IA antes de ChatGPT.

No esperó a que la IA llegara al temario. Junto a las clases construyó chatbots, modelos de aprendizaje automático y proyectos de visión artificial, y cuando su propio ordenador se quedó corto, alquiló GPU y entrenó en ellas sus propios modelos. ChatGPT aún no existía. Entrenar un modelo por tu cuenta significaba leer los artículos, alquilar el hardware por horas y descubrir solo qué se rompía.

Algunos proyectos se salían de lo habitual. En uno clonó voces a partir de grabaciones muy antiguas. En otro construyó modelos de aprendizaje automático que predicen las ventas y la tendencia de un videojuego antes de su lanzamiento, a partir de su plataforma, su género, los países a los que apunta y su editor. El mismo enfoque llegó a la predicción con datos de empresas y productos.

El proyecto por el que todavía le preguntan es un juego de carreras al estilo de los clásicos de carreras callejeras. En abril de 2020 ya funcionaba en Unity, con coches rivales en la pista y la posición de carrera en pantalla. El proyecto se llamaba CarRace y en mayo de 2020 tenía tres modos de cámara: normal, lejana y en primera persona. Según cuenta él, los rivales no seguían un guion: los conducía una IA que aprendía mientras corría. A todos los que lo jugaron les encantó. Nunca se publicó.

La universidad nunca fue su único trabajo. A la vez dirigió proyectos de I+D, trabajó como product owner, product manager y jefe de equipo, e hizo ciencia de datos en más de 15 productos en los que trabajó. También estudió qué lleva a la gente a usar algo: psicología del consumidor y comportamiento del cliente, Censydiam, el modelo Hook, pirámides y listas de necesidades, simbolismo y mito, dinámicas de trivia y teoría de juegos. Lo usó todo para diseñar flujos de chatbots y juegos.

Sigue estudiando. El orden nunca fue "primero aprender, después construir": aprendía y construía a la vez, y una cosa alimentaba a la otra.