> ## Content Index > Fetch the complete content index at: https://ksnk.es/llms.txt > Use this file to discover other available public pages before exploring further. # Validé las pistas interlingüísticas EN↔ES con IA: solo 37 mapeos útiles de 200 - URL: https://ksnk.es/valide-las-pistas-interlinguisticas-enes-con-ia-solo-37-mapeos-utiles-de-200/ - Published: 2025-11-26T09:00:00.000Z - Updated: 2026-04-04T17:15:28.000Z - Description: Analicé 200 unidades de 4 manuales buscando similitudes EN↔ES para mi bot de español. Solo 37 mapeos gramaticales sobrevivieron al filtro de calidad. - Author: Aleksandr Kosenko - Tags: Blog En mi post anterior escribí sobre el modo expat: el escenario en el que alguien de habla rusa vive en España, ya sabe inglés y ahora quiere llevar su español a un nivel funcional. Después de lanzar la versión básica del bot, el siguiente paso era validar una funcionalidad concreta: \### El problema del que partí Por experiencia propia: cuando estaba aprendiendo español, mi profesora no paraba de conectarlo con el inglés: \- "Esto es casi como el Present Perfect." \- "Esta estructura funciona como en inglés, con esta excepción." Le quitaba mucha carga a mi cerebro: no tenía que aprender todo "desde cero", podía apoyarme en estructuras que ya conocía. Cuando trasladé esto al trabajo de producto, la hipótesis era la siguiente: \- Los manuales deberían tener muchos puntos de contacto naturales entre EN y ES. \- Si recojo esos puntos y los empaqueto como pistas, al expat le debería costar menos transferir conocimiento de un idioma al otro. \- Así que en el bot solo necesitaba un botón "Comparar con EN/ES" y una forma de sacar el mapeo relevante. \### Realidad: muchos menos mapeos de lo que parece Cogí 4 manuales, unas 200 unidades, y me puse a buscar solapamientos reales: \- tiempos verbales similares \- estructuras similares \- trampas típicas para hablantes de ruso En cuanto formalizas todo esto, se te caen las gafas de color de rosa bastante rápido: \- solo 68 pares entre unidades \- y 37 mapeos gramaticales EN↔ES Desde la perspectiva de un profesor, "hay muchas similitudes". Desde la perspectiva de producto, no son tantas — si te importa la UX y la calidad de las pistas. Algunas de esas "similitudes" resultaron ser: \- o demasiado superficiales \- o directamente confusas (falsos amigos, rangos de uso diferentes, etc.) \### Cómo recogí los datos: Perplexity + Claude como stack de producto Hacer todo esto a mano habría llevado semanas. Así que me fui directo a un stack de herramientas de IA y monté un pipeline pequeño. \### 1\. Perplexity — investigación y columna vertebral académica Le pedí a Perplexity mapeos gramaticales EN↔ES con un contexto muy específico: El resultado fueron 37 mapeos gramaticales en JSON, listos para importar. Eso eliminó horas de trabajo rutinario: buscar, estructurar y normalizar datos. Aquí Perplexity funciona como un "coautor académico": tira de investigación, mantiene el lenguaje preciso y evita la "lingüística pop". \### 2\. Claude Sonnet — matcher semántico para unidades La siguiente capa no es gramática abstracta, sino unidades concretas de los manuales. Le paso a Sonnet las listas de unidades en inglés y español y le pido que encuentre pares: Aquí era clave limitar el volumen (25–35 mapeos) y exigir un formato estricto. Si no, el modelo o te inunda de coincidencias superficiales, o se pone demasiado prudente y te da 5–7 pares. El resultado: 68 pares de unidades que puedo vincular a pantallas reales en la app. \### 3\. Claude Code — pegamento entre datos y producto Por separado, usé Claude Code como herramienta de desarrollo: \- parsear JSON de Perplexity y Sonnet \- mapearlo sobre las estructuras internas del bot \- montar una capa de API detrás del botón "Comparar con EN/ES" Esto ya es un pequeño stack de producto con IA, no "un modelo mágico que lo hace todo". \### Cómo se refleja en la UX del bot En la parte de UX, ahora mismo tengo tres escenarios básicos para mostrar pistas: \- Cuando el alumno está leyendo teoría → botón "Comparar con EN/ES" \- Cuando el alumno responde mal → si hay un mapeo relevante, el bot añade: \- En el resto de casos → no se fuerzan pistas, el usuario mantiene el control Perplexity es útil aquí no solo como generador de datos, sino también como asesor de UX: cuándo mostrar comparaciones y cuándo callarse para no saturar la pantalla ni la cabeza del alumno. \### Lo que aprendí como persona de producto Unas cuantas conclusiones que me importan desde el punto de vista de producto, no solo como "alguien a quien le gustan los idiomas": \- "Cuantas más pistas interlingüísticas, mejor" es un objetivo equivocado. \- El combo Perplexity + Claude supera a cualquier herramienta todoterreno. \- El código y los datos son solo la mitad del trabajo. \- En este caso, la IA no es un "botón mágico" sino un acelerador de investigación y prototipado.