Productividad e IA
Como os conté la semana pasada, he estado jugando un poco con ChatGPT. Vamos a separar este correo en dos partes. En la primera contaré el experimento que estuve haciendo, simplemente porque me pareció curioso; y en la segunda, que enviaré la semana que viene, daré algunos consejos para aprovechar la Inteligencia Artificial en el campo de la productividad.
Experimento con Productibits
Hace ya un tiempo me decidí a descargar toda la información que Substack te permite cuando exportas. Eso incluye todos los posts, quién los ha leído, cómo les ha llegado, entre otras estadísticas.
Así que pensé: “sería interesante pasarle esta información a ChatGPT y ver qué sacó de ahí”. Pero, claro, no quería pasarle los correos electrónicos de las personas que me leen. No porque siento que esto tenga que ser un secreto de estado, sino por simple privacidad.
Así que me anoté en mi lista de tareas: “crear un script de Python que anonimice los correos electrónicos”. Así pasaron como dos semanas hasta que me desperté un sábado y dije: “vale, hora de crear ese script de Python”. Sin embargo, llevo bastante tiempo sin escribir en Python (y nunca realmente he hecho nada profesional con ese lenguaje), así que pensaba que me quitaría toda la mañana.
Decidí preguntarle a ChatGPT: “oye, ¿cuáles son las mejores prácticas para empezar a escribir un script de Python?”. No fue muy buena pregunta. Me dio mejores prácticas en general y me puso un “Hello World”. Así que le pregunté: “cómo se trabaja con archivos en Python”, y me puso un ejemplo de un script que entraba en un fichero, así como una explicación de lo que hacía.
Mi idea hasta ese momento era pedirle cosas de forma pequeña para yo ir formando el script. Pero al final decidí probar y le puse: “quiero un script de Python que itere de forma recursiva por unos directorios y que en cada archivo formato CSV, anonimice todos los datos del campo email”.
Lo que me encantó es que me dijo paso por paso cómo iba construyendo el script. Primero, importaré las librerías necesarias; segundo, haré una función para anonimizar; y así sucesivamente hasta que te imprime el script completo. Lo copié, lo pegué, lo ejecuté sobre el directorio con toda la información y listo. Todos los correos electrónicos anonimizados.
Algo que normalmente me quitaría toda una mañana entre que me familiarizo y voy probando cosas, lo hice en 15 minutos. Bueno, lo hizo ChatGPT. Pero hay que saber hacerle las preguntas adecuadas.
Hasta aquí, bien. Me gustó mucho lo que ocurrió pero tampoco me sorprendió. Yo ya sabía de lo que era capaz ChatGPT en cuanto a código y no le pedí nada especialmente difícil. Una persona que trabaje con Python en su día a día es posible que tarde también bastante poco en crear este script.
Pero ya tenía lo que quería, todos los archivos anonimizados para jugar con ellos. Así que subí el archivo comprimido a ChatGPT y empecé a pedirle cosas.
Primero le pedí por el artículo más leído y el menos leído, y “ver si he ido mejorando con el tiempo”. No le pedí ningún número específico de nada. Sino simplemente saber si he ido mejorando.
Me dijo que en el archivo “posts.csv” solo estaban los artículos, pero que no había estadística. Así que le dije: “dentro de la carpeta «posts» hay más información aún con todos los artículos y estadísticas con cada uno”. Paso siguiente, se puso a investigar dentro de ese directorio.
Algo que sí que me impresionó fue lo siguiente: resulta que en el fichero “posts.csv” el identificador de cada artículo es un número + el título, por ejemplo: “143429496.descansos”, mientras que en cada archivo con estadísticas solo sale el número. Con lo cual, ChatGPT estuvo iterando varias veces buscando la coincidencia entre el uno y el otro hasta que la encontró por su cuenta. Me voló la cabeza. Pensé que el experimento llegaría hasta allí, o que tendría que explicárselo yo. No hizo falta.
Bien, los resultados fueron:
Artículo más leído: "La Productividad Tóxica" con 65 aperturas.
Artículo menos leído: "Tipos de newsletters" con 28 aperturas.
Tendencia mensual de aperturas:
Enero 2024: 1103 aperturas
Febrero 2024: 754 aperturas
Marzo 2024: 712 aperturas
Abril 2024: 458 aperturas
Mayo 2024: 75 aperturas (hasta la fecha del archivo)
Al parecer mis lectores son unos tóxicos a los que no les gustan las newsletters… ¿por qué me seguís entonces? ¡Es broma!
Las aperturas, por otro lado, han bajado bastante, pero es que pasé de escribir cinco artículos a la semana a uno solo. Con lo cual, le veo lógica.
Luego le dije. ¿Qué otras cosas podrías sacar de esta estadística? Y me dio varias opciones que no enumeraré porque ya se me está haciendo largo el artículo de hoy. Al final solo le pedí el engagement por categoría de artículo.
Así que según el título de cada artículo, los metió en distintas categorías y me dio los siguientes resultados:
Productividad: 46.0 aperturas
Prioridades: 45.4 aperturas
Correo y Comunicación: 44.7 aperturas
General: 42.7 aperturas
Hábitos: 42.6 aperturas
Calendario y Time Blocking: 42.0 aperturas
OKRs: 41.0 aperturas
Análisis:
Productividad es la categoría con el mayor promedio de aperturas, lo que sugiere que los lectores están muy interesados en temas relacionados con mejorar la eficiencia y combatir la procrastinación.
Prioridades y Correo y Comunicación también tienen altos niveles de engagement, lo que indica que estos temas son relevantes y útiles para los suscriptores.
OKRs tiene el promedio de aperturas más bajo, lo que podría indicar menor interés en este tema o la necesidad de un enfoque diferente en la presentación del contenido relacionado.
Esto es una pasada. Y pienso seguir usándolo para determinar más cosas. Luego le pedí que mejorara las categorías leyendo los artículos enteros en lugar de solo el post y me parece que ya fue mucho pedir, porque empezó a ir muy lento.
Sin embargo para mí ha sido un éxito el experimento. Seguiré jugando con ello y si veo otras cosas interesantes os contaré.
Hasta la semana que viene. Que hablaré de cómo usar la IA para productividad personal.