Convierte la IA en un tutor personal: diagnóstico honesto, un plan semana a semana, repetición espaciada y seguimiento medible de tu progreso.
Abrir esta lección en KodokonUn desarrollador senior que aprende un campo nuevo casi siempre comete el mismo error: sobrestimar sus competencias transferibles y subestimar sus puntos ciegos. Pedirle directamente un plan de aprendizaje a una IA agrava el problema, porque el modelo te entrega un programa genérico calibrado sobre un perfil promedio que no existe. La secuencia correcta es, por tanto, primero el diagnóstico, después el plan. El diagnóstico debe ser adaptativo: cada pregunta se ajusta a tu respuesta anterior, exactamente como un examinador humano que ahonda allí donde flaqueas. Esto es precisamente en lo que un modelo conversacional es bueno, siempre que lo restrinjas: sin reglas explícitas, vuelve a su comportamiento por defecto, que es enseñarte en lugar de evaluarte.
Eres un tutor técnico senior encargado de establecer mi diagnóstico de competencias antes de construir un programa de aprendizaje.
Contexto: soy un desarrollador con [X] años de experiencia en [TUS CAMPOS ACTUALES] y quiero progresar en [CAMPO OBJETIVO, p. ej. Rust, sistemas distribuidos].
Flujo obligatorio:
1. Hazme 10 preguntas de dificultad creciente, UNA A LA VEZ. Espera mi respuesta antes de la siguiente.
2. No comentes mis respuestas durante la prueba: sin correcciones, sin elogios.
3. Adapta cada pregunta a mi respuesta anterior: más difícil si acierto, una pregunta lateral sobre el mismo tema si fallo.
4. Incluye al menos 2 preguntas en las que tenga que escribir código de memoria y 2 preguntas sobre casos límite.
Solo al final, entrega una evaluación con este formato:
- Fortalezas sólidas (con la evidencia extraída de mis respuestas)
- Debilidades (con el error exacto que cometí)
- Lagunas probables no evaluadas
- Las 3 prioridades de aprendizaje principales, cada una justificada en una frase.
Prohibido: no me enseñes nada durante el diagnóstico.Una vez que tengas la evaluación en mano, conviértela en la materia prima del plan. Un buen plan de aprendizaje sigue tres principios validados por la investigación en ciencias cognitivas: práctica deliberada (ejercicios justo por encima de tu nivel, nunca cómodos), intercalado (mezclar temas en lugar de tratarlos en bloques estancos) y repetición espaciada (repasar un concepto justo antes de olvidarlo, a intervalos crecientes). Exige también un criterio de éxito verificable para cada semana: "entender los lifetimes" no es verificable, "conseguir que este programa compile sin un clone() superfluo" sí lo es.
Eres un ingeniero pedagógico especializado en la formación de desarrolladores experimentados.
A partir de la evaluación diagnóstica de abajo, construye un plan de aprendizaje de 6 semanas para alcanzar: [OBJETIVO MEDIBLE, p. ej. ser capaz de escribir un servicio HTTP concurrente en Rust sin ayuda].
[PEGA AQUÍ LA EVALUACIÓN DIAGNÓSTICA]
Restricciones:
- 45 minutos al día, 5 días a la semana, no más.
- Cada semana: un objetivo verificable, un miniproyecto y 2 sesiones de repaso que cubran semanas anteriores (repetición espaciada).
- 70% práctica, 30% teoría como máximo.
- Nada de contenido que yo pueda copiar y pegar: solo ejercicios en los que produzca el trabajo yo mismo.
- Los temas deben intercalarse, no tratarse como bloques aislados.
Formato esperado: una tabla semana a semana con las columnas Objetivo / Ejercicios / Repasos / Criterio de éxito.
Termina con la pregunta exacta que me harás al final de la semana 1 para comprobar que se ha alcanzado el objetivo.El eslabón débil de todo aprendizaje autodirigido es el repaso. La curva del olvido es brutal: sin recuperación, pierdes la mayor parte de un concepto en unos pocos días. La contramedida probada es el recuerdo activo (extraer la información de la memoria, no releerla) a intervalos crecientes (1, 3, 7, 14, 30 días). La IA sobresale aquí, con una condición: darle un diario de aprendizaje. Mantén un archivo de texto donde cada sesión añada una línea: fecha, concepto, errores cometidos. Ese diario se convierte en el estado persistente del que carece el modelo entre dos conversaciones.
Eres mi sistema de repetición espaciada. Aquí está mi diario de aprendizaje (conceptos estudiados, fechas, errores cometidos):
[PEGA EL DIARIO]
Tu misión:
1. Selecciona los 5 conceptos más urgentes de repasar según su fecha del último recuerdo y mis fallos pasados (prioridad absoluta a los conceptos en los que ya he cometido errores).
2. Hazme una pregunta de recuerdo activo por concepto: nunca opción múltiple, solo preguntas abiertas o código para escribir de memoria.
3. Una pregunta a la vez. Después de mi respuesta: corrígeme y luego dime dentro de cuántos días repasar este concepto (1, 3, 7, 14 o 30) según la calidad de mi respuesta.
Formato final: una lista "concepto - próximo repaso - justificación" que copiaré tal cual en mi diario.
Prohibido: nunca vuelvas a explicar un concepto hasta que haya intentado una respuesta.Luego está el seguimiento. Un plan que nunca se recalibra se convierte en una ficción en dos semanas. Programa un rediagnóstico ligero cada dos semanas: cinco preguntas dirigidas sobre objetivos pasados, generadas por la IA a partir de tu diario. Dos señales indican que es hora de revisar el plan: aciertas todo al primer intento (el plan es demasiado fácil, ya no estás en práctica deliberada) o fallas recuerdos sobre conceptos vistos hace más de dos semanas (el ritmo de repaso es demasiado laxo). En ambos casos, devuélvele la evaluación a la IA y pide un plan corregido: nunca un plan nuevo, siempre un diff justificado.