IA en modo mentor. Un senior que te guía en tus proyectos

Una de las cosas que más eché de menos al empezar en el mundo tech fue tener a alguien al lado para preguntarle esas dudas que no salen en los tutoriales. Ya sabes, ese tipo de preguntas que parecen “tontas” pero que te tienen una hora mirando la pantalla como si fuera un jeroglífico egipcio.

Por suerte, descubrí que la inteligencia artificial puede convertirse en una especie de mentor improvisado. No tiene canas, ni experiencia en startups de Silicon Valley (creo), pero si le sabes preguntar bien, te puede orientar, corregir y hasta darte un empujón cuando te quedas bloqueado.

Claro, no es magia. Al principio, pensaba que bastaba con escribir “explícame este error” y todo se solucionaría. Spoiler: no. Aprendí que, como cualquier buen mentor, la IA también necesita contexto, buenas preguntas y algo de paciencia por nuestra parte. Pero una vez le pillas el truco, puede ser como tener un mini-senior disponible 24/7, sin cafés de por medio ni miradas juzgonas.

En este artículo te cuento:

Cómo uso la IA para simular una sesión de mentoring

Qué tipo de preguntas le hago

Cómo me ayuda a organizarme

Y también sus limitaciones (porque confiar ciegamente… no, gracias).

Todo desde la experiencia personal, sin tecnicismos raros, y con algún que otro chiste malo para que no se te haga bola. Empiezo.

Cómo estructurar una sesión de pseudo-mentoring

Lo primero: trátala como si fuera un mentor humano. Imagina que estás en una sesión 1:1 con alguien que sabe mucho, no te interrumpe, y tiene una paciencia infinita (¡ventajas del silicio y de no tener que aguantar tráfico para llegar a la oficina!). La clave está en no soltarle un “ayúdame” seco como un pan de hace tres días. Cuéntale, como si estuvieras poniendo al día a tu mentor de verdad:

• Qué estás haciendo.
• Qué has intentado hasta ahora.
• Dónde te atascaste.
• Qué quieres conseguir.

Ejemplo: en vez de lanzar un “¿Cómo hago un modelo de regresión?” al vacío, prueba con algo como:

“Estoy desarrollando un modelo de regresión con scikit-learn para predecir precios de alquiler en Madrid. Ya limpié los datos y apliqué OneHotEncoding a las variables categóricas, pero no estoy seguro de si la métrica que estoy usando (MAE) es la más adecuada para mi caso. ¿Me puedes ayudar a revisar si está bien planteado y qué otras opciones tengo?”

Con eso, la IA se sitúa rápido. Le estás dando contexto, información útil y, sobre todo, una dirección clara. Así evitas respuestas genéricas del tipo “scikit-learn es una librería de Python para machine learning”, como si acabaras de caer del espacio y abrieras el portátil por primera vez.

Este enfoque también te ayuda a ti. Te obliga a ordenar tus ideas, a pensar en qué parte concreta necesitas ayuda y a practicar cómo explicar tus bloqueos (algo muy útil en la vida real, por cierto). Es como una mini terapia técnica. Y si lo haces bien, la IA responde como un verdadero mentor: con correcciones, sugerencias y preguntas que te hacen pensar.

Al final, la clave está en no tratar a la IA como un oráculo, sino como a un compañero más del equipo. Uno que no se ofende si le repites cosas, que siempre está disponible y que no se queja si lo usas un domingo a las 3 AM para entender por qué tu código no deja de lanzar errores como si fueran confeti.

Tipos de preguntas que sí funcionan

No todas las preguntas son iguales. Si preguntas cosas muy amplias tipo “¿cómo aprendo data science?”, la IA te soltará una lista interminable que parece sacada de un folleto de un bootcamp carísimo, con 27 cursos, 15 libros y un plan de estudios que ni una ingeniería.

Las preguntas útiles son concretas, enfocadas y bien formuladas. Algunos ejemplos que sí funcionan:

• ¿Qué diferencia hay entre fit y fit_transform en scikit-learn?
• ¿Cuál sería una buena arquitectura para una API REST sencilla en Flask?
• ¿Puedes hacer code review de este script y decirme si hay malas prácticas?

También puedes pedirle que juegue a ser un senior “duro pero justo”.

“Actúa como un mentor técnico exigente y hazme observaciones como si estuvieras entrenándome para mi primer trabajo como DevOps.”

(Prepárate, que no va a tener piedad con tus nombres de variables tipo coso123 o final_final_v2_de_verdad.py, te lo aseguro).

Mientras más específico seas, mejores serán las respuestas. Y si te equivocas o no lo formulas del todo bien, tranquilo: puedes repreguntar, ajustar, pedirle ejemplos o que reformule. No te va a mirar raro ni va a pensar que no sabes —porque no piensa, de momento.

Correcciones, sugerencias y roadmap

Una de las cosas que más valoro es que la IA no solo te da soluciones, sino que también puede corregirte el enfoque, sugerirte alternativas y hasta proponerte caminos para mejorar sin juzgarte (ni cobrarte por hora). Es como ese compañero majete que te dice: “Funciona, sí… pero ¿y si lo hacemos bien?”

¿Tu código funciona pero huele raro? Ella te lo dice. ¿Te has pasado media hora con una query que parece escrita en arameo? Te la simplifica. ¿Quieres saber qué aprender después de dominar Docker y Terraform? Te crea un roadmap paso a paso, con herramientas, recursos y hasta sugerencias de proyectos para practicar. Todo esto sin colarte al final ningún enlace sospechoso a un curso de 3.000€

Y no se queda solo en lo técnico. También puedes usarla para practicar habilidades más blandas, que son igual de importantes:

• Explícame este código como si estuvieras preparándome para una entrevista.
• ¿Cómo puedo justificar esta decisión técnica en una daily con mi equipo?
• ¿Qué argumentos puedo dar para defender esta solución frente a otra?

Boom, mentor y coach en uno. Y aunque no te invite a un café después, al menos siempre está disponible a cualquier hora (incluso a esas noches eternas de bugs y dudas existenciales).

Integración con planes de aprendizaje

Aquí es donde se pone interesante de verdad: puedes pedirle a la IA que te ayude a planificar tu aprendizaje a medio o largo plazo, con pasos concretos, recursos útiles y checkpoints para que no pierdas el rumbo (ni la motivación).

Ejemplo: Quiero aprender DevOps desde cero con foco en AWS. ¿Me puedes hacer un plan en 3 meses con lo mínimo viable para aplicar a trabajos junior?

Y voilà: la IA te divide los contenidos por semanas, te sugiere por dónde empezar (sin hacerte instalar 10 cosas raras el primer día), te da recursos gratuitos, y hasta te dice en qué momento conviene montar tu primer proyecto o abrir un repo en GitHub. También puedes pedirle ejercicios prácticos, ideas de proyectos e incluso tests para autoevaluarte. Es como tener un bootcamp personalizado… sin el precio de un riñón.

Eso sí, un consejo de amigo. Verifica las fuentes y no tomes todo al pie de la letra. A veces te sugiere blogs que ya están más muertos que Internet Explorer. Pero con un poco de criterio y ajuste personal, te ayuda a tener una ruta clara, sin tener que ir picoteando vídeos random en YouTube ni caer en el agujero negro de los cursos eternamente inacabados.

Limitaciones claras (y peligros de confiarse)

Ahora viene el disclaimer obligatorio, como en los anuncios de medicamentos pero sin voz rápida al final: la IA no es infalible. Puede soltar burradas monumentales con una seguridad que ya querría tu cuñado en Navidad hablando de geopolítica.

A veces se inventa funciones, mezcla conceptos o te recomienda librerías que ya están más obsoletas que una BlackBerry. Incluso puede que te dé explicaciones que suenan bien pero que, cuando las pruebas, hacen que todo explote (figuradamente…o no). No lo hace con malicia —todavía no tiene sentido común, ni memoria a largo plazo, ni ese instinto que desarrollamos tras horas de pelear con bugs imposibles—, así que hay que tratarla como lo que es: una herramienta muy útil, pero no un oráculo.

Por eso, unas normas básicas de convivencia:

• Valida siempre lo que te dice, especialmente si estás empezando y aún no tienes el radar afinado.
• No uses código en producción sin revisarlo tú o alguien con ojos humanos y un poco de experiencia.
• Y si algo te suena raro… probablemente lo sea. Pregunta. Busca. Contrasta.

Piensa en la IA como ese compi de equipo que siempre está dispuesto a ayudarte, tiene un montón de ideas… pero al que definitivamente no le dejarías hacer un deploy sin que alguien revise el PR.

Conclusiones

Usar la IA como mentor es una de las mejores formas de crecer de manera autónoma. ¿Por qué? Porque te permite avanzar a tu propio ritmo, sin sentir esa presión de “debería saber esto ya” que todos tenemos en algún momento. Te ayuda a darle perspectiva a los problemas, a ver el panorama más claro y a encontrar soluciones cuando te atascas. Además, si la tratas bien, dándole el contexto adecuado y formulando buenas preguntas, se convierte en una herramienta brutal para tu desarrollo, que no solo resuelve dudas, sino que te desafía a mejorar.

¿Va a sustituir a un mentor real? No, eso lo tengo claro. Nadie puede reemplazar la experiencia y el juicio de alguien con años de trabajo en el campo. Pero, ¡ojo! Puede ser el empujón perfecto que necesitas mientras esperas esa respuesta de Slack de tu senior o cuando simplemente no tienes a nadie cerca para resolver tus dudas. La IA puede ser ese compañero de equipo virtual que siempre está disponible y que nunca se cansa de ayudarte.

Y quién sabe, si tienes suerte, hasta te tira un chiste malo de programadores cuando más lo necesitas. Como este artículo (que espero que te haya sacado alguna sonrisa). 

En resumen, no subestimes el poder de un mentor artificial bien usado, porque a veces, la mejor forma de seguir creciendo es tener a alguien que te diga “lo estás haciendo bien, pero aquí podrías mejorar”. Y eso, es un cambio de mentalidad que te lleva mucho más lejos de lo que parece.

¿Y lo mejor? Que puedes practicar, equivocarte, volver a intentar… y nadie te juzga. No hay mirada de “esto ya lo expliqué” ni silencio incómodo. Solo tú, tu proyecto, y una inteligencia artificial que, si bien no tiene alma, puede darte justo el empujón que necesitabas para no rendirte. Y eso, en este mundillo, ya es mucho.