Tipo: Análisis/noticia | Fuente: Tweet de Andrej Karpathy, 2 de octubre de 2026
---
El 2 de octubre, Andrej Karpathy publicó un tweet que se volvió viral entre la gente que construye con IA todos los días. Karpathy no es cualquiera: cofundó OpenAI, dirigió el equipo de IA de Tesla, y desde hace un par de años enseña, con cursos propios, cómo funciona por dentro un modelo de lenguaje. Cuando alguien con ese historial dice algo sobre cómo trabajar con estas herramientas, vale la pena frenar y leerlo con calma.
Lo que dijo, resumido: vamos a pasar mucho más tiempo tratando de entender lo que producen los modelos de lenguaje que escribiéndoles instrucciones. Textual: "We'll be spending a lot more time trying to understand the outputs of language models". Y explica por qué: a medida que las IA mejoran, hacen cada vez más del trabajo pesado solas, y lo que nos queda a nosotros sube un nivel de abstracción, hacia supervisión y comprensión, no hacia ejecución.
Si esto te suena familiar, es porque es casi exactamente lo que venimos repitiendo en este canal con vibecoding con criterio. La IA construye, tú revisas. Karpathy acaba de poner esa misma idea en palabras, con la autoridad de alguien que entrenó algunos de los modelos que usas todos los días.
El problema real: revisar una pared de texto cansa
Pide algo medianamente complejo a un modelo (que te explique un reporte, que te resuma un cambio en tu CRM, que te justifique por qué tocó cierto archivo) y la respuesta casi siempre es la misma: un párrafo largo, bien escrito, técnicamente correcto y agotador de leer con atención real. Lo escaneas en vez de leerlo. Y ahí es exactamente donde se cuela el error que no detectaste.
Karpathy propone cuatro formas de pedirle a la IA que te entregue esa información distinto, de más simple a más elaborada.
La primera es forzar un lenguaje controlado. Pídele al modelo que explique usando ASD-STE100, un estándar de inglés simplificado que se inventó para manuales de mantenimiento de aviones. La idea detrás tiene más de 40 años: un mecánico cansado a las 2am no puede permitirse ambigüedad, así que cada oración lleva sujeto, verbo y una sola idea, sin subordinadas que se puedan malinterpretar. Los modelos conocen bien ese estándar (hay muchísimo manual técnico aeronáutico en los datos con los que se entrenaron) y, según Karpathy, el resultado sale más legible que la prosa que generan por defecto. Él mismo aclara que puede sentirse demasiado rígido, y sugiere relajarlo a "un 80% de ASD-STE100" cuando el texto queda muy telegráfico.
La segunda es pedir un diagrama en vez de un párrafo. Un dibujo simple de cómo se conectan las piezas se procesa mucho más rápido que la misma información en prosa, algo que sabemos desde hace años pero seguimos sin pedir por costumbre.
La tercera es pedir una página HTML interactiva. Los modelos ya arman bastante bien una interfaz simple y animada para explicar algo, más fácil de explorar que un scroll infinito de texto.
Y la cuarta, su favorita, es un video explicativo, al estilo de los canales de divulgación tipo 3Blue1Brown, con narración generada por IA. Hoy es la más cara de producir de las cuatro, pero también la que más se queda.
El matiz: esto no se traduce literal al español
Acá hay que ser honestos. ASD-STE100 es un estándar en inglés, pensado para inglés técnico de aviación: no existe un equivalente oficial en español, y pedirle a un modelo que "escriba en español simplificado" no tiene detrás el mismo peso normativo de 40 años de aeronáutica.
Pero la idea de fondo sí aplica igual, sin necesidad de citar ningún estándar: en vez de confiar en que ya entendiste bien lo que la IA te devolvió, pídele explícitamente una versión más fácil de revisar (una tabla, unas líneas cortas, una analogía concreta) antes de aceptar el resultado. El formato exacto importa menos que el hábito de exigirlo cada vez.
Cómo lo aplicamos nosotros
Cuando revisamos un guion o un flujo de N8N construido con ayuda de Claude, casi nunca aceptamos la primera explicación tal como viene. Le pedimos que resuma en 3 líneas qué cambió y por qué, o que liste los nodos nuevos en una tabla en vez de un párrafo corrido. No es desconfianza del modelo: una tabla de 3 filas se revisa en 10 segundos, y ahí el error salta a la vista solo. Un párrafo de 8 líneas toma un minuto leerlo bien, y el error se queda escondido en la línea 5, esperando a que lo apruebes sin darte cuenta.
Antes de aceptar lo que te devuelve la IA, prueba esto
1️⃣ Si la respuesta es un párrafo largo, pídele la misma información como tabla o lista corta: vas a detectar el error más rápido y con menos esfuerzo.
2️⃣ Si el tema tiene pasos o conexiones (un flujo, una arquitectura), pide un diagrama simple antes de aceptar la explicación en texto.
3️⃣ Si vas a reusar esa explicación varias veces (documentación interna, onboarding de un cliente), prueba pedirla como página HTML: se navega mejor que un documento largo.