Uno de los temas que más complica la vida cuando empezás a usar la IA en serio, pensando en proyectos que duran más que una tarde, es el desafío de la memoria y el contexto.
Si estás continuamente abriendo sesiones nuevas sin ninguna estructura, todo se va empastando. Da igual si trabajás en Cowork, en Code o en el chat de siempre.
La trampa de la carpeta compartida
Hay una trampa ahí. Parece una cuestión práctica darle acceso a una carpeta a la IA para trabajar, algo tipo "trabajá acá que así encontramos las cosas más fácil".
Pero detrás de esa decisión aparentemente chica hay una de las decisiones más importantes y de mayor criterio de todo el proceso: tengo que construir las cosas de una manera tal que, cuando cierre esta sesión y retome en otra, todo lo que generamos quede disponible.
Lo importante, accesible. Lo que no, afuera.
Y esto no pasa solo. Aunque la IA fuera supremamente consciente de este principio, si vos como usuario no lo tenés en cuenta, no lo pedís, es muy difícil que lo que se va construyendo tenga un efecto de círculo virtuoso hacia adelante.
Dos maneras muy distintas de usar esto
Hay dos formas muy distintas de usar esto, y conviene distinguirlas.
Cuando hacés cosas aisladas, que es como uno suele arrancar, no pasa nada. El contexto se va acomodando solo, más o menos mal, y cuando la ventana se llena de cosas, abrís otra y listo. Sin consecuencias.
El problema aparece cuando empezás a pensar un poco más a mediano plazo. Ahí la decisión más importante deja de ser qué herramienta usar, y pasa a ser cómo se va a organizar todo: cuál es la lógica de guardado, cómo se sincroniza, cómo mejora el criterio con el tiempo.
Todo eso para que tenga un efecto compuesto de rendimiento creciente, en lugar de rendimiento decreciente.
De buscador de turno a sistema que aprende con vos
Es la diferencia entre usar la IA como un buscador de turno, que arranca de cero cada vez, y usarla como un sistema que aprende con vos.
¿Tu IA arranca de cero en cada sesión, o cada una te deja mejor parado que la anterior?