En un mundo en rápida transformación, ¿cómo deberían los profesionales de humanidades utilizar mejor la IA?

marsbitPublicado a 2026-03-05Actualizado a 2026-03-05

Resumen

Resumen: En un mundo en transformación, los profesionales de humanidades deben integrar la IA como herramienta de trabajo, no como un oráculo. El artículo propone principios clave: 1) Trazabilidad y control del proceso, 2) Desglose de tareas en pasos específicos, 3) Uso comparativo de múltiples modelos, 4) Expectativas realistas (nivel de conocimiento de estudiante universitario), 5) Priorización de flujos estructurados sobre la inspiración, 6) Eliminación de barreras formateadas para evitar "pereza" de la IA, 7) Compresión de información en lugar de expansión, 8) Iteración de procesos (no de resultados), 9) Generación de múltiples opciones para combatir la mediocridad, y 10) Mantener la autoría humana mediante materiales reales y criterio editorial. La IA es un verbo en la oración creativa, no el sujeto ni el objeto.

Los profesionales de humanidades no crean los cambios del mundo, pero los están soportando.

A veces siento que esas cuentas que venden tutoriales de inteligencia artificial tratan a la IA como si fuera magia: te dan un prompt mágico y puedes hacer cualquier cosa. La realidad, por supuesto, no es así. Durante el último tiempo, debido a la creación de FUNES, hemos tenido que producir en masa a diario utilizando IA. Sumado a la producción de contenido como "蜉蝣天地" (Mundo Efímero) y mi propia escritura, la fuerza humana ya no era suficiente. Así que hemos experimentado mucho con cómo usar la IA para asistir nuestra investigación en el mercado de contenido y las disciplinas humanísticas.

Luego, cuando nuevos colegas se incorporaron a la empresa, hice una simple presentación en Keynote. Jia Xingjia, un profesor de 得到 (Dédào), se enteró y me invitó a dar una charla. Mi socio Keda y yo llamamos a esta charla "Guía de uso de IA para profesionales de humanidades". En ese momento fue una分享 puramente privada, principalmente sobre algunos principios generales. Luego la di varias veces más, expandiéndola gradualmente.

Durante el último año, he explicado esta experiencia sobre cómo usar la IA a muchos amigos que se dedican a crear contenido, investigación o productos de conocimiento. Su objetivo no es enseñarte a memorizar unos prompts mágicos, y mucho menos tratar a la IA como una panacea; por el contrario, es más bien un conjunto de métodos de trabajo: permitiéndote, sin escribir código, integrar verdaderamente los grandes modelos en tus flujos de escritura, investigación, edición, selección de temas, organización de materiales y producción, haciéndolo rastreable, supervisable, verificable, y al final, estando aún dispuesto a firmar tu obra.

Este método proviene de los obstáculos que superamos en proyectos reales: cuando el contenido entra en producción a escala, depender puramente de humanos colapsa; y que la IA escriba un artículo directamente genera alucinaciones, vagancia y un estilo de IA. Así que nos vimos obligados a convertir la creación en una línea de producción, y la línea de producción en un sistema iterable.

Hoy no quiero darte directamente varios prompts, espero poder darte algunos principios y guías clave.

Antes de los principios: Tres líneas rojas de esta guía

Antes de los métodos específicos, aclaremos tres líneas rojas. Ellas determinan "cómo usas la IA" y también "por qué usarla así".

1. El proceso debe ser rastreable, supervisable y verificable
No puedes solo querer un resultado, sin el proceso. Para el trabajo humanístico, la caja negra es lo más peligroso: las alucinaciones, las citas erróneas, la sustitución de conceptos, ocurren sigilosamente dentro de la caja negra.

2. Debe ser manipulable
Debes poder controlar cómo lo hace, bajo qué estándares, dónde ir más despacio, dónde ser más estricto. No estás "haciendo gachas", estás produciendo.

3. Al final, aún debes estar dispuesto a firmar
"¿Estoy dispuesto a poner mi nombre en esto?" es el control de calidad final. Si no estás dispuesto a firmar, normalmente no es un problema moral, sino que tu voluntad no se impregnó en el proceso, lo que significa que la calidad es incontrolable.

Principio 0: No le pidas deseos a la IA, trátala como un banco de trabajo

La forma en que mucha gente usa la IA es, en esencia, pedir deseos:
"Dame un buen chiste", "Ayúdame a escribir un buen artículo", "Explica este artículo académico".

El problema es que —"explicar" en sí tiene innumerables interpretaciones: para legos, para estudiantes universitarios, para estudiantes de posgrado, para colegas, no es la misma tarea. La IA no puede saber por defecto tu背景, propósito, gusto y estándares. Si no lo aclaras, solo te dará la respuesta más fácil usando la forma predeterminada del "humano promedio".

Tratar a los grandes modelos como un banco de trabajo significa: no le exiges resultados, sino que movilizas sus herramientas para completar un proceso. Lo que debes hacer es explicar la tarea claramente, explicar los estándares y organizar los pasos.

Por ejemplo, pedirle a la IA que explique un artículo académico

Puedes cambiar la petición de deseo (explícame este artículo) por una tarea de banco de trabajo así:

· Definir el público objetivo: estudiantes de posgrado inteligentes y curiosos, pero no expertos en el campo.

· Definir el método de explicación: heurístico, paso a paso, con rigor académico.

· Definir los requisitos de estructura: primero hablar del significado, luego complementar el背景, luego reconstruir el proceso de investigación, luego hablar de los puntos tecnológicos clave, luego mencionar las implicaciones.

· Definir el tono: que respete la inteligencia, que no sea condescendiente, que no finja que el interlocutor ya tiene una base sólida.

Te darás cuenta: cuanto más se parezca a "instrucciones de tarea", menos se parecerá la IA a una IA, y más a un asistente que realmente sabe trabajar.

Principio 1: Para que la IA lo haga bien, reflexiona primero sobre ti mismo: tú eres el responsable

Si contratas a un secretario, no solo le dices:
"Mejora ese artículo de Han Yang sobre el Cinturón de Óxido de EE.UU."

Seguramente agregarás:

Por qué se escribió este artículo, para quién, dónde se atasca ahora, qué problema esperas que resuelva, qué partes no se deben tocar, qué estilo quieres, cuál es el indicador que más te importa.

Con la IA es igual. Debes tratarla como un colega muy diligente, muy educado, pero que no conoce tus premisas implícitas. La verdadera "ingeniería de prompts" no es una técnica, sino un sentido de responsabilidad: cualquier tarea sigue siendo tuya, la IA solo te ayuda a trabajar.

Cuando no estés satisfecho con la salida de la IA, la primera reacción más efectiva no es "la IA no sirve", sino:

· ¿He aclarado el "objeto/público/objetivo"?

· ¿He proporcionado suficiente material de背景 y restricciones?

· ¿He desglosado el "deseo abstracto" en "acciones ejecutables"?

· ¿He dado estándares que permitan juzgar lo correcto e incorrecto?

Principio 2: Haz la misma pregunta al menos a 3 modelos: cada IA tiene su "personalidad" y área de expertise

En nuestra empresa, a cualquier colega que接触e por primera vez los grandes modelos, le pediría que en las primeras etapas, hiciera cada pregunta a tres IA diferentes. Las IA, como las personas, tienen diferencias: algunas son mejores escribiendo y eligiendo palabras, otras son mejores razonando y resolviendo problemas, otras son mejores con el código o el uso de herramientas. Algo más realista es: los modelos del mismo producto, las nuevas versiones del mismo modelo, también ajustan constantemente su "estilo" y "límites".

Así que un hábito muy simple pero extremadamente efectivo es: lanzar la misma pregunta a al menos 3 IA diferentes, obtendrás rápidamente una "sensación":

· Cuál escribe mejor, cuál piensa mejor, cuál investiga mejor, cuál es más propensa a vaguear

· Qué tareas son adecuadas para quién haga el "primer borrador", cuáles para quién sea el "revisor"

· Cuál es más adecuada para generar "temas/estructuras", cuál para generar "párrafos/oraciones"

El valor de este paso no está en "elegir el modelo más fuerte", sino en que empiezas a gestionar modelos como gestionas un equipo, no como un único oráculo.

Principio 3: La IA no es omnisciente: trátala como el nivel de conocimiento general de un "buen estudiante universitario"

Una gestión de expectativas muy práctica es:
El nivel de conocimiento general de la IA ≈ un estudiante universitario de una universidad top (类似985).

Si algo crees que "incluso un buen estudiante universitario podría no saberlo", entonces deberías asumir que la IA tampoco lo sabe; al menos asumir que, cuando no lo sepa, "inventará de manera convincente".

Esto conlleva dos acciones directas:

1. Cualquier contenido que supere el conocimiento general, debes enseñárselo tú
Por ejemplo: quieres que escriba chistes, que escriba copy con un gusto único, que escriba argumentos altamente especializados; no puedes solo decir "escribe mejor", debes dar ejemplos, estándares, zonas prohibidas, corpus. Creo que ahora mismo, explicarle a un amigo qué texto consideras bueno te llevaría tiempo; ¿cómo puedes pensar entonces que la IA lo sabe por defecto?

2. Debes colaborar con ella como con un becario, no como con un dios
Puede hacer mucho trabajo de "interpolación micro": completar el andamio que le das, tejer el material que le das en texto legible. Pero el "andamio" y la "dirección" aún provienen de ti.

Principio 4: Deja que la IA se acerque paso a paso al objetivo: desglose en pasos de caja blanca es más confiable que caja negra de una vez

La ventaja de la IA no es "darte directamente la respuesta correcta", sino que puede completar de manera estable muchos pequeños pasos dentro del流程 que diseñas. Cuanto más le exijas que lo haga "de una vez", más容易 se convertirá en una caja negra "aparentemente completa, pero en realidad vaga".

Un ejemplo muy直观 es el procesamiento de TTS (texto a voz) o guiones para leer. En lugar de decir "presta atención a los caracteres de múltiples读音, no los pronuncies mal", es mejor desglosar la tarea en una serie de pasos, por ejemplo:

· Marcar pausas/énfasis/cambios de velocidad del habla

· Identificar caracteres de múltiples读音 potenciales

· Verificar según diccionarios o pronunciaciones autorizadas (buscar primero si es necesario y luego determinar)

· Marcar de antemano caracteres comunes pero容易误读

· Si es necesario, reemplazar con同音字sin ambigüedad, eliminando la posibilidad de error de raíz

Este tipo de "prácticas correctas obvias", los humanos asumen que las harán; pero la IA no lo asume por defecto. Si no escribes lo "obvio" en el流程, errará por el camino más fácil.

Principio 5: Primero industrialización, luego IA-ización: no puedes saltar de la era agrícola directamente a la era de la IA

Si tu流程 de escritura/investigación本身 es aleatorio, basado en la inspiración, con gestión de materiales deficiente, entonces确实 es difícil entregárselo a la IA. Porque la IA solo puede接管 la parte "descriptible, reproducible".

El camino más realista es:

1. Primero convertir el trabajo en una "línea de producción": divisible, reusable, con control de calidad

2. Luego entregar los subpasos a la IA: que sea una estación de trabajo, no un dios

Hicimos un trabajo muy tonto pero clave: desglosar mi propio proceso de cómo escribo un artículo de no ficción. Incluyendo:

· Por qué usar esta historia para comenzar

· Por qué elegir esta frase

· Cómo calificar los ejemplos

· Cómo hacer transiciones,如何过渡,如何收尾

· Cómo conectar pequeñas historias con panoramas más grandes

Al final se desglosó en docenas de pasos, haciendo que diferentes IA hicieran solo uno de ellos. El resultado fue:
No es que el modelo suddenly se volviera más fuerte, sino que el流程 conectó su capacidad de "hacer solo un poco cada vez".

Cuando puedes describir claramente "cómo se hace mi artículo", descubrirás: lo que决定 el límite de calidad nunca es "qué gran modelo uso", sino si has explicado claramente tu método de trabajo.

Pero te recomiendo encarecidamente escuchar el programa para esta parte, se explica con más detalle.

Principio 6: Anticipa que la IA vagueará: ahorrará potencia de cálculo, debes despejar los "obstáculos de formato" por ella

La IA vaguea, y es una "vagancia sistémica": no abrir una网页 si puede evitarlo, no leer un PDF si puede, saltarse lo que pueda. No es que sea mala, sino que, bajo las restricciones de potencia de cálculo y tiempo, tiende naturalmente a tomar el camino más fácil.

Así que lo que debes hacer es: usar la potencia de cálculo de la IA para "comprender el texto", no desperdiciarla en "procesar el formato".

Modificaciones muy efectivas incluyen:

· Intentar convertir los materiales a texto plano/Markdown antes de dárselos a la IA

· Copiar el contenido de la网页 como texto limpio (eliminando navegación, anuncios, ruido de pies de página)

· Para materiales largos, primero hacer una "extracción de hechos/estructura", luego dejar que escriba

· Unificar PDF/EPUB/网页 en una base de datos de TXT searchable, luego realizar las tareas posteriores

Te darás cuenta: mucha gente rechaza este "trabajo físico", pensando que "la máquina debería hacer el trabajo sucio por mí". Pero en la colaboración humano-máquina es恰恰 lo contrario: si estás dispuesto a hacer un poco de trabajo mecánico, la parte intelectual de la IA se volverá más aguda y confiable.

Principio 7: Recuerda que el contexto es limitado: convierte las tareas en "compresión" siempre que puedas, no cuentes con que "expanda de la nada"

La IA tiene una ventana de contexto, un "límite de memoria". Si le das veinte mil palabras,未必 puede recordar mucho; si le das doscientas mil,可能 solo escaneará los títulos. Una analogía形象 es: encerrar a una persona en una habitación pequeña un día, darle un libro de doscientas mil palabras, y que lo recite al salir; lo que pueda recitar es大概 lo que la IA puede "recordar".

Por lo tanto, hay una experiencia muy反直觉 pero extremadamente importante:

1. Comprimir es mucho más fácil que expandir

Comprimir 1 millón de palabras en 10.000往往 es más confiable que expandir 10.000 palabras a 1 millón.

Esto cambia directamente la forma en que le pides需求 a la IA:

· No uses un prompt de 100 palabras para pedir un artículo académico

· Por el contrario, alimenta con el material tanto como sea posible (por lotes,检索, RAG, todo vale), deja que comprima la estructura, los puntos de vista y el texto正文 sobre una base material suficiente

Antes, al escribir artículos, artículos académicos,本来就是 "leer material masivo →提炼→ organizar → escribir" (al menos yo lo hago así). Con la IA, no cambies repentinamente las reglas, exigiéndole que crezca de la nada.

Principio 8: Contén el impulso de "lo arreglo con un toque maestro": modifica la línea de producción, no el resultado

Mucha gente擅长 en escribir,最容易 tropieza frente a la IA:
La IA produce un borrador de 59 puntos, crees que con un par de修改 lo dejas en 80, así que empiezas a modificar;修改着修改着 terminas reescribiendo; después de reescribir dices "mejor lo hago yo mismo", y从此 nunca más usas la IA.

La solución no es "corregir" con más esfuerzo, sino mover el foco aguas arriba:

· No busques que la IA escriba directamente 100 puntos

· Tu objetivo es que la línea de producción produzca de manera estable 75~80 puntos

· Lo que debes hacer es iterar el流程, para que aumente la "puntuación media", no que "un solo artículo" sea perfecto

Principio 9: Trata la línea de producción como un producto iterativo: la confiabilidad本身 es valor

Cuando tienes un sistema que te da de manera estable un punto de partida de 70 puntos, su valor no es "si se parece a ti", sino:

· Puedes obtener un borrador usable con un coste cercano a cero

· Puedes concentrar tu energía en juicios de更高阶: selección de temas, estructura, evidencia, gusto y取舍

Lo que necesitas no es un dios todopoderoso que te reemplace, sino una fábrica confiable: no es perfecta, pero es estable.

Principio 10: La cantidad es la primera tarea: que produzca mucho, luego筛选

Si solo le pides a la IA una versión,通常 obtendrás la más mediocre, conservadora y "promedio". Debes usar la "cantidad" para combatir la "mediocridad".

Una做法 más efectiva es:

· Resumen: pedir 5 versiones a la vez

· Introducción: pedir 5 introducciones a la vez, hacer AB Test

· Temas: pedir 50 temas a la vez, luego agrupar, luego elegir

· Estructura: pedir 3 conjuntos de estructuras a la vez, luego combinar

· Expresión: pedir 10 redacciones diferentes a la vez, luego elegir la mejor

Cuando aumentas la puntuación media, aumentas la producción,自然 aparecerán en la distribución "muestras sorpresa" de 85, 90 puntos. Muchas veces, lo bueno no es "ese momento de inspiración divina", sino que finalmente empiezas a trabajar de manera estadística.

Principio 11: No te excedas: dirige, prueba, haz que repita, como un chef ejecutivo

Si eres el chef ejecutivo de un restaurante, no vas personalmente a cortar pepinos. Harías:

· Probar un bocado

· Juzgar si es合格

· Dar反馈 claro (dónde falla, cómo corregirlo)

· Decirle al cocinero que lo haga de nuevo

Collaborar con la IA es igual. Debes respetar su subjetividad de "generar a su manera" — lo que debes hacer esenseñarle cómo alcanzar tus estándares, no saltar tú a reparar cada resultado suyo hasta convertirlo en producto terminado.

De lo contrario, te consumirán interminables "retoques".

Último principio fundamental: Vuelve al mundo real: Material × Gusto,决定 el techo de la obra

En la era de la IA, la calidad de una obra se parece cada vez más a: Material × Gusto.

Los modelos cambiarán, los métodos iterarán, pero estas dos cosas no cambian:

1. El material proviene del mundo real

Si te dan dos opciones para escribir un artículo:

· Usar el modelo más nuevo, pero solo con material online

· Usar un modelo antiguo, pero tener archivos completos, historia oral, entrevistas in situ

Quien更可能 hacer una mejor obra,往往是 el后者.

2. El gusto proviene del entrenamiento a largo plazo

Cuando "generar" se vuelve barato, lo真正 escaso es:

· Saber qué merece la pena escribir

· Saber qué evidencia es más sólida

· Saber qué narrativa tiene más fuerza

· Estar dispuesto a付出 trabajo físico por el material: buscar hasta debajo de las piedras, mover manos y pies para hurgar en los资料

Lo que la IA cambia es la eficiencia y la forma en que interactúas con el material; pero el sujeto de la obra sigues siendo tú, el objeto sigue siendo el material. La IA es solo una parte del "verbo".

Conclusión: Cambia la ansiedad por sensación

Mucha gente no logra usar la IA, no por no ser inteligente, sino porque se queda en el ciclo de "pedir un deseo — decepcionarse — abandonar". Lo que realmente te permite superarlo es tratarla como un banco de trabajo, ingenierizar las tareas, hacer白盒化 el流程, y desarrollar una sensación en la fricción constante.

Cuando puedas hacer esto,不容易 llegarás a la conclusión草率 de "la IA no sirve"; serás más bien un nuevo tipo de trabajador que puede gestionar nuevas herramientas: ni subestimándola, ni sobreestimándola, colocándola en el流程, en la realidad, en las obras que estás dispuesto a firmar.

Preguntas relacionadas

Q¿Cuáles son las tres líneas rojas que el autor establece para el uso ético y efectivo de la IA en el trabajo humanístico?

ALas tres líneas rojas son: 1. El proceso debe ser rastreable, supervisable y verificable. 2. Debe ser manipulable (debes poder controlar cómo lo hace, según qué estándares). 3. Al final, aún debes estar dispuesto a firmar la obra con tu nombre, lo que actúa como control de calidad final.

QSegún el autor, ¿cuál es la mentalidad incorrecta al usar la IA y cuál es la correcta?

ALa mentalidad incorrecta es tratar a la IA como un genio o un oráculo, 'pidiendo un deseo' (por ejemplo, 'escríbeme un buen artículo'). La mentalidad correcta es tratarla como un 'banco de trabajo' o un colega muy trabajador pero que no conoce tus premisas implícitas. No se le exige un resultado, sino que se le moviliza como una herramienta dentro de un proceso claro con objetivos, estándares y pasos definidos.

Q¿Por qué el autor recomienda hacer la misma pregunta a al menos 3 modelos de IA diferentes?

APorque cada modelo de inteligencia artificial tiene su propia 'personalidad' y áreas de especialización. Algunos son mejores para redactar, otros para razonar o para trabajar con código. Probar con varios modelos permite obtener una 'sensación' o 'tacto' de sus diferencias, aprender cuál es mejor para tareas específicas (como un primer borrador o una revisión) y, en esencia, gestionarlos como un equipo en lugar de depender de un único oráculo.

QEl autor menciona un principio clave: 'Compresión sobre Expansión'. ¿A qué se refiere exactamente?

ASe refiere a que es más confiable y efectivo usar la IA para comprimir una gran cantidad de información (por ejemplo, resumir 100,000 palabras en 10,000) que para expandir un texto pequeño de manera凭空 (de 10,000 a 100,000 palabras). Esto se debe a que la IA tiene una ventana de contexto limitada (una 'memoria' limitada) y funciona mejor cuando se le proporcionan muchos materiales sobre los cuales basar su trabajo, imitando el proceso humano real de investigación (leer mucho → refinar → organizar).

QSegún el artículo, ¿qué dos elementos fundamentales determinan la calidad máxima de una obra en la era de la IA?

ALos dos elementos fundamentales son: 1. Los Materiales (que provienen del mundo real, como archivos, historias orales, entrevistas e investigación de campo). 2. El Buen Gusto o Criterio (la capacidad, fruto de un entrenamiento prolongado, para discernir qué merece la pena escribir, qué evidencias son sólidas y qué narrativa es más poderosa). La IA es solo el 'verbo' que eficientiza la interacción con los materiales, pero el sujeto sigue siendo el autor y el objeto los materiales.

Lecturas Relacionadas

Bitcoin Debe Hacer Esto Para Continuar La Subida, O Se Acabará

Un analista cripto ha identificado múltiples niveles de soporte clave para Bitcoin (BTC) en caso de que aumente la presión de venta. El pronóstico, que mantiene una perspectiva general alcista, detalla 17 zonas potenciales de rebote, desde $70.931 hasta niveles profundos. Los primeros soportes incluyen un "Bloque Rompedor" en $70.931, una "Zona de Desequilibrio" en $68.931 y una "Línea de Reversión" en $66.638. Si la caída continúa, niveles como $64.491 (Nivel Psicológico), $62.345 (Retroceso de Fibonacci) y $55.905 (Brecha de Valor Justo) podrían actuar como amortiguadores. En una caída más profunda, se señalan zonas críticas como $51.612 (Zona de Demanda), $49.466 (Zona de Oferta) y $47.319 (Pool de Liquidez). El análisis concluye que el "Último Bastión de Soporte" se encuentra en $38.733. Una ruptura definitiva por debajo de $34.732 invalidaría por completo la estructura alcista, lo que, según el analista, significaría que "todo habría terminado" para BTC.

bitcoinistHace 13 min(s)

Bitcoin Debe Hacer Esto Para Continuar La Subida, O Se Acabará

bitcoinistHace 13 min(s)

El Fundador de Cardano Advierte a los Inversores de XRP, ¿Está Haciendo Algo Mal Ripple?

El fundador de Cardano, Charles Hoskinson, advirtió a los inversores de XRP que Ripple está vendiendo sus reservas para financiar sus operaciones, sin generar demanda de compra para el token. Hoskinson afirmó que Ripple posee el 80% del suministro de XRP y utiliza las ventas para adquirir otras empresas, beneficiando solo a sus accionistas y no a los tenedores de XRP. Criticó la falta de mecanismos de staking o DeFi en XRPL y señaló que Ripple no realiza recompras de XRP, a pesar de sus ganancias. Aunque Ripple ha integrado XRP en sus plataformas recientemente, Hoskinson comparó su modelo con el de Tether, donde el valor se acumula en la empresa y no en los inversores. El precio de XRP cotiza alrededor de $1.40, con una caída del 2% en 24 horas.

bitcoinistHace 3 hora(s)

El Fundador de Cardano Advierte a los Inversores de XRP, ¿Está Haciendo Algo Mal Ripple?

bitcoinistHace 3 hora(s)

La Estrategia de Saylor Supera los 800.000 BTC mientras Continúa la Compra Frenética de Bitcoin de $2.500 Millones

La empresa de Michael Saylor, MicroStrategy, ha incrementado sus tenencias de Bitcoin a más de 815,000 BTC tras una compra de 34,164 bitcoins por aproximadamente $2.54 mil millones entre el 13 y el 19 de abril. Esta adquisición, la tercera más grande en la historia de la compañía, fue financiada principalmente mediante la emisión de su valor preferente perpetuo STRC. El precio promedio de compra fue de $74,395 por bitcoin, ligeramente inferior al promedio general de la empresa de $75,527. Además, el programa de venta de acciones ATM de MicroStrategy estableció récords históricos de volumen durante este período, con ventas que superaron los $1 mil millones en un solo día. La compañía mantiene su posición como el mayor tenedor corporativo de Bitcoin a nivel mundial.

TheNewsCryptoHace 3 hora(s)

La Estrategia de Saylor Supera los 800.000 BTC mientras Continúa la Compra Frenética de Bitcoin de $2.500 Millones

TheNewsCryptoHace 3 hora(s)

¡Se anuncian los primeros invitados y socios destacados! Cumbre Web2+3: Definiendo la próxima generación de economía digital

Resumen: La sexta edición de BEYOND International Technology Innovation Expo (BEYOND Expo 2026), la mayor exposición de innovación tecnológica y ecosistema de Asia, anuncia la creación de un escenario exclusivo para Web2+3. Organizado conjuntamente por BEYOND Expo y ChainNeXT Group, el evento tendrá lugar del 28 al 30 de mayo de 2026 en un contexto de creciente convergencia entre Web2 y Web3, impulsado por avances regulatorios como la emisión de licencias para stablecoins en Hong Kong. La cumbre se centrará en principios clave como aplicabilidad, comercialización y cumplimiento normativo, explorando temas como pagos con stablecoins (PayFi), tokenización de activos del mundo real (RWA) e inteligencia artificial descentralizada (DeAI). Entre los primeros ponentes confirmados destacan Jack Kong (Directivo de Cyberport Hong Kong y Presidente de Nano Labs), Yat Siu (Presidente de Animoca Brands), Michael Wu (Co-fundador y CEO de Amber Group), Michael Heinrich (Co-fundador y CEO de 0G) y Art Abal (Co-fundador de Vana). Los temas principales de los foros incluirán: infraestructura descentralizada para IA, tokenización de activos, innovación en pagos transfronterizos, agentes autónomos con economía cripto, ecosistemas de inversión híbridos y comercio global impulsado por stablecoins.

marsbitHace 5 hora(s)

¡Se anuncian los primeros invitados y socios destacados! Cumbre Web2+3: Definiendo la próxima generación de economía digital

marsbitHace 5 hora(s)

Las Carteras de Ballenas de Criptomonedas Acumulan Ozak AI de Manera Agresiva Mientras la Financiación de la Preventa Supera los $6.8 Millones

A medida que el mercado de criptomonedas avanza con impulso irregular, se observa un cambio claro en el comportamiento de los grandes inversores. Las carteras de ballenas están acumulando Ozak AI de manera agresiva, coincidiendo con que la financiación de su preventa supera los 6,8 millones de dólares, un nivel considerado como un umbral de validación decisivo. Esta acumulación por parte de grandes inversores señala un posicionamiento estratégico a largo plazo, no especulativo. Los analistas destacan que este movimiento, junto con el fuerte impulso de financiación, suele preceder a importantes repreciaciones. Ozak AI, con un precio de preventa de 0,014$, ofrece una alta eficiencia de capital en comparación con activos de gran capitalización como Bitcoin o Ethereum. La preventa ha vendido más de 1.050 millones de tokens $OZ, mostrando una demanda sostenida que sugiere una futura estabilidad de liquidez. Los factores clave que atraen a las ballenas incluyen la compresión del crecimiento en los grandes capitales, la utilidad nativa de IA de Ozak con su ecosistema blockchain, y la ventaja de timing de la preventa para maximizar la exposición. Asociaciones mencionadas con Pyth Network y otros añaden credibilidad. Los analistas advierten que esta acumulación no garantiza una apreciación inmediata, pero históricamente conduce a repreciaciones más sólidas tras la cotización. Con un objetivo de cotización proyectado en 1$, se posicionan para toda la curva de crecimiento. Esta tendencia de acumulación convierte a Ozak AI en uno de los lanzamientos de tokens de IA más observados.

TheNewsCryptoHace 5 hora(s)

Las Carteras de Ballenas de Criptomonedas Acumulan Ozak AI de Manera Agresiva Mientras la Financiación de la Preventa Supera los $6.8 Millones

TheNewsCryptoHace 5 hora(s)

Trading

Spot

Futuros

Artículos destacados

Qué es GROK AI

Grok AI: Revolucionando la Tecnología Conversacional en la Era Web3 Introducción En el paisaje de la inteligencia artificial en rápida evolución, Grok AI se destaca como un proyecto notable que une los dominios de la tecnología avanzada y la interacción con el usuario. Desarrollado por xAI, una empresa liderada por el renombrado emprendedor Elon Musk, Grok AI busca redefinir cómo interactuamos con la inteligencia artificial. A medida que el movimiento Web3 continúa floreciendo, Grok AI tiene como objetivo aprovechar el poder de la IA conversacional para responder a consultas complejas, proporcionando a los usuarios una experiencia que no solo es informativa, sino también entretenida. ¿Qué es Grok AI? Grok AI es un sofisticado chatbot de IA conversacional diseñado para interactuar con los usuarios de manera dinámica. A diferencia de muchos sistemas de IA tradicionales, Grok AI abraza una gama más amplia de consultas, incluidas aquellas que normalmente se consideran inapropiadas o fuera de las respuestas estándar. Los objetivos centrales del proyecto incluyen: Razonamiento Fiable: Grok AI enfatiza el razonamiento de sentido común para proporcionar respuestas lógicas basadas en la comprensión contextual. Supervisión Escalable: La integración de asistencia de herramientas asegura que las interacciones de los usuarios sean tanto monitoreadas como optimizadas para la calidad. Verificación Formal: La seguridad es primordial; Grok AI incorpora métodos de verificación formal para mejorar la fiabilidad de sus resultados. Comprensión de Largo Contexto: El modelo de IA sobresale en retener y recordar un extenso historial de conversaciones, facilitando discusiones significativas y contextualizadas. Robustez Adversarial: Al centrarse en mejorar sus defensas contra entradas manipuladas o maliciosas, Grok AI busca mantener la integridad de las interacciones de los usuarios. En esencia, Grok AI no es solo un dispositivo de recuperación de información; es un compañero conversacional inmersivo que fomenta un diálogo dinámico. Creador de Grok AI La mente detrás de Grok AI no es otra que Elon Musk, una persona sinónimo de innovación en varios campos, incluidos el automotriz, los viajes espaciales y la tecnología. Bajo el paraguas de xAI, una empresa centrada en avanzar la tecnología de IA de maneras beneficiosas, la visión de Musk busca remodelar la comprensión de las interacciones de IA. El liderazgo y la ética fundacional están profundamente influenciados por el compromiso de Musk de empujar los límites tecnológicos. Inversores de Grok AI Si bien los detalles específicos sobre los inversores que respaldan Grok AI son limitados, se reconoce públicamente que xAI, el incubador del proyecto, está fundado y apoyado principalmente por el propio Elon Musk. Las empresas y participaciones anteriores de Musk proporcionan un respaldo robusto, reforzando aún más la credibilidad y el potencial de crecimiento de Grok AI. Sin embargo, hasta ahora, la información sobre fundaciones de inversión adicionales u organizaciones que apoyan a Grok AI no está fácilmente accesible, marcando un área para una posible exploración futura. ¿Cómo Funciona Grok AI? La mecánica operativa de Grok AI es tan innovadora como su marco conceptual. El proyecto integra varias tecnologías de vanguardia que facilitan sus funcionalidades únicas: Infraestructura Robusta: Grok AI está construido utilizando Kubernetes para la orquestación de contenedores, Rust para rendimiento y seguridad, y JAX para computación numérica de alto rendimiento. Este trío asegura que el chatbot opere de manera eficiente, escale efectivamente y sirva a los usuarios de manera oportuna. Acceso a Conocimiento en Tiempo Real: Una de las características distintivas de Grok AI es su capacidad para acceder a datos en tiempo real a través de la plataforma X—anteriormente conocida como Twitter. Esta capacidad otorga a la IA acceso a la información más reciente, permitiéndole proporcionar respuestas y recomendaciones oportunas que otros modelos de IA podrían pasar por alto. Dos Modos de Interacción: Grok AI ofrece a los usuarios la opción entre “Modo Divertido” y “Modo Regular”. El Modo Divertido permite un estilo de interacción más lúdico y humorístico, mientras que el Modo Regular se centra en ofrecer respuestas precisas y exactas. Esta versatilidad asegura una experiencia personalizada que se adapta a diversas preferencias de los usuarios. En esencia, Grok AI une rendimiento con compromiso, creando una experiencia que es tanto enriquecedora como entretenida. Cronología de Grok AI El viaje de Grok AI está marcado por hitos clave que reflejan sus etapas de desarrollo y despliegue: Desarrollo Inicial: La fase fundamental de Grok AI tuvo lugar durante aproximadamente dos meses, durante los cuales se llevó a cabo el entrenamiento y ajuste inicial del modelo. Lanzamiento Beta de Grok-2: En un avance significativo, se anunció la beta de Grok-2. Este lanzamiento introdujo dos versiones del chatbot—Grok-2 y Grok-2 mini—cada una equipada con capacidades para chatear, programar y razonar. Acceso Público: Tras su desarrollo beta, Grok AI se volvió disponible para los usuarios de la plataforma X. Aquellos con cuentas verificadas por un número de teléfono y activas durante al menos siete días pueden acceder a una versión limitada, haciendo la tecnología disponible para una audiencia más amplia. Esta cronología encapsula el crecimiento sistemático de Grok AI desde su inicio hasta el compromiso público, enfatizando su compromiso con la mejora continua y la interacción con los usuarios. Características Clave de Grok AI Grok AI abarca varias características clave que contribuyen a su identidad innovadora: Integración de Conocimiento en Tiempo Real: El acceso a información actual y relevante diferencia a Grok AI de muchos modelos estáticos, permitiendo una experiencia de usuario atractiva y precisa. Estilos de Interacción Versátiles: Al ofrecer modos de interacción distintos, Grok AI se adapta a diversas preferencias de los usuarios, invitando a la creatividad y la personalización en la conversación con la IA. Avanzada Infraestructura Tecnológica: La utilización de Kubernetes, Rust y JAX proporciona al proyecto un marco sólido para garantizar fiabilidad y rendimiento óptimo. Consideración de Discurso Ético: La inclusión de una función generadora de imágenes muestra el espíritu innovador del proyecto. Sin embargo, también plantea consideraciones éticas en torno a los derechos de autor y la representación respetuosa de figuras reconocibles—una discusión en curso dentro de la comunidad de IA. Conclusión Como una entidad pionera en el ámbito de la IA conversacional, Grok AI encapsula el potencial para experiencias transformadoras de usuario en la era digital. Desarrollado por xAI y guiado por el enfoque visionario de Elon Musk, Grok AI integra conocimiento en tiempo real con capacidades avanzadas de interacción. Se esfuerza por empujar los límites de lo que la inteligencia artificial puede lograr mientras mantiene un enfoque en consideraciones éticas y la seguridad del usuario. Grok AI no solo encarna el avance tecnológico, sino que también representa un nuevo paradigma de conversaciones en el paisaje Web3, prometiendo involucrar a los usuarios con tanto conocimiento hábil como interacción lúdica. A medida que el proyecto continúa evolucionando, se erige como un testimonio de lo que la intersección de la tecnología, la creatividad y la interacción similar a la humana puede lograr.

387 Vistas totalesPublicado en 2024.12.26Actualizado en 2024.12.26

Qué es ERC AI

Euruka Tech: Una Visión General de $erc ai y sus Ambiciones en Web3 Introducción En el panorama en rápida evolución de la tecnología blockchain y las aplicaciones descentralizadas, nuevos proyectos emergen con frecuencia, cada uno con objetivos y metodologías únicas. Uno de estos proyectos es Euruka Tech, que opera en el amplio dominio de las criptomonedas y Web3. El enfoque principal de Euruka Tech, particularmente su token $erc ai, es presentar soluciones innovadoras diseñadas para aprovechar las crecientes capacidades de la tecnología descentralizada. Este artículo tiene como objetivo proporcionar una visión general completa de Euruka Tech, una exploración de sus objetivos, funcionalidad, la identidad de su creador, posibles inversores y su importancia dentro del contexto más amplio de Web3. ¿Qué es Euruka Tech, $erc ai? Euruka Tech se caracteriza como un proyecto que aprovecha las herramientas y funcionalidades ofrecidas por el entorno Web3, centrándose en integrar la inteligencia artificial dentro de sus operaciones. Aunque los detalles específicos sobre el marco del proyecto son algo elusivos, está diseñado para mejorar la participación del usuario y automatizar procesos en el espacio cripto. El proyecto tiene como objetivo crear un ecosistema descentralizado que no solo facilite transacciones, sino que también incorpore funcionalidades predictivas a través de la inteligencia artificial, de ahí la designación de su token, $erc ai. La meta es proporcionar una plataforma intuitiva que facilite interacciones más inteligentes y un procesamiento de transacciones eficiente dentro de la creciente esfera de Web3. ¿Quién es el Creador de Euruka Tech, $erc ai? En la actualidad, la información sobre el creador o el equipo fundador detrás de Euruka Tech sigue sin especificarse y es algo opaca. Esta ausencia de datos genera preocupaciones, ya que el conocimiento del trasfondo del equipo es a menudo esencial para establecer credibilidad dentro del sector blockchain. Por lo tanto, hemos categorizado esta información como desconocida hasta que se disponga de detalles concretos en el dominio público. ¿Quiénes son los Inversores de Euruka Tech, $erc ai? De manera similar, la identificación de inversores u organizaciones de respaldo para el proyecto Euruka Tech no se proporciona fácilmente a través de la investigación disponible. Un aspecto crucial para los posibles interesados o usuarios que consideren involucrarse con Euruka Tech es la garantía que proviene de asociaciones financieras establecidas o respaldo de firmas de inversión reputadas. Sin divulgaciones sobre afiliaciones de inversión, es difícil llegar a conclusiones completas sobre la seguridad financiera o la longevidad del proyecto. De acuerdo con la información encontrada, esta sección también se encuentra en estado de desconocido. ¿Cómo Funciona Euruka Tech, $erc ai? A pesar de la falta de especificaciones técnicas detalladas para Euruka Tech, es esencial considerar sus ambiciones innovadoras. El proyecto busca aprovechar la potencia computacional de la inteligencia artificial para automatizar y mejorar la experiencia del usuario dentro del entorno de las criptomonedas. Al integrar la IA con la tecnología blockchain, Euruka Tech aspira a proporcionar características como operaciones automatizadas, evaluaciones de riesgos e interfaces de usuario personalizadas. La esencia innovadora de Euruka Tech radica en su objetivo de crear una conexión fluida entre los usuarios y las vastas posibilidades que presentan las redes descentralizadas. A través de la utilización de algoritmos de aprendizaje automático e IA, busca minimizar los desafíos que enfrentan los usuarios primerizos y agilizar las experiencias transaccionales dentro del marco de Web3. Esta simbiosis entre IA y blockchain subraya la importancia del token $erc ai, que actúa como un puente entre las interfaces de usuario tradicionales y las capacidades avanzadas de las tecnologías descentralizadas. Cronología de Euruka Tech, $erc ai Desafortunadamente, como resultado de la información limitada disponible sobre Euruka Tech, no podemos presentar una cronología detallada de los principales desarrollos o hitos en el viaje del proyecto. Esta cronología, que suele ser invaluable para trazar la evolución de un proyecto y comprender su trayectoria de crecimiento, no está actualmente disponible. A medida que la información sobre eventos notables, asociaciones o adiciones funcionales se haga evidente, las actualizaciones seguramente mejorarán la visibilidad de Euruka Tech en la esfera cripto. Aclaración sobre Otros Proyectos “Eureka” Es importante señalar que múltiples proyectos y empresas comparten una nomenclatura similar con “Eureka”. La investigación ha identificado iniciativas como un agente de IA de NVIDIA Research, que se centra en enseñar a los robots tareas complejas utilizando métodos generativos, así como Eureka Labs y Eureka AI, que mejoran la experiencia del usuario en educación y análisis de servicio al cliente, respectivamente. Sin embargo, estos proyectos son distintos de Euruka Tech y no deben confundirse con sus objetivos o funcionalidades. Conclusión Euruka Tech, junto con su token $erc ai, representa un jugador prometedor pero actualmente oscuro dentro del paisaje de Web3. Si bien los detalles sobre su creador e inversores siguen sin revelarse, la ambición central de combinar inteligencia artificial con tecnología blockchain se erige como un punto focal de interés. Los enfoques únicos del proyecto para fomentar la participación del usuario a través de la automatización avanzada podrían distinguirlo a medida que el ecosistema Web3 progresa. A medida que el mercado de criptomonedas continúa evolucionando, los interesados deben mantener un ojo atento a los avances en torno a Euruka Tech, ya que el desarrollo de innovaciones documentadas, asociaciones o una hoja de ruta definida podría presentar oportunidades significativas en el futuro cercano. Tal como están las cosas, esperamos más información sustancial que podría desvelar el potencial de Euruka Tech y su posición en el competitivo paisaje cripto.

433 Vistas totalesPublicado en 2025.01.02Actualizado en 2025.01.02

Qué es DUOLINGO AI

DUOLINGO AI: Integrando el Aprendizaje de Idiomas con la Innovación de Web3 y AI En una era donde la tecnología remodela la educación, la integración de la inteligencia artificial (IA) y las redes blockchain anuncia una nueva frontera para el aprendizaje de idiomas. Presentamos DUOLINGO AI y su criptomoneda asociada, $DUOLINGO AI. Este proyecto aspira a fusionar la capacidad educativa de las principales plataformas de aprendizaje de idiomas con los beneficios de la tecnología descentralizada Web3. Este artículo profundiza en los aspectos clave de DUOLINGO AI, explorando sus objetivos, marco tecnológico, desarrollo histórico y potencial futuro, manteniendo la claridad entre el recurso educativo original y esta iniciativa independiente de criptomoneda. Visión General de DUOLINGO AI En su esencia, DUOLINGO AI busca establecer un entorno descentralizado donde los aprendices puedan ganar recompensas criptográficas por alcanzar hitos educativos en la competencia lingüística. Al aplicar contratos inteligentes, el proyecto pretende automatizar los procesos de verificación de habilidades y asignación de tokens, adhiriéndose a los principios de Web3 que enfatizan la transparencia y la propiedad del usuario. El modelo se aparta de los enfoques tradicionales para la adquisición de idiomas al apoyarse en una estructura de gobernanza impulsada por la comunidad, permitiendo a los poseedores de tokens sugerir mejoras al contenido del curso y a la distribución de recompensas. Algunos de los objetivos notables de DUOLINGO AI incluyen: Aprendizaje Gamificado: El proyecto integra logros en blockchain y tokens no fungibles (NFTs) para representar niveles de competencia lingüística, fomentando la motivación a través de recompensas digitales atractivas. Creación de Contenido Descentralizada: Abre caminos para que educadores y entusiastas de los idiomas contribuyan con sus cursos, facilitando un modelo de reparto de ingresos que beneficia a todos los contribuyentes. Personalización Potenciada por IA: Al emplear modelos avanzados de aprendizaje automático, DUOLINGO AI personaliza las lecciones para adaptarse al progreso de aprendizaje individual, similar a las características adaptativas encontradas en plataformas establecidas. Creadores del Proyecto y Gobernanza A partir de abril de 2025, el equipo detrás de $DUOLINGO AI permanece seudónimo, una práctica frecuente en el paisaje descentralizado de criptomonedas. Esta anonimidad está destinada a promover el crecimiento colectivo y la participación de las partes interesadas en lugar de centrarse en desarrolladores individuales. El contrato inteligente desplegado en la blockchain de Solana señala la dirección de la billetera del desarrollador, lo que significa el compromiso con la transparencia en las transacciones a pesar de que la identidad de los creadores sea desconocida. Según su hoja de ruta, DUOLINGO AI tiene como objetivo evolucionar hacia una Organización Autónoma Descentralizada (DAO). Esta estructura de gobernanza permite a los poseedores de tokens votar sobre cuestiones críticas como implementaciones de características y asignaciones de tesorería. Este modelo se alinea con la ética de empoderamiento comunitario que se encuentra en varias aplicaciones descentralizadas, enfatizando la importancia de la toma de decisiones colectiva. Inversores y Alianzas Estratégicas Actualmente, no hay inversores institucionales o capitalistas de riesgo identificables públicamente vinculados a $DUOLINGO AI. En cambio, la liquidez del proyecto proviene principalmente de intercambios descentralizados (DEXs), marcando un contraste marcado con las estrategias de financiación de las empresas tradicionales de tecnología educativa. Este modelo de base indica un enfoque impulsado por la comunidad, reflejando el compromiso del proyecto con la descentralización. En su libro blanco, DUOLINGO AI menciona la formación de colaboraciones con “plataformas de educación blockchain” no especificadas, destinadas a enriquecer su oferta de cursos. Aunque aún no se han divulgado asociaciones específicas, estos esfuerzos colaborativos sugieren una estrategia para combinar la innovación blockchain con iniciativas educativas, ampliando el acceso y la participación de los usuarios en diversas vías de aprendizaje. Arquitectura Tecnológica Integración de IA DUOLINGO AI incorpora dos componentes principales impulsados por IA para mejorar su oferta educativa: Motor de Aprendizaje Adaptativo: Este sofisticado motor aprende de las interacciones del usuario, similar a los modelos propietarios de las principales plataformas educativas. Ajusta dinámicamente la dificultad de las lecciones para abordar desafíos específicos del aprendiz, reforzando áreas débiles a través de ejercicios específicos. Agentes Conversacionales: Al emplear chatbots impulsados por GPT-4, DUOLINGO AI proporciona una plataforma para que los usuarios participen en conversaciones simuladas, fomentando una experiencia de aprendizaje de idiomas más interactiva y práctica. Infraestructura Blockchain Construido sobre la blockchain de Solana, $DUOLINGO AI utiliza un marco tecnológico integral que incluye: Contratos Inteligentes de Verificación de Habilidades: Esta característica otorga automáticamente tokens a los usuarios que superan con éxito las pruebas de competencia, reforzando la estructura de incentivos para resultados de aprendizaje genuinos. Insignias NFT: Estos tokens digitales significan varios hitos que los aprendices logran, como completar una sección de su curso o dominar habilidades específicas, permitiéndoles intercambiar o exhibir sus logros digitalmente. Gobernanza DAO: Los miembros de la comunidad que poseen tokens pueden participar en la gobernanza votando sobre propuestas clave, facilitando una cultura participativa que fomenta la innovación en la oferta de cursos y características de la plataforma. Línea de Tiempo Histórica 2022–2023: Conceptualización Los cimientos de DUOLINGO AI comienzan con la creación de un libro blanco, destacando la sinergia entre los avances de IA en el aprendizaje de idiomas y el potencial descentralizado de la tecnología blockchain. 2024: Lanzamiento Beta Un lanzamiento beta limitado introduce ofertas en idiomas populares, recompensando a los primeros usuarios con incentivos en tokens como parte de la estrategia de participación comunitaria del proyecto. 2025: Transición a DAO En abril, se produce un lanzamiento completo de la mainnet con la circulación de tokens, lo que provoca discusiones comunitarias sobre posibles expansiones a idiomas asiáticos y otros desarrollos de cursos. Desafíos y Direcciones Futuras Obstáculos Técnicos A pesar de sus ambiciosos objetivos, DUOLINGO AI enfrenta desafíos significativos. La escalabilidad sigue siendo una preocupación constante, particularmente en el equilibrio de los costos asociados con el procesamiento de IA y el mantenimiento de una red descentralizada y receptiva. Además, garantizar la creación y moderación de contenido de calidad en medio de una oferta descentralizada plantea complejidades en el mantenimiento de estándares educativos. Oportunidades Estratégicas Mirando hacia adelante, DUOLINGO AI tiene el potencial de aprovechar asociaciones de micro-certificación con instituciones académicas, proporcionando validaciones de habilidades lingüísticas verificadas por blockchain. Además, la expansión entre cadenas podría permitir al proyecto acceder a bases de usuarios más amplias y a ecosistemas blockchain adicionales, mejorando su interoperabilidad y alcance. Conclusión DUOLINGO AI representa una fusión innovadora de inteligencia artificial y tecnología blockchain, presentando una alternativa centrada en la comunidad a los sistemas tradicionales de aprendizaje de idiomas. Aunque su desarrollo seudónimo y su modelo económico emergente traen ciertos riesgos, el compromiso del proyecto con el aprendizaje gamificado, la educación personalizada y la gobernanza descentralizada ilumina un camino hacia adelante para la tecnología educativa en el ámbito de Web3. A medida que la IA continúa avanzando y el ecosistema blockchain evoluciona, iniciativas como DUOLINGO AI podrían redefinir cómo los usuarios se relacionan con la educación lingüística, empoderando a las comunidades y recompensando la participación a través de mecanismos de aprendizaje innovadores.

418 Vistas totalesPublicado en 2025.04.11Actualizado en 2025.04.11

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de AI (AI).