WEBVTT Kind: captions Language: es 00:00:00.000 --> 00:00:08.000 Wanda, la comunidad de podcasts independientes en español. 00:00:09.000 --> 00:00:14.000 Hola, y bienvenidos a un nuevo episodio de Apple Coding Daily. 00:00:16.000 --> 00:00:20.000 En las últimas semanas he tenido la gran suerte de hacer una serie de 00:00:20.000 --> 00:00:24.000 charlas para una serie de charlas organizadas por la empresa I do teach 00:00:24.000 --> 00:00:28.000 que bueno pues estaban destinadas a ciertas empresas para descubrirles lo 00:00:28.000 --> 00:00:32.000 que es la inteligencia artificial generativa Hablarles sobre las 00:00:32.000 --> 00:00:36.000 posibilidades de la inteligencia artificial generativa, cómo va a cambiar 00:00:36.000 --> 00:00:40.000 nuestro mundo, cómo va a cambiar la forma de procesar información de 00:00:40.000 --> 00:00:44.000 creación de imágenes de una serie de elementos pues que normalmente 00:00:44.000 --> 00:00:48.000 hablamos en el podcast de Neve Ganaser en el que hablo con mi amigo Oliver 00:00:48.000 --> 00:00:59.000 Navany de estos temas. 00:00:59.000 --> 00:01:03.000 Que bueno fueron unas charlas muy interesantes que gustaron mucho lo cual 00:01:03.000 --> 00:01:07.000 agradezco profundamente que además pude realizarlas en la sede de papel 00:01:07.000 --> 00:01:13.000 en Madrid por lo que la verdad pues fue un doble placer en ese sentido. 00:01:13.000 --> 00:01:18.000 Y una de las cosas que más repetían la gente que asistí esta charla así 00:01:18.000 --> 00:01:23.000 que pudo preguntar al respecto de estos temas y tal era pues bueno el 00:01:23.000 --> 00:01:28.000 temor normal suele haber al respecto, con respecto a si esto, si esta 00:01:28.000 --> 00:01:33.000 inteligencia artificial, nos va a quitar el trabajo o va a cambiar los 00:01:33.000 --> 00:01:40.000 trabajos de una forma tan radical en el que haga falta menos gente, etc. 00:01:40.000 --> 00:01:45.000 Y cómo, si era realmente algo bueno o algo malo, una amenaza etcétera. 00:01:45.000 --> 00:01:49.000 Yo lo que voy a hacer en este programa es analizarles esto desde el punto 00:01:49.000 --> 00:01:53.000 de vista mío personal sobre cómo yo utilizo la inteligencia artificial 00:01:53.000 --> 00:01:57.000 generativa para mi trabajo del día a día cómo ha cambiado para mejor 00:01:57.000 --> 00:02:01.000 toda mi productividad y cómo para mí es una herramienta que se ha 00:02:01.000 --> 00:02:08.000 convertido en insustituible. 00:02:10.000 --> 00:02:11.000 Vamos a verlo. 00:02:25.000 --> 00:02:29.000 Y si vamos a hablar de inteligencia artificial, obviamente estamos hablando 00:02:29.000 --> 00:02:33.000 de transformación digital, y eso nos lleva a nuestro colaborador de estos 00:02:33.000 --> 00:02:39.000 programas, que no es otro que Ranstadt Technologies. 00:02:40.000 --> 00:02:43.000 Porque si tu empresa está inversa en un proyecto de transformación 00:02:43.000 --> 00:02:46.000 digital es TE INTERESA, YA Que EN RHANSTAT TECNOLOGES, LA DIVISIÓN DE 00:02:46.000 --> 00:02:49.000 CONSULTORÍA Y DESDE EL GRUPO RHANSTAT TE AYUDARAN CON LA GESTION E 00:02:49.000 --> 00:02:52.000 IMPLEMENTACION DE SERVICIOS TECNOLOGICOS ESPECIALIZADOS la automatización 00:02:52.000 --> 00:02:58.000 de procesos y la siempre compleja tarea de la gestión de datos. 00:02:58.000 --> 00:03:01.000 Con Relstar Technology Tu empresa alcanzará nuevas Cotas de desarrollo y 00:03:01.000 --> 00:03:04.000 envergadura porque cuentan con más de quince mil profesionales, 00:03:04.000 --> 00:03:07.000 especialistas a tu disposición que serán capaces de poner en marcha y 00:03:07.000 --> 00:03:13.000 ejecutar cualquier proyecto IT. 00:03:13.000 --> 00:03:16.000 Y recuerda que en Ronstark Technology también seleccionan para ti 00:03:16.000 --> 00:03:19.000 profesionales cualificados que se adaptan a la misma velocidad para seguir 00:03:19.000 --> 00:03:24.000 aprovechando todas las oportunidades. 00:03:25.000 --> 00:03:30.000 Como pues a través de su metodología propia, su profundo conocimiento del 00:03:30.000 --> 00:03:35.000 mercado y sus herramientas de evaluación de competencias que bueno pues 00:03:35.000 --> 00:03:41.000 te garantizan que los candidatos de tu empresa sean exactamente los que necesitas. 00:03:42.000 --> 00:03:52.000 En Randtag Technologies ya están preparados, pero lo tasto entra ya en rángstad.es r a n d s t a d.es y descubrelo. 00:03:53.000 --> 00:03:59.000 Muchas gracias a rángstad Technology, por colaborar con Apple Godín Deily. 00:04:11.000 --> 00:04:15.000 Como bien sabrán pues soy formador soy formador de tecnología Apple 00:04:15.000 --> 00:04:19.000 aparte de Evangelista, aparte de todo lo que hago por difundir la palabra 00:04:19.000 --> 00:04:23.000 de Jobs, pues también tengo mi propia academia, una academia que hemos 00:04:23.000 --> 00:04:27.000 fundado y la que ya pues estamos unas cuantas personas trabajando en ella 00:04:27.000 --> 00:04:31.000 y que bueno pues es una academia que permite aprender todo lo que tiene 00:04:31.000 --> 00:04:39.000 que ver con el desarrollo en entornos AP. 00:04:39.000 --> 00:04:44.000 Por lo tanto gran parte de mi trabajo se desarrolla en realizar proyectos 00:04:44.000 --> 00:04:49.000 reales para clientes que me permitan tener una experiencia real sobre la 00:04:49.000 --> 00:04:54.000 que luego basarme para crear mis propias mis propios programas formativos 00:04:54.000 --> 00:04:59.000 y a partir de ahí esos programas formativos se adaptan a las empresas o a 00:04:59.000 --> 00:05:04.000 las formaciones que nosotros convocamos pues para poder formar a la gente 00:05:04.000 --> 00:05:09.000 las últimas, de las últimas tecnologías en entornos Apple y la forma 00:05:09.000 --> 00:05:14.000 que yo tengo de enseñar es una forma a partir de la cual lo que quiero es 00:05:14.000 --> 00:05:19.000 no gente que copie y pegue sin sentido o que simplemente descubra ciertos 00:05:19.000 --> 00:05:24.000 pequeños trucos o tips o formas de coger código que ya existe o que yo 00:05:24.000 --> 00:05:29.000 les doy y que lo copien y peguen para que bueno pues en lo que sea haga lo 00:05:29.000 --> 00:05:40.000 que tenga que hacer, pero sin entender realmente lo que están haciendo no. 00:05:40.000 --> 00:05:45.000 Ese no es mi propósito y así no es como yo enseño, yo enseño para que 00:05:45.000 --> 00:05:50.000 la gente entienda lo que está haciendo, para que la gente entienda lo que 00:05:50.000 --> 00:05:55.000 está programando lo que está poniendo por qué hay que poner esto de 00:05:55.000 --> 00:06:00.000 esta forma porque hay que ponerlo de esta otra eso da por supuesto que yo 00:06:00.000 --> 00:06:05.000 no puedo enseñar nada si no lo entiendo a la perfección, y por supuesto 00:06:05.000 --> 00:06:10.000 pues mi trabajo a la hora de dar clase se basa en un método a partir del 00:06:10.000 --> 00:06:15.000 cual yo no sigo un guión estricto dentro de mis clases. 00:06:15.000 --> 00:06:19.000 Obviamente, tengo un guion que seguir, un guion que más una especie de 00:06:19.000 --> 00:06:23.000 escaleta en el que sé cuáles son los temas que tengo que dar en cada 00:06:23.000 --> 00:06:27.000 clase, y en el que tengo una serie de código de ejemplo, normalmente de 00:06:27.000 --> 00:06:31.000 pasadas formaciones, que me sirve de guía para saber por dónde tengo que 00:06:31.000 --> 00:06:35.000 ir tirando y sobre todo para saber cuáles son los temas que tengo que ir 00:06:35.000 --> 00:06:39.000 dando porque son tantos temas los que hay que dar cuando uno da una 00:06:39.000 --> 00:06:43.000 formación de cualquier tipo que bueno pues en una en una clase de un día 00:06:43.000 --> 00:06:47.000 pueden fácilmente darse pues yo qué sé, depende del caso, diez, veinte, 00:06:47.000 --> 00:06:51.000 treinta, cincuenta, temas distintos de distintas pequeñas partes en las 00:06:51.000 --> 00:07:00.000 que se compone pues una librería, una herramienta, etcétera. 00:07:00.000 --> 00:07:05.000 Por lo tanto necesito un lógico guion, no insisto, no un guion para seguir 00:07:05.000 --> 00:07:10.000 a rajatabla en el que yo voy copiando y pegando, no porque entonces iría 00:07:10.000 --> 00:07:15.000 en contra de mi propia formación, lo que yo de mi propio método, lo que 00:07:15.000 --> 00:07:20.000 hago es tener una guía de orden, de qué orden tengo que ir siguiendo 00:07:20.000 --> 00:07:25.000 para que no se me olvide ninguna parte de las que hay entre medias, y lo 00:07:25.000 --> 00:07:30.000 que hago es que sobre ese orden y sobre ese código antiguo género un 00:07:30.000 --> 00:07:35.000 código nuevo un código que se genere desde cero y que siempre permita 00:07:35.000 --> 00:07:41.000 crear la, digamos, los ejemplos desde cero. 00:07:41.000 --> 00:07:46.000 Por lo que no hay dos ejemplos iguales para la para distintas formaciones, 00:07:46.000 --> 00:07:51.000 sino que cada formación siempre tiene mejores ejemplos que la anterior 00:07:51.000 --> 00:07:56.000 porque se van perfilando, se van puliendo, se van haciendo cada vez mejor. 00:07:56.000 --> 00:07:57.000 ¿Por qué hago esto? 00:07:57.000 --> 00:08:00.000 Pues porque quiero que haya errores, quiero surjan errores, quiero que 00:08:00.000 --> 00:08:03.000 surjan problemas, quiero que haya cuelgues, quiero que haya cosas que no 00:08:03.000 --> 00:08:08.000 funcionen, etcétera. 00:08:08.000 --> 00:08:12.000 Porque gran parte de la formación que uno realiza no es, insisto, copiar y 00:08:12.000 --> 00:08:16.000 pegar es entender lo que está haciendo, y es encontrarse con los errores 00:08:16.000 --> 00:08:20.000 que se encuentra cualquier programador porque si te los encuentras 00:08:20.000 --> 00:08:24.000 mientras estás desarrollando vas a saber dónde puede haber problemas, 00:08:24.000 --> 00:08:28.000 dónde puede haber errores, dónde pueden pasar cosas malas y por lo tanto 00:08:28.000 --> 00:08:32.000 se convierte no en una clase de me pongo mirando a la pizarra y escribo 00:08:32.000 --> 00:08:40.000 sin parar en ella y me da igual lo que pase detrás mía. 00:08:41.000 --> 00:08:45.000 No, yo miro a los alumnos dejo la pizarra detrás y lo que quiero es que 00:08:45.000 --> 00:08:49.000 ellos participen, que ellos entiendan, que ellos comprendan todo lo que 00:08:49.000 --> 00:08:54.000 estoy haciendo. 00:08:54.000 --> 00:08:58.000 Aparte de que cuando yo tengo una duda al respecto, hasta ahora y aquí 00:08:58.000 --> 00:09:02.000 viene la parte de la inteligencia artificial, lo que hacía era buscar en 00:09:02.000 --> 00:09:06.000 este código que me sirve como ejemplo o buscar en otros ejemplos de otro 00:09:06.000 --> 00:09:10.000 códigos y otros proyectos o de otras clases que haya dado previamente o 00:09:10.000 --> 00:09:14.000 buscar en internet o buscar en documentación oficial o buscar en la 00:09:14.000 --> 00:09:18.000 propia documentación de X-Cove porque, como ustedes comprenderán, es 00:09:18.000 --> 00:09:22.000 absolutamente imposible recordar todas y cada una de las APIs, métodos, 00:09:22.000 --> 00:09:29.000 nombres, etcétera. 00:09:29.000 --> 00:09:35.000 Recordar que para hacer tal cosa hace falta tal método, Pues sí, porque ya son muchos años y te acuerdas. 00:09:35.000 --> 00:09:39.000 Pero cómo se hace exactamente tal caso o tal otro, cómo se pone tal 00:09:39.000 --> 00:09:43.000 instrucción, cómo se pone tal otra, pues perdóneme, pero aquí nadie es 00:09:43.000 --> 00:09:49.000 capaz salvo a que tengas una memoria como la ves. 00:09:49.000 --> 00:09:55.000 El don Cooper pues, acordarse absolutamente de todo al detalle exacto. 00:09:55.000 --> 00:09:59.000 Y de hecho, ni siquiera lo pretendo con mis propios alumnos porque es una 00:09:59.000 --> 00:10:03.000 es un objetivo imposible de alcanzar el conocerse las instrucciones de 00:10:03.000 --> 00:10:07.000 memoria y saber de memoria qué es lo que hay que hacer o no hay que hacer 00:10:07.000 --> 00:10:11.000 Por eso hacer un examen a lápiz de programación es lo más absurdo de la 00:10:11.000 --> 00:10:15.000 historia humana Porque la programación no es aprenderse las cosas de 00:10:15.000 --> 00:10:19.000 memoria la programación es entenderla y saber cómo lo tienes que hacer 00:10:19.000 --> 00:10:23.000 para que así si te cambian una instrucción o te cambian un método o te 00:10:23.000 --> 00:10:27.000 cambian un parámetro, te cambian una forma de hacer una cosa y ahora se 00:10:27.000 --> 00:10:37.000 hace de otra distinta puedas adaptarte sin ningún problema porque tú sabes hacerlo. 00:10:38.000 --> 00:10:42.000 Y si la herramienta cambia, te adaptas al cambio de dicha herramienta. 00:10:42.000 --> 00:10:44.000 Ese es el key de la cuestión. 00:10:44.000 --> 00:10:48.000 Por lo tanto, yo hasta ahora todo lo que he hecho a la hora de dar clase es 00:10:48.000 --> 00:10:52.000 tener toda esta información de documentación, etcétera y en ocasiones 00:10:52.000 --> 00:10:56.000 pues iba a Google, a buscar de hecho enseño mis alumnos a cómo buscar en 00:10:56.000 --> 00:11:01.000 los buscadores, etcétera, enseñaba, ahora ya no, ¿por qué? 00:11:01.000 --> 00:11:04.000 Pues porque ahora está la inteligencia artificial, generativa. 00:11:05.000 --> 00:11:12.000 Ahora tenemos AGPT, que es una de las herramientas que más utilizo y también tenemos Bink. 00:11:13.000 --> 00:11:17.000 Pues porque ahora yo puedo preguntar directamente. 00:11:17.000 --> 00:11:20.000 En vez de tener que ir a Google, y perder el tiempo en buscar ejemplos o 00:11:20.000 --> 00:11:23.000 buscar páginas, que a lo mejor no me dan exactamente lo que necesito, lo 00:11:23.000 --> 00:11:28.000 que hago es utilizar GPT. 00:11:28.000 --> 00:11:32.000 Entonces le pregunto, el problema que tiene GPT es que tiene un límite de 00:11:32.000 --> 00:11:36.000 hasta diciembre de dos mil veintiuno por lo que las últimas 00:11:36.000 --> 00:11:40.000 actualizaciones de las librerías de Apple no están contempladas, por lo 00:11:40.000 --> 00:11:44.000 que no permite al cien por cien pero también tenemos los plaggings que 00:11:44.000 --> 00:11:48.000 permiten utilizar por ejemplo el plug in web pilot en el que yo puedo 00:11:48.000 --> 00:11:52.000 darle una página web de referencia y que él se lea esa página web de 00:11:52.000 --> 00:11:56.000 referencia y me de una solución por lo que puedo pasarle la 00:11:56.000 --> 00:12:00.000 documentación oficial de Apple y que me dé la solución al respecto 00:12:00.000 --> 00:12:04.000 cubriendo los huecos de conocimiento que no tiene por tener su 00:12:04.000 --> 00:12:12.000 entrenamiento hasta diciembre del año dos mil veintiuno. 00:12:13.000 --> 00:12:17.000 De esta manera, mi productividad como profesor ha aumentado exponencialmente. 00:12:18.000 --> 00:12:22.000 Porque cada vez que nos encontramos un problema algo que está 00:12:22.000 --> 00:12:26.000 desactualizado algo que ha cambiado algo que tenemos que adaptar algún 00:12:26.000 --> 00:12:30.000 error extraño, alguna forma se me ocurre una nueva idea de pues podemos 00:12:30.000 --> 00:12:36.000 probar hacer esto de pronto un alumno dice, oye, ¿y podemos probar a hacer lo otro? 00:12:36.000 --> 00:12:37.000 ¿O se puede hacer esto de otra manera? 00:12:38.000 --> 00:12:41.000 Pues se puede resolver directamente porque para mí ni la inteligencia 00:12:41.000 --> 00:12:44.000 artificial se ha convertido en una herramienta productiva Porque en vez de 00:12:44.000 --> 00:12:47.000 tener que ir a buscar en una documentación me supone tiempo, me supone 00:12:47.000 --> 00:12:50.000 pérdida de, pues en fin, de de de estar ahí, pues mientras estamos en 00:12:50.000 --> 00:12:57.000 clase, como tontos buscando esto como sería? 00:12:57.000 --> 00:12:59.000 ¿Por qué le puede pasar aquí tal y cual? 00:12:59.000 --> 00:13:03.000 Porque quiero que los alumnos aprendan ese proceso de investigación porque 00:13:03.000 --> 00:13:07.000 se lo van a encontrar en su día a día se van a encontrar mil y un 00:13:07.000 --> 00:13:11.000 errores y tienen que aprender a resolverlos, tienen que aprender a ser 00:13:11.000 --> 00:13:15.000 productivos por sí mismos y a ser resolutivos por sí mismo y a encontrar 00:13:15.000 --> 00:13:19.000 los errores que se van a encontrar que van a ser miles y miles y miles en 00:13:19.000 --> 00:13:23.000 toda su carrera, y tienen que aprender a resolverlos, a sacarse ellos 00:13:23.000 --> 00:13:27.000 mismos, las castañas del fuego, y esto es una de las cosas que yo 00:13:27.000 --> 00:13:31.000 enseño, el uso de la inteligencia artificial como una herramienta que va 00:13:31.000 --> 00:13:35.000 mucho más allá de un buscador como Google que a día de hoy ha 00:13:35.000 --> 00:13:39.000 demostrado ser básicamente una mierda pincha lo un palo porque no sirve 00:13:39.000 --> 00:13:43.000 para una puñetas ya que tú buscas cosas y te da los resultados que más 00:13:43.000 --> 00:13:57.000 ha visitado la gente, que no tienen por qué ser los mejores ni los que a ti te sirvan. 00:13:58.000 --> 00:14:06.000 Y por lo tanto tienes que estar descartando sin ningún tipo de sentido cuando GPT te da la solución directamente. 00:14:07.000 --> 00:14:12.000 Además, también les enseño a utilizar herramientas como Meat Journey, 00:14:12.000 --> 00:14:17.000 por ejemplo, con pequeños trucos de proms que les permiten generar 00:14:17.000 --> 00:14:22.000 recursos para las aplicaciones, como por ejemplo los íconos, como por 00:14:22.000 --> 00:14:27.000 ejemplo pues cualquier tipo de pequeña imagen o grifo que necesiten para 00:14:27.000 --> 00:14:34.000 la aplicación y que no esté en el catálogo de San Francisco Simples. 00:14:35.000 --> 00:14:40.000 Todo eso me permite ser mucho más productivo, Y eso es lo que yo, desde 00:14:40.000 --> 00:14:45.000 aquí, les invito a todos ustedes a que prueben si no lo hacen ya, a 00:14:45.000 --> 00:14:52.000 incorporar la inteligencia dificial generativa dentro de su trabajo. 00:14:52.000 --> 00:14:57.000 Yo ahora estoy desarrollando un proyecto muy importante del que sabrán 00:14:57.000 --> 00:15:02.000 dentro de poco, que está en parte desarrollado con vapor, y vapor estoy 00:15:02.000 --> 00:15:07.000 trabajando con Visual Studio ¿Por qué? 00:15:07.000 --> 00:15:11.000 Pues porque gracias a Visual Studio Cove tengo el autocompletado de Gear Up 00:15:11.000 --> 00:15:15.000 Copylock que me evita tener que estar consultando proyectos pasados de 00:15:15.000 --> 00:15:19.000 vapor para casos concretos de funcionalidad que tengo que replicar o 00:15:19.000 --> 00:15:23.000 modificar en base a lo que hay el decir pues oye cómo se hacía un job o 00:15:23.000 --> 00:15:27.000 cuál es la llamada o cómo se programaba, son cosas que no te las sabes 00:15:27.000 --> 00:15:31.000 de memoria, sabes cómo se hacen, sabes dónde se hacen, pero no te sabes 00:15:31.000 --> 00:15:35.000 la instrucción exacta de memoria y lo normal que tenía que hacer era ir 00:15:35.000 --> 00:15:39.000 a buscar proyectos pasados donde tenía esa información o cualquier tipo 00:15:39.000 --> 00:15:43.000 de documentación que hubiera oficial de vapor donde viniera el ejemplo 00:15:43.000 --> 00:15:47.000 exacto de código que tenía que hacer y entonces dices ah vale que era 00:15:47.000 --> 00:15:56.000 así y y ya a partir de ahí creas tu el código que te sirve para lo que tu necesitas. 00:15:56.000 --> 00:16:01.000 Pues ahora con Visual Studio Code y con Github Co pilot no necesito hacer eso. 00:16:01.000 --> 00:16:05.000 Simplemente el sistema entiende cuáles son mis variables, cuáles son mis 00:16:05.000 --> 00:16:09.000 constantes, cuáles son mis nombres de tablas, cuáles son mis nombres de 00:16:09.000 --> 00:16:13.000 campos en esas tablas, los utiliza y genera el código que yo quiero 00:16:13.000 --> 00:16:17.000 simplemente diciéndole con un comentario función que sirva para copiar, 00:16:17.000 --> 00:16:21.000 no sé qué, ta ta ta, recuperé la consulta, ta, ta, ta, ta, ta, ta. 00:16:21.000 --> 00:16:24.000 Acierta en un noventa por ciento de las veces. 00:16:24.000 --> 00:16:25.000 No acierta siempre. 00:16:25.000 --> 00:16:29.000 Pero como yo, sé cómo funcionaba por el código que me da, pues es como 00:16:29.000 --> 00:16:33.000 un ejemplo que luego yo modifico, lo pongo como quiero y él cada vez que 00:16:33.000 --> 00:16:38.000 lo voy utilizando va aprendiendo mejor cuál es mi forma de trabajar y cómo mejorar. 00:16:38.000 --> 00:16:43.000 A eso ahora le añadimos el chat de Guest Hub Copylock que github me ha 00:16:43.000 --> 00:16:48.000 dejado probar como parte de github copiloto x en el que le puedes 00:16:48.000 --> 00:16:53.000 preguntar a GBT le puedes preguntar por el código, le puedes preguntar 00:16:53.000 --> 00:16:58.000 por cómo es el código por cómo podría mejorarse, por cómo podría 00:16:58.000 --> 00:17:03.000 hacer la consulta de una manera más óptima o que te explique un código 00:17:03.000 --> 00:17:08.000 determinado que también es una cosa que puedes hacer porque el código 00:17:08.000 --> 00:17:13.000 también se utiliza como contexto y te lo puede explicar o te puede ayudar 00:17:13.000 --> 00:17:18.000 a mejorarlo Eso te va a permitir ser mucho más productivo. 00:17:19.000 --> 00:17:23.000 Tardar mucho menos tiempo en hacer lo que normalmente tardabas pues a lo 00:17:23.000 --> 00:17:27.000 mejor una semana, pues ahora tardas cuatro días, lo que antes tardabas 00:17:27.000 --> 00:17:31.000 cinco horas, pues a lo mejor ahora te lo quitas de en medio en una hora, o 00:17:31.000 --> 00:17:35.000 en hora y media o incluso en media hora depende del tipo de problema que 00:17:35.000 --> 00:17:39.000 tengas que resolver porque la inteligencia artificial, como he repetido un 00:17:39.000 --> 00:17:44.000 montón de veces, Es una herramienta, es una herramienta productiva. 00:17:44.000 --> 00:17:52.000 Una herramienta que ahora gracias a la incorporación en GPD4 del code interpretar, del interpretador de código. 00:17:52.000 --> 00:17:56.000 Tenemos incluso la posibilidad, no sólo de que GPT cree scripts sino que 00:17:56.000 --> 00:18:00.000 también los ejecute lo cual supone algo que es una auténtica brutalidad 00:18:00.000 --> 00:18:04.000 porque nos va a permitir no sólo crear cosas, sino también poder, por 00:18:04.000 --> 00:18:08.000 ejemplo, una cosa que yo puedo hacer con este coding interpretar es 00:18:08.000 --> 00:18:12.000 pasarle un fichero de código en Swift y decirle oye, explícame qué hace 00:18:12.000 --> 00:18:16.000 este código o mejórame este algoritmo buscando una forma mejor de poder 00:18:16.000 --> 00:18:20.000 hacer esto mismo que estoy haciendo aquí, o pues eso un proceso que por 00:18:20.000 --> 00:18:24.000 lo que sea es muy lento le pides ayuda y repito no te lo va a acertar ni 00:18:24.000 --> 00:18:28.000 te va a hacer el trabajo pero te va a dar una ayuda, te va a dar una 00:18:28.000 --> 00:18:32.000 guía, te va a dar un punto a partir del cual tú partir y por lo tanto a 00:18:32.000 --> 00:18:43.000 partir de ahí solucionar el problema porque tú sabes programar. 00:18:43.000 --> 00:18:46.000 Es esencial que tú sepas programar. 00:18:46.000 --> 00:18:54.000 No copiar y pegar un código sin saber qué haces y rezar a jobs para que nada cambie y aquello funcione y no me preguntes cómo lo he hecho. 00:18:54.000 --> 00:18:55.000 No, eso no es programar. 00:18:55.000 --> 00:19:01.000 Eso es maquetar, eso es ser un maquetador de HTML, porque HTML no es un 00:19:01.000 --> 00:19:07.000 lenguaje de programación, es un lenguaje de marcados, un lenguaje de maguetación. 00:19:08.000 --> 00:19:13.000 Tus maquetas no programas HTML, programas JavaScript, pero no programas HTML. 00:19:14.000 --> 00:19:23.000 HTML, pues eso, entonces tú al final, si eres un programador que entiende el código, que entiende lo que hace, que entiende las instrucciones. 00:19:23.000 --> 00:19:28.000 Que entiende los algoritmos, que sabe de Algorinnia, que sabe resolver un 00:19:28.000 --> 00:19:33.000 problema, que sabe dividir y resolver un problema con un programa, 00:19:33.000 --> 00:19:38.000 Entonces eres una persona que va a sacar provecho de estas herramientas 00:19:38.000 --> 00:19:43.000 para ser mejor, más productivo, para poder dedicar más tiempo a las 00:19:43.000 --> 00:19:48.000 cosas que realmente importan, que es nuestra familia, nuestra vida, 00:19:48.000 --> 00:19:53.000 nuestro ocio, las cosas que hacen que merezca la pena vivir día a día y 00:19:53.000 --> 00:19:58.000 poder disfrutar nuestro trabajo con una ayuda muy especial, con una 00:19:58.000 --> 00:20:03.000 herramienta muy especial que nos permite ser más productivos, una 00:20:03.000 --> 00:20:08.000 herramienta tan buena, como lo es ahora, un M1 que tarda diez segundos en 00:20:08.000 --> 00:20:13.000 compilar cuando hace diez años con un intel tardaba diez minutos en 00:20:13.000 --> 00:20:18.000 conspirar y ahora tardo diez segundos. 00:20:18.000 --> 00:20:21.000 Pues oye, la diferencia es importante. 00:20:22.000 --> 00:20:25.000 Entonces, Desde los últimos años, dentro de los últimos veinte, treinta, 00:20:25.000 --> 00:20:28.000 cuarenta años, la tecnología ha ido en esta cada vez hemos tenido 00:20:28.000 --> 00:20:32.000 herramientas mejores. 00:20:33.000 --> 00:20:37.000 Hace treinta años, hacer cine era cosa de unos pocos afortunados. 00:20:38.000 --> 00:20:42.000 Hoy, cualquiera puede narrar algo, puede editarlo, puede producirlo y puede 00:20:42.000 --> 00:20:46.000 incluso hacer efectos digitales sin tener ni idea con software Wonder 00:20:46.000 --> 00:20:52.000 Studio y sacarlo y tener un producto terminado. 00:20:52.000 --> 00:20:57.000 Y dices, Dios mío, o cualquiera puede estamos haciendo aquí pues hacer un 00:20:57.000 --> 00:21:02.000 podcast con un material pues que bueno pues es un material profesional 00:21:02.000 --> 00:21:07.000 pero está al alcance de muchísima gente a nivel de cuantificación 00:21:07.000 --> 00:21:12.000 económica y cualquiera en su casa, con ganas, con impetu con con con pues 00:21:12.000 --> 00:21:17.000 esos principalmente con con bueno pues con ganas de salir adelante, hacer 00:21:17.000 --> 00:21:22.000 cosas especiales, se puede crear su canal de YouTube, o se puede crear su 00:21:22.000 --> 00:21:27.000 podcast, o se puede crear su medio de comunicación en el que si tiene 00:21:27.000 --> 00:21:37.000 gente a su alrededor que quiera oír lo que quiere contar pueda marcar la diferencia. 00:21:38.000 --> 00:21:39.000 Emprender básicamente. 00:21:53.000 --> 00:21:57.000 Y poco más, quería contarles pues esta pequeña experiencia o gran 00:21:57.000 --> 00:22:01.000 experiencia o experiencias secas de cómo es mi trabajo y cómo he 00:22:01.000 --> 00:22:05.000 aplicado la inteligencia artificial a mi ciclo productivo y cómo gracias 00:22:05.000 --> 00:22:12.000 a ella, pues ahora soy, pues eso mucho más productivo. 00:22:12.000 --> 00:22:16.000 Puedo hacer más cosas en menos tiempo puedo tener más tiempo de calidad 00:22:16.000 --> 00:22:20.000 que tengas a tu familia, que puedas disfrutar de ella, que puedas 00:22:20.000 --> 00:22:24.000 disfrutar de tu ocio, que puedas disfrutar de las cosas que hacen que 00:22:24.000 --> 00:22:28.000 merezca la pena vivir en este mundo. 00:22:29.000 --> 00:22:32.000 Así que nada, poco más si les ha gustado el episodio por favor 00:22:32.000 --> 00:22:35.000 compártelo y así nos ayudan a difundir la palabra de jobs y que la gente 00:22:35.000 --> 00:22:38.000 empiece a utilizar más la y a como una herramienta, no tenerle miedo, no 00:22:38.000 --> 00:22:43.000 le tengan miedo de verdad. 00:22:44.000 --> 00:22:48.000 Ha venido para ayudarnos como otras muchas herramientas que ha habido hasta ahora. 00:22:48.000 --> 00:22:50.000 Siempre para el bien. 00:22:50.000 --> 00:22:56.000 Siempre, a ver, como digo siempre, un cuchillo sirve para untar pan pero también para hacer cosas muy malas. 00:22:57.000 --> 00:23:07.000 En cómo usemos esa herramienta esta era la diferencia de lo bueno o mala que puede ser en su uso, pero no en que la herramienta sea mala de por sí. 00:23:07.000 --> 00:23:17.000 Las herramientas no son malas, lo que las hace mala es quien no las usa, quien no las quiere ver, quien las rechaza, o quien las usa para algo malo. 00:23:17.000 --> 00:23:22.000 Pero ustedes son de los buenos, son del lado de la luz y seguro que lo hace con el bien. 00:23:22.000 --> 00:23:25.000 Así que lo he dicho, un poco más, muchísimas gracias. 00:23:25.000 --> 00:23:28.000 Como decimos siempre, un saludo y goo. 00:23:59.000 --> 00:24:06.000 Puedes escuchar más episodios de Apple Godín en Cuanda.com La comunidad de podcasts independientes en español