estrategIA #73 Cómo se hace estrategIA: nuestra receta para estar al día en IA (y cómo replicarla)
Newsletter pionera en español sobre inteligencia artificial en la Política y el Gobierno. Impulsada por la Institución Educativa ALEPH
De la información al conocimiento compartido: el proceso detrás de cada número de estrategIA
Hace unas semanas, en una conversación con el editor de estrategIA, Pablo Martín, me planteó la idea de redactar un artículo sobre cómo escribimos cada número de esta newsletter.
Si bien de primeras no me pareció especialmente interesante para ustedes, queridos lectores, lo cierto es que tras pensar más sobre ello me di cuenta de que puede resultar útil un artículo como este si el enfoque es correcto. No tanto por reflejar, siquiera de forma resumida, el complejo sistema de creación de estrategIA y todo el trabajo que conlleva, sino porque puede servir para ofrecerles claves prácticas en dos áreas que pueden ser relevantes. En primer lugar, por acercarles una selección de las mejores fuentes con las que nos informamos a diario para construir esta publicación, que pueden ayudarles a aprender más y profundizar en el apasionante mundo de la IA. En segundo lugar, queremos mostrarles algunos de nuestros flujos de trabajo en los que utilizamos diversas herramientas de IA, y que pueden darles ideas para aplicarlas a procesos similares en su propio trabajo o estudios.
Con esa idea en mente – no sólo recoger los principales procesos para crear estrategIA, sino también que ustedes puedan encontrar ideas y contenidos interesantes para su aplicación– les guiamos por las tres fases principales de nuestro proceso de creación de una newsletter.
1. Saber lo que está pasando en el mundo de la IA y seleccionar lo más interesante y pertinente.
La primera cuestión, que es la base de todo, para poder realizar cada newsletter de estrategIA, es estar realmente bien informados de lo que acontece en el campo de la IA y, especialmente, en su aplicación en política y gobierno. Para ello, quien escribe estas líneas dedica mínimo 2 ó 3 horas diarias (también, generalmente, durante los fines de semana) a leer, analizar y comparar información que proviene principalmente de las siguientes fuentes:
A) X (el antiguo Twitter)
En estos dos últimos años de seguimiento muy cercano de la explosión de la IA generativa, he ido constituyendo principalmente mi cuenta de Twitter personal (@elcontemplador) como una herramienta tremendamente útil y valiosa para poder estar al día de todos los acontecimientos y lanzamientos de la IA, y de las conversaciones que se producen alrededor de ella.
Este trabajo pasa por seguir a los CEOs de las principales compañías, a investigadores de los laboratorios más avanzados de IA, a relevantes académicos que utilizan la IA en sus campos de estudio, a artistas entusiastas de la IA… Aunque en mi caso, el propio algoritmo de recomendación de X hace un trabajo excelente en la pestaña “para ti” en base a mis interacciones previas, haciendo que pueda pasar horas scrolleando leyendo material interesante, para simplificar este proceso de capturar el máximo valor informativo de X sobre IA, he creado una lista con cerca de 300 cuentas de Twitter especialmente interesantes para seguir la actualidad de la IA:
- LISTA DE INTELIGENCIA ARTIFICIAL EN X
Además, como recomendaciones individuales, me gustaría proponerles las siguientes cuentas para que vean, a modo de muestra, diferentes perfiles de usuarios interesantes en X, más allá de las grandes cuentas de CEOs o empresas:
Ethan Mollick: un ejemplo de académico sobresaliente sobre IA del que hemos hablado en múltiples ocasiones en la newsletter, y que siempre comparte artículos e investigaciones relevantes.
Kimmonismus: un claro exponente, además desde Europa (en su caso desde Alemania), de una cuenta centrada en seguir al minuto la actualidad de la IA y generar reflexiones rápidas al respecto, con un perfil que se acerca en ocasiones incluso al de los insiders de IA.
LudovicCreator: una muestra de uno –existen muchas cuentas interesantes en este ámbito– de los más notables creadores de contenido audiovisual con IA, una categoría muy interesante que nos acerca a vislumbrar las posibilidades que la generación de imágenes y audio con IA nos permite.
Aunque puntualmente también recibo información valiosa desde otras redes como Bluesky (aquí pueden encontrar algunos packs de inicio interesantes sobre IA), y hay algunas personas que comparten información especialmente valiosa en otros lugares como Linkedin, por ejemplo el propio Ethan Mollick, o en Threads, como Yann Le Cunn (lógico teniendo en cuenta su cargo en Meta, propietaria de Threads), lo cierto es que en el campo de la IA, la primacía de X (más allá de los profundos cambios de la red social tras su compra por Elon Musk) como lugar de referencia es enorme y si uno no está allí, se pierde gran parte de la conversación.
B) Reddit
Después de X, Reddit es para mi la fuente primaria principal para seguir la actualidad de la IA.
Aquí en ocasiones se puede encontrar información más especializada y análisis más complejos sobre las noticias y sus derivadas.
Aunque mi comunidad de Reddit favorita es la de Singularity –donde se plantean muchas veces cuestiones muy interesantes sobre la aplicación de la IA y su relación con la política, el gobierno y el futuro de la humanidad en muchos campos–, debo recomendar también, especialmente por su enfoque práctico, la comunidad de LocalLama, un espacio fantástico para que todos los que estén interesados en poder correr modelos de IA en local en su computadora o teléfono móvil puedan aprender a hacerlo.
Una de las cuestiones que hace también especialmente interesante a Reddit son los eventos que algunas empresas o personas organizan en ocasiones. Por ejemplo, es relativamente común que OpenAI organice en su canal de Reddit sesiones en directo de preguntas y respuestas (AMA) con sus principales directivos e investigadores, con motivo de algún lanzamiento especial o acontecimiento.
Por ejemplo, el último celebrado fue el que realizaron con motivo del lanzamiento de O3-mini, que tuvo lugar el día 31 de enero, viernes, a las 23 hora española (la diferencia de horario con la costa oeste estadounidense, epicentro hoy en día de las grandes empresas de IA, hace que seguir casi al minuto la actualidad obligue además a adaptarse a horarios a veces intempestivos, aunque también da a veces la alegría de que cuando uno enciende la tablet o el móvil poco después de despertarse, se encuentra con alguna sorpresa inesperada).
C) Newsletters
Otro elemento clave para estar bien informado sobre la evolución de la IA y poder realizar estrategIA lo aportan las newsletters. Existen muchas, si bien las de actualidad, que son la mayoría, suelen repetir bastante temas y enfoques que si uno está pendiente de X y de Reddit es difícil que le aporten mucha información valiosa nueva. Para alguien que no dedique su vida principalmente a esto, sin embargo, pueden tener un gran valor, por condensar lo esencial de forma estructurada (como en buena medida intentamos hacer en este espacio)
Aparte de las newsletters informativas, existen algunas, especialmente en Substack, de gente muy interesante en el mundo de la IA, como el ex investigador de políticas de OpenAI, Miles Brundage, o Gary Marcus, el más famoso “escéptico” de la AGI, que son lecturas muy recomendables para entender muchas veces el contexto más profundo de las cosas.
Entre newsletters diarias y semanales, consulto más de 20 a la semana (la gran mayoría en inglés), y me gustaría recomendarles principalmente, de las informativas, las tres siguientes:
Paréntesis media: seguramente la mejor para tener en español un resumen sencillo de lo más relevante de la actualidad diaria de la IA.
Ainews: casi lo contrario a la anterior. En inglés, un resumen muy detallado de todo lo ocurrido en el día en IA incluyendo X , Reddit, discords de IA …
The Rundown: entre los boletines de noticias en inglés, seguramente, es el que tiene algunos enfoques diferentes, y además ofrece algunas noticias difíciles de encontrar en otras partes.
D) Otras fuentes
Además de X, Reddit y las newsletters, en estrategIA empleamos también algunas vías adicionales para completar nuestro intenso seguimiento de la actualidad de la IA, como grupos de Discord o de Telegram o webs de determinados medios de comunicación. Estas fuentes son sobre todo para consultas puntuales, pero otras sí que están integradas en el flujo habitual:
Utilizamos una herramienta tan “tradicional” como Google News con búsquedas en español sobre “política e IA” , “gobierno e IA” y “elecciones e IA” para tratar de localizar noticias interesantes sobre estos campos concretos que, por su menor relevancia o ámbito más local, no aparezcan en otras fuentes, y que nos ayuden a ampliar el panorama que, por razones obvias, está muy centrado en el ámbito de la IA estadounidense.
Youtube: tenemos la suerte de contar en español con grandes divulgadores de la IA (cuyos videos hemos recomendado en la newsletter en múltiples ocasiones) como Carlos Santana (DotCSV), Xavier Mitjana o Jon Hernández. En muchas ocasiones los veo mientras desayuno o como, o los tengo de fondo mientras realizo otras tareas que no requieran mucha concentración. Suelo consumir videos de estos canales principalmente para tener una perspectiva más audiovisual de la actualidad, y una perspectiva ya tamizada por la visión de creadores que sé que también están excepcionalmente atentos a todo lo que sucede. Existen también, eso sí, generalmente sólo en inglés, joyas absolutas en Youtube en forma de entrevistas en profundidad a investigadores o CEOs de IA, o como la que os traemos en este número en la sección de “recomendación de la semana”: el curso sobre grandes modelos de lenguaje de Andrej Karphaty
Task Open AI: cuando, recientemente, OpenAI anunció sus “tareas” para Chatgpt, una de las funciones que hemos adoptado es que nos envíe todos los días un resumen con las tres principales noticias de IA. La verdad es que si bien fácticamente cumple la tarea, aún no le hemos encontrado un valor diferencial a este sistema en cuanto a que nos acerque contenido noticioso especialmente relevante o diferencial.
2. Proceso de creación y escritura
En este punto, especialmente para el artículo principal, la situación es muy diferente de una semana a otra, dependiendo mucho del artículo (por ejemplo este no lleva uso directo de IA en su creación y redacción). Incluso cuando utilizamos intensivamente inteligencias artificiales, que lo hacemos en algunas ocasiones, existe una clara intervención manual al principio, planteando el tema, vislumbrando enfoques, seleccionando información…También se hace una poderosa intervención manual al final, en forma de reescritura, revisión, edición y corrección final por parte de una o varias personas diferentes del redactor.
Con esas premisas en mente (por desgracia falta aún tiempo –aunque quizá menos de lo que mucha gente piensa– hasta que una IA pueda hacer perfectamente todo el proceso de generar una newsletter completa de estrategIA), sí que hay artículos algunas semanas que por centrarse en acontecimientos concretos con gran cobertura informativa nos permiten seguir flujos de trabajo con gran presencia de la IA. Por ejemplo, en el caso del reciente artículo sobre Donald Trump y lo que podíamos esperar de la IA en su segundo mandato, utilizamos como base informaciones seleccionadas con los sistemas comentados en el primer apartado y que, como en muchas ocasiones, especialmente en el caso de X o Reddit, consumimos en un primer momento a través de un móvil o una tablet y son integradas en el flujo de trabajo –después de haber probado soluciones más complejas con sistemas como Evernote– a través de un grupo privado en Telegram donde comparto todo lo relevante encontrado para luego procesarlo en el PC.
Tras esa base general, en la que hemos podido localizar, por ejemplo, dos o tres artículos, tweets u opiniones en Reddit particularmente destacadas, para este caso concreto del nuevo mandato de Trump utilizamos activamente Perplexity y el sistema de búsqueda de ChatGPT, para encontrar todos los artículos relevantes posibles sobre la cuestión tanto de noticias como de opinión, newsletters etc.
A partir de toda la selección de información, que siempre tiene varias decenas de páginas, utilizamos un modelo avanzado de razonamiento, generalmente el más potente disponible, (en ese caso O1, y podría ser hoy O3-mini high) y creamos un primer documento general, estructurado con toda la información principal que creemos valiosa (podemos hacer ya ahí cierta selección manual eliminando o agregando). Una vez tenemos ese documento, generamos uno o varios borradores de artículo pidiéndole a otro modelo que escriba ya una versión “para la newsletter” en base a esa información y con la longitud estimada (en torno a unas 1.000 palabras generalmente). En los últimos tiempos hemos utilizado principalmente para esta tarea –en los artículos como ese, basados en información sobre un acontecimiento– los nuevos modelos de razonamiento de Google, a los que pueden acceder gratis en el AI Studio de Google , y que nos parecen muy buenos para la escritura “creativa” a partir ya de una información estructurada y “razonada” previamente. Con anterioridad a esos modelos, nuestros preferidos para esta tarea solían ser los de Claude primero Claude 2 y luego, cuando salió al mercado, Sonnet.
Una vez que tenemos varios borradores, se le van pidiendo cambios con diferentes prompts para ajustarlo a nuestra visión y necesidades. Por ejemplo, que elimine una sección, que se centre más en determinada cuestión del tema que nos parece más relevante… (a veces, pero no habitualmente, utilizamos la función de canvas de ChatGPT para editar), y así se genera un borrador final que queda ya listo para revisión y ajuste manual, última escritura, y luego la fase de corrección.
Para aportar más valor a los artículos en muchas de las últimas semanas estamos generando adicionalmente infografías, en este caso nuestra herramienta predilecta ahora mismo es Napkin.ai , aunque también es interesante Infograpy.in .
Respecto a las imágenes, históricamente en general las hemos creado con Midjourney, que pese a su elevado precio es aún el modelo con más capacidades artísticas y “editoriales”, pero sí es cierto que los modelos más potentes de Flux son ahora mismo tremendamente capaces, especialmente en el campo de generar imágenes de tipo “real”. Como saben, pueden usarlos de forma gratuita a través de X o de la herramienta de Mistral que les acercamos la pasada semana.
Para el apartado de actualidad y artículos de interés, utilizamos desde hace mucho tiempo un protoagente GPT desarrollado internamente, que nos permite tener unos resúmenes coherentes y de una extensión similar de las principales noticias que hemos encontrado con todos los medios expuestos en el punto 1 de este artículo. Simplemente tenemos que darle el texto de la noticia que queremos recoger desde la fuente que más óptima consideremos, (en ocasiones concretas se usa más de una) y el protagente GPT hace el resto, generalmente a la primera.
En cuanto al trabajo para el rincón práctico, lo que más horas lleva es seleccionar la herramienta de la semana, ya que se prueban 2 ó 3 mínimo todas las semanas (es imposible seguir el ritmo de novedades de la IA y mucho más conforme más tiempo pasa y más acelera). Para probar los modelos que pueden ejecutarse en local, aunque no es algo que traigamos de forma habitual, porque tiene unos requisitos de configuración más complejos y en ocasiones, necesidades de computadoras más potentes que el portátil estándar que mucha gente tiene, solemos utilizar Ollama o LMStudio en un ordenador con una 2080 TI (si alguién de Nvidia lee este artículo y quiere hacernos llegar una 5090, por ejemplo, estaríamos encantados de probarla y poder testear modelos más grandes en local –O que alguien de Apple nos proporcione un M4 max con 128 gb de RAM– ).
En el campo de los prompts hemos ido adaptándonos a los tiempos, puesto que ahora ya no tiene la misma trascendencia ese tipo de redacción, siendo los modelos cada vez más inteligentes y generando respuestas de más calidad sin estructuras tan concretas como las de hace unos cuantos meses (y de hecho los modelos con razonamiento se deben “promptear” con una estructura completamente distinta –en la sección de prompts de esta semana les traemos, precisamente, las nuevas directrices que da OpenAI al respecto–). Ahora nos centramos normalmente en que los prompts den perspectivas interesantes sobre el tema de la semana. Para ello, a partir del texto final, o ya casi final del artículo principal, se piden múltiples opciones a modelos de IA, especialmente Chatgpt. Se eligen los mejores, y luego se pasan por un protagente especializado en mejorar prompts -aún usamos habitualmente Prompt Master, aunque hay múltiples opciones-. Por último, se ajustan manualmente y se prueban sus resultados.
La sección de recomendación de la semana no tiene un proceso de IA particular, y viene derivada de todos los contenidos conocidos que comentamos en el primer apartado.
Por último, para los memes, si bien en su momento pudimos crear memes de forma casi automática con un plugin de meme generator para ChatGPT, con la deshabilitación de los plugins el proceso vuelve a tener una parte necesariamente manual (es quizá la única vez en el que el avance de la IA nos ha hecho el trabajo más complejo) . Seguimos utilizando IA para que, a partir del contenido del tema de la semana, nos genere múltiples opciones, fácilmente 15 ó 20. De ahí seleccionamos la que más nos gusta, se retoca y se genera el meme final de forma manual, utilizando habitualmente Meme generator.
3. Maquetación, envío y difusión
Vamos a incidir mucho menos en este apartado, porque creemos que tiene menos aplicabilidad para todos ustedes, pero evidentemente es clave también para que la newsletter se muestre ante sus ojos y por ello vamos a reseñarlo muy brevemente.
Tras concluirse todos los procesos anteriores y la revisión final, que lleva a cabo muy eficientemente Andrea Molina Morales , se pasa al proceso de maquetación que es ligeramente diferente en Substack que en Linkedin.
Tras ello, ya con el texto del artículo principal y de las noticias definitivo, grabamos los audios que aparecen en Substack utilizando en alguna ocasión un sistema de TTS montado en Azure, pero generalmente usamos una versión más sencilla del mismo basada en la duplicación privada de un espacio en HuggingFace que corre Multilingual TTS (Edge TTS). Si bien en las últimas semanas están apareciendo herramientas de texto a voz muy superiores en capacidades, esperamos poder testearlas pronto y acercarlas en la sección de herramienta de la semana.
Con el audio listo y la maquetación terminada, todos los miércoles en torno a las 12.45 hora de España se envía estrategIA y se realizan las publicaciones en Substack notes y en Linkedin.
Al día siguiente, jueves, se comparte en las redes propias de estrategIA (como nuestro Twitter, @ALEPHestrategIA aunque está mucho más orientado a la escucha y seguimiento que a ser una cuenta activa a día de hoy por falta de tiempo) en las redes de los autores y más adelante en las de la Institución Educativa ALEPH.
Lo más reseñable en esta parte es, sin duda, la generación de un video con nuestro avatar creado con tecnología de HeyGen, aquí tienen como ejemplo el de la pasada semana:
Y hasta aquí el artículo de esta semana. Esperamos que hayan disfrutado de este paseo por el proceso de creación de estrategIA y hayan conocido nuevas fuentes de información complementaria valiosas y nuevos procesos con IA que puedan añadir valor a sus proyectos.
Director de Innovación Digital de la Institución Educativa ALEPH
Difunda estrategIA: explorando la inteligencia artificial y la política juntos
Le invitamos a que nos ayude a seguir creciendo y comparta estrategIA con sus amigos y colegas. Pueden acceder fácilmente a este número de la newsletter de manera gratuita y sin necesidad de suscripción desde el siguiente enlace:
Actualidad y artículos de interés
La Comisión Europea retira la directiva de responsabilidad en IA tras las críticas del gobierno de EE.UU. en París
La Comisión Europea ha decidido retirar la directiva de responsabilidad en inteligencia artificial de su programa de trabajo final para 2025, publicado el 11 de febrero. La medida sigue a las críticas expresadas en la Cumbre de Acción en IA en París, donde el vicepresidente de EE. UU., JD Vance, cuestionó el enfoque regulador de la UE. El retiro de la directiva refleja un giro estratégico para atraer inversión y demostrar apertura a la innovación, especialmente ante la nueva administración estadounidense. Además, la directiva había perdido apoyo tras la adopción de la Ley de IA de la UE, al considerarse redundante.
Radares con IA detectan alcohol, drogas y distracciones al volante
Los nuevos radares equipados con inteligencia artificial van más allá de medir la velocidad: pueden identificar si un conductor ha consumido alcohol o drogas, usa el móvil o no lleva puesto el cinturón de seguridad. Desarrollados por la empresa Acusensus, estos dispositivos han sido probados en varios países, incluyendo el Reino Unido, donde la policía de Devon y Cornualles ha implementado el sistema Heads-Up. En Australia, su uso ha reducido la siniestralidad en un 18%. La DGT en España evalúa su adopción para reforzar la seguridad vial.
xAI lanza Grok 3, su modelo insignia de IA con capacidades avanzadas
La empresa de inteligencia artificial de Elon Musk, xAI, presentó Grok 3, su nuevo modelo de IA, destacando avances en razonamiento y procesamiento de información. Grok 3, entrenado con una infraestructura de 200.000 GPUs y datos ampliados, promete superar a modelos como GPT-4o y Gemini en benchmarks especializados. Entre sus novedades, incluye versiones enfocadas en razonamiento matemático y científico, así como DeepSearch, una herramienta para análisis de información en internet. Inicialmente disponible para suscriptores de X Premium+, se espera que Grok 3 gane funcionalidad con voz y API empresarial en las próximas semanas.
Colombia presenta su Política Nacional de Inteligencia Artificial con enfoque a 2030
El gobierno de Colombia aprobó el CONPES 4144, estableciendo su Política Nacional de Inteligencia Artificial con un plan de desarrollo hasta 2030. La estrategia, que reemplaza y amplía la iniciativa PotencIA Digital, prevé una inversión de más de 116 millones de dólares para ejecutar 106 acciones en seis ejes clave, incluyendo ética, gobernanza y desarrollo de talento. La política busca fortalecer la infraestructura, fomentar la investigación y mitigar riesgos, con una implementación interministerial. Este anuncio se da en un contexto global de revisión regulatoria sobre IA, con iniciativas en Europa y América Latina.
Si desea patrocinar o colaborar con estrategIA, la newsletter pionera en español sobre IA, Política y Gobierno, por favor escriba a: pablomartin@institucioneducativaaleph.com
IA en acción (nuestro rincón más práctico)
Herramienta de IA de la semana
Esta semana les recomendamos que prueben "Proxy", un asistente personal de inteligencia artificial desarrollado por convergence.ai, diseñado para automatizar tareas diarias a través de interacciones en lenguaje natural.
Si bien sus capacidades son aún reducidas (nos encontramos en el inicio de esta tecnología agéntica), y la versión gratuita tiene sus limitaciones, estamos ante una opción muy interesante para probar por primera vez un modelo de agentes de IA y comenzar a hacernos una composición de lugar sobre lo que se viene en los próximos tiempos con un modelo que, además funciona ya a un nivel bastante destacable en los benchmarks de agentes que comienzan a aparecer:
Prompts para GPT-4
Tal y como comentamos en el artículo principal, el “prompting” se ha ido transformando conforme los nuevos modelos lograban una mayor inteligencia y entendían mejor nuestras instrucciones. Ahora con los modelos que incorporan razonamiento, como O1, O3-mini, Deepseek R1, o los modelos Gemini con Thinking, el sistema de “prompt engineering” se tiene que transformar por completo para lograr los mejores resultados. En esta línea, OpenAI ha lanzado una guía para aprovechar mejor estos modelos, y les traemos un breve resumen de ello y un ejemplo de cómo sería la transformación de un prompt para GPT-4 (el original) que creamos en su día, adaptado a un modelo de razonamiento:
Cómo redactar prompts efectivos para modelos de razonamiento
Estos modelos funcionan mejor con prompts directos y sencillos. Algunas técnicas de ingeniería de prompts, como indicar al modelo que "piense paso a paso", pueden no mejorar el rendimiento e incluso pueden dificultarlo.
Algunos consejos concretos:
Mantenga los prompts simples y directos: estos modelos destacan en la comprensión y respuesta a instrucciones breves y claras.
Evite los prompts de "cadena de pensamiento" (chain-of-thought): dado que estos modelos realizan el razonamiento internamente, pedirles que "piensen paso a paso" o "expliquen su razonamiento" no es necesario.
Use delimitadores para mayor claridad: utilice delimitadores como etiquetas de Markdown, etiquetas XML y títulos de sección para indicar claramente las distintas partes del input, ayudando al modelo a interpretar correctamente cada sección.
Pruebe primero con zero-shot y luego con few-shot si es necesario: Los modelos de razonamiento suelen producir buenos resultados sin ejemplos previos. Si necesita salidas más específicas, puede incluir algunos ejemplos de entradas y salidas deseadas en tu prompt, asegurándose de que coinciden estrechamente con las instrucciones dadas. Si hay inconsistencias, los resultados pueden no ser óptimos.
Proporcione directrices específicas: si desea restringir la respuesta del modelo de una manera particular (por ejemplo, "propón una solución con un presupuesto menor a $500"), deje esas restricciones explícitas en el prompt.
Sea muy específico con su objetivo final: proporcione parámetros detallados para una respuesta exitosa y anime al modelo a seguir razonando y refinando su respuesta hasta cumplir con los criterios de éxito establecidos.
Ejemplo de conversión de un prompt antiguo para GPT-4 a uno para un modelo de razonamiento:
Estrategias de branding personal político (aparecido en estrategIA nº9)
Buenas, quiero que actúes como un gran académico experto en Comunicación, Consultoría y Marketing Político. Por favor, piensa paso a paso y proporciona de forma detallada, en unas 300 palabras, tres ejemplos concretos de estrategias de branding personal utilizadas por políticos para construir una imagen positiva. Dame el resultado en forma de lista que recoja el político, la estrategia y los resultados obtenidos. Muchas gracias.
y la versión nueva:
Actúa como un académico con amplia experiencia en Comunicación, Consultoría y Marketing Político. En aproximadamente 300 palabras, describe tres ejemplos concretos de estrategias de branding personal que hayan sido empleadas por políticos para construir una imagen pública positiva. Organiza tu respuesta en una lista, incluyendo para cada ejemplo:
El político
La estrategia utilizada
Los resultados obtenidos
Si es posible, menciona referencias o fuentes relevantes. Mantén la respuesta clara, objetiva y ajustada a la extensión solicitada.
Recomendación de la semana
Deep Dive into LLMs Like ChatGPT
Este video que les recomendamos esta semana es una introducción general a los grandes modelos de lenguaje de la mano de Andrej Karpathy, uno de los mejores profesores del mundo en el campo, tanto por su experiencia docente en la universidad de Stanford, como por su excelso currículum en la industria de la IA, donde fue cofundador de OpenAI en 2015, además de director de IA en Tesla durante cinco años.
Es un video largo, detallado pero accesible y pensado para una audiencia general, excelente para entender cómo funcionan estos sistemas de IA que están empezando a transformar el mundo.
Meme de la semana
