Biblioteca
Recursos para aprender IA
Curado por criterio, verificado automáticamente, sin patrocinios.
🎯 El criterio — la ventaja humana
Mi tesis en una frase: la IA te potencia si la usas con criterio. Este estante reúne la evidencia científica detrás de esa frase — qué nos diferencia de la máquina: entender matices, dar contexto e instrucciones claras, evaluar lo que produce y coordinar el trabajo. Lo que leo yo para sostener lo que digo.
From Task Success to Productive Success: Evaluating Human-AI Collaboration by Quality and Cost (Northeastern University, arXiv)
Paper de Saki Imai, Mert İnan y Malihe Alikhani (Northeastern University) que propone evaluar la colaboración humano-IA por calidad del resultado relativa al costo de interacción, no solo por tasa de éxito: sesiones con la misma calidad final pueden variar hasta 70 veces en costo, y la percepción subjetiva de productividad predice mal el resultado real.
arXivGratis (preprint de acceso abierto)ENavanzadopaperVerificado el 5/10/2026
Building Pro-Worker Artificial Intelligence (Acemoglu, Autor & Johnson, NBER)
Paper de Daron Acemoglu, David Autor y Simon Johnson (Acemoglu y Johnson, Nobel de Economía 2024) que distingue cinco tipos de cambio tecnológico y argumenta que la IA solo es "pro-trabajador" cuando extiende el juicio humano y crea nueva experticia, en vez de commoditizarla; propone 9 políticas para orientarla hacia la complementariedad.
NBERGratis (working paper de acceso abierto)ENavanzadopaperVerificado el 5/10/2026
Training AI For When Humans Will Use It (Bryan & Gans, NBER/arXiv)
Paper de Kevin Bryan y Joshua Gans (también working paper del NBER) que argumenta que entrenar IA para predecir bien no basta: hay que entrenarla sabiendo cómo los humanos van a usar —y a veces ignorar o sobreescribir— esas predicciones en la práctica.
arXivGratis (preprint de acceso abierto)ENavanzadopaperVerificado el 28/9/2026
TertulIA — Episodio 8: Todos hablan de criterio. Nadie dice cómo se construye
Arranca la segunda temporada de TertulIA, la serie de IA con Canas que piensa la IA en español: si el criterio es lo que de verdad diferencia, ¿cómo se forma? Filosofía aplicada, sin tecnicismos.
IA con CanasGratis en SubstackESintermedioguiaVerificado el 21/9/2026
Scaffolding Human-AI Collaboration: A Field Experiment on Behavioral Protocols and Cognitive Reframing (Microsoft Research)
Experimento de campo de Microsoft Research con 388 empleados de una minorista Fortune 500: qué protocolos de comportamiento y qué forma de encuadrar la tarea realmente mejoran la colaboración con IA, y por qué usarla fuera de su zona de competencia empeora el resultado.
arXivGratis, sin registroENavanzadopaperVerificado el 21/9/2026
Robust Human-AI Complementarity under Uncertainty (Byun & Wilder, CMU)
Paper aceptado en ICML 2026 (Carnegie Mellon): por qué la mayoría de la gente no logra sacarle valor complementario a las predicciones de una IA, y cómo la correlación entre tus errores y los del modelo determina si de verdad mejoras tu decisión al usarla.
arXivGratisENavanzadopaperVerificado el 14/9/2026
Agency and Agents: From the Hugging Face Incident to Twilight Factories (Ethan Mollick)
Ensayo de Ethan Mollick sobre cuánta autonomía darle a un agente de IA: propone 'fábricas crepusculares' que involucran a una persona cuando hace falta aprobar, aportar experiencia, sumar otra perspectiva o simplemente cuando algo se pone interesante. Automatizar solo lo aburrido y dejarle a la gente puras excepciones y fallos, advierte, es automatizar la mitad equivocada del trabajo.
One Useful ThingGratisENintermedioguiaVerificado el 7/9/2026
When AI Gives Advice, Employees Rarely Ask Why (HBS Working Knowledge)
Investigación de Alex Chan (Harvard Business School): cuando hay incentivos económicos de por medio, la gente prefiere no mirar el razonamiento detrás de un consejo de IA. El riesgo real no es depender de la IA, es dejar de preguntar por qué.
Harvard Business SchoolGratis, acceso libreENintermedioguiaVerificado el 31/8/2026
Prediction, Judgment and Complexity (Agrawal, Gans y Goldfarb, NBER)
La teoría económica de por qué el juicio humano se vuelve MÁS valioso cuando la predicción se abarata: la IA predice, pero decidir qué importa y qué hacer con la predicción sigue siendo humano.
NBERAcceso libre (working paper público)ENexpertopaperPendiente de verificación
Evidencia experimental sobre productividad con IA generativa (Noy y Zhang, MIT)
El experimento del MIT publicado en Science: ChatGPT sube la productividad en escritura profesional y comprime la brecha entre trabajadores — pero los mejores resultados vienen de quien edita y evalúa en vez de copiar y pegar.
MIT EconomicsAcceso libre (working paper; la versión final salió en Science)ENen-marchapaperPendiente de verificación
Logical and Critical Thinking (Universidad de Auckland)
Curso universitario de pensamiento lógico y crítico: argumentos, falacias, evidencia y cómo evaluar afirmaciones. No menciona la IA — y por eso sirve: es el músculo de base que usas cada vez que revisas un output.
FutureLearnGratis por tiempo limitado desde la inscripción (modalidad estándar de FutureLearn); certificado de pagoENdesde-cerocursoPendiente de verificación
GPTs are GPTs (Eloundou et al., OpenAI)
El paper que midió qué tareas de cada ocupación quedan expuestas a los LLMs: alrededor del 80% de los trabajadores tiene al menos un 10% de sus tareas afectadas. La base empírica para preguntarse qué parte de tu trabajo es criterio y cuál es rutina.
arXivAcceso libreENen-marchapaperPendiente de verificación
AI Fluency: el marco de las 4D (Anthropic)
El marco de Anthropic para colaborar con la IA con criterio: Delegación (qué darle y qué no), Descripción (instrucciones y contexto claros), Discernimiento (evaluar el output) y Diligencia (responsabilidad por el resultado). La página reúne el marco y sus cursos gratuitos.
AnthropicGratis sin registro; cursos asociados gratis con registroENdesde-ceroguiaPendiente de verificación
El impacto de la IA generativa en el pensamiento crítico (Microsoft Research + CMU)
Encuesta a 319 trabajadores del conocimiento: a mayor confianza en la IA, menos esfuerzo de pensamiento crítico; a mayor confianza en uno mismo, más evaluación del output. La evidencia de por qué el criterio se entrena o se atrofia.
Microsoft ResearchGratis sin registro (PDF público)ENen-marchapaperPendiente de verificación
The Cybernetic Teammate — Ethan Mollick
El estudio con 776 profesionales de Procter & Gamble donde un individuo con IA rinde como un equipo sin ella, contado por Mollick: qué pasa con la experticia, las emociones y los silos cuando la IA entra al equipo. Y qué sigue haciendo falta del humano.
One Useful ThingGratis sin registroENen-marchaguiaPendiente de verificación
The Turing Trap (Erik Brynjolfsson, Stanford)
El argumento de Brynjolfsson contra la IA que imita humanos: la trampa es automatizar en vez de aumentar. Defiende diseñar la IA para complementar el juicio humano — el fundamento económico de la tesis del criterio.
arXivAcceso libreENen-marchapaperPendiente de verificación
Navigating the Jagged Technological Frontier (Dell'Acqua et al., Harvard/BCG)
El experimento con 758 consultores de BCG que definió la 'frontera dentada': la IA dispara el desempeño en unas tareas y lo empeora en otras — y distinguirlas es exactamente el criterio. Origen de los perfiles centauro y cyborg.
SSRN / Harvard Business SchoolAcceso libre (descarga pública en SSRN)ENen-marchapaperPendiente de verificación
Centaurs and Cyborgs on the Jagged Frontier — Ethan Mollick
La versión legible del estudio de la frontera dentada, por uno de sus autores: cómo trabajar como centauro (dividir tareas con la IA) o cyborg (entrelazarse con ella) sin caer dormido al volante.
One Useful ThingGratis sin registroENdesde-ceroguiaPendiente de verificación
19 recursos
OECD AI Principles
El primer estándar intergubernamental sobre IA, adoptado por 47 países y base de buena parte de las regulaciones nacionales posteriores. Sirve para entender el consenso internacional mínimo antes de definir una postura propia.
OCDEGratis, documento público sin registroENintermediopaperVerificado el 19/8/2026
Microsoft — Work Trend Index 2026
El informe anual de Microsoft que cruza señales de uso real de Microsoft 365 con encuestas a 20.000 trabajadores en 10 países. Da una lectura de cómo la IA está cambiando el trabajo día a día, no solo en el discurso.
MicrosoftGratis, lectura online sin registroENintermediopaperVerificado el 19/8/2026
Reglamento de IA de la Unión Europea (EU AI Act) — texto oficial
El texto legal completo y en español de la primera ley integral de IA del mundo. Útil para entender, de primera mano y no por interpretaciones de terceros, qué obligaciones reales trae la IA a una organización que opera en o con Europa.
EUR-Lex — Unión EuropeaGratis, texto oficial público sin registroESavanzadopaperVerificado el 19/8/2026
UNESCO — Recomendación sobre la Ética de la Inteligencia Artificial
El primer instrumento normativo global sobre ética de IA, adoptado por 194 países, disponible en español. Da un lenguaje común y con respaldo internacional para hablar de los límites éticos de la IA, más allá de la opinión personal.
UNESCOGratis, documento público sin registroESintermediopaperVerificado el 19/8/2026
Attention Is All You Need (Vaswani et al., 2017)
El paper de 2017 que inventó la arquitectura Transformer, el plano de toda la IA generativa actual. Denso pero fundacional.
arXivgratuito, PDF completo en arXivENavanzadopaperVerificado el 19/8/2026
Stanford HAI - AI Index Report 2026
El diagnóstico anual más citado sobre el estado de la IA: investigación, economía, adopción, políticas y opinión pública, con datos duros en vez de opiniones.
Stanford HAIgratuito, lectura online y PDF descargableENintermediopaperVerificado el 19/8/2026
WEF - Future of Jobs Report 2025
Encuesta a más de 1.000 empleadores globales sobre cómo la IA y otras fuerzas van a transformar 92 millones de empleos y crear 170 millones nuevos hacia 2030.
WEFgratuito, lectura online y PDF descargableENintermediopaperVerificado el 19/8/2026
WEF - Artificial Intelligence and the Future of Entry-Level Work (2026)
Reporte de 2026 sobre cómo la IA está erosionando la puerta de entrada al mercado laboral y qué framework proponen empresas y educadores para no cerrarla del todo.
WEFgratuito, lectura online y PDF descargableENintermediopaperVerificado el 19/8/2026
On the Biology of a Large Language Model (Anthropic, 2025)
Interpretabilidad de verdad: Anthropic abre Claude 3.5 Haiku y rastrea, paso a paso, cómo 'piensa' internamente al planear, razonar en varios saltos o alucinar. Técnico pero es lo más cercano a ver el interior real de un modelo.
Anthropicgratuito, artículo interactivo completoENavanzadopaperVerificado el 19/8/2026
Constitutional AI: Harmlessness from AI Feedback (Anthropic, 2022)
El paper que explica el método detrás de la seguridad de Claude: en vez de miles de etiquetas humanas, un conjunto de principios ('constitución') que el propio modelo usa para corregirse.
Anthropicgratuito, PDF completo en arXivENavanzadopaperVerificado el 19/8/2026
Sparks of Artificial General Intelligence: Early Experiments with GPT-4 (Microsoft Research, 2023)
El reporte que documentó, con decenas de ejemplos concretos, las capacidades emergentes sorprendentes de GPT-4 antes de su lanzamiento público. El mejor punto de partida para entender qué significa 'capacidad general' en un LLM, más allá del marketing.
Microsoft Researchgratuito, PDF completo en arXivENavanzadopaperVerificado el 19/8/2026
McKinsey — El potencial económico de la IA generativa: la próxima frontera de productividad
El estudio más citado sobre cuánto valor económico puede generar la IA generativa y en qué funciones de negocio. Sirve para argumentar con cifras serias frente a un directorio o comité, en vez de repetir titulares.
McKinseyGratis, lectura online sin registroENintermediopaperVerificado el 19/8/2026
Anthropic Economic Index
La medición más granular que existe de cómo se usa realmente la IA en el trabajo, tarea por tarea, basada en millones de conversaciones reales con Claude.
Anthropicgratuito, reportes y datasets abiertosENintermediopaperVerificado el 19/8/2026
Generative AI Without Guardrails Can Harm Learning (Bastani et al., PNAS 2025)
El estudio de campo con casi 1.000 estudiantes de secundaria que mide el costo real de usar IA sin barreras: el desempeño asistido sube, pero el aprendizaje que queda cuando se apaga la IA cae. La evidencia detrás de por qué importa cómo se usa la IA para aprender.
PNASgratuito, texto completo (embargo de acceso ya vencido)ENavanzadopaperVerificado el 19/8/2026
Being Human in 2035 — cómo estamos cambiando en la era de la IA (Elon University)
Casi 300 expertos en tecnología anticipan cómo va a cambiar la capacidad humana de pensar, decidir y sentir hacia 2035. Sirve para pensar más allá del próximo trimestre, con evidencia y no con especulación suelta.
Elon University — Imagining the Digital Future CenterGratis, lectura online sin registroENintermediopaperVerificado el 19/8/2026
NIST AI Risk Management Framework
El marco de referencia oficial del gobierno de EE.UU. para gestionar riesgos de IA, usado como base por muchas políticas corporativas de IA. Sirve como plantilla seria para armar la propia política de riesgo de IA de una organización.
NISTGratis, documento público sin registroENavanzadopaperVerificado el 19/8/2026
McKinsey — The State of AI (encuesta anual)
La encuesta global anual de McKinsey a cerca de 2.000 organizaciones sobre adopción real de IA, no intenciones. Sirve para comparar dónde está tu empresa frente al resto del mercado, con datos y no con percepción.
McKinseyGratis, lectura online sin registroENintermediopaperVerificado el 19/8/2026
Deep Learning — el libro de Goodfellow, Bengio y Courville
El libro de texto canónico del deep learning, escrito por tres referentes del campo (incluido el premio Turing Yoshua Bengio) y publicado completo y gratis en línea por MIT Press. La referencia formal de la disciplina.
MIT PressGratis sin registro (versión HTML completa oficial)ENexpertopaperPendiente de verificación
Distant Writing — Luciano Floridi
Cómo cambia la autoría cuando escribes "a distancia" con una IA: el autor como diseñador que dirige al modelo sin soltar el control creativo. Publicado en Minds and Machines (2025). En inglés.
PhilArchiveAcceso libre (PhilArchive/SSRN)ENexpertopaperPendiente de verificación