AIVERSO impartió en Huelva dos jornadas sobre inteligencia artificial aplicada a OPFH y AOP, agentes especializados de gestión documental.
Los días 22 y 24 de julio, AIVERSO impartió en Huelva dos jornadas de formación sobre la aplicación de la inteligencia artificial al ámbito de las OPFH y AOP. Las sesiones, conducidas por Mike Mosch y José Miguel García, partían de una idea sencilla, avanzar desde una comprensión general de la IA generativa hacia un uso mucho más práctico, centrado en cómo integrar estas tecnologías en entornos con una fuerte carga documental, normativa y procedimental.
Durante los dos días se trabajaron tanto el uso cotidiano de las principales plataformas de IA como un ámbito que gana cada vez más peso en las organizaciones: la creación de agentes y asistentes especializados capaces de trabajar con documentación propia, instrucciones definidas y procesos concretos.
Entender la IA antes de aplicarla
Antes de hablar de agentes, asistentes o automatización, conviene entender qué ocurre realmente cuando utilizamos una herramienta de inteligencia artificial. Por eso las jornadas comenzaron por los fundamentos: los modelos de lenguaje, el contexto, los tokens, la memoria y las herramientas que incorporan plataformas como ChatGPT, Claude y Gemini, y la forma en que estos elementos condicionan el trabajo con IA. También se aclaró una distinción que suele generar confusión: la que existe entre el modelo de inteligencia artificial y el entorno o plataforma desde el que se utiliza, algo fundamental para entender sus capacidades, sus herramientas y sus límites.
Esta base resulta especialmente relevante en un contexto profesional. Utilizar IA no consiste solo en aprender a escribir mejores instrucciones; implica entender qué información tiene disponible el sistema en cada momento, cómo gestiona el contexto, qué herramientas puede utilizar y hasta dónde llegan sus capacidades. Con estos conceptos claros, la formación pudo trasladarse al terreno concreto de las necesidades de las OPFH/AOP.
Un entorno documental complejo
La gestión asociada a las OPFH/AOP obliga a trabajar de forma habitual con normativa, procedimientos, programas operativos, actuaciones, requisitos, inversiones, controles, documentación justificativa y expedientes. Y la dificultad no está únicamente en disponer de esa información, sino en localizarla, relacionarla, comprobar su vigencia, interpretar requisitos, contrastar documentos y detectar posibles carencias o contradicciones entre fuentes.
Es precisamente en este tipo de entornos donde la inteligencia artificial puede aportar más valor: consultar grandes volúmenes de documentación, estructurar información, comparar fuentes, preparar revisiones o facilitar determinadas comprobaciones previas. Pero para obtener resultados fiables no basta con abrir un chat y formular una pregunta; hace falta construir un entorno adecuado alrededor de la IA.
Un chat no es lo mismo que un agente
Uno de los ejes de la formación fue distinguir entre utilizar inteligencia artificial en una conversación puntual y trabajar con un sistema configurado previamente para una actividad concreta. Un chat puede ayudarnos a analizar un documento, redactar un texto, resumir información o resolver una consulta determinada. Un agente especializado parte de otra lógica: puede tener una misión definida, instrucciones previamente establecidas, documentación propia, procedimientos de trabajo, herramientas y reglas que determinan cómo debe actuar ante distintas situaciones.
La diferencia es importante, porque la pregunta deja de ser únicamente qué le preguntamos a la IA y pasa a ser cómo diseñamos el sistema que va a trabajar sobre esa consulta. Estos conceptos se trasladaron a un entorno basado en documentación oficial relacionada con OPFH/AOP, lo que permitió ver cómo cambia el comportamiento de un sistema cuando dispone de información especializada, instrucciones claras y procedimientos definidos de antemano.
Qué hay detrás de un agente
Durante las sesiones se analizaron los principales componentes que pueden formar parte de un agente profesional. El system prompt establece su función, su ámbito de actuación, las reglas que debe respetar, los límites de su trabajo y la forma en que debe entregar los resultados. Las skills permiten estructurar procedimientos específicos y resultan especialmente útiles cuando el sistema no debe limitarse a responder, sino seguir una secuencia determinada de comprobaciones o análisis antes de llegar a una conclusión. A estos elementos se suman la documentación especializada, la información aportada en cada conversación, la memoria, el contexto disponible y las herramientas propias de cada plataforma.
Es la combinación de todas estas capas la que permite pasar de una IA que responde preguntas a un sistema preparado para trabajar siguiendo una lógica definida de antemano, algo especialmente importante en ámbitos donde existen normativa, procedimientos y criterios que respetar.
La documentación también es arquitectura
Otro de los aspectos tratados fue la preparación de la documentación utilizada por estos sistemas. Cuando se construye un asistente documental, no siempre es conveniente cargar directamente todos los archivos disponibles sin un trabajo previo: el formato, la estructura y la limpieza de los documentos influyen en la forma en que la inteligencia artificial puede procesarlos.
Por eso se trabajó sobre la transformación de determinados documentos PDF a Markdown y sobre la conversión de archivos Excel a CSV, cuando estos formatos permiten simplificar la estructura de la información y facilitar su lectura y tratamiento por parte de la IA. El objetivo es disponer de corpus documentales más limpios, organizados y fáciles de interpretar, reduciendo elementos de formato innecesarios y facilitando la localización y relación de la información. Un trabajo que cobra todavía más importancia a medida que aumenta el volumen documental, porque un buen agente no depende únicamente del modelo que utiliza, sino también de qué documentación se selecciona, cómo se organiza y de qué forma se prepara antes de incorporarla al sistema.
Cada plataforma trabaja a su manera
La formación permitió también comparar distintas aproximaciones al trabajo con inteligencia artificial. ChatGPT y Claude ofrecen entornos donde combinar conversaciones, instrucciones, documentación y herramientas para construir sistemas especializados. Gemini Notebook plantea un enfoque especialmente interesante cuando el principal reto está en analizar, consultar y relacionar un conjunto de fuentes documentales. Cada plataforma gestiona de forma diferente aspectos como el contexto, los archivos, las instrucciones o la documentación disponible.
De ahí uno de los mensajes centrales de las jornadas: no existe una herramienta mejor para todo. La elección debe depender del proceso que se quiera mejorar, del volumen y el tipo de información disponible y del comportamiento que se necesite del sistema.
Aprender a elegir y combinar herramientas
Las jornadas incluyeron también una dinámica práctica pensada para que los participantes trabajaran con mayor autonomía ante un reto abierto. El objetivo no era comprobar quién conseguía generar el contenido más llamativo, sino observar algo más importante: cómo se seleccionan y combinan distintas capacidades de inteligencia artificial cuando existe un objetivo concreto que resolver.
Investigación, generación de contenidos, organización de información, creación visual o elaboración de materiales pueden abordarse con herramientas diferentes. Este tipo de ejercicios ayuda a romper una idea todavía muy extendida -que trabajar con IA significa utilizar siempre la misma aplicación-. El ecosistema actual es mucho más amplio: existen diferentes modelos, proveedores y herramientas, con capacidades que evolucionan constantemente, y conocerlos, compararlos y entender qué puede aportar cada uno permite tomar mejores decisiones y evitar adaptar todos los problemas a una única solución.
Diseñar sistemas, no solo usar herramientas
Las dos jornadas de Huelva abordaron la inteligencia artificial desde dos perspectivas complementarias: aprender a utilizar mejor las herramientas que ya existen y, a la vez, comprender cómo empezar a construir agentes y asistentes especializados alrededor de procesos, documentación y conocimiento profesional. El segundo enfoque es especialmente relevante en ámbitos como el de las OPFH/AOP, donde buena parte del trabajo consiste en interpretar, relacionar y revisar información procedente de distintas fuentes.
La inteligencia artificial puede reducir parte de ese esfuerzo, facilitar el acceso al conocimiento y mejorar determinadas tareas de revisión o análisis. Pero conseguirlo exige trabajar sobre algo más que la tecnología: definir qué función tendrá el sistema, qué información necesita, qué procedimientos debe seguir, qué límites debe respetar y cómo deben revisarse sus resultados. Ese es, probablemente, uno de los principales cambios que estamos viendo en la adopción profesional de la IA: pasar de utilizar herramientas de forma puntual a diseñar sistemas capaces de integrarse en la forma real de trabajar de una organización.
Las jornadas de Huelva permitieron abordar precisamente ese cambio, utilizando las OPFH/AOP como un entorno real sobre el que entender tanto las posibilidades de estas tecnologías como las condiciones necesarias para aplicarlas con rigor. Y es que el siguiente paso en la adopción de la inteligencia artificial no consiste tanto en preguntar mejor como en diseñar mejor el sistema que queremos poner a trabajar.
