Carlos Santana y Brais Moure, ¿expertos o charlatanes de la Inteligencia Artficial?
Uep, soy Xavi. Si te interesa saber más sobre cómo programar usando asistencia de inteligencia artificial -vibe coding-, cómo funcionan los benchmarks o pruebas de análisis de capacidades de los modelos de IA, y qué sucede cuando se usan modelos generalistas para tomar decisiones, este vídeo es para ti.
Además, hablaremos de las distintas formas de divulgar sobre estos conceptos. Y pondremos nota a dos divulgadores: Brais Moure y Carlos Santana.
En el vídeo anterior fui examinando las creencias que divulga Jon Hernández, un charlatán sin fundamentos técnicos que se dedica a dar conferencias y vender asesorías, replicando lo que dicen los gurús de los negocios de IA sin entender nada. Hoy vamos a comparar a dos divulgadores con una capacitación técnica impecable. Uno cae en el bombo de la IA de bruces. El otro puede ser un ejemplo para el primero, y para Jon.
Aquí tenemos a los dos divulgadores que voy a estudiar:
https://www.youtube.com/@mouredev
Carlos Santana y Brais Moure.
Vamos a por ello:
Usaremos las definiciones de Alvin Ira Goldman, según el artículo de Bartsch y otros, sobre la Autoridad epistémica, que ya usamos en el vídeo anterior en el que concluimos que Jon Hernández tiene que estudiar más antes de proclamarse el “Divulgador de IA más grande, listo, fotogénico y simpático en habla hispana” . Si no lo has visto, este es el momento.
Para Goldman, alguien es experto si tiene un número de creencias verdaderas mucho mayor que el de creencias falsas. Esas creencias no tienen que ser de dominio público. Por otro lado, un experto es quien es capaz de ayudar a otros no expertos a realizar tareas o resolver problemas que no podrían solucionarse sin ayuda.
También usaremos las recomendaciones para divulgar sobre IA de Ramón López de Mántaras, un verdadero experto investigador con más de cincuenta años trabajando en IA.
1.- El principal motivo para hacer este vídeo (y el anterior en el que hablaba de Jon Hernández) es presentar conceptos y fuentes fiables sobre la IA.
2.- Pero ha nacido otro motivo. Y es que durante los meses que llevo estudiando a Jon y Carlos, más convencido estoy de que no son tan tontos como para creérselo todo, y lo hacen por el dinero que consiguen gracias al bombo que dan. A final del vídeo apunto a una de las fuentes de ingreso de Carlos. Jon lo hace por las conferencias y cursos que vende, no me cabe duda. Si mis vídeos, sirven de motivación para que modifiquen su forma de hablar sobre la IA, será una grandísima victoria, ya que su audiencia se cuenta por millones. O si alguno de sus seguidores abre su mente a otras perspectivas sobre la IA, también habrá valido la pena todo el tiempo y esfuerzo que hemos dedicado a estos vídeos.
3.- Justo hoy, el día que estoy terminando de editar, Carlos ha subido un vídeo que no he visto, pero cuyo primer comentario es perfecto porque parece que por primera vez Carlos ha relajado el tono comentando un producto de IA.
https://www.youtube.com/watch?v=_v8pCt5K34c
Me encantaría saber si el hecho de que dijese a los del curso donde participa Carlos que no iba a hacerlo porque Carlos vendía humo:
4.- Aunque me parece que su comportamiento es irresponsable y puede provocar daño a la gente que confía en ellos, de ningún modo voy a permitir que nadie de esta grandísima comunidad que lidero se dedique a atosigarlos en mi nombre. Si dejáis comentarios en sus vídeos o redes sociales, tienen que ser respetuosos. Si no, os ganaréis un negativo y os quedaréis sin patio.
– aquí me gustaría que apareciese la cabecera del canal poniendo 0 suscriptores –
Brais Moure
Primero hablaremos de Brais Moure. Además de ser informático freelance y divulgador sobre programación, es un enamorado de la tecnología, como Carlos y servidora.
Tiene más de setecientos mil suscriptores en su canal de youtube. La mayoría de sus vídeos son tutoriales de programación y desarrollo de software. Acaba de sacar un curso gratuito con los de BigSchool. Estos me parecían unos sinvergüenzas por vender el “máster” entre comillas de Jon. Pero ahora les felicito, porque si el curso está dirigido por Brais, con la sensibilidad con la que divulga en sus vídeos, tiene que ser un buen curso. Si eres una de las personas que ha hecho el curso de Brais sobre IA, por favor, deja un comentario explicando qué te ha parecido.
Para este vídeo voy a analizar el vídeo de Aprende a Programar utilizando IA y Vibe Coding. Contiene los conceptos más importantes para divulgar sobre IA de los que quiero hablar hoy, y sirve como ejemplo del tipo de comunicación que hace Brais en sus vídeos, al menos en los que he visto.
Para que no sea excesivamente largo, iré directo al grano, esperando que vayas y veas el vídeo original, para decidir si lo que digo sobre él es adecuado.
La Verdad sobre Programar con IA – Analizando el “Vibe Coding” de Brais Moure
——————————————————————————–
- INTRODUCCIÓN DEL VÍDEO DE BRAIS
“Genera una aplicación que me haga rico sin tener ni idea de programación. Esta es la promesa que ha vuelto loco a internet y que se conoce como ‘Vibe Coding'”.
Seguro que lo has oído. Este término, acuñado por Andrej Karpathy, cofundador de OpenAI y director de IA en Tesla, describe la idea de simplemente “fluir” con una IA, pidiéndole cosas en lenguaje natural y viendo cómo construye software por arte de magia. Y claro, esto ha generado una ola de desinformación masiva, con gente diciendo que ya no hace falta aprender a programar para crear el próximo gran éxito.
La intro del vídeo de Brais Moure tiene un gran mensaje central: la IA es una herramienta increíblemente poderosa, pero también un arma de doble filo que, sin el conocimiento adecuado, puede causar más problemas de los que resuelve.
Primer punto por creencia correcta para Brais (1,0)
- LA DUALIDAD DEL “VIBE CODING”: PROMESA FRENTE A REALIDAD
De lo primero que hace Brais, es filtrar a su audiencia. Antes de analizar el “Vibe Coding”, traza una línea y nos dice:
(minuto 2) “Si no sabes programar o no tienes intención de aprender… este vídeo no es para ti.” – Brais Moure
Esto es aplicable a cualquier uso que se le dé a una IA Generativa de la que tenemos en 2025. Voy a repetirlo hasta la saciedad: si no controlas el objeto que estás trabajando con la IA, usarla va a darte problemas que no puedes identificar.
Brais reconoce lo bueno. La idea de que personas sin formación técnica puedan crear software es, y cito sus palabras, “genial”. Permite “fluir” y “vibrar” con la IA, democratizando el conocimiento.
Pero enseguida pisa el freno y nos da un choque de realidad. Desmantela esta utopía con hechos, y los agrupa en tres puntos clave:
- Ganancias económicas: ¿Existen personas ganando dinero sin saber programar? Sí, pero Brais es claro: son casos aislados, no es algo general.
- Complejidad del software: ¿Se están creando productos increíbles? De nuevo, hay algún caso, pero la mayoría son “pequeños proyectos o productos mínimos viables” sin mucho recorrido.
- Errores y seguridad: Y aquí viene el punto más crítico. Brais menciona el caso de “defensores” del Vibe Coding que tuvieron que eliminar su software a los pocos días por la cantidad de errores y problemas de seguridad que, y esto es lo importante, “no saben solucionar”.
Esta última frase es la clave de todo. Brais traza una línea muy clara entre un usuario que experimenta con una herramienta y un programador profesional que construye software de calidad.
Brais se gana cuatro puntos: uno por insisitir en que, si alguien no quiere aprender a programar, no debe hacer Vibe coding, otro por aclarar lo de las ganancias económicas, otro por la complejidad del software y el último por señalar la cantidad de errores que cometen los Grandes Modelos de Lenguaje. Ya lleva cinco (5,0). – Jon Hernández… ¿ves cómo se hace? –
- CONSEJOS: “EL MEJOR PROGRAMADOR CON IA SERÁ EL MEJOR PROGRAMADOR SIN IA”
Esta frase no es solo un consejo, es el pilar sobre el que Brais construye toda su argumentación. Es el ancla que nos impide dejarnos llevar por la corriente del hype.
“El mejor programador con IA será el mejor programador sin IA que sepa sacarle el máximo provecho a la IA” (minuto 3:37)
¿Por qué es tan importante? Porque ataca directamente una de las mayores falacias respecto a los programadores, una que el hype de la IA explota sin piedad. Brais nos dice: “existe la falsa creencia de que a un programador se le paga por escribir líneas de código y nunca ha sido así”.
Se les paga por “su capacidad para solucionar problemas, su creatividad para generar soluciones y su visión”. La IA puede escribir código, pero no puede tener visión ni creatividad genuina para resolver un problema de negocio complejo.
No voy a detallar el resto de consejos, mejor ve y mira tú el vídeo de Brais. Pero sí lo haré con el primero:
Aprende a programar (Consejo 1) (minuto 3:12)
Su primer consejo es “Aprende a programar y a desarrollar software… como antes de que la IA apareciera”.
Si no tienes los fundamentos, es imposible “orientar o corregir” a la IA. Simplemente darás por bueno cualquier resultado que te ofrezca, sin saber si es eficiente, seguro o mantenible. Te conviertes en un mero espectador.
Es interesante ver que los consejos de Brais no sólo sirven para programar con Vibe coding, sino que pueden generalizarse para cualquier interacción que tengamos con las distintas IA’s.
La visión que nos presenta Brais Moure no es pesimista, es profesional y realista. Él celebra el potencial de la IA, pero nos advierte sobre los peligros de la complacencia.
——————————————————————————–
En definitiva, Brais nos muestra lo excitantes y útiles que pueden ser las herramientas de IA. Pero enmarca claramente sus limitaciones y nos recalca que no podemos usarlas como si fuesen un experto, ya que los resultados están llenos de problemas que sólo podemos identificar si somos nosotros los expertos en el tema que estamos trabajando con su ayuda.
Su conclusión final (minuto 15) lo resume todo: la programación va a evolucionar, sí, pero “nadie va a querer un programador sin conocimientos y que dependa al 100% de que la IA tenga un buen día”.
Y nos deja con la metáfora más poderosa de todas: “Recuerda que tú eres el responsable y quien está al volante”.
Es una lástima que Brais no haga más contenido sobre IA. Sospecho que se debe a que intenta hablar sólo sobre aquello en lo que es un experto. No como yo.
Aquí voy a darle 12 puntazos a Brais. Uno por cada consejo, que son diez, más otro por el trabalenguas: “El mejor programador con IA será el mejor programador sin IA que sepa sacarle el máximo provecho a la IA”; y un último punto por recordarnos que a los programadores no se les paga por escribir código sino por analizar y resolver problemas. Así que Brais acaba con 17 puntos positivos y ni uno negativo, lo que se llama un Perfect. (17,0)
Claramente, Brais cumple con las dos definiciones de Experto, tanto en lo que respecta a creencias verdaderas poco conocidas por el público general, como en lo que respecta a poder ayudar a resolver problemas a los legos. Y eso en un vídeo de 15 minutos. Lo podemos celeBrais, ¿te apuntas?
- Y ahora vamos con Carlos Santana. (Intro)
Carlos es un divulgador de Inteligencia Artificial, que en octubre de 2025 tiene un millón de seguidores en youtube. Carlos Santana tiene un grado de informática y un máster en ciencia de datos. En ese sentido, tiene más formación específica sobre inteligencia artificial de la que enseña Brais en sus redes sociales.
Como Brais, Carlos tiene un montón de vídeos educativos. Son estupendos. Se nota que sabe de lo que habla y que le gusta explicar. En los aspectos técnicos es un divulgador excepcionalmente dotado y muy recomendable.
Ahora bien, cuando se trata de hacer análisis y predicciones, le patina la almendra… mucho.
- Intervention
Este no es un vídeo de hate. Es una intervención de comunicación. Es como cuando le dices a tu amigo que le huele la sobaca,
pero en lugar de desodorante normal, le ofreces la sabiduría de Ramón López de Mántaras.
¡Empezamos con el plan de rescate comunicativo de Carlos!
Primero, vamos con las Pautas de López de Mántaras: El Manual del Buen Divulgador (Human-Centered AI)
Ramón López de Mántaras insiste en que, debido a los logros del deep learning y los LLMs, abundan los titulares exagerados. Esto lleva al público a creer que los ordenadores “piensan” y “superan las capacidades humanas”. La realidad es que los ordenadores solo ejecutan programas diseñados por humanos.
Los divulgadores, por lo tanto, deberían seguir estas
Pautas de Human-Centered AI:
- Aclarar la Iniciativa Humana
- Dar Crédito a las Personas
- Diferenciar Ordenadores de Personas
- Enfocar en el Uso Humano
- Cuestionar Robots Similares a Humanos
- Evitar Verbos Humanos
- Usar Metáforas Correctas
- Aclarar la Responsabilidad Humana
- Aclarar la Iniciativa Humana:Los ordenadores no toman acciones por iniciativa propia; los humanos los programan.
- Dar Crédito a las Personas:El éxito se debe a los humanos que desarrollan los programas, no a los ordenadores.
- Diferenciar Ordenadores de Personas:No compares la tecnología y sus capacidades con un humano y sus capacidades, ya que los humanos diseñan las computadoras para ejecutar programas.
- Enfocar en el Uso Humano:Utiliza imágenes que muestren a humanos usando la tecnología para alcanzar objetivos, no robots antropomórficos que puedan hacernos creer que funcionan solos.
- Cuestionar Robots Similares a Humanos:Estos pueden llevar a una confianza irreal en la IA.
- Evitar Verbos Humanos:No digas que los ordenadores “entienden”, “aprenden” o “piensan”. Enfatiza la responsabilidad humana por los fallos.
- Usar Metáforas Correctas:Describe los ordenadores como herramientas, dispositivos y aparatos, no como compañeros o colaboradores.
- Aclarar la Responsabilidad Humana:Las personas son responsables del uso de la tecnología, no son sistemas autónomos.
Vamos a desglosar y puntuar las creencias de Carlos Santana y ver si cumple con las pautas que nos recomienda Ramón, con el vídeo titulado ¡NUEVO GPT 4.1! ¿Es la mejor IA para PROGRAMAR?.
El vídeo dura veinticuatro minutazos. A ver cuántos puntos positivos se gana Carlos.
6.1 Benchmarks
Carlos, no tardas ni minuto y medio en decir (min 1:14) que los modelos grandes son los más inteligentes. Y lo siguiente que haces es presentarnos un gráfico hecho por OpenAI de la familia de inteligencias gpt4 contra latencia (lo que se tarda en tener una respuesta desde que se ha recibido un estímulo).
Está bien que digas que la gráfica es criticable porque no tiene índice ni escala. Podrías añadir que es un ejemplo más de la irreproducibilidad de la “ciencia” en IA de la que nos avisaba Ramón López de Mántaras. (1:25)
Se te olvida comentar el párrafo anterior, donde aparecen las puntuaciones de los modelos según tres pruebas de referencia (benchmarks): una para programar, la SWE-bench Verified, otra para seguimiento de instrucciones Scale’s MultiChallenge, y otra la contexto amplio multimodal Video-MME.
Antes de seguir: los benchmarks son una basura
Antes de continuar tengo que decir que las pruebas de referencia con las que los charlatanes de la IA se llenan la boca se han convertido en un instrumento de márquetin. Es una lástima, porque las pruebas son imprescindibles para avanzar en la IA, pero parece que todo lo que toca esta gente acaba jodiéndose.
Si quieres saber más sobre el tema de las pruebas de referencia o benchmarks, cómo están influenciadas por dinámicas comerciales, sociales y competitivas, y qué problemas tienen esas pruebas, te recomiendo el artículo del Centro de Investigación de la Comisión europea de Erikson et al, ¿Podemos fiarnos de las pruebas? -“Can we trust benchmarks?”-.
En él analizan los riesgos sistémicos de usar estas pruebas y creérselas demasiado: incentivos desalineados, problemas de constructos de validación, aquello que se desconoce que se desconoce y las trampas en los resultados.
Como concluye el artículo: investigaciones previas han demostrado repetidamente que los benchmarks de IA tienen dificultades para cumplir su función. Se ha descubierto que estas pruebas prometen demasiado, se manipulan con demasiada facilidad, miden lo incorrecto y no son adecuados para su uso práctico en el mundo real. También se ha descubierto que presentan una grave falta de documentación, alcanzan aleatoriamente un estatus injustificado mediante la verificación comunitaria y plantean supuestos culturales cuestionables que, por ejemplo, ignoran las preocupaciones ambientales.
6.1.1 SWE-bench Verified
El SWE-bench Verified está elaborado por el propio OpenAI.
El mejor de sus modelos, el GPT-4.1 consigue superar las pruebas en un 54,6% de las ocasiones. Es decir, que la caga la mitad de las veces. Eso sí, es una mejora, porque según entiendo lo hace un 21,4% -absoluto- mejor que el GPT-4o. Es decir, que el GPT-4o la cagaba un 66,8 por ciento de las veces.
¿Pero es realmente una mejora? Según este artículo de Liang y otros
(fíjate que dos de los autores trabajan en Microsoft, que tiene mucho que ganar y no intenta colar la IA hasta en la sopa), no podemos fiarnos mucho del SWE-Bench porque parece que los modelos se han entrenado precisamente en los problemas que se usan para medir su efectividad. Es lo que se llama la “contaminación de datos” o memorización.
Los investigadores han creado un experimento donde les dan a los modelos pruebas de las distintas versiones de SWE-Bench y de otros repositorios que no están dentro del SWE-Bench. El patrón de desempeño indica claramente que las “buenas” puntuaciones, es decir, que sólo la cagan en torno al 20 o 25% de veces, se deben a que los modelos se han entrenado en esos problemas. Cuando les das problemas fuera del SWE o del SWE ampliado, los modelos se van a la mierda.
Me gusta mucho esta frase:
Ojo, que en la tabla de clasificación del SWE, los mejores modelos la cagan un 66% de las veces en el SWE-Bench completo. Claro, las del completo dejaron de actualizarlas a finales del 2024 y principios del 2025. El completo contiene 2000 pruebas. El Verified sólo 500. No me extraña que quisiesen “verificar” las pruebas del completo.
Aquí OpenAI explica cómo hicieron la verificación por si te interesa saber cómo justifican hacer trampas:
6.1.2 Scale’s MultiChallenge
El Scale’s Multichallenge puntúa conversaciones multi-turno. Según el propio OpenAI, su mejor modelo (GPT-4.1) en ese momento la cagaba un 62% de las conversaciones.
En la clasificación actual, el GPT-5 la caga un 42%. La verdad, a mí no me parecen unos números como para echar cohetes para una tecnología que lleva centenares de miles de millones (billones americanos) de dólares invertidos y ahora dice necesitar trillones americanos (billones europeos, es decir millones de millones).
Laban et al, todos de Microsoft (Carlos, no puedes decir que elijo artículos escritos por haters),
nos avisan de que la estructura de las pruebas como el Scale’s Multichallenge son multi-turno, pero episódicas, lo que significa que se dividen en sub-tareas que son muy manejables por los LLM’s. Cuando reducen las tareas episódicas, y las hacen más realistas, las puntuaciones son todavía peores. Un 35% de media.
6.1.3 Video-MME
En estas pruebas, se mide la fiabilidad de los LLM’s multimodales respecto a extraer información de vídeos con imágenes, audio y texto. Lo de trabajar en varios modos es lo que hace los llamen MLLM’s.
Según OpenAI, extrayendo información de vídeos largos (entre 30 y 60 minutos) su modelo GPT-4.1 la caga un 28% de veces, y lo hace un 6.7% mejor que el GPT4o, lo que querría decir que el 4º la caga un 34,7% de las veces.
Pero en la clasificación de Video-MME el GPT-4.1 no aparece.
Se lo hayan inventado o no, lo cierto es que el problema de la contaminación de datos en las pruebas de Grandes modelos de lenguaje multimodal es importante.
Song et al presentan una herramienta para evaluar la contaminación en los MLLMs y nos insisten en que la contaminación puede inflar significativamente las puntuaciones recibidas por los Modelos Multimodales y crear evaluaciones injustas.
Por otro lado, Sun et al, nos hacen perder la esperanza de poder mitigar el problema de la contaminación de datos en general. Así que cuando leas una noticia sobre cómo algún modelo ha pasado un test, piensa que es muy posible que los resultados estén hinchados y la evaluación en sí sea un cagarro.
6.1.4 Creo que vale la pena aclarar varias cosas:
6.1.5 Carlos, no me he olvidado de ti.
Puntuando la entrada del vídeo de Carlos, se ha ganado un negativo por saltarse la explicación de los benchmarks e ir directamente a la gráfica. Le daré un positivo porque señala que la gráfica es una mierda, aunque la usa igualmente y no habla de la falta de replicabilidad de la información que nos llega de las alcantarillas de la IA Generativa. (1,-1)
6.2 Los modelos pequeños sirven para procesar muchísima información.
Carlos nos dice que los modelos pequeños, como el GPT-4.1 nano, son ideales (min 2:30) para procesar muchísima información, como clasificar registros, o hacer un análisis de sentimientos que sea sencillo.
Pues bien, para quien necesite hacer un análisis de sentimientos o clasificación de registros, como propone Carlos: hazlo múltiples veces sobre los mismos datos, verás qué sorpresa. Herrera-Poyatos et al, por fin un artículo hecho por una universidad española, nos avisan del proble ma de la variabilidad del modelo, y cómo eso puede jodernos el análisis de sentimientos.
Por ejemplo, usando el GPT-4o, da puntuaciones negativas (menor a 0,5) y positivas (mayor a 0,5).
Estoy seguro de que Carlos ha explicado muchísimo mejor que yo cómo la temperatura en un Gran Modelo de Lenguaje afecta a la variabilidad de las respuestas de los modelos: cuanto más cercana a cero (en el artículo ponen como ejemplo 0,1-0,3) sea la temperatura, más determinístico es el modelo. Por eso las respuestas tienden a ser repetitivas y similares a patrones vistos en el entrenamiento.
En cambio, con temperaturas altas, (0,8-1,5) se introduce aleatoriedad, promoviendo la diversidad a costa de la consistencia.
Herrera-Poyatos et al, nos alertan de que, si necesitamos tomar decisiones usando los resultados de los LLM’s, lo hagamos a temperaturas bajas. Para eso, hay que conectarse a la API del modelo y retocar la temperatura. Si usas la versión comercial, te puedes fiar todavía menos. Por ejemplo, según el foro de OpenAI, la temperatura por defecto es 1, lo que NO es una temperatura baja.
Carlos, tú de esto sabes mucho más que yo, así que corrígeme si me equivoco. Yo creo que, aunque pongas la temperatura a cero, los mecanismos de inferencia estocástica en la misma arquitectura de los LLMs, introducen inevitablemente, aleatoriedad en las respuestas.
No voy a entrar en detalle en los otros problemas de usar LLMs generalistas para tomar decisiones basadas en su análisis. El artículo desarrolla una docena. Pero al menos conviene tener presente los problemas derivados de lo específico del dominio. Los LLMs generalistas no están bien equipados para aplicaciones específicas, especialmente si se intentan análisis de sentimiento en los campos de las finanzas, sanidad y derecho (van der Veen & Bleich, 2025).
Joder, Carlos, ¿tanto te costaría hacer como Brais y explicar las limitaciones de las herramientas que propones? ¿No te das cuenta de la cantidad de gente que usa estos modelos para tomar decisiones? Tienes conocimiento de sobra para poder dar información útil.
Te ganas un negativo, por divulgar que estos modelos generalistas son útiles para tomar decisiones sobre campos específicos. Y no me vengas con que no has dicho que sean campos específicos porque ambos sabemos que no hay forma de llevar a cabo un análisis de sentimientos o una clasificación de registros en un contexto general. (1,-2)
6.3.- Test de la ventana de contexto
Después de varios minutos hablando sobre las bondades de los modelos GPTs usando la información que presenta OpenAI, Carlos nos habla (min 8:36) sobre la ventana de contexto y hace dos tests muy curiosos donde demuestra que esos modelos usan toda la información de golpe. No tengo ni la más remota idea de si el test de Carlos es adecuado, pero claramente tiene la formación adecuada para saberlo, así que confío plenamente en su criterio. Carlos, te perdono que digas que el modelo “sabe” utilizarla, porque hasta ahora igual no sabías de la existencia de las pautas para informar sobre IA de Ramón López de Mántaras. Te has ganado tu segundo positivo, Carlos. (2,-2).
6.4.- Test de programación con código que se puede descargar gratis.
En el minuto 14:26 Carlos monta un prompt para analizar lo bien que programan los distintos modelos que está probando. Para ello usa un ejemplo que ha estado usando en otros vídeos. Crear una demo para visualizar los pesos en una red convolucional. Supongo que, en esos vídeos, Carlos habrá explicado que su prompt busca que los LLMs creen un código que está accesible públicamente desde hace años y que por tanto casi con total seguridad, los LLMs se han entrenado en las distintas versiones del mismo. Por ejemplo, en la versión de Marc que tiene subida a TensorFlow, que es un desdoblamiento del de Rhammell. He podido encontrar el código, en menos tiempo del que Carlos ha tardado en poder escribir el prompt.
El bueno de Carlos le mete el prompt a GPT4o (min 14:51), y el resultado es algo que no funciona. Cuando lo prueba con el GPT4.1 se queda impresionado, porque parece que funciona, aunque al final es que tampoco funciona. Cuando se lo mete al Claude 3.7, tiene muy buena pinta, pero tampoco funciona. Carlos cree que “conversando” con Claude se pulirían los errores. Te perdonaré la antropomorfización, recuerda que los LLMs no conversan, para eso se necesitan dos personas.
Por último, el Gemini 2.5 de Google, que falla estrepitosamente.
Carlos, joder, ¿qué utilidad tiene esto? ¿De qué nos sirve usar un agente para que nos cree un código que no funciona sobre algo que ya está hecho?
¿Ves cómo la perspectiva de Brais es muchísimo más útil? ¿Puedes hacernos un favor a todos y recapacitar respecto a qué y cómo divulgas en tus vídeos, por favor?
Sinceramente, no veo qué perderías en mostrarles cómo con los agentes se puede modificar el código público para conseguir lo que quieres, en lugar de hacerles creer que pueden conseguirlo reiterando prompts.
Te has ganado un negativo por creer que animar a tus seguidores a usar los “agentes” para generar código público que no funciona es algo “impresionante”. Y otro negativo por no decirles que lo que tienen que hacer es entender el código, y que se den cuenta de que si en un ejemplo como este, los agentes fallan, implica que no pueden fiarse del código y deben ir siguiendo los consejos de Brais.
Llevas dos positivos y cuatro negativos. (2,-4)
Vamos acabando con el vídeo de Carlos. En la última prueba de programación (min 19:05), Carlos consigue que los agentes devuelvan código inútil ante la petición de crear un jugo tipo snake, en un lienzo hexagonal rotatorio y con un modo de aprendizaje automático.
Carlos, te daré un positivo porque indicas que, para hacer un proyecto como este, conviene usar editores como Windsurf o Cursor. Así que tu puntuación final, en 25 minutazos de vídeo es de tres positivos y cuatro negativos. (3,-4)
En este vídeo no demuestras que seas un experto, como sé que eres. Ni en el sentido de tener más creencias verdaderas que falsas, ni respecto a poder ayudar a resolver problemas a tus seguidores.
Carlos, espero que tomes esto como una oportunidad de mejora. Lo tienes todo a tu favor para ser el divulgador sobre IA más grande y útil en habla hispana. Y no tienes por qué perder tu optimismo. Simplemente tienes que recordar las pautas de comunicación sobre IA y ser realista a la hora de analizar las noticias que divulgas. Supongo que estás de acuerdo en que Brais puede ser un buen ejemplo para tus vídeos sobre programación e IA.
7.- El Rompecabezas
Carlos representa un rompecabezas para mí. Por un lado, no hay duda de que es una persona inteligente y con la formación adecuada para entender de lo que habla. Pero por el otro, actúa como un loro, repitiendo las gilipolleces que los vendedores de humo de las grandes tecnológicas nos venden. Desde los engaños de Tesla, a las chorradas de los cryptobros, Carlos podría hacer un análisis serio y crítico y divulgar información interesante y útil, como hace en sus vídeos de formación y análisis técnico. Pero, en lugar de limitarse a ello, su tecno-optimismo lo hace ser peligroso.
Carlos, además de divulgador en youtube, es profesor de un “Máster ejecutivo en IA”, dado por el Instituto de Inteligencia Artificial y cuesta, a septiembre de 2025, 4.000 euros – haced el favor de dejar de llamar máster a vuestros putos cursos, que me va a dar algo -. Si alguien ha hecho su “máster”, me encantaría saber qué tal ha sido la experiencia, anímate a explicarlo en los comentarios. Tiene bastante mejor pinta que el de nuestro querido LongJonSon.
Pero eso no explica el bombo sin crítica que Carlos da en sus vídeos sobre IA.
Tengo una hipótesis. Pero como buen profe de estadística, no la aceptaré, sino que la mantendré, poniéndola a prueba hasta poder rechazarla.
Aquí va mi hipótesis: Carlos habla maravillas de cualquier chorrada que hagan las empresas de IA para poder conseguir vídeos patrocinados. Y cuando lo consigue, se le olvida indicarlo.
Por ejemplo, este vídeo del canal secundario de Carlos, Dot CSV Lab, APRENDE A PROGRAMAR con WINDSURF AI en 30 MINUTOS – ¡MCPs, Workflows, Cascade y más! , está patrocinado por Windsurf. Pero Carlos, no sé a qué se debe, pero a mí youtube no me avisa de “Incluye una promoción de pago” como lo hace con otros vídeos que veo.
Me enteré de que es un infomercial cuando ya había empezado el vídeo. Tampoco lo pones en la descripción. Sólo aparece un enlace a wind.surf/dotcsvlab. Pero lo llamas tutorial.
Eso no está bien. ¿Es posible que no estés cumpliendo con las políticas de Google Ads y la comunidad de youtube?
Pues parece que sí, Carlos. Porque cuando busco el vídeo en la búsqueda con colocaciones de producto, el tuyo no aparece.
En cambio, si uso el título del vídeo de Some More News, sí que indica que está promocionado.
En este sobre Hailou 02, pasa lo mismo.
La IA de vídeo con FÍSICAS MÁS ESPECTACULARES ¡Probando HAILUO 02!
https://youtu.be/GZQfOLW0nik?si=oY_V6_p0CPhlVbVM
Y en este:
EJECUTA IA en LOCAL GRATIS ¡Genera Código, Vídeo, Imágenes y Texto!
https://youtu.be/kVQjUXHJZkE?si=K6gEX3F0N-b0kQyA
Aquí, al menos, dices que se use tu cupón. Pero en el vídeo no lo indicas hasta el minuto 15:09. Te aviso, si sigues así, te quedarás sin patio.
He encontrado más ejemplos, pero creo que ya ha quedado claro.
Carlos, confío en que podrás corregir estos despistes, y en que tus próximos vídeos promocionales tendrán el aviso al principio. Todo esto te resta mucha credibilidad, y no queremos que eso siga sucediendo. Los hispanohablantes te necesitamos para que sustituyas a Jon Hernández.
Y espero impaciente que me expliques a qué se debe que seas tan poco crítico.
Bueno, pues muchas gracias por haber llegado hasta aquí. Recuerda darle a me gusta y suscribirte si no lo has hecho. Y si tienes a alguien en tu entorno que esté usando los LLMs para tomar decisiones, mándale el enlace de este vídeo.
No olvides dejar un comentario. Especialmente si has cursado el máster de Carlos o de Jon, o alguno de los cursos de Brais. Y anímate a decir qué te parece la puntuación que han recibido Brais y Carlos. Y si recomendarías a Carlos relajarse un poco a la hora de divulgar sobre IA o a mí que deje de hacer el canelo con este tipo de vídeos.
Ea, que la pases bonita.
Fuentes
Music: https://www.bensound.com/free-music-for-videos
License code: LPL2BSIKC1FCZDPC
Artist: : Roman Senyk
Gorro aluminio
Music I use: https://www.bensound.com
License code: 8UCWAALJTKOLD2SX
Artist: : Benjamin Tissot
Music I use: Villainous Treachery
Artist: Kevin Mc Leod
| Title | Url |
| Bensound | dawn-of-change-emotional-cinematic Similarity search | https://www.bensound.com/royalty-free-music/similar-to/dawn-of-change-emotional-cinematic |
| Hombre con sonrisas y muestra un dedo en un sombrero con papel de aluminio. Protege de la lectura piensa. | Foto Premium | https://www.freepik.es/fotos-premium/hombre-sonrisas-muestra-dedo-sombrero-papel-aluminio-protege-lectura-piensa_19385270.htm?sign-up=google |
| ¿Qué es la AGI? ¿Cuándo llegará la INTELIGENCIA ARTIFICIAL GENERAL? | https://www.youtube.com/watch?v=p_S6NIEfu-U |
| ¡NUEVO GPT 4.1! ¿Es la mejor IA para PROGRAMAR? | https://www.youtube.com/watch?v=2AGmvei-ezQ |
| (25) Carlos Santana Vega | LinkedIn | https://www.linkedin.com/in/carlossantanavega/?originalSubdomain=es |
| CARLOS SANTANA – MÉXICO | http://archive.org/details/carlossantanamexico |
| ¿Qué es la AGI? ¿Cuándo llegará la INTELIGENCIA ARTIFICIAL GENERAL? | https://www.youtube.com/watch?v=p_S6NIEfu-U |
| ¡NUEVO GPT 4.1! ¿Es la mejor IA para PROGRAMAR? | https://www.youtube.com/watch?v=2AGmvei-ezQ |
| You Win, Perfect! | https://www.youtube.com/watch?v=WPzMxiGd0io |
| Street Fighter 2: Champion Edition – Ken (Arcade) Hardest | https://www.youtube.com/watch?v=NrZBcwLZwBY |
| Excited Dog GIF – Find & Share on GIPHY | https://giphy.com/gifs/dog-excited-joy-dudcZA9e14HIY |
| Bruce Lee Fights in His First Leading Role! | The Big Boss | Paramount Movies | https://www.youtube.com/watch?v=P8EFINn8co8 |
| Free Punch Sound Effects Download – Pixabay | https://pixabay.com/es/sound-effects/search/punch/ |
| MoureDev by Brais Moure | https://www.youtube.com/channel/UCxPD7bsocoAMq8Dj18kmGyQ |
| Aprende a Programar utilizando IA y Vibe Coding | https://www.youtube.com/watch?v=uquw8yUKaYM |
| Presentamos SWE-bench Verified | https://openai.com/es-ES/index/introducing-swe-bench-verified/ |
| Introducing GPT-4.1 in the API | https://openai.com/index/gpt-4-1/ |
| SWE-bench Leaderboards | https://www.swebench.com/ |
| Presentamos SWE-bench Verified | https://openai.com/es-ES/index/introducing-swe-bench-verified/ |
| MultiChallenge | https://scale.com/leaderboard |
| Explore the SEAL leaderboard with expert-driven LLM benchmarks and updated AI model leaderboards, ranking top models across coding, reasoning and more. | |
| Video-MME | https://video-mme.github.io/home_page.html |
| Bensound | the-duel Similarity search | https://www.bensound.com/royalty-free-music/similar-to/the-duel |
| Social Media What GIF by Pure Noise Records – Find & Share on GIPHY | https://giphy.com/gifs/PureNoiseRecords-7lNa33Jgx0GYPwORmd |
| Shocked Operacion Triunfo GIF by Neurads – Find & Share on GIPHY | https://giphy.com/gifs/neurads-badoo-eeem-este-es-el-mood-Y82PJo20tfF1n48vPR |
| Yellow Balloon Falling GIF by Barbara Pozzi – Find & Share on GIPHY | https://giphy.com/gifs/falling-deflated-yellow-balloon-CU0gmOL4qWTP8moyRm |
| fun character GIF by Mauro Gatti – Find & Share on GIPHY | https://giphy.com/gifs/fun-character-3oEduTicpCcPY02Oxa |
| MNIST Draw | https://mco-mnist-draw-rwpxka3zaa-ue.a.run.app/ |
| mco-gh/mnist-draw | https://github.com/mco-gh/mnist-draw |
| Free Fire Sound Effects Download – Pixabay | https://pixabay.com/es/sound-effects/search/fire/ |
