El lector beta IA ya responde en tu idioma - Slima

Resources HubRegistro de Cambios

REGISTRO DE CAMBIOS 3 min de lectura

Tu lector beta IA ahora responde en el idioma en que escribes

T Tim · 8/08/2026 · 3 min de lectura
Tu lector beta IA ahora responde en el idioma en que escribes

v6 no hizo que la IA fuera más inteligente. En una prueba a ciegas con tres grupos y cinco corridas cada uno, v5 y v6 empataron en detectar problemas.

Lo que cambió es si el informe tiene dónde anotar lo que el lector sintió.

Un lector termina tu manuscrito y todo lo que sintió tiene que entrar en un formulario que casi no tiene casillas para eso. Lo que no entra, desaparece. v6 agregó las casillas.

Los manuscritos que no están en chino por fin reciben el idioma correcto

Es lo primero que hay que contar de esta versión.

Con v5, un manuscrito escrito en inglés volvía convertido en un informe que era entre 83% y 85% chino. El modelo sabe inglés de sobra. El problema estaba de nuestro lado: nuestras instrucciones incluían un bloque de chino sin ninguna condición, y los lectores hicieron lo que se les pedía.

Medido en v6: un manuscrito en inglés produce un informe con 0% de chino. También probamos japonés, coreano y español por separado, y todos volvieron en el idioma que correspondía. Un manuscrito en español llegaba a recibir un informe salpicado de caracteres chinos. Ahora no queda ninguno.

«Sorpresa» y «absorción» por fin se pueden decir

La lista de emociones de v5 no tenía sorprendido, ni conmovido, ni satisfecho. El campo de atención tenía una sola opción positiva: enganchado.

Así que cuando un lector quedaba realmente atrapado por uno de tus párrafos, el informe solo podía escribir enganchado. Era la única palabra disponible.

v6 suma absorbido, un nivel por encima de enganchado, más cerca de «no pude soltarlo», y tres emociones positivas más. Lo que sienten los lectores no cambió. Lo que cambió es que el informe ya puede escribirlo.

La siembra narrativa tiene análisis propio, y distingue seis tipos

Antes la siembra quedaba enterrada en las reacciones párrafo a párrafo. Ningún campo respondía lo que de verdad te importa: ¿esta siembra estaba bien puesta?

Ahora cada elemento sembrado recibe un veredicto:

Veredicto Qué significa
Bien resuelto Inesperado pero inevitable, y justo con el lector
Sembrado y nunca cosechado Se sembró con fuerza y no se volvió a mencionar. El lector invirtió emoción para nada
Demasiado evidente El lector lo adivinó hace rato y la revelación llegó sin carga
Cosechado sin sembrar Se cobra algo que nunca se preparó. El lector se siente estafado
Cosecha sin marcar Se sembró y se cosechó, pero demasiado rápido. El lector lo entendió y se perdió sentirlo
Gancho deliberado Queda abierto a propósito para el siguiente libro. No es un defecto

El quinto merece un comentario. Hubo autores que nos dijeron «la sorpresa de la revelación nunca aparece en el informe». Ese fenómeno no tenía nombre hasta ahora.

Con honestidad: es el veredicto que el modelo todavía detecta peor. La mayoría de las veces lo sigue marcando como bien resuelto. El campo y la definición ya están; el criterio tendrá que esperar a un modelo más fuerte.

Los elogios ahora tienen que ser concretos

Los problemas tenían 40 lugares y 9 campos estructurados. Las virtudes tenían una frase.

El resultado era previsible: una herramienta precisa para decir qué falla y vaga para decir qué funciona.

Desde v6, el elogio tiene que señalar el pasaje, citar la línea y explicar por qué funciona. El elogio que no puede mostrar la cita no cuenta.

Tres cosas arregladas de paso

Dos lectores venían corriendo con una instrucción rota. A dos de los nueve se les pedía completar un valor que ni siquiera era válido. El mecanismo de reintento los devolvía cada vez a una respuesta correcta, así que por fuera no se veía nada raro mientras cada coincidencia volvía a correr el informe completo.

Las respuestas cortadas se reintentaban tal cual. Cuando el modelo gastaba su presupuesto pensando, la respuesta volvía truncada sin que nada lo notara, y se corría lo mismo otra vez. Ahora se detecta.

Un solo campo mal completado ya no tira el informe entero. Antes, alrededor del 13% de las veces el modelo ponía un valor de emoción en el campo de atención y todo el informe volvía a empezar. Ahora se descarta solo esa entrada y se conserva el resto.

Sigue leyendo

Artículos relacionados.

La mejor lección es una página terminada.

Lee cuando te atasques. Escribe el resto del tiempo. Abre un proyecto gratis.