Guía para Principiantes en IA: Primeros Pasos

Justo después de enviar un mensaje, Gemini se detiene con «Se ha producido un error (13)» o «Something went wrong(13)», y Google no explica la causa de este error en su ayuda oficial. Sin embargo, el informe oficial de incidencias de mayo de 2026 registra que este mensaje apareció durante unos 4 días; la causa fue una combinación de recursos insuficientes en la base de datos y errores de la aplicación, y la solución alternativa, «ninguna». Partiendo de ese registro oficial y de que el número «13» coincide con el código de error interno de gRPC (INTERNAL), aunque Google no ha afirmado que signifiquen lo mismo, este artículo ordena las 4 situaciones más frecuentes en la comunidad oficial: aparece a todos a la vez, solo en un chat largo, solo al adjuntar una imagen y solo en una cuenta concreta. Después propone 7 pasos para aislar el problema, empezando por lo que menos esfuerzo requiere: desde consultar el estado del servicio hasta continuar en un chat nuevo, probar con otra cuenta e informar mediante comentarios.

No hace falta pedir cada vez «empieza por la conclusión» o «respóndeme en español»: basta con escribirlo una sola vez en el campo de instrucciones que se aplica automáticamente a todas las conversaciones. En ChatGPT se llama «Instrucciones personalizadas», en Claude «Instrucciones para Claude» y en Gemini «Instrucciones para Gemini», pero cambian el nombre en la interfaz, la ubicación y la cantidad de texto que admiten. ChatGPT permite 1.500 caracteres en Free y Go y 5.000 en Plus y superiores (ampliado en julio de 2026), mientras que Claude y Gemini no publican ningún límite. Este artículo comprueba la ubicación y el límite en las ayudas oficiales de las tres empresas y muestra, a partir de la guía oficial de prompts de Anthropic, cómo escribir instrucciones que funcionen, con un ejemplo. Además, reúne en una lista de comprobación las situaciones en las que, según las ayudas oficiales, las instrucciones no se aplican: dentro de un proyecto, dentro de un Gem, en un chat temporal o con una cuenta de empresa.

Le escribes a Claude en español y te contesta en inglés: en el repositorio oficial se repite el mismo reporte una y otra vez, y la investigación ha comprobado que, cuando la petición y la respuesta van en idiomas distintos, incluso los modelos más potentes no logran responder de forma constante en el idioma indicado. Pero no hay una sola causa. Se divide en tres patrones: el inglés se cuela poco a poco mientras Claude lee código y salidas de herramientas, el idioma se olvida justo después de la compactación que resume la conversación, o la respuesta no llega en inglés sino en otro idioma distinto. Cada uno tiene una solución diferente. Este artículo explica cómo reconocer cada patrón, por qué el ajuste language de Claude Code, que fija la instrucción en el prompt del sistema, sigue funcionando después de la compactación, y el problema que empezó a reportarse en septiembre de 2026, sesiones largas en las que la propia salida se descompone, separando la información confirmada de la que no lo está.

Las disposiciones restantes del EU AI Act pasaron a ser de aplicación general el 2 de agosto de 2026 y, con ellas, llegó una oleada repentina de afirmaciones según las cuales publicar un artículo escrito con IA sin etiquetarlo ya es ilegal. La respuesta corta es que, para la mayoría de quienes publican por su cuenta y para los blogs corporativos, no nace ninguna obligación de revelarlo. El artículo 50, apartado 4, dice con todas las letras que la obligación no se aplica cuando el contenido ha pasado por una revisión humana o un control editorial y alguien asume la responsabilidad editorial de la publicación. La condición que lleva adjunta es que la revisión debe ser sustantiva y no puede limitarse a cuestiones superficiales ni a un visto bueno meramente formal, de modo que publicar de forma automática un texto que nadie ha leído no entra en la exención. Este artículo recorre por qué el proveedor y el responsable del despliegue tienen obligaciones completamente distintas, por qué la revelación de los textos generados por IA depende de la finalidad de la publicación y no del tema, la obligación de revelar los deepfakes y el trato atenuado de las obras artísticas y satíricas, los avisos de los chatbots, por qué el marcado legible por máquina como C2PA Content Credentials es una obligación del proveedor, y los plazos del 2 de diciembre de 2026 y el 2 de febrero de 2027, siempre limitado a lo que ha podido contrastarse con el texto legal y con el material de la Comisión Europea.

Claude Code se detiene a media respuesta con «API Error: Connection lost mid-response. The response above may be incomplete.» y, al buscar ese texto tal cual, apenas aparece información. El motivo es que se trata de un nombre reciente: la referencia oficial de errores deja escrito que antes de v2.1.227 ese mismo mensaje se mostraba como Connection closed mid-response, y que en el mismo cambio Response stalled mid-stream pasó a ser The response stopped arriving y Connection closed while thinking, before producing a response pasó a ser Connection lost before a response was produced. Es decir, el fenómeno existía desde antes y lo único que cambió fue la palabra. Este artículo parte de ese renombrado y se apoya solo en la documentación oficial y en las incidencias públicas. Primero, la definición oficial de los cuatro mensajes de corte a media respuesta, Server error, Connection lost, Your computer went to sleep y The response stopped arriving, y el motivo por el que la salida ya emitida se conserva a propósito: reenviar la petición podría ejecutar dos veces la misma llamada de herramienta. De ahí que el procedimiento de recuperación sea responder continue. Después, por qué no se reintenta de forma automática, explicado con la bifurcación de Automatic retries de la documentación oficial: un corte antes de completar nada se reenvía hasta diez veces con retroceso exponencial, tras el razonamiento y antes de la salida se reenvía hasta dos veces y termina con Connection lost before a response was produced, y tras completar un bloque ya no se reenvía y aparece esta nota. Siguen las tres capas donde puede producirse el corte, el equipo y la línea, el camino con proxy y pasarelas, y el servidor con la reutilización de conexiones, más la relectura del material mTLS rotado desde v2.1.232, una lista de comprobación de nueve pasos, los valores por defecto de los cuatro temporizadores de vigilancia del flujo, 180 segundos para el primer byte, 300 para los eventos, 180 para los bytes y cinco minutos de inactividad del cuerpo, y las variables CLAUDE_CODE_MAX_RETRIES, CLAUDE_CODE_RETRY_WATCHDOG y API_TIMEOUT_MS, entre otras. También una tabla para distinguir los ocho mensajes parecidos y dos informes reales en los que el HTTPS puro pasa sin problemas y solo la CLI cae con ECONNRESET, el #86473 y el #85979. Se cierra separando por nivel de certeza lo que sí está documentado, síntoma, significado y recuperación, de lo que no: no hay explicación oficial de la causa y el renombrado no consta en el CHANGELOG. Y una advertencia previa: las versiones anteriores a v2.1.222 emitían este aviso incluso con la respuesta completa, así que conviene comprobar claude --version antes de diagnosticar nada.

Intentas abrir Claude Desktop en Windows y lo que aparece es un cuadro de diálogo titulado «No se puede abrir esta aplicación» que te pide ir a las opciones avanzadas de Claude y elegir Reparar; y hacer exactamente lo que dice funciona. Sin desinstalar nada y sin recurrir a Restablecer, que sí tira tus datos a la basura. Hay, eso sí, un paso intermedio en el que la gente se atasca de verdad, y es el centro de este artículo. Al pulsar Reparar puedes encontrarte con un aviso de que la aplicación sigue en ejecución, aunque no tengas ninguna ventana de Claude abierta por ninguna parte. La causa es que Claude Desktop se queda residente en la bandeja del sistema después de que cierres su ventana, y mientras ese proceso mantiene abiertos los archivos del paquete la reparación no puede completarse. La solución es sencilla: cierra los procesos de forma explícita y después pulsa Reparar. Y ese hecho apunta a la causa del fallo en sí, porque el mismo proceso rompió la actualización y luego bloqueó la reparación. El artículo responde además a lo que casi todo el mundo pregunta primero: ¿se borran tus sesiones? La respuesta se divide en tres. Tu historial de conversaciones de claude.ai está en los servidores de Anthropic y no se toca. Las sesiones de Claude Code viven en %USERPROFILE%\.claude\projects\, fuera del paquete de la aplicación, así que sobreviven a una reparación, a un restablecimiento e incluso a una desinstalación (un equipo real acumulaba 2.977 archivos, unos 3,0GB, repartidos en 52 proyectos). Lo único en riesgo son los ajustes del lado de la aplicación en %APPDATA%\Claude, y Reparar conserva incluso eso: Windows deja escrita la diferencia en la propia pantalla, donde junto a Reparar advierte de que los datos de la aplicación no se verán afectados y junto a Restablecer, de que se eliminarán. A partir de ahí cubre la comprobación de estado en PowerShell de solo lectura, una rutina de copia de seguridad, una escalada por pasos cuando la aplicación sigue sin abrirse (revisar que vmcompute y hns estén en marcha, reinstalar con -PreserveApplicationData), la causa deducida de un MSIX registrado a medias junto a las incidencias de GitHub (#55465, donde la instalación fue correcta pero no se creó ningún punto de entrada, más #50285 y #48437, todas cerradas como closed as not planned y sin corrección oficial), cómo reducir las probabilidades de que se repita y una comparación con la versión del instalador antiguo, donde la última entrega MSIX y un equipo con el formato antiguo medían ambos 1.24012.9.

El 16 de julio de 2026, Moonshot AI lanzó Kimi K3, un modelo con 2,8 billones de parámetros totales. Las acciones de semiconductores estadounidenses sufrieron ventas masivas y la historia escaló hasta que un alto cargo de la Casa Blanca acusó a la empresa, por su nombre, de destilar los modelos de Anthropic. Como las cifras, e incluso las etiquetas, no coinciden según la fuente, este artículo contrasta a quienes publican los benchmarks, a la prensa financiera, los anuncios de la propia Moonshot y la página real de Hugging Face, indicando quién produjo cada dato. En rendimiento suma 57 puntos y el tercer puesto en el Artificial Analysis Intelligence Index (a 17 de julio de 2026, aunque también existen recuentos que sitúan esos mismos 57 puntos en cuarta y séptima posición). En GDPval-AA v2, la métrica más práctica, K3 marca 1668 frente a los 1760 de Fable 5 y los 1600 de Opus 4.8: un salto de 478 puntos respecto a los 1190 del K2.6 de la generación anterior, y es ese recorte de distancia, más que la posición absoluta, lo que movió al mercado. En código se llevó el primer puesto en la Frontend Code Arena de Arena.ai con 1679 (Fable 5, 1631), pero en FrontierSWE pierde: 81,2 % frente al 86,6 % de Fable 5. El precio se invierte según la comparación: $3 de entrada y $15 de salida es alrededor de un 40 % más barato en entrada y entre un 40 % y un 50 % más barato en salida que Claude Opus 4.8 ($5/$25) o GPT-5.6 Sol ($5/$30), y el coste medido de $0,94 por tarea queda por debajo de los $1,80 de Opus 4.8. Frente a los rivales chinos, en cambio, es el más caro del grupo, unas tres veces GLM-5.2 y 23 veces DeepSeek V4 Pro, así que no estamos ante el descuento de un orden de magnitud del shock DeepSeek. Sobre los pesos, los medios se dividen entre «código abierto» (VentureBeat, SCMP) y el «pesos abiertos» de Reuters, y este último es el término exacto. Los pesos salieron el 27 de julio de 2026, en la fecha prevista, y se descargan desde Hugging Face sin solicitud de acceso (96 fragmentos safetensors). La licencia publicada junto a ellos es la propia «Kimi K3 License» de Moonshot: sobre una base de permiso al estilo MIT añade dos condiciones, un acuerdo aparte si se explota un negocio de Model as a Service que facture más de 20 millones de dólares y mostrar «Kimi K3» en la interfaz de los productos con más de 100 millones de usuarios mensuales. Como el permiso cambia según el tamaño de quien lo usa, no es código abierto según la OSI, y el articulado de la licencia zanja la discusión sobre la etiqueta. En los mercados, el Nasdaq cayó un 1,5 % el viernes, Taiwán más de un 6 %, Japón un 4 %, y el ETF de semiconductores (SMH) llegó a acumular más de un 20 % por debajo de su máximo de finales de junio, pero la caída semanal del SOX se publica entre -9 % y -12,5 % según el medio, y las pérdidas se recortaron después con la entrada de compradores a la baja. La acusación de destilación la rechazan los investigadores por el calendario —15 días entre la publicación de Fable el 1 de julio y el lanzamiento de K3 el 15— y no se ha hecho pública ninguna prueba. La velocidad (mediciones que van de 33 a 62 tokens por segundo, con OpenRouter avisando de errores 429 frecuentes por tensión de capacidad), la tasa de alucinación al alza del 39 % al 51 % y la clara diferencia de experiencia de uso que la propia Moonshot admite se cubren aquí con etiquetas de certeza explícitas.

Claude Code se detiene a mitad de una respuesta con «API Error: Connection closed mid-response. The response above may be incomplete.» No es un problema de prompting: la conexión que transportaba la respuesta en streaming se cerró mientras la respuesta todavía llegaba. Este artículo se apoya únicamente en la referencia de errores oficial, el changelog oficial y reportes respaldados por capturas de paquetes. Empieza por las definiciones oficiales: Connection closed significa que el enlace se cortó, Response stalled que se quedó en silencio y Server error que llegó un 5xx a mitad de stream; y explica por qué la salida parcial se conserva deliberadamente (reenviar podría ejecutar dos veces las mismas llamadas a herramientas) y que el paso de recuperación documentado es responder continue. Después separa las tres capas donde puede originarse el cierre (tu equipo y la suspensión, un corte por inactividad en un proxy o VPN, o un cierre iniciado por el servidor) y presenta las mediciones publicadas por quien reportó el issue #67766: los diez incidentes fueron cierres limpios del servidor, el error salió entre 3 y 105 ms después del FIN, ya se habían entregado entre 7 y 20 KB de la respuesta, el cuerpo de la petición pesaba entre 1 y 2,5 MB, una conexión nueva funcionó en unos 20 ms y aparecieron 200 errores en 171 incidentes a lo largo de 23 días de transcripciones, 87 de ellos a menos de cinco segundos de la llamada anterior. El núcleo práctico es una cronología de entradas reales del changelog —2.1.179 conserva lo parcial, 2.1.185 pasa el aviso de estancamiento de 10 a 20 segundos, 2.1.198 reintenta los cortes transitorios con backoff, 2.1.199 conserva lo parcial ante errores de servidor a mitad de stream y 2.1.214 desactiva el pool keep-alive tras un error de conexión obsoleta— contrastada con las versiones de los reportes (2.1.173, 2.1.181 y 2.1.183), todas anteriores a la 2.1.198. Cierra con las condiciones que suben la probabilidad, una lista de comprobación de ocho pasos, seis pautas para desarrolladores, cómo distinguirlo de Unable to connect y Prompt is too long, y una separación clara entre lo confirmado oficialmente y lo que no.

Abres Hugging Face para ejecutar un LLM local y el mismo modelo tiene un muro de archivos (Q4_K_M, Q5_K_S, GPTQ, AWQ, IQ3_M) y te quedas paralizado. Este artículo responde, de forma práctica, qué archivo cuantizado descargas para que funcione, dejando el concepto de qué es la cuantización para otro artículo y centrándose en elegir el formato. La elección son dos pasos: qué formato (= en qué motor lo ejecutas) y luego qué profundidad de bits. El hecho más importante es que un archivo cuantizado solo funciona en los motores que admiten su formato. GGUF es el único formato todoterreno local que funciona en CPU, Mac y GPU parcial (llama.cpp/Ollama); GPTQ/AWQ/EXL2 son de GPU en primer lugar (vLLM/TGI); bitsandbytes cuantiza al cargar en Transformers sin calibración. El nombre GGUF Q4_K_M son tres partes: Q4 (4 bits nominales, más alto = mejor y más grande), K (K-quant sobre superbloques; sin sufijo/_0/_1 son heredados), M (S/M/L = cuánto se mejoran algunos tensores importantes; los bits efectivos quedan por encima de la etiqueta, Q4_K unos 4,5 bpw). La familia IQ (I-quants) baja aún más de tamaño con los mismos bits, pero es más pesada en inferencia y necesita un imatrix (una matriz de importancia de la calibración que protege los pesos que importan). GPTQ minimiza el error capa por capa; AWQ protege los pesos relevantes mediante las activaciones (ninguno es mejor de forma universal). Para la profundidad de bits, ante la duda elige Q4_K_M (predeterminado de Ollama para muchos modelos), sube a Q5_K_M/Q6_K con VRAM de sobra, Q8_0 es casi sin pérdidas pero no recomendado, e IQ2/IQ3 solo para meter un modelo grande. En torno a 4,5 a 5 bpw es la banda sabrosa (una heurística). Encuentra archivos con library=gguf, bartowski/mradermacher (la actividad varía) o etiquetas de Ollama model:size-variant-quant. Los números son aproximados y varían según el modelo y la compilación.

Ahora que "pregúntale a la IA" y "que lo escriba todo la IA" son lo predeterminado, la pregunta contraria tiene filo: ¿es esta de verdad una situación en la que debería usar la IA? Este artículo no está en contra de la IA; trata de mantener el "no usarla" como una opción, precisamente para sacarle el máximo partido. La IA no es algo que usas por defecto, sino una herramienta que eliges a propósito, y usarla bien y elegir no usarla son dos caras de lo mismo. Seis situaciones donde no usarla gana: 1. aprendizaje que construye bases (el proceso de escribir para pensar es el objetivo), 2. introducir datos confidenciales o personales (no pegues nada sin revisar términos y retención), 3. decisiones finales fatales si fallan (medicina, derecho, seguridad y dinero no deben delegarse sin verificar), 4. tareas ligeras que no compensan el coste, 5. trabajo donde la confianza o la creatividad humana son el centro (disculpas, contrataciones, autoría), 6. cuando no quieres añadir un punto único de fallo (continuidad del negocio). Decide rápido con tres preguntas: ¿puedes verificar tú mismo el resultado, son solo datos que se pueden compartir y es el proceso algo que deberías estar entrenando ahora mismo? Si puedes verificarlo, los datos se pueden compartir y no necesitas entrenar, usa la IA; si no, sáltala o inserta una revisión humana. Las desventajas del uso excesivo (descarga cognitiva, aceptar errores plausibles, dependencia) se presentan como puntos de debate, no como cifras exactas. Saltarse la IA a propósito no es un freno, sino la habilidad de la otra cara que te permite ir a por todas donde encaja, y una cobertura frente a depender en exceso de la IA.

Justo después de actualizar Claude Desktop (Windows), al abrir la app aparece «Hay otro programa que está usando este archivo en este momento» y no arranca, y se queda así hasta que reinicias el PC. Es un fallo conocido de la versión de Microsoft Store (MSIX) (GitHub #53247 y otros). Lo clave: no hace falta necesariamente reiniciar por completo el PC; en muchos casos basta con cerrar la sesión de Windows y volver a iniciarla para recuperarlo (no es reiniciar el PC ni cerrar sesión en Claude), porque el handle huérfano que hay detrás persiste por sesión de usuario de Windows. Detener CoworkVMService o volver a registrar el paquete se reporta que NO funciona. Pese al texto del diálogo, está verificado que no hay ningún bloqueo de archivo en el espacio de usuario (handle.exe / Process Explorer): el fallo real está en la capa de contenedor de AppX/Desktop Bridge, en la conversión Job Object → Silo (0x80070020 = ERROR_SHARING_VIOLATION, eventos 215/208). El desencadenante tiene dos explicaciones sin resolver —el servicio reteniendo el Job Object (#57221) frente a un fallo al arrancar que deja la limpieza sin hacer (#53247)— y no se ha publicado corrección oficial. La solución permanente es cambiar a la versión Squirrel (instalador). Basado en un equipo (Windows 11 Home 10.0.26200) contrastado con issues de GitHub; con etiquetas de confianza a lo largo del texto.

El 8 de julio de 2026, OpenAI lanzó GPT-Live, el nuevo modelo que sustituye a Advanced Voice Mode y renueva la voz de ChatGPT con una arquitectura full-duplex: escucha y habla al mismo tiempo, asiente mientras hablas, encaja las interrupciones y no corta el silencio en el que piensas, con una latencia inferior a 250 ms. La inmediatez la asume GPT-Live y el razonamiento profundo y la búsqueda se delegan en GPT-5.5 (Instant/Medium/High). Free usa GPT-Live-1 mini y Go/Plus/Pro usan GPT-Live-1, en iOS, Android y web. Explicamos qué es, en qué se diferencia del modo anterior, cómo funciona, sus límites actuales (sin vídeo ni pantalla, sin API todavía) y su diferencia con GPT-Realtime-2.1.