Lectura de 6 min · Inteligencia Artificial
En corto (TL;DR): El método de Tina Huang para aprender con IA tiene tres pasos: buscar el camino que otros ya recorrieron, ajustarlo a tu nivel y a tu proyecto, y registrar cada sesión para que el plan se cumpla. Abajo están los tres pasos con prompts para probarlos hoy, una adición mía que viene de la psicología del aprendizaje y la salvedad que le pongo a su “diez veces más rápido”.
Es domingo por la noche y decides, por fin, aprender eso que llevas meses posponiendo.
Abres un video de cuarenta minutos. Luego otro, porque el primero lo recomendaba. Guardas un hilo de foro donde cinco personas se contradicen con absoluta seguridad y marcas tres cursos para “después”.
A medianoche no has aprendido nada, pero tienes una carpeta de favoritos impecable que nadie va a volver a abrir.
Tina Huang, creadora de contenido sobre IA y tecnología, resuelve ese domingo con un método de tres pasos que explica en un video de diez minutos. Esta es mi versión, con prompts propios y una adición mía.
Alguien ya aprendió esto antes que tú
El primer paso es dejar de buscar a mano. Su punto de partida es que casi cualquier cosa que quieras aprender ya la aprendió otra persona, con sus aciertos y sus tropiezos, y lo sensato es heredar esa experiencia en vez de reconstruirla. Ella lo llama pararse sobre los hombros de gigantes.
Para hacerlo usa NotebookLM, el cuaderno de investigación de Google, que desde julio de 2026 se llama Gemini Notebook (Google lo presentó como el mismo producto con otro nombre). Le cuentas qué quieres aprender y para qué, y busca fuentes en la web por ti. Cuando lanzó esa función, Google explicó que analiza cientos de fuentes y te propone hasta diez, cada una con un resumen de por qué es relevante.
Importas las que te convencen y le pides un plan de estudio. En su ejemplo quería aprender a programar con IA para construir una app de escritorio. Pidió fuentes y proyectos, porque quería aprender haciendo, y salió un plan de cuatro semanas.
Prompt mío, a partir de lo que ella pide en su ejemplo. Lo que más me gusta es que nombra un proyecto final.
Lo que sale de ahí es un buen plan, pero es un plan para cualquiera. Algo así como un traje de percha: le sirve a mucha gente y le queda perfecto a casi nadie.
Del traje de percha al traje a medida
El segundo paso es la toma de medidas. Ella lleva el plan al chatbot que mejor la conoce (el que más usa, que en su caso es Claude) y le pide una versión personalizada, con lecciones, a partir de esa investigación. Le cuenta su proyecto final y, sobre todo, lo que ya sabe.
Ahí se justifica el paso. En su ejemplo, el chatbot le dijo que la propuesta de la investigación, un marco para superar la intimidación de empezar, no le encajaba, porque ella ya programa con IA a diario. Le propuso otro camino: construir directamente la base de la app, y además definió qué cuenta como éxito.
Para cualquiera
Plan de percha
- Qué sabe de ti
- Nada.
- Dónde empieza
- En la semana uno, igual para todos.
- Cuándo terminas
- Cuando se acaba el calendario.
Para ti
Plan a medida
- Qué sabe de ti
- Tu nivel, tu proyecto y tu tiempo.
- Dónde empieza
- Donde tú estás hoy.
- Cuándo terminas
- Cuando cumples el criterio de éxito.
Después le pide que convierta el plan en un archivo HTML interactivo, con casillas para tachar a medida que avanza. Y mientras estudia, conversa con el chatbot como con un tutor: cómo se configura esto, qué quiso decir con aquello.
Un detalle que ella remarca es elegir bien con qué chatbot trabajas cada plan. Esta es su guía personal:
| Cuando tu plan necesita | Ella elige |
|---|---|
| Mantenerse privado | Un modelo local, que corre en su propio equipo. |
| Muchas imágenes, gráficos o videos (por ejemplo, saber en qué lugar de una placa va cada componente) | ChatGPT |
| Mucho contexto a la vez, o sea, muchos documentos en la misma conversación | Gemini |
| Avanzar rápido y sin complicaciones | Claude |
Es su criterio personal y los modelos cambian rápido. Tómalo como punto de partida.
Un plan que nadie registra es decoración
El tercer paso es el menos vistoso y el que decide si todo lo anterior sirve de algo: hacer que el plan se cumpla.
Ella usa dos pequeñas apps de escritorio que programó con ayuda de IA. Una guarda su plan y le deja ir tachando; la otra es un temporizador tipo Pomodoro para cada sesión de estudio. Ambas anotan lo que hace en su app de notas (Obsidian, en su caso), así que queda un registro de qué trabajó y cuándo.
Ese registro tiene un segundo uso. Un agente de IA puede leerlo, graficarlo, sugerirle mejoras o contestar qué estaba haciendo hace dos semanas a esta misma hora. Ella admite que, antes de montar el sistema, no habría sabido responder eso.
No necesitas programar nada para copiar la idea. Bastan tres gestos por sesión:
- Elige una sola tarea del plan. La siguiente casilla pendiente, sin negociar con las demás.
- Ponle un temporizador. El que tengas a mano; lo importante es que tenga final.
- Anota qué hiciste y cuánto duró. En una nota, en una hoja de cálculo, en cualquier lugar donde luego puedas encontrarlo.
Una adición mía: que te examine
Su método usa al chatbot como tutor mientras avanzas. Yo sumaría algo que no sale en el video: pedirle que te haga preguntas sobre lo que acabas de estudiar.
La evidencia clásica es de 2006. Henry Roediger y Jeffrey Karpicke compararon a estudiantes que volvían a leer un texto con otros que, en lugar de releerlo, intentaban recordarlo. A los pocos minutos, releer daba mejor resultado. En las pruebas posteriores, a los dos días y a la semana, retuvieron bastante más los que se habían examinado.
Además, según los propios autores, los que releyeron se sentían más seguros de lo aprendido. Releer se siente productivo, y eso es parte del problema.
La salvedad
El título de su video promete aprender diez veces más rápido. Es una afirmación suya: en el video no aparece ninguna medición, así que la trato como hipótesis.
Lo que el método sí tiene es orden, y el orden ahorra tiempo. Cuánto, depende de ti.
Hay una segunda salvedad, y tiene que ver con las medidas.
El chatbot te toma las medidas con lo que le cuentas. Si le cuentas poco, te queda ancho.
Dile qué sabes, qué no sabes y para qué lo quieres, y el ajuste mejora. Y antes de importar una fuente, mira de dónde viene: que una herramienta la sugiera con un resumen convincente no la vuelve buena.
La carpeta de favoritos del domingo puede quedarse donde está.
Cada dos semanas en tu correo
Este tipo de cosas las comparto en mi Newsletter cada 15 días.
Suscribirme al NewsletterFuentes y créditos
- Learn 10X Faster In 10 Minutes, de Tina Huang, YouTube.
- NotebookLM Discover Sources: Add web research to your notebook, blog de Google (2 de abril de 2025), en inglés.
- NotebookLM is now Gemini Notebook, blog de Google (16 de julio de 2026), en inglés.
- Test-enhanced learning: Taking memory tests improves long-term retention, de Henry L. Roediger y Jeffrey D. Karpicke, Psychological Science, 2006, en inglés.