MENU
En este episodio te cuento cómo aprender data science e IA
Porque si has llegado hasta aquí buscando cómo aprender data science o inteligencia artificial, seguramente te suene esta escena: te apuntas a un curso, lo sigues enterito, vas asintiendo con la cabeza, lo terminas pensando "vale, esto ya lo controlo"… y dos semanas después te sientas a hacerlo por tu cuenta, delante de una pantalla en blanco, y te quedas tan en blanco como la pantalla.
No eres tú.
Es el método.
Y te aseguro que es el fallo más común de toda la gente que intenta entrar en este mundo. Aquí te cuento por qué te pasa y, sobre todo, qué hacer para que esta vez sí se te quede.
A veces la verdad duele:
entender no es lo mismo que aprender.
Cuando ves un tutorial de Python o un vídeo explicando qué es una red neuronal, tu cerebro reconoce las ideas según te las cuentan y siente esa sensación tan agradable de "ah, qué bien, lo he pillado". El problema es que reconocer una idea cuando alguien te la explica no tiene nada que ver con ser capaz de reconstruirla tú solo, de cero, cuando no hay nadie guiándote.
Son dos músculos distintos. Ver cómo alguien resuelve un problema entrena uno. Resolverlo tú entrena el otro. Y en data science y en IA solo te pagan por el segundo. Por eso puedes acumular diez cursos y seguir sintiéndote igual de perdido delante de un dataset real.
La forma por defecto en la que casi todos intentamos aprender es pasiva: consumir. Vídeos, cursos, artículos, documentación. Recibes información y confías en que se quede. Spoiler: la mayoría se evapora.
El aprendizaje activo es justo lo contrario: producir. Es ensuciarte las manos. En datos e IA eso significa cosas muy concretas:
No es cómodo. Te vas a atascar. Pero atascarte y desatascarte es el aprendizaje. Lo otro solo era la sensación de aprender.
Aquí va la técnica que más me ha cambiado a mí, y que viene de muy lejos. El filósofo Séneca lo dejó escrito en el siglo I: docendo discimus, "enseñando, aprendemos". Siglos después, el físico Richard Feynman lo convirtió en método: si quieres saber si entiendes algo de verdad, intenta explicárselo a otra persona con palabras sencillas. Las partes que no consigues explicar son, exactamente, las que todavía no dominas.
Aplicado a data e IA, esto es oro y casi nadie lo aprovecha. Cuando intentas explicar una consulta SQL, escribir el resumen de un paper o montar una mini-charla sobre un modelo, tu cerebro se ve obligado a ordenar las ideas, a encontrar las costuras y a tapar los huecos. Aprendes el doble: una vez al estudiarlo y otra al enseñarlo.
No necesitas un aula. Te vale escribir un hilo, grabar un vídeo, documentar un repo o, simplemente, contárselo a alguien que tenga la paciencia de escucharte.
Y llegamos a lo que es nuevo. Aprender data science e inteligencia artificial en 2026 no se parece a aprenderlo hace cinco años, y muchos cursos todavía no se han enterado.
Hoy tienes a Claude, ChatGPT o Gemini disponibles a un clic, y eso baja muchísimo la barrera de entrada de cualquier tecnología, sobre todo cuando estás empezando. Pero ojo, que la trampa es justo la de antes: si dejas que la IA escriba todo el código por ti mientras tú copias y pegas sin entender nada, has vuelto al modo pasivo con esteroides.
La clave es usar la IA en activo: que te explique lo que no entiendes, que te proponga un reto, que te ayude a desatascarte cuando llevas media hora con un error… pero que la solución la construyas y la entiendas tú. La IA como tutor y como compañero de equipo, no como muleta. Así aprendes SQL y Python (las dos herramientas básicas con las que yo empezaría hoy) muchísimo más rápido y sin el desfase enorme que hay siempre entre lo que te enseñan en un curso y cómo se trabaja de verdad.
Si te quedas con una sola idea, que sea esta: deja de prepararte para empezar y empieza para prepararte. Un punto de partida realista:
Todo esto te lo cuento porque es mi experiencia.
Es exactamente lo que llevo dos años poniendo en práctica, y lo que me llevó a construir una comunidad entera de ninjas de los datos que aprenden así: haciendo, enseñándose entre ellos y comprometiéndose juntos, en vez de coleccionar cursos que se olvidan.
La historia completa —de dónde salió todo esto, cómo funciona por dentro y hacia dónde va a partir de ahora— la cuento en el último episodio del Podcast Premium.
Si te ha resonado lo que has leído aquí, ahí está la versión larga.
🎧 Escúchalo en el Podcast Premium.