Eduardo Rdgz-Á

Lo vivido gana a lo diseñado.

El discurso dominante de IA en 2026 sigue centrado en el modelo: qué tan grande, qué tan bien evaluado, qué tan rápido. Pero los productos de IA que entregan valor real comparten algo que no aparece en los benchmarks: detrás hay alguien que conoce el problema porque lo vivió, no porque lo investigó.

Esa convicción organiza mi trabajo. Vengo de tres lugares — la física, ocho años de aula, y la construcción y operación de una plataforma AI-native en producción — y los tres me dicen lo mismo: la ventaja sostenible está en la distancia entre quien diseña la solución y quien sufrió el problema. Cuanto más corta esa distancia, mejor el producto.

Lo que esto significa en concreto:

• — Modelo no operado no es producto. La gobernanza no vive en un documento: vive en runtime — en el log, en la cola, en el prompt versionado, en quién firma cada output.
• — La mayoría de lo que llamamos “problemas educativos” es burocracia que le roba tiempo a la gente para hacer su trabajo. Lo aprendí en aula; lo confirmé construyendo ILC, donde un usuario me dijo: “Tenemos coherencia global en las 250 páginas de planeación didáctica.” El sistema funciona porque resuelve un problema que yo viví, no uno que imaginé.
• — El harness es humano. Sostener cadenas largas de pensamiento durante horas — donde aparecen los avances reales — es trabajo humano. La responsabilidad por lo que el sistema genera no se delega al algoritmo.

Me interesan equipos que construyan productos reales en DS/ML con IA en producción — con la responsabilidad anclada en una persona, no en el algoritmo.

CV completo →