepto clave 2

Embeddings: el mapa del significado

Adentro del modelo, cada palabra es un punto en un espacio de miles de dimensiones. Cerca = significado parecido. "Perro" vive al lado de "gato" y lejos de "factura". Las direcciones también significan: la flecha de rey a reina es la misma que de hombre a mujer. Guarden esta idea: en un rato la vamos a navegar jugando.

arrastrá para rotar

Concepto clave 3

Agentes: de responder a hacer

objetivo Pensar decide el paso Actuar usa herramientas Observar lee el resultado

repetir hasta cumplir el objetivo

Qué significa "actuar"

Usar herramientas: buscar en la web, leer tu mail, escribir un archivo, ejecutar código. Vos definís el objetivo; el agente encadena los pasos.

Ejemplos reales, hoy

Analiza tu planilla de ventas y devuelve un informe con gráficos. Compara 40 CVs contra un perfil. Esta presentación la construyó un agente, encuesta mediante.

Concepto clave 4 · El que nadie conocía

MCP: el conector universal

El problema: el modelo solo, encerrado en el chat, no ve tu mail, tu agenda ni tus archivos. Antes, cada conexión era una integración a medida: un enchufe distinto por aparato. MCP (Model Context Protocol) es el estándar que lo resuelve: un solo tipo de enchufe para todo. Lo creó Anthropic en 2024; hoy lo usa toda la industria. En Claude se llaman conectores y se activan desde la configuración, sin programar. "Buscá en mi Drive el presupuesto de marzo y comparalo con el de este mes."
Claude
Gmail Google Drive Calendar Slack Notion + cientos

Concepto clave 5

Tus datos: lo que hay que saber

Mitos y realidades

Mito: "lo que escribo aparece en el chat de otro". El modelo no recuerda entre usuarios. Realidad: según tu plan, tus conversaciones pueden usarse para entrenar versiones futuras. Revisá la política y el opt-out de tu cuenta. Realidad: los planes de empresa y la API en general no entrenan con tus datos por defecto.

Reglas de higiene

✓Datos sensibles de clientes: anonimizá o usá plan de empresa ✓Contraseñas, tokens, tarjetas: nunca, en ningún plan ✓Si tenés equipo, acuerden una política escrita de uso ✓En temas regulados, revisá qué exige tu industria

Parte 2 · Usar

Claude, en dos minutos

Lo hace Anthropic, fundada en 2021 por ex investigadores de OpenAI. Su apuesta: un modelo seguro, honesto y confiable, apto para trabajo profesional. Se usa desde la web, el celular, la computadora y dentro de cientos de productos vía API. En la encuesta, la mitad de ustedes ya lo usa.
Modelo (2026) Para qué Fable 5 El más capaz: razonamiento profundo Opus 5 Trabajo pesado y agentes Sonnet 5 El equilibrio: es el default Haiku 4.5 Rápido y económico

La familia cambia cada pocos meses; la lógica queda: uno grande para pensar, uno mediano para el día a día, uno chico para volumen.

La caja de herramientas

Más que un chat

Projects

Espacios por tema con contexto fijo: tus documentos, tu tono, tus instrucciones.

Artifacts

Documentos, gráficos y mini aplicaciones creados al costado del chat, listos para compartir.

Búsqueda web

Consulta fuentes actuales y las cita. El antídoto contra alucinaciones de actualidad.

Archivos

Lee PDFs, Excel, imágenes y contratos. También crea planillas, Word y presentaciones.

Memoria

Recuerda lo importante entre conversaciones: tu rubro, tus preferencias, tus proyectos.

Conectores (MCP)

Gmail, Drive, Calendar, Slack, Notion y cientos más, enchufados a la conversación.

Lo que pidieron por nombre

Skills y Cowork

Skills: enseñale tu oficio una vez

Una skill es una carpeta de instrucciones — tu plantilla, tus reglas, tus ejemplos — que Claude carga solo cuando la tarea lo pide. Escribís tu método una vez; deja de vivir en prompts que copiás y pegás. Ejemplos: tu formato de presupuesto, tu scorecard de candidatos, tu estilo de propuesta.

Cowork: Claude con manos

Una app de escritorio donde Claude trabaja con tus carpetas y archivos: lee, crea, ordena, transforma. "Tomá estas 30 facturas en PDF y armame la planilla de gastos del trimestre." Dato: esta presentación fue construida en Cowork, a partir de la encuesta que respondieron.

Basta de slides

Demo en vivo

Sacá esa tarea repetitiva que te pedimos por mail: varios ya vinieron con la suya. Elegimos una o dos y las resolvemos acá, con Claude.

1 · Planilla real → análisis + gráfico 2 · El caso de la sala

Parte 3 · Actividad grupal

El juego: la palabra en el fondo del universo

Hay una palabra secreta escondida en la partícula más chica de un universo. Escribís palabras; cada intento te dice qué tan cerca estás en significado, y viajás: galaxias → sistemas → planetas → átomos. Acercarse es cuestión de sentido, no de letras: si la secreta es "café", "mate" acerca más que "cama". Están navegando embeddings reales: el mismo mapa de significado que usan los modelos.

semanteverso.sentedynamics.com

desde el celular, sin instalar nada

Lo que 10 de 10 pidieron

Casos concretos, rubro por rubro

Para qué usarlo

→{{ u }}

Escalón 01 · el prompt

{{ r.prompt }}

Este es el escalón 01. En la próxima subimos los otros tres: Skill, conectores y /comando.

Lo que sigue al prompt

Del prompt al sistema

una vez → siempre

personal → equipo

02

Skill

Qué es

Tu método escrito una vez, en una carpeta que Claude carga cuando la tarea lo pide.

Deja de vivir en prompts que copiás y pegás.

Ejemplo

Skill «Presupuesto»: tu plantilla y tus márgenes.

03

MCP / conectores

Qué es

El MCP de recién: el modelo sale del chat y entra a tu Drive, tu mail, tu calendario.

Trabaja con tus datos reales, sin que le pegues nada.

Ejemplo

«Traé el presupuesto de Ana del Drive.»

04

Plugin con comandos

Qué es

Empaquetás skills y conectores: tu equipo lo llama con un /comando.

Repetible, compartido, versionado: deja de ser tu truco.

Ejemplo

/presupuesto Ana · 14/11 · 120 invitados

01

Prompt avanzado

Rol Contexto Tarea Formato Tono

Esto ya lo saben: el 90% de los malos resultados siguen siendo falta de contexto.

01 → 04 · el mismo trabajo

Antes · lo que copiás y pegás

Sos mi asistente en el estudio de eventos. Usá SIEMPRE nuestra plantilla de presupuesto: encabezado, ítems por rubro, subtotal, IVA 21% y validez 15 días. Márgenes: catering 32%, flores 40%, salón 25%. Redondeá a múltiplos de 1.000 y escribí los números con separador de miles (1.250.000). Tono cercano y profesional, con voseo. Cerrá con las tres formas de pago habituales. Datos del evento: casamiento de Ana y Julián, 14/11, 120 invitados, salón en San Isidro. Devolveme el presupuesto listo para enviar.

Doce líneas que copiás, pegás y editás cada vez. Y cada uno del equipo tiene su propia versión.

Después · un comando

/presupuesto

Ana y Julián · 14/11 · 120 invitados

02la Skill pone tu plantilla y tus márgenes
03el conector trae los precios de tu Drive
04el plugin lo deja instalado para todo el equipo

Lo escribiste una vez. Ahora es de todo el equipo.

Y si el mes que viene cambian los márgenes, los cambiás en un solo lugar.

el botón alterna antes ⇆ después

Ahí está la palanca de verdad: el prompt te ahorra minutos, el sistema te saca la tarea de encima.

Para ahorrar frustraciones

Cinco errores comunes

01Tratarlo como a Google: tirar dos palabras sueltas y esperar magia.
02Cero contexto: pedir un mail sin decir a quién, para qué ni en qué tono.
03Confiar a ciegas: publicar números, citas o leyes sin verificar.
04Rendirse al primer intento: la primera respuesta casi nunca es la mejor; se conversa.
05Un chat eterno para todo: mezclar veinte temas hasta que "se vuelve tonto" (ya saben por qué: contexto).

La regla de oro: tratalo como a un colaborador brillante que empezó hoy. Talento infinito, contexto cero.

Cierre

Tres tendencias ya en marcha

01

Agentes más autónomos

De pedir una respuesta a delegar un proyecto: tareas de horas o días, con supervisión tuya en los puntos clave.

02

IA invisible

Cada vez menos "ir al chat" y más IA adentro de las herramientas de siempre: mail, planillas, agenda, sistemas del trabajo.

03

El diferencial cambia

Con acceso igual para todos, la diferencia pasa por saber delegar: buen contexto, buen criterio, buena verificación.

La habilidad a practicar desde mañana tiene nombre: delegar bien.

Para llevarse

Cómo seguir desde mañana

Tu tarea de esta semana

→Elegí una sola tarea repetitiva de tu trabajo: la del mail. →Hacela con Claude, dándole rol, contexto, tarea y formato. →Iterá hasta que el resultado te sirva de verdad. →Compartila con tu equipo: lo que a vos te funcionó, al resto le ahorra tiempo.

Recursos

→claude.ai: el plan gratuito alcanza para empezar. →Anthropic Academy: cursos gratuitos, del nivel inicial al avanzado. →Los conectores y skills se activan desde la configuración de Claude. →Esta presentación queda para todos.

Gracias

¿Preguntas? Es el mejor momento para las dudas puntuales de tu rubro.

Diego · Sente Dynamics · diego@sentedynamics.com