Otras Herramientas IA: Reseñas y Comparaciones

En 2023, un abogado fue sancionado después de que un escrito redactado con ChatGPT citara varios casos que eran invenciones de la IA, y ese episodio extendió por el mundo el recelo hacia el derecho y la IA. Sin embargo, en pocos años la adopción se disparó, y el «2025 Legal Trends Report» de Clio indica que cerca de 8 de cada 10 profesionales del derecho (79%) usan alguna herramienta de IA. Como siguiente entrega de nuestra serie de impacto de la IA por sector tras las comercializadoras, el marketing y la consultoría, este artículo recorre las profesiones. La situación actual en cifras (el 79% de los profesionales del derecho usa IA y muchos reportan ahorro de tiempo; el uso de IA generativa en despachos de fiscalidad/contabilidad/auditoría saltó del 8% en 2024 al 21% en 2025; un estudio de Stanford muestra una caída relativa del 16% en el empleo de inicio de carrera en ocupaciones expuestas a la IA, entre ellas la de contador), el trabajo que la IA cambia por profesión (abogados = investigación de casos, revisión de contratos, extracción de obligaciones; contadores = contabilidad, comprobación de soportes, muestreo, identificación de riesgos; asesores fiscales = entrada de datos, borradores de declaraciones, búsqueda de legislación; la IA hace el trabajo de base, los humanos toman la decisión final), el mayor riesgo de la alucinación (inventar casos/leyes inexistentes, que lleva a sanciones y pérdida de confianza; CoCounsel enlaza cada cita con su fuente, como una base de datos de jurisprudencia, para poder comprobarla), el valor esencial que no cambia (juicio final, escepticismo profesional, ética, juicios fiscales en zonas grises y, de forma decisiva, la firma y la responsabilidad legal que no se puede delegar en la IA), la crisis de los junior (automatización de la rutina de aprendizaje) y los nuevos roles (responsables de cumplimiento de IA, ingenieros de prompts fiscales), y consejos por rol para profesionales, aspirantes y clientes (verifica las citas y las cifras contra las fuentes primarias; confirma el tratamiento de la confidencialidad). La regulación y la responsabilidad difieren según el país, así que sigue las leyes y normas profesionales del tuyo. La pregunta que plantea la IA: ¿lo que vendes es el trabajo, o el juicio y la responsabilidad?

La generación automática no equivale a subtítulos listos para publicar. Compara Whisper, Notta y YouTube; distingue subtítulos SRT/VTT de transcripciones completas y revisa los límites gratuitos y de exportación. Sigue un flujo de preparación, transcripción, corrección y exportación, con ejemplos de errores de contenido, sincronización y visualización. Comprueba también las traducciones y todos los destinos de los datos, incluso si la transcripción inicial es local. No se prometen porcentajes de precisión ni plazos universales.

«Noches en vela con presentaciones, montañas de investigación a mano»: el rito de paso del consultor júnior se tambalea con la IA. Este artículo verifica en las fuentes originales datos propios de la consultoría (a 30 de septiembre de 2026) y analiza cómo cambia la estructura del sector. BCG ingresó 14.400 millones de dólares en 2025 (+7%); los servicios centrados en IA y tecnología superaron el 40%, los servicios de IA crecieron un 25% y la plantilla llegó a 33.500 personas. McKinsey desplegó su plataforma interna Lilli en toda la firma en julio de 2023; la usa el 72% y los empleados declaran hasta un 30% de ahorro de tiempo (según la propia firma). En un experimento con 758 consultores de BCG (Organization Science, marzo de 2026), quienes usaron IA hicieron un 12,2% más de tareas, un 25,1% más rápido y con más calidad dentro de su frontera, pero acertaron un 19% menos en una tarea fuera de ella. El BLS proyecta que los analistas de gestión crezcan un 10% hasta 2035. Incluye la formación en pirámide, el paso de las horas a los resultados, el núcleo que no cambia, grandes firmas frente a boutiques, consejos y las correcciones de cifras de la versión anterior.

"AGI" significa cosas distintas según la empresa. La Carta de OpenAI habla de "sistemas altamente autónomos que superan a los humanos en la mayoría del trabajo de valor económico", investigadores de Google DeepMind la miden en niveles frente a personas cualificadas ("Levels of AGI") y Dario Amodei, CEO de Anthropic, evita la palabra por imprecisa y dice "powerful AI". Partiendo de qué es la AGI —una IA todoterreno que, como un humano, aprende y resuelve problemas en cualquier campo (en 2026 ningún sistema se reconoce ampliamente como tal)—, este artículo para principiantes explica en qué se diferencia de la IA estrecha actual, la definición de cada empresa en el original, por qué DeepMind cuenta ChatGPT como el primer nivel, "Emerging AGI", la relación entre IA estrecha, AGI y ASI, y declaraciones fechadas y con fuente sobre los plazos ("ya en 2026" de Amodei, "de cinco a diez años" de Hassabis, el 50% en 2047 de una encuesta a investigadores, la apuesta del escéptico Gary Marcus), para mostrar que gran parte de la diferencia entre previsiones es una diferencia de definiciones. Termina con esperanzas, riesgos y mitos habituales.

Cuando el anuncio navideño con IA generativa de Coca-Cola fue tachado de "sin alma" a finales de 2024, simbolizó el tira y afloja de la IA en el marketing: "eficiencia y eficacia" frente a "confianza y emoción". Este artículo repasa el tema, primero midiendo la situación en cifras (alrededor del 87% de los marketeros usa IA generativa, frente al 51% de 2024; más del 71% de la inversión publicitaria gobernada por algoritmos; Google creó unos 70 millones de recursos creativos con Gemini solo en el Q4 2025; el gasto en herramientas de IA de marketing prácticamente se triplicó en 18 meses). Cubre las cinco áreas que la IA cambia (① creación de contenido ② creativo publicitario ③ segmentación & distribución / programática ④ personalización / DCO ⑤ analítica & medición) y los efectos reportados (las empresas que conectan sus datos propios lograron el doble de ingresos incrementales, según BCG; todo publicado y dependiente de las condiciones); el núcleo que no cambia (estrategia, marca, confianza y creatividad rompedora siguen en manos humanas; la IA es un amplificador, base cero significa respuesta cero); el cambio sísmico SEO/AEO/LLMO (con enlaces internos); los riesgos (la brecha de percepción del 82% de ejecutivos frente al 45% de consumidores sobre los anuncios de IA, la fabricación plausible, el brand safety, los derechos/regulación, la operación descontrolada sin supervisión); cómo cambia el trabajo del marketero (tareas que se quitan, criterio más pesado; de productor a redactor jefe y estratega); y un plan práctico de cinco pasos para hoy. El mayor impacto de la IA es liberar el tiempo humano del hacer para pasarlo al decidir.

Elige una herramienta para crear diapositivas con IA según dónde presentarás y en qué formato entregarás el resultado. Esta guía separa estructura, guion y diseño, y explica cuándo usar Gamma, Copilot integrado en PowerPoint, Gemini para Google Slides, Beautiful.ai, Canva, ChatGPT (@Presentations o su complemento para PowerPoint) o Claude Slides. También muestra cómo convertir una conversación con Claude en una presentación y cuándo elegir Claude Docs para un documento. Incluye cinco pasos, desde la estructura hasta la verificación de cifras y fuentes y la revisión del archivo exportado, tres prompts prácticos y consejos para ajustar la cantidad de información al uso. Tanto si terminas en una sola aplicación como si utilizas varias herramientas, revisa por separado el contenido y el aspecto.

Una nota manuscrita, un recibo de papel, texto en inglés dentro de una captura, un cartel en una foto: el tecleo que siempre has hecho a mano es, en 2026, casi del todo innecesario gracias a la IA. Esta guía parte de en qué se diferencia el OCR con IA del tradicional (leer un carácter cada vez frente a entender la página entera por su significado) y luego ordena tres opciones (IA de chat general / herramientas dedicadas como Google Lens / API y OSS como Mistral OCR y PaddleOCR-VL) por caso de uso. Compara ChatGPT, Gemini Pro y Claude Opus por punto fuerte (manuscrito → familia GPT, estructurar tablas → familia Claude, muchas páginas → contexto largo de Gemini, OCR puro → modelos especializados; no hay campeón absoluto), ofrece tres prompts listos para usar (transcribir sin romper, tabla a Markdown, recibo a JSON, todos con una regla de «no inventar»), la mejor opción por caso (manuscrito, recibos, PDF, tablas complejas, texto vertical/antiguo, fórmulas y código), seis consejos de precisión con la calidad de imagen como el 80 % del resultado, y la única y mayor debilidad del OCR con IA: inventar de forma plausible lo que no puede leer (concilia siempre importes, fechas y nombres con el original), además de precauciones de privacidad sobre el envío de datos confidenciales, derechos de autor y uso para entrenamiento. Lo que puedes dejar a la IA es solo la «lectura»; confirmar es tarea del humano que ha visto el original.

Sabes "qué es RAG", pero cuando construyes uno la respuesta sale mal, porque sigue siendo RAG ingenuo: trocear descuidadamente y hacer una simple búsqueda vectorial. Como continuación de implementación de nuestra guía de RAG para principiantes, esto explica etapa por etapa el pipeline de RAG práctico de 2026 (chunking inteligente, embedding, vector DB, búsqueda híbrida, reranking): estrategias de chunking (recursive 512 por defecto, semantic/structural/parent-child, Contextual Retrieval con reranking, que según Anthropic reduce hasta un 67% los fallos de recuperación en el top 20), la elección de un modelo de embedding (text-embedding-3-large, etc.), una comparativa de seis vector DB (Chroma para prototipar, pgvector con Postgres, Qdrant de baja latencia, Pinecone totalmente gestionado, Weaviate campeón de la híbrida, Milvus a gran escala), búsqueda híbrida que fusiona BM25 + vectores densos con RRF, retrieve-then-rerank con un bi-encoder y luego un cross-encoder (Cohere/Voyage/BGE/Jina), el reparto entre LlamaIndex (recuperación) y LangChain/LangGraph (control), por qué una ventana de 1M de tokens no reemplaza al RAG (lost in the middle, distracción) y precauciones para producción como construir primero un conjunto de evaluación.

Ya sabes «qué es un agente de IA»; entonces, ¿cómo construyes uno? En 2026, sin código puedes tener un agente funcionando en una tarde arrastrando y soltando, y los SDK modernos te dejan montar uno práctico en menos de 100 líneas. Como complemento práctico de «qué es un agente de IA», esto cubre la anatomía (cerebro LLM + instrucciones + herramientas + memoria + bucle autónomo), los dos caminos (sin código vs. con código), el marco de construcción universal en 5 pasos (delimita el problema, elige tu base, escribe las instrucciones, conecta herramientas, prueba en pequeño), una comparación de herramientas sin código (Dify como plataforma completa, n8n para integración empresarial, Flowise para prototipado, y los más fáciles Custom GPT/Gemini Gems/Claude Projects), una comparación de frameworks de código (los sólidos Claude Agent SDK/OpenAI Agents SDK, LangGraph para control complejo, CrewAI para coordinación de roles), un ejemplo práctico concreto (resumir un correo de soporte y luego notificar en Slack), guías de coste (~$20-$60/mes de plataforma más uso del modelo) y plazos, y los errores comunes (no abarcar demasiado, permisos y control de descontrol, cuidado con el «solo PoC»). Para la mayoría de la gente, construir uno sin código primero es la decisión correcta.

«ChatGPT, Claude o Gemini: ¿a cuál me suscribo?». En 2026 los tres rondan los $20/mes y son de primer nivel, así que no hay un único «este gana». La pregunta correcta es «cuál es el mejor para tu caso de uso». A partir del consenso entre fuentes, este artículo cubre lo básico (proveedor, familia de modelo principal, precios gratis/estándar/premium), las diferencias de carácter (Claude = artesano de escritura/análisis/código, ChatGPT = todoterreno versátil con ecosistema e imagen/voz, Gemini = multimodal, contexto largo, integración con Google), una tabla detallada por caso de uso (escritura, código, general, generación de imágenes, voz, comprensión de imagen/PDF/vídeo, textos muy largos, integración con Google, investigación, español), cómo elegir un plan según el volumen de uso y la combinación inteligente de dos herramientas para cuando no puedes elegir uno (una base + uno para cubrir los huecos). Las clasificaciones cambian cada pocos meses, así que en lugar de perseguir un «mejor» fijo, usa cada uno por su punto fuerte y mide con tus propias tareas en el nivel gratuito.

La IA puede elaborar borradores de actas, pero hay que revisar la transcripción, las decisiones y las tareas. Compara herramientas especializadas, IA integrada en Zoom/Teams/Meet y un flujo propio con Whisper y un LLM. Consulta los límites gratuitos, un prompt reutilizable y cómo probar con el mismo audio autorizado, medir el trabajo completo y comprobar el tratamiento de datos. Transcribir localmente no evita el envío externo si después resumes en la nube.

Antes, Cursor, Claude Code, GitHub Copilot y Codex se podían explicar por tipo: editor, complemento, CLI y nube. Pero al releer el 22 de septiembre de 2026 la documentación oficial de las cuatro empresas, todas funcionan en el terminal, el IDE, la aplicación de escritorio, la nube y el móvil, y además unas dentro de otras. Este artículo ordena, con fuentes, los tres puntos en los que hoy se diferencian: los modelos disponibles (Cursor y Copilot abarcan varias empresas, Claude Code solo usa Claude y Codex solo OpenAI), cómo se cuentan el precio y el uso (planes gratuitos, cuotas mensuales desde los $8 de Go hasta los $200, cupos mensuales frente a cupos de 5 horas y semanales, y cómo se paga al superarlos) y la base de cada una (su propio editor, GitHub y las suscripciones de Claude y ChatGPT). También reúne las diferencias en los PR y las revisiones de GitHub, cómo elegir en ocho situaciones, cómo combinarlas y un método para compararlas en 30 minutos en tu propio repositorio. Los errores de la versión anterior, como «Copilot es la más barata» o «unas 4 veces más eficiente en tokens», están corregidos al final.