Tu nuevo portafolio debe demostrar cómo piensas, verificas y aprendes

La IA ha simplificado la generación de interfaces, textos, API, cuadernos y presentaciones pulidos. Un portafolio que sólo muestra el resultado final ha perdido parte del poder de diferenciar autoría, criterio y capacidad profesional.

No es necesario que el nuevo portafolio demuestre que hizo todo sin IA. Es necesario demostrar que sabes dirigir un proceso con IA y ser responsable del resultado.

Resumen ejecutivo

Para cada proyecto, muestre seis pruebas:

1. problema y contexto;
2. decisiones y alternativas;
3. Uso y límites de la IA;
4. verificación y evidencia;
5. resultado e impacto;
6. aprendizaje y próximo cambio.

El artefacto final sigue siendo importante. Lo que diferencia la obra es la cadena que vincula intención, ejecución, verificación y reflexión.

Por qué el resultado aislado fue más débil

Una captura de pantalla no revela:

• si el problema era real;
• qué parte fue difícil;
• ¿Qué compensación elegiste?
• cómo manejaste los errores;
• si el sistema funciona fuera de la demostración;
• ¿Qué harías diferente?

Esto siempre ha sido cierto. La generación barata aumentó el volumen de artefactos e hizo que la evidencia del proceso fuera aún más valiosa.

Un caso en capas

1. Problema

Explique la situación, la persona afectada, la restricción y los criterios de éxito. Elimine los datos confidenciales y no invente clientes, ingresos o adopción.

2. Decisiones

Muestre dos o tres opciones de materiales:

No es necesario publicar cada pensamiento. Seleccione decisiones que demuestren juicio.

3. Colaboración con la IA

Declarar:

• en qué pasos ayudó la IA;
• qué herramienta o clase de modelo se utilizó;
• qué contexto se proporcionó;
• lo que quedó bajo la decisión humana;
• qué resultados fueron rechazados;
• qué riesgo se ha controlado.

La transparencia no disminuye la autoría. La autoría está en la intención, la selección, el juicio, la verificación y la responsabilidad, no en ocultar herramientas.

4. Verificación

Incluir pruebas acordes al trabajo:

• criterios de aceptación;
• pruebas y casos negativos;
• auditoría de accesibilidad;
• modelo de amenaza;
• evaluación de la calidad;
• medición del desempeño;
• comentarios de los usuarios;
• enlaces a commit o demostración desinfectada.

Una attestation puede vincular un artefacto y establecer su provenance, pero no prueba la corrección semántica. La cadena de entrega debe permitir una verificación independiente y mantener visible el límite de claims. [R2-C2]

5. Resultado

Estados separados:

• implementado: existe en el código o artefacto;
• verificado: los controles respaldan las propiedades declaradas;
• operación: se observó el uso real;
• resultado: Se midió el efecto sobre el receptor.

No promuevas un estado porque el proyecto parece estar listo. Un portafolio honesto sobre los límites transmite más madurez que un caso inflado.

6. Aprendizaje

Mostrar un error o cambio real:

• lo que creías;
• qué pruebas lo contradecían;
• qué cambió en el sistema;
• cómo evitará la recurrencia;
• Cuestión que queda abierta.

La retrospectiva no es una confesión. Demuestra que puedes mejorar el proceso.

Portafolio para diferentes perfiles

Ingeniería

Priorice los contratos, la arquitectura, las pruebas, la observabilidad, la seguridad, los diffs y las compensaciones.

Producto y negocio

Priorizar problema, hipótesis, alternativas, decisión, métricas y aprendizaje de mercado.

Diseño

Priorice la investigación, el flujo, las exploraciones rechazadas, la accesibilidad, las pruebas y la relación forma-resultado.

Datos e IA

Priorice el conjunto de datos, la calidad, la línea de base, la evaluación, el error por segmento, el costo, el riesgo y el seguimiento.

El formato cambia; el contrato de prueba permanece.

Que no publicar

Nunca convierta una cartera en una fuga. Eliminar:

• secretos y claves;
• datos personales;
• prompts con información confidencial;
• nombres y números sin autorización;
• arquitectura que aumenta el riesgo;
• registros internos sin procesar;
• claims comerciales no demostradas.

Utilice datos sintéticos, diagramas reducidos, hashes, descripciones de clases y resultados agregados. Cuando la restricción impida mostrar pruebas, explicar el método sin pretender una verificación pública.

Una plantilla de una página

Título + outcome
Contexto e restrição
Minha responsabilidade
Como usei IA
Três decisões
Como verifiquei
Resultado e limite
O que aprendi
Links seguros

Empiece poco a poco. Es mejor un estuche denso que diez cartas sin sustancia.

Signos de autoría fuerte

• explica por qué se rechazó una opción;
• distingue hecho, inferencia e hipótesis;
• muestra caso negativo;
• declara asistencia de IA;
• vincula el claim con la evidencia;
• conserva límite y validez;
• actualiza el caso cuando aprende algo nuevo.

Una autoría sólida no requiere certeza permanente. Requiere trazabilidad del ensayo.

Lo que este artículo prueba y lo que no prueba

Las prácticas de provenance, revisión y paquete de evidencia respaldan portafolios que muestran el proceso más allá del resultado. No hay evidencia de que una sola plantilla maximice la contratación o reemplace la conversación, la experiencia y el contexto.

Un portafolio es evidencia seleccionada por el propio autor. Quienes evalúan aún deben verificar y preguntar.

Conclusión

Cuando cualquiera puede generar una primera versión, la diferencia se centra en el problema, la decisión, el estándar de calidad, la verificación y el aprendizaje.

No intentes demostrar que trabajaste sin IA. Demuestra que con la IA seguiste pensando.

Lectura anterior: Después de la pirámide. Siguiente lectura sugerida: Junior en la era de la IA.