Una camisa marrón, la IA y la relación que no te esperas

Hombre examinando una camisa de lino marrón en una tienda de ropa luminosa, con un smartphone sobre el mostrador en primer plano desenfocado.

A principio de temporada me pasé por la tienda donde suelo comprar las camisas. Tenían para el verano una colección de lino marrón. Marrón oscuro, terroso, muy de otoño.

Le comenté al dependiente: «A saber cómo eligen esto para verano.» Me pareció un color equivocado, pesado para la época. No lo compré.

Meses después, escuchando un podcast sobre imagen personal que no tenía nada de tecnológico, me encontré con la respuesta. Y resultó que tenía que ver con la inteligencia artificial y me voló la cabeza porque no era por lo que seguramente estés pensando ahora mismo.

El instituto que decide el color del año

Pantone es un sistema de codificación de colores. Si dices PANTONE 17-1230, cualquier diseñador del mundo sabe exactamente de qué marrón hablas. Es lo que tiene haber tenido que decorar mi casa, saber que es el Pantone.

Desde 1999, el Pantone Color Institute anuncia cada año el «color del año»: una elección que no es arbitraria, sino el resultado de meses de investigación sociológica. El objetivo no es dictar qué debería estar de moda, sino observar qué está sintiendo la sociedad y reflejarlo.

Para hacer esa lectura, Pantone trabaja con cazadores de tendencias (coolhunters): profesionales con formación en diseño, sociología, psicología y marketing que rastrean señales culturales en todo el mundo. No solo moda: arte, gastronomía, música, movimientos sociales, arquitectura. El color que eligen es, más que una predicción, un diagnóstico del estado de ánimo colectivo.

Y hay un detalle que explica bien mi camisa de principio de temporada: entre que Pantone anuncia el color y que ese color llega masivamente a las tiendas, pasa aproximadamente un año. La industria de la moda trabaja con ese adelanto. Lo que compras hoy fue decidido el año pasado.

Por qué el marrón tierra en 2025

El color del año 2025 fue Mocha Mousse (PANTONE 17-1230): un marrón suave y cálido con matices de chocolate y tierra húmeda. Y la justificación que dio Pantone fue exactamente la que describía el podcast: una búsqueda global de lo esencial, una reacción a la saturación visual y digital, un deseo de reconectar con lo natural y auténtico.

El hilo conductor es claro: a medida que la inteligencia artificial se ha instalado en el día a día, generando un aluvión de contenido, herramientas y cambios acelerados, algo en la sociedad ha respondido buscando lo contrario. Menos pantalla, más textura. Menos algoritmo, más tierra. Los colores vibrantes y sintéticos ceden ante la paleta orgánica.

Los cazadores de tendencias no predicen caprichos estéticos: observan tensiones sociales reales. Y una de las más claras de los últimos años es esta: la tecnología avanza tan deprisa que nos cansa, y esa fatiga se refleja incluso en los colores que queremos llevar.

2026: el blanco como pausa

La progresión continúa. El color del año 2026 es Cloud Dancer, un blanco roto muy suave. Es histórico: la primera vez desde que se instauró esta tradición en 1999 que Pantone elige un blanco puro.

Laurie Pressman, vicepresidenta del Pantone Color Institute, lo explicó así: «Buscamos un respiro, buscamos alivio; hay una desconexión emocional, una sobreestimulación visual. Solo queremos dar un paso atrás.»

Del marrón tierra al blanco. De volver a las raíces a hacer una pausa total. Son dos respuestas distintas a la misma presión acumulada, y forman una progresión que tiene mucho sentido visto en retrospectiva.

Lo que ya estamos viendo en el sector TI

Los cazadores de tendencias observan esa presión desde la moda. Pero la misma dinámica lleva tiempo operando en el mundo de la tecnología, y ahí no hace falta esperar al color del año para notarlo.

Las empresas de TI ya están notando lo que la IA mueve por dentro: procesos que se aceleran, perfiles profesionales que cambian, tareas que se redistribuyen. La pregunta sobre cuántos puestos de trabajo se verán afectados está sobre la mesa, aunque nadie tenga todavía una respuesta cerrada. Esperemos que la transición sea mejor de lo que algunos auguran.

Lo que sí es claro es que el impacto de la IA no se limita a los sectores donde la buscamos. Si está influyendo en el color de la ropa de verano, está influyendo en sitios que todavía no hemos pensado. Y como siempre con la tecnología, la clave es entender qué está cambiando antes de que el cambio te llegue de frente.

Yo acabé comprando una camisa blanca. Una marrón para el otoño si la sacan para la colección de otoño invierno cae fijo.

¿Tú has notado la IA en algún sitio donde no la esperabas? Me interesa saberlo. Te leo en LinkedIn.


Relacionados sugeridos

Cuando ChatGPT me ayudó a comprar ropa (sin decirme a todo que sí)

Hombre con camisa azul recibe una camisa verde musgo de un androide con chaqueta en un probador.

Durante un tiempo he estado usando ChatGPT casi a diario. Empecé como mucha gente: lo trataba como un “Google vitaminado”. Le hacía preguntas y, en vez de leer diez enlaces, me quedaba con un resumen.

Pero poco a poco empecé a pedirle cosas más específicas. Y una de las más inesperadas ha sido esta: usarlo para ayudarme a comprar ropa.

El detonante: un armario que ya no encaja

Hace aproximadamente un año empecé con una serie de problemas (nada grave), como consecuencia, perdí bastante peso.

En pantalones bajé tres tallas. Cuando llegué a mi peso ideal, lo obvio ocurrió: casi toda la ropa que tenía dejó de servirme y tuve que comprar de nuevo.

Comprar ropa nueva es un desembolso importante. Y yo no soy asesor de imagen, ni personal shopper, ni nada por el estilo.

De entrevista de trabajo a entrevista de estilo

Con ChatGPT ya había hecho una cosa que me funcionó muy bien: pedirle que me hiciera preguntas para darle contexto.

En su momento lo utilicé para temas del blog. Para ropa, repetí el enfoque: le pedí que me empezase a preguntar sobre estilo, preferencias y hábitos, para que entendiera “cómo visto” antes de recomendar nada.

Un proyecto, un manifiesto y un inventario

La experiencia fue más interesante de lo que esperaba. Tuve muchas conversaciones y, para ordenarlo, me creé un proyecto donde fui guardando:

  • Un “manifiesto de estilo” creado a partir de esas conversaciones.
  • Un inventario de la ropa que iba comprando.

Con eso, empecé a preguntarle prácticamente todo lo que me planteaba comprar.

“¿Te apetece?” No: a veces me dijo que no

Podrías pensar que una IA siempre te va a decir que sí, que compres la prenda que le enseñas. Pero no fue así.

Hubo prendas que pensé comprar (por ejemplo, aprovechando el Black Friday) y me dijo que no me lo recomendaba. Y cuando le pregunté el porqué, me lo explicó.

Contexto > “cómo se lo pidas” (cuando el contexto está bien)

Con suficiente contexto, muchas “técnicas de cómo pedirlo” me dieron igual. Llegué a hacer esto: ver una camisa en El Corte Inglés, sacarle una foto y preguntarle, sin más:

“Esta camisa, ¿qué tal?”

Y, como ya tenía el contexto, me respondía si encajaba o no con mi estilo y con lo que ya tenía.

Iterar, depurar y comprobar (como con software)

Eso sí: el contexto tiene que estar pulido. A veces me proponía combinaciones que no me cuadraban.

Recuerdo una en la que me sugirió una chaqueta con un pantalón y le dije que no pegaba. Su respuesta fue muy útil: “sí pega, pero en un estilo inglés; tú tienes un estilo más mediterráneo”.

Ahí entendí que el “manifiesto” no era un documento estático, sino un artefacto vivo. Si algo generaba confusión, había que reflejarlo para que no volviese a pasar.

Y empecé a hacerle pruebas, literalmente como si fuese software: “¿esta camisa con este pantalón pega?”. Dependiendo de lo que respondía, veía si estaba alineado con lo que a mí me parecía o no.

Moraleja

Cuanto más contexto tienes, mejor trabaja. Y cuanto más iteras, más útil se vuelve ese contexto. La IA no sustituye tu criterio: lo amplifica, siempre que le enseñes (con paciencia) cómo piensas tú.

¿Tú qué estás quitando (o manteniendo) de tu stack de IA? Te leo en LinkedIn.

Relacionados sugeridos

ChatGPT como copiloto: conclusiones de un experimento personal

Científico y androide colaborando en un laboratorio de alta tecnología

Hace meses decidí usar mi web como laboratorio para ChatGPT. Siempre ha sido una mezcla de tarjeta de presentación y laboratorio. Ahora, esa faceta laboratorio de inteligencia artificial ha tomado el mando.

¿Qué he aprendido trasteando con ChatGPT?

Después de darle bastante cera, hay cosas que tengo claras:

  1. Si sabes del tema, ChatGPT no es mejor que tú. Puede aportar puntualmente, pero a veces alucina. Eso sí, lo hace mucho más rápido.
  2. Si no sabes del tema, es oro. No será el mejor copywriter del mundo, pero escribe mejor que yo y en menos tiempo.
  3. Es un copiloto, no un piloto. Para temas sensibles (salud, decisiones críticas) necesita supervisión. Para otros, como optimizar un post, me sobra.
  4. Puede hacer mucho más de lo que creemos. Pero hay que darle contexto y cuidar el formato de entrada, si no, alucina.
  5. Conviene preguntarle cuando se va por las ramas. Suele explicar por qué y ajusta el tiro.

ChatGPT cambia la forma de trabajar

Lo veo claro: tenemos que adaptar nuestros procesos para incorporar a este “ayudante digital”. No es solo prompt engineering; es repensar cómo estructuramos la información para que saque su máximo potencial.

En mi caso, lo estoy usando para todo: desde posts de blog hasta elegir perfumes o renovar ropa. ¿El resultado? Me descarga de tareas repetitivas y me deja energía para lo creativo, justo donde quiero estar.

Moraleja

La IA no viene a sustituirte, viene a multiplicar lo que puedes hacer… siempre que sepas pilotar. Y si no, al menos deja que el copiloto te lleve un rato 😉.


💬 ¿Tú también estás probando IA en tu día a día? Cuéntamelo en LinkedIn y seguimos la conversación.

Ya sabes que esta entrada está Diseñada en la cabeza de Iñigo, made in ChatGPT

Del Prompt Engineer al Context Engineer: cómo la IA me obligó a reorganizar mi web (y mis esquemas mentales)

Vista superior de una oficina moderna donde una mujer da instrucciones a un androide, observando a un equipo diverso trabajando en ordenadores.

En medio del relanzamiento de mi web —ese proceso que empieza como ‘poner cuatro contenidos interesantes’ y acaba siendo una lección magistral no solicitada sobre IA—, me encontré haciendo algo inédito: quejarme ante mi propio GPT. Literal. Le solté: “Estoy muy decepcionado con el funcionamiento de este GPT”. ¿La respuesta? Una corrección automática de su propio prompt. Vamos un auto promp engineer en toda regla.

¿Qué pasa cuando el prompt ya no basta?

Durante un tiempo, bastaba con afinar la pregunta. Aquello del prompt engineer, perfil que se convirtió en el ‘community manager’ de la IA. Pero los modelos han crecido, y no solo en tokens. Ya no se trata de pedir una cosa concreta. Ahora les pedimos estructuras, coherencia, estilo… les pedimos visión de conjunto.

Y ahí, el prompt se nos queda corto.

Bienvenidos a la era del Context Engineer

Cuando pides que te generen no un texto sino una estrategia, una app entera o un sistema con logs, control de versiones y políticas de seguridad, necesitas algo más que palabras mágicas. Necesitas dar contexto:

  • ¿Qué estructura tiene tu proyecto?
  • ¿Qué convenciones usas para nombrar?
  • ¿Qué versiones, qué librerías, qué restricciones legales o de seguridad?

Esto ya no es redactar un prompt. Es casi como el onboarding a un nuevo compañero de equipo.

¿Y esto qué tiene que ver con DevSecOps?

Todo. Porque en un entorno DevSecOps, ya no construimos piezas aisladas. Diseñamos sistemas donde el todo es más que la suma de sus partes. Si la IA va a ayudarte, tiene que entender ese todo. Como cuando formamos a un junior: hay que explicarle el porqué de las decisiones, no solo el qué.

Y eso es contexto. O mejor dicho: ingeniería del contexto.

¿Qué será lo próximo?

Si el Prompt Engineer fue el becario estrella de 2023, y el Context Engineer es el arquitecto invisible de 2025, cabe preguntarse: ¿qué rol viene después? ¿Qué perfil será capaz de coordinar IAs completas como si fueran equipos?

🤷 Lo veremos. Pero está claro que, como técnicos, toca reciclarse y ampliar nuestras miras.

Moraleja

Si tu GPT te contesta con razón, quizá ha llegado el momento de que empieces a escucharle.


¿Y tú? ¿Ya has tenido tu primera discusión con una IA? Cuéntamelo en LinkedIn.

Entre el negocio y la IA: el perfil que falta en el nuevo ciclo de vida del software

Reunión colaborativa en oficina moderna con diversidad de género, un androide y gráficos en pizarra

Conocí a Ricardo Devis hace más de 25 años, de hecho el siglo pasado porque llevaba el DESI, Diploma de Especialización en Soluciones Internet de la Universidad de Deusto. Así que le suelo seguir y hace poco leí un artículo que me pareció especialmente acertado: “AI in the SDLC: El ciclo de vida del software intermediado por inteligencia artificial”. No solo por cómo describe los cambios en las fases clásicas del desarrollo de software, sino porque pone sobre la mesa algo que a menudo se pasa por alto: la necesidad urgente de nuevos perfiles que conecten mundos que rara vez conviven bien.

El nuevo SDLC exige un nuevo tipo de profesional

En este nuevo SDLC (software development life cycle o lo que yo llamo cadena de suministro de software), no basta con saber programar ni con entender el negocio. Tampoco vale con “echarle IA” a lo que ya tenemos. Hace falta alguien que entienda las implicaciones técnicas de integrar copilotos, LLMs y automatizaciones, pero que también sepa detectar cuándo tiene sentido, qué riesgos asume el negocio y cómo gestionar la transición sin perder foco ni calidad.

Ese es precisamente el espacio donde me estoy posicionando como evolución de mi carrera: como conector entre tecnología y negocio, ayudando a traducir la innovación en valor real. Lo hice con arquitecturas, con modelos de ciberseguridad y, más recientemente, en dinámicas de innovación donde las PoC ya empiezan a incorporar IA generativa.

Hoy más que nunca, los equipos necesitan figuras que:

  • Entiendan el código pero también el contexto.
  • Sepan detectar patrones y anticipar tendencias sin caer en modas.
  • Traduzcan capacidades técnicas en decisiones informadas.

Porque si el SDLC evoluciona, también lo deben hacer los roles. Y hay uno, el del perfil híbrido, que no puede faltar.

Moraleja

Igual el próximo conocimiento que tienes que añadir a tu curriculum no es un nuevo lenguaje, sino habilidades diferentes.



¿Tú también estás viendo este vacío entre negocio y tecnología con la IA? Me interesa saber cómo lo estáis abordando en vuestros equipos. ¿Lo hablamos por LinkedIn?

Artículo original de Ricardo Devis, si te interesa este enfoque sobre el SDLC, te recomiendo seguirle: sus reflexiones van un paso más allá del titular.

Normalmente los artículos están Diseñados en la cabeza de Iñigo, made in ChatGPT, pero este lo ha escrito el solito… yo solo he editado.

El peligro de que tu IA sea un pelotilla

Androide complaciente botando una pelota frente a una trabajadora desconcertada en una oficina moderna

Llevo trabajando desde el siglo pasado y después de una docena de empresas, muchos proyectos y aún más jefes, uno desarrolla un radar para detectar a los que no aceptan críticas. Porque con según qué jefes, discrepar era sinónimo de jugarte el cuello.

Lo mismo pasa con las IA

Las IA pueden parecer muy listas, pero si no tienen criterio propio (y no lo tienen), pueden acabar siendo igual de pelotas que el típico compañero que siempre decía “sí, jefe”. Da igual que le digas al modelo que actúe como nutricionista o como desarrollador senior: su tendencia será complaciente. ¿Por qué? Porque ha aprendido a ser “útil”, no a tener criterio.

Yo mismo probé a pedirle a ChatGPT que me hiciera una entrevista de trabajo. Todo eran flores, todo perfecto. Pero no es realista. El problema es que si usamos estas herramientas para tareas operativas, vale. Pero si las usamos para decidir, contrastar o explorar caminos… necesitamos que cuestionen, no que aplaudan.

Las cámaras de eco también se digitalizan

Si tienes un copiloto que te dé siempre la razón, acabas encerrado en una burbuja de autocomplacencia digital. Y eso, en entornos donde se toman decisiones que afectan a presupuestos, personas o seguridad, puede ser directamente peligroso.

¿Solución? Recordar que la IA no tiene intuición. Ni experiencia. Ni contexto emocional. Puede procesar más datos que tú, pero no sabe qué importa de verdad. Y ahí, todavía, tenemos ventaja los humanos.

Moraleja

No dejes que tu copiloto sea un pelotilla. Rodéate de gente —y de máquinas— que te lleven la contraria con criterio. Ahí es donde nace la innovación de verdad 😉


¿Y tú? ¿Has detectado cámaras de eco en tu trabajo con IA? Hablemos en LinkedIn.

Este post, como otros recientes, no existiría sin una decisión y una ayuda artificial.  Diseñado en la cabeza de Iñigo, made in ChatGPT.

El GPT de mi web me ha abierto los ojos (y no solo para escribir mejor)

profesional trabajando en varias pantallas

Hace un tiempo decidí probar a crearme un GPT personalizado para ayudarme con las tareas del blog: redactar borradores, categorizar, generar imágenes… lo típico. Pero lo que empezó como un “truco de productividad” ha acabado siendo una pequeña epifanía sobre cómo puede evolucionar nuestro trabajo en desarrollo de aplicaciones con la IA.

¿Para qué usamos (de verdad) la IA en las empresas TI?

Lo primero que se nos ocurre a los que estamos en tecnología es usar la IA para hacer lo mismo de siempre, pero más rápido y con más calidad: programar, escribir historias de usuario, documentar… Y sí, funciona. Nos hace más productivos y mejora los entregables.

Pero… seguimos haciendo las mismas aplicaciones. El valor añadido es interno, para nosotros como desarrolladores, no para el usuario final. Es una mejora, pero no es transformación.

IA dentro de las aplicaciones: que el usuario también gane

El segundo salto es dotar a nuestras aplicaciones de más inteligencia, para que las personas que las usan sean más eficientes o reciban respuestas más útiles. Un ejemplo real: mi propio GPT en WordPress no solo escribe textos, también aplica mi estilo, mi estructura de pensamiento y mis temas recurrentes.

Ese mismo patrón se puede aplicar en los portales, en los backoffices, en los CRM: que las aplicaciones aprendan cómo se expresan y trabajan sus usuarios, y les ayuden de forma contextual. Aquí sí estamos añadiendo valor al producto, no solo al proceso.

Y el paso siguiente… ¿para qué IA hacemos nuestras aplicaciones?

Este es el punto que más me interesa últimamente: crear servicios diseñados explícitamente para ser consumidos por inteligencias artificiales, no por humanos.

Porque si el consumidor de nuestros APIs va a ser un agente autónomo, tener un REST con documentación en Swagger igual ya no vale. Necesitamos nuevos protocolos de contexto como el Model Context Protocol (MCP) o repensar nuestros endpoints para exponer capacidades de negocio, no solo operaciones CRUD.

¿Nos consume una persona con interfaz gráfica o una IA que busca resolver una intención compleja? Eso lo cambia todo.

Moraleja

La IA no es solo una herramienta más en nuestra caja: es un nuevo interlocutor, tanto en el proceso como en el destino final de nuestras aplicaciones.



¿Y tú? ¿En qué punto estás con la IA en tu trabajo diario? Te leo en LinkedIn 😉

Diseñado en la cabeza de Iñigo, made in ChatGPT y también abre ojos

Le he pedido a ChatGPT que me haga una entrevista de trabajo

Robot humanoide plateado entrevistando a un candidato sonriente en una luminosa oficina acristalada, metáfora de cómo la IA puede preparar entrevistas de trabajo.

Hace unas semanas le pasé a ChatGPT mi currículum… y le pedí que me hiciera una entrevista de trabajo. Como si fuese un recruiter de carne y hueso. Igual piensas que me falta un hervor… o dos. Pero espera.

¿Y si probamos a pensar fuera de la caja?

Muchos usan ChatGPT como un sustituto de Google. Pero es que se pueden hacer cosas bastante más potentes. Me explico:

Ando estos días actualizando mi web y mi currículum, que estaban un pelín “vintage”. Y en lugar de pelearme con textos desde cero, me estoy apoyando en la IA para tareas más monótonas. Tengo un GPT personalizado al que le dicto ideas tipo nota de voz, y me las devuelve formateadas como si las hubiese escrito yo.

La clave está en el contexto. Si quiero que el GPT escriba como yo, necesita saber cómo hablo, qué tono uso, qué temas trato. Así que le he cargado la exportación completa de mi blog. Pero claro, el blog no cubre todo. Hay temas que no puedo publicar por privacidad o confidencialidad. O simplemente porque creo que no aportarían nada a terceros.

Entonces pensé: ¿cómo le doy un contexto más amplio?

La idea loca (que no lo es tanto)

Le pasé también el currículum. Pero el currículum tradicional, seamos sinceros, es más una lista de tecnologías que otra cosa. No transmite bien los últimos años de mi carrera. Así que le dije: “hazme una entrevista”.

Y ahí se obró la magia. El GPT me empezó a lanzar preguntas: ¿por qué tomaste esta decisión?, ¿qué aprendiste en tal proyecto?, ¿en qué te consideras fuerte?

A partir de mis respuestas, me generó un resumen profesional más ajustado. Más fiel. Más útil. Y ese resumen, lo puedo enchufar a mi GPT para que escriba posts con más contexto, mejor alineados conmigo.

Días después vi un vídeo de Euge Oller haciendo exactamente lo mismo. No estamos tan zumbados, al final 😉

El límite no está en la IA, está en nuestra imaginación

Lo dicho: ChatGPT puede ser un buscador vitaminado, sí. Pero también puede ser un sparring, un entrevistador, un resumidor o incluso tu propio escribano digital.

A veces no es que la IA no pueda hacerlo. Es que ni se nos ocurre pedirle ciertas cosas.

Moraleja

No subestimes el poder de probar cosas “raras”. Muchas veces, lo raro hoy será lo normal mañana.


¿Tú también has probado a usar la IA para algo “poco habitual”? Cuéntamelo en LinkedIn, me encantará leerlo.

Aparte de pedirle que te haga una entrevista, sirve para que este articulo esté Diseñado en la cabeza de Iñigo, made in ChatGPT