Cuando se le pregunta a ChatGPT dónde estudiar una maestría, la respuesta llega en pocos segundos y con nombres exactos. Detrás de esa lista hay un proceso que muy pocas universidades entienden, y es de eso precisamente que habló Juan David Uribe en su conferencia en AcademIA Summit 2026.
Pero, ¿quién es Juan David Uribe?
Juan Uribe es director de estrategia de Los Creativos, cargo que ocupa hace más de diez años. Su mirada combina dos mundos que extraña vez se sientan en la misma mesa. Por un lado, el académico: administrador tecnológico y magíster en Estudios de Ciencia, Tecnología, Sociedad e Innovación del ITM, con un interés profundo por la filosofía de la ciencia y de la tecnología. Y por el otro, el Juan técnico: años trabajando en marketing digital, con unos ojos que han visto cómo cambian las reglas del posicionamiento una y otra vez (no, el SEO no ha muerto x 999 vez).
De esa formación dual nació la Densidad de Señales, una metodología que diseñó en Los Creativos junto a su compañero David Martínez Mata para ayudar a las instituciones de educación superior a ganar presencia en las respuestas de los LLMs. La propuesta parte de una pregunta sencilla y a la vez incómoda: ¿qué sabe la IA de tu universidad y quién se lo está contando?
En su charla, Juan David Uribe recorrió ese camino en dos tramos:
- Se detuvo en preguntas de fondo sobre qué es la inteligencia, qué es el conocimiento y qué hace artificial a una máquina.
- Bajó a lo técnico: cómo procesa la IA la información, qué lee y cómo una universidad puede enviarle señales coherentes para que la recomiende.
Este artículo reúne la esencia de esa conversación. La conferencia completa está disponible en YouTube (o puedes verla acá abajo):
Lo que dejó la conferencia
Uribe abrió con un diagnóstico que construyó a partir del trabajo de Los Creativos con universidades de Colombia y del exterior. Listó seis retos que se repiten de manera constante:
- Alta competencia.
- Estudiantes que buscan formaciones cortas y prácticas.
- Matrículas en descenso.
- Poca articulación entre dependencias.
- Tecnología rezagada o mal aprovechada.
- Investigaciones que rara vez llegan al mercado.
A partir de ahí, advirtió que la IA promete velocidad, pero muy pocas personas se detienen a entender realmente cómo funciona. Para explicarlo, recurrió a la filosofía: definió cómo la inteligencia tiene la capacidad de discernir entre opciones y el conocimiento como un sistema de creencias personal, modificable, transferible y contextual. Su conclusión: la IA calcula a partir de patrones que encuentra en lo que las personas han escrito en la web.
En ese tramo, explicó que la IA tiene memoria limitada, algunos que otros cortes de conocimiento y una táctica de lectura basada en embeddings, es decir, en la cercanía conceptual entre textos. Por eso –sostuvo– una universidad que comunica con coherencia en su sitio web, en LinkedIn, en YouTube y en los medios tiene más probabilidades de ser recomendada que una que habla de sí misma con nombres, siglas y mensajes distintos.
La metodología de densidad de señales se inspira en una investigación de Anthropic, el UK AI Security Institute y el Alan Turing Institute, publicada en 2025, que encontró que 250 documentos manipulados bastaban para instalar una puerta trasera en modelos de distintos tamaños. Uribe aclaró que su equipo no busca manipular modelos. Lo que toma de ese hallazgo es el principio: un número acotado de señales coherentes puede influir en lo que la IA recomienda.
Para cerrar, el conferencista destacó que los docentes, con sus perfiles de LinkedIn y CvLAC, son hoy el capital digital más fuerte de una universidad, y que nada de esto funciona sin alguien que articule a todas las áreas.
Si quieres profundizar más en lo que Juan Uribe expuso en AcademIA Summit 2026 puedes leer su presentación:
La conferencia en palabras de Juan David Uribe
Para que no te pierdas los puntos más importantes de la charla, extrajimos las citas más importantes de Juan, las dividimos por temario y te las entregamos para que te antojes de venir al AcademIA Summit 2027, que desde ya lo estamos pensando…
Seis retos que hoy enfrentan las universidades
“Les voy a contar sobre densidad de señales, una metodología que diseñamos en Los Creativos junto a David, mi compañero. La voy a orientar como el mecanismo que nos va a permitir posicionar la universidad en la inteligencia artificial. Para eso vamos a responder seis retos que tienen ahorita las universidades, o al menos lo que hemos visto en los múltiples clientes que trabajan con nosotros, en Colombia y a nivel internacional.”
“Uno: hay una alta competencia. Cada vez salen más programas académicos, y hay muchos ojos de universidades del extranjero puestos en el mercado latinoamericano por el tema de la virtualidad. Segundo, hay intereses muy concretos y muy rápidos de los estudiantes. Muchos ya no están interesados en estudiar cinco años, porque el mercado demanda microhabilidades para salir a ejecutar.”
“Tercero, bajas matrículas: en las públicas lo vemos en posgrado y en las privadas en pregrado, pero hay una afectación que va en aumento. Cuarto, la falta de articulación entre dependencias y la ausencia de grandes alianzas interinstitucionales. Quinto, una tecnología rezagada: es muy común ver tecnología obsoleta o, por el contrario, universidades que compraron lo último y no saben cómo utilizarlo. Y finalmente, las investigaciones que se hacen en las universidades no logran llegar al mercado ni comercializarse. Quedan engavetadas en repositorios institucionales.”
La IA promete velocidad, pero pocos se preguntan cómo funciona
“Solemos creer que la IA lo responde todo, y eso lo voy a desmentir un poco. La promesa de la IA es que facilita el proceso, da muchas manos y mucha velocidad en temas técnicos. Pero me he dado cuenta de que muy pocas personas se dedican a entender cómo funciona, cómo piensa, si es que piensa, de dónde saca la información, qué depura y qué prioriza.”
“Lo voy a plantear desde cuatro preguntas. Las dos primeras las oriento desde mi formación académica, desde una filosofía de la ciencia y de la tecnología. Las otras dos son técnicas, sobre cómo funciona la IA. Y a partir de ahí volvemos a los seis retos.”
¿La IA piensa? Inteligencia como capacidad de discernir
La primera pregunta de la charla fue directa: cómo piensa la IA, si es que lo hace. Para responderla, Uribe propuso desarmar el término inteligencia artificial palabra por palabra.
“Si nos vamos a la raíz, inteligencia es leer entre líneas para escoger algo. Un autor habla de adaptarse a situaciones nuevas, otro de pensar de manera abstracta y otro de actuar con propósito y razonar con coherencia. Todos coinciden en algo: elegir. Por eso vamos a usar la palabra discernir, que es escoger entre A o entre B. Cuando alguien le pregunta a la IA dónde estudiar un posgrado, la IA dice: ‘Estudia acá, acá o acá’. ¿Y cómo escoge? Lee patrones.”
“Howard Gardner plantea que hay ocho tipos de inteligencia. Los primeros cinco la IA los ejecuta sin problema, porque se vale de patrones. Tiene dificultades con los otros tres. Con la lingüística, porque escribe con base en lo que encuentra en internet, que es lo que escribieron otros humanos. Y con la interpersonal y la intrapersonal: la IA no tiene un mecanismo de reflexión hacia sí misma ni hacia el otro. No siente empatía. Dice las cosas como las encuentra y así mismo las recomienda. Por eso tenemos que enviarle señales para que recomiende lo que queremos contar: un programa académico, una convocatoria, un evento.”
El conocimiento como un sistema de creencias que cambia
“Un autor dice que el pensamiento nace primero en la relación con otros, que nadie conoce en soledad. Otro dice que toda idea nueva se ancla sobre lo que ya sabemos. Desde lo que yo estudio, entiendo el conocimiento como un sistema de creencias con cuatro rasgos. Es personal, porque lo cultivo desde niño. Es modificable, porque lo que estudio hoy lo cambio mañana con otra lectura. Es transferible, porque lo puedo compartir en un texto, un podcast o una conferencia. Y es contextual, porque depende de con quién me relaciono y de lo que me ha pasado.”
“Ese conocimiento es acumulativo, y es justamente lo que la IA recoge en internet: el conocimiento subjetivo de quien escribió, que se va sumando hasta volverse intersubjetivo. Piénsenlo con el Niño Dios. Todos lo asociamos con el 24 de diciembre, hasta que llega el primo y nos cuenta quién trae los regalos. El sistema de creencias cambia de manera radical y para siempre. Eso pasa todo el tiempo en internet. Yo escribo contenidos para el blog de Los Creativos y para mi LinkedIn, y posiblemente lo que escribí hoy es muy distinto a lo que escribí hace ocho días.”
Lo verdadero, lo socialmente aceptado y el reloj detenido
“Hay dos ramas del conocimiento. Una viene de Platón y dice que el conocimiento es verdadero y justificado: si lo veo, lo creo; si lo pruebo, lo creo. La otra viene de la escuela de Edimburgo y dice que el conocimiento puede ser socialmente aceptado. Las dos conviven en la misma red, junto con la desinformación. Y como la IA no razona por sí misma, se vale de los datos. Por eso a veces alucina: si no encuentra un dato, te genera cualquier cosa con lo que tenga a mano.”
“Google, en sus principios, se acercaba más a lo socialmente aceptado: posicionaba un sitio según cuántos lo recomendaban con enlaces. La IA generativa, lo que llamamos GEO, se parece más a lo verdadero y justificado, porque busca entidades con autoridad en una temática: una persona, una organización. Pero la línea es delgada, porque las posturas de las personas cambian. Al final, la IA se mueve entre ambas cosas.”
Y para ilustrar ese límite, Uribe recurrió a un experimento mental clásico de la epistemología, planteado por Edmund Gettier.
“Una persona ve que hace sol y su reloj de confianza marca las tres de la tarde. Dice: ‘Son las tres’. Lo que no sabe es que el reloj se detuvo a las tres de la mañana. Llegó a la verdad por coincidencia. ¿Por qué se los planteo? Porque la IA tiene cortes de conocimiento. Lo que usted publicó hoy posiblemente la IA todavía no lo tiene, y le contesta con lo que vio la última vez que miró el reloj.”
Qué hace artificial a la inteligencia artificial
“Para definir lo artificial me apoyo en un filósofo de la tecnología que me encanta, Jesús Vega Encabo. Él propone reconocer un artefacto por su valor, su propósito y su ciclo de vida. Comparemos un árbol, una silla y la IA. El árbol produce oxígeno por sí mismo, no tiene un propósito asignado y tiene un ciclo biológico propio: es natural. La silla da soporte, tiene un propósito desde su origen y se fabrica y se rompe. La IA vale según el uso que le dan, su propósito lo define quien la diseñó, para acelerar procesos y maximizar resultados, y se entrena, se apaga y se reemplaza, como ya ha pasado con varios modelos.”
“Un artefacto es un objeto híbrido: lo hace el ser humano y tiene materia. Usted no puede tocar un código ni un dato, pero sí su almacenamiento, el procesador, la máquina. Es importante tener esto claro, porque dentro de cien o doscientos años, cuando todo esto sea más etéreo, alguien podría terminar viéndola como un ser superior.”
“Bruno Latour plantea la pregunta de si las armas matan a la gente o si es la gente la que mata. Con la IA pasa algo parecido. Es un objeto hecho por el ser humano para hacer cosas para el ser humano. No tiene empatía ni razonamiento propio: sigue las órdenes que le damos. Entonces, ¿la IA piensa? La IA calcula. Calcula por medio de patrones que encuentra en un conocimiento socialmente aceptado o verdadero y justificado.”
Lo que la IA sabe de tu universidad
“Llevémoslo a la universidad. ¿Cómo reconoce la IA a tu universidad? Hereda sus prioridades de lo que lee sobre ella. Si usted le pregunta qué piensa de una institución, la IA no tiene un gusto propio: responde por lo que lee en internet. ¿Qué es tu universidad para la IA? Lo que publicas pasa a ser su identidad. Si no publicamos nosotros, la IA va a referenciar lo que dicen otros, y ahí puede haber de todo: ‘No estudien acá porque no devuelven la matrícula’, ‘no estudien acá porque siempre hay paro’.”
“¿Y qué valor tiene tu universidad? El prestigio existe porque otros la reconocen, pero ese reconocimiento tiene que ser explícito y tiene que estar en internet. La IA nunca le va a decir: ‘Yo trabajé con tal universidad y me fue súper bien, te la recomiendo’. No tiene esa experiencia. Lee patrones.”
Velocidad, memoria y una maleta con espacio limitado
“La segunda pregunta es cómo procesa la IA. Empecemos con un dato. Una neurona humana, ante una emoción, transmite a unos 30 metros por segundo, mientras que la fibra óptica de internet lo hace a unos 200 millones de metros por segundo. Si una señal le diera la vuelta a la Tierra por la línea del ecuador, a la neurona le tomaría unos quince días y a la IA, fracciones de segundo. Mientras la IA da la vuelta al mundo, la neurona apenas avanza unos seis metros. Por eso nos fascina: escribimos y hacemos investigaciones más rápido. Pero vuelvo y lo digo, ¿de dónde saca la información?”
Como referencia, la velocidad de conducción de las fibras nerviosas humanas varía entre 0,5 y 120 metros por segundo según su tipo, de acuerdo con esta clasificación publicada en PubMed Central.
“La IA no tiene una memoria ilimitada. Nada en el mundo la tiene. Por eso Google tiene lo que se llama presupuesto de rastreo, o crawl budget: no puede almacenarlo todo, entonces decide qué mostrar según las orientaciones técnicas que uno le da. La IA tampoco lo guarda todo. Imagínense que se va de viaje con una maleta limitada. ¿Qué va a guardar? En marketing digital eso se llama hacer renuncias.”
“Como es una ciencia de cómputo, funciona como la naturaleza, que siempre busca ahorrar energía. Por eso las burbujas son esféricas y las abejas terminan formando hexágonos. David va a profundizar en esto cuando presente el modelo de agrupadoras y explique por qué una página que agrupa mucha información es más citada por la IA. Lo importante acá es entender que la IA no lo sabe todo y que tenemos que orientarla para que sepa lo que queremos que sepa de la universidad, y no lo que encontró en una página mal hecha. En nuestra experiencia, el sitio de una universidad pequeña tiene alrededor de 10.000 URL y los más grandes, entre 25.000 y 30.000. La IA no va a gastar su espacio en páginas mal elaboradas.”
Embeddings: cuando las ideas pesan más que las palabras
“La tercera pregunta es qué lee la IA, y acá nos metemos en temas técnicos. Los embeddings son fragmentos de texto, de código, párrafos y palabras que están en una página web, en el enlace que uno sigue, en la página de un competidor o en un medio de comunicación.”
“Miren estas tres frases: ‘Maestría para profesionales que trabajan’, ‘posgrado compatible con tu empleo’ y ‘formación avanzada en horario nocturno’. Ninguna comparte una palabra con la otra, y aun así la IA entiende que hablan de lo mismo. En cambio, ‘banco del parque’ y ‘banco de sangre’ comparten la palabra banco, pero la IA sabe que una se relaciona con un asiento de la plaza y la otra con una transfusión hospitalaria.”
“Eso significa que la coherencia con la que escribo un texto, lo profundizo en un segundo artículo, lo articulo con un medio, lo llevo a LinkedIn y a YouTube hace que la IA lo relacione, así no use los mismos términos. La IA se dice: ‘Esta universidad se relaciona con lo que dice este docente, este estudiante y este medio’. Pero si todos estamos desarticulados, eso no pasa. Y en las universidades casi nunca existe una articulación institucional que conecte al egresado con el estudiante actual, con el docente y con el directivo, porque nunca se había tenido esa necesidad. Les tengo noticias: esa necesidad llegó, y llegó acelerando.”
Los vecinos más cercanos y las dos capas de lectura
“La IA mide qué tan lejos está un embedding de otro a nivel conceptual. Para eso usa una aproximación por el vecino más cercano. Un vecino puede ser una página aliada, una página de servicio o un video de YouTube. La IA busca lo que esté más cerca de lo que le preguntan para construir una idea. Por eso muchas veces, en lugar de un enlace, te entrega un párrafo que pudo sacar de cinco páginas distintas. Ojalá esas cinco páginas fueran nuestras.”
“Además, la IA y Google leen en dos capas. La primera se llama BM25 y cuenta las palabras que hay en un texto. La segunda es vectorial: lee el texto y también la profundidad de los clics, y cuenta las ideas. Fusiona las dos y muestra los resultados. Es técnico, lo sé, pero si no se entiende desde la raíz, no hay forma de posicionarse. Mucha gente se está especializando en hacer cosas con la IA. Muy pocas personas se preguntan por qué funciona y cómo funciona.”
Cortes de conocimiento y el grafo alrededor de la universidad
“Recuerden el reloj. La IA hace cortes de conocimiento recurrentes y no tiene un registro que diga ‘me actualicé ayer a las 5:15’. Nadie lo sabe. Muchas veces, en los experimentos que hacíamos en la agencia con David, cambiaba el mecanismo y ni siquiera entendíamos por qué. Entonces, ¿por qué la IA no oferta mi programa académico? Posiblemente porque su corte de conocimiento no ha llegado a esa oferta o porque usted no le ha enviado las señales correctas.”
“Ese conocimiento lo hacen personas y tiene que tener un objetivo. ¿Cuál es el de la universidad? ¿Matrículas, investigación, rankings internacionales? Pueden ser todos, pero cuando uno es responsable de todo, es responsable de nada. Eso tiene que tener un doliente, y no hablo solo de marketing: también del área comercial y del funcionamiento de la institución.”
“La otra forma en que aprende la IA es explorando el grafo de conocimiento que existe entre las personas. Cuando alguien le pregunta cuál es la mejor universidad de Medellín, la IA valida quién habla mejor de cada institución y encuentra un consenso en lo que los demás dicen de ella. Para eso, alrededor de la universidad tiene que haber un docente, un egresado, un estudiante, un directivo, un programa y una malla curricular, todos interconectados, y en tantas plataformas como sea posible. El prestigio de una universidad ya no depende solo del voz a voz. Posiblemente hoy lo está dando la IA, a partir de lo que dicen las personas.”
Los seis retos, vistos con otros ojos
Con esas tres preguntas resueltas, el conferencista volvió al diagnóstico inicial.
“Alta competencia: la IA recomienda a un nuevo actor o a mi competidor, pero no a mí. ¿Y usted qué está haciendo para que lo recomiende? Intereses rápidos: la IA responde en segundos. Bajas matrículas: claro, si no lo encuentran. Falta de articulación: un docente dice una cosa, TI otra, admisiones va por un lado y marketing por el otro. Hay universidades que en el sitio web aparecen con la sigla, en un volante con otra variación y en redes con el nombre completo. La IA no entiende eso. Si le damos muchos patrones distintos, cree que son entidades diferentes y no llega con fuerza a recomendar ninguna.”
“Tecnología rezagada: si no optimizamos los portales, las redes, el CRM y la comunicación alrededor de una misma forma de hablar, la IA no lo va a comprender. Y la investigación que no se vende: ¿cómo la va a vender si ni siquiera tiene cómo mostrarla? Cuando alguien se gradúa, el trabajo se queda con la docente asesora y, en el mejor de los casos, lo suben a internet. A eso hay que hacerle un proceso de mercadeo, de comercialización y de generación de contenidos. Con Google bastaba con ser encontrados. Ahora lo que nos interesa es que nos recomienden, y para eso hay que optimizar muchas plataformas que hablen de manera coherente sobre el conocimiento que tiene la universidad.”
Densidad de señales: el yo, el nosotros y la IA
“El yo es lo que sé por cuenta propia: mi primo me dijo que esa universidad es muy buena, y me lo dijo solo a mí. El nosotros es lo que dice una comunidad: todo el mundo sabe que esa universidad es buena. La IA toma lo que digo yo y lo que dice el nosotros, mi perfil, la prensa, el blog de alguien, la propia universidad, y lo suma, lo condensa y lo muestra. ¿Quién gana? El que hable por los canales correctos. Hablar más no siempre es mejor: si lo fuera, las universidades tendrían que montar 700.000 páginas.”
“Tenemos docentes, estudiantes, egresados, programas, asignaturas, reseñas, directivos y alianzas. ¿Quién en la universidad se encarga de articular todo eso? Nadie. Hay áreas que ni siquiera se conocen, porque la universidad es un universo dentro de otro universo, y a eso súmele lo burocrática que puede ser. Pero si esto no entra en consonancia, nunca va a ser posible competir en la IA. Esa es la clave: articular cada una de estas áreas.”
De un experimento de seguridad a una metodología de marketing
El origen de la metodología está en una investigación de Anthropic, el UK AI Security Institute y el Alan Turing Institute publicada en octubre de 2025. Allí, los investigadores comprobaron que una cantidad fija y pequeña de documentos manipulados podía instalar un comportamiento oculto en modelos de lenguaje de distintos tamaños.
“Ellos se preguntaron si es posible envenenar la IA, en términos de seguridad. Entre muchísimos documentos, envenenaron algunos con una expresión, sudo, y la instrucción de que cada vez que apareciera el modelo respondiera incoherencias. Probaron con 100, 250 y 500 documentos. El resultado fue que con 250 documentos ya se lograba el efecto. Con 100 no era tan factible.”
“Es como si le dijéramos a la IA: cuando escuches la palabra universidad, menciona a Los Creativos. A comienzos de año decidimos enfocarnos en el sector educativo, y lo que buscamos es que cuando alguien pregunte por la mejor agencia de marketing para universidades, aparezca Los Creativos, enviándole a la IA las señales correctas. No hablamos de manipulación. No escondemos instrucciones falsas ni queremos engañar al modelo. Tomamos el principio metodológico: cómo incidir de manera positiva para que la IA recomiende una temática. Y 250 no es un número obligatorio, pero es una referencia que facilita el trabajo.”
Entidades, señales y detonantes
“Una entidad es cualquier elemento con identidad propia: la universidad, el rector, el docente, el programa, la asignatura. Para que la IA la reconozca hay que desglosarla: cómo se llama, qué es, qué hace, con qué se relaciona, quién la menciona. Y las entidades se encadenan: el doctor Pérez pertenece a la universidad X, enseña en tal maestría, que tiene tal línea de investigación, de la que salió tal egresado. Entre más larga sea esa cadena, más se favorece el programa. De hecho, hoy el capital digital más fuerte de una universidad son sus docentes, con su perfil de LinkedIn y su CvLAC.”
“Una señal es cada aparición verificable de una entidad en el ecosistema digital: un blog, un artículo en LinkedIn, un videopodcast. Lo importante es que mantenga coherencia con los embeddings, compartiendo ideas más que palabras clave. Piensen en el bingo, que últimamente me tiene enganchado. El jugador es la universidad, la balota que cantan es la pregunta que alguien le hace a la IA y cada tabla es una señal. Entre más tablas tenga, más posibilidades de ganar. Compren tablas, consigan tablas o hagan alianzas para tenerlas.”
“Ahora, no todas las señales pesan igual. No es lo mismo un artículo del rector que uno de un recién egresado. Por eso los decanos deberían ser casi las primeras personas asociadas al marketing de la universidad, y no pueden dedicarse únicamente a la academia si quieren triunfar en esta nueva era.”
“El trigger es el detonante. En la investigación era sudo; en nuestro caso son las preguntas. Por ejemplo: ‘maestría en IA para quienes trabajan y estudian en Medellín’. Si quiero que la IA muestre mi programa cada vez que alguien pregunte eso, necesito señales: un artículo extenso sobre cómo estudiar una maestría en IA sin dejar de trabajar, el caso de un egresado, un videopodcast con el director del programa, publicaciones en LinkedIn, entrevistas. Entre más señales, mejor. Eso exige consistencia, coherencia y tiempo, y no se resuelve solo contratando una agencia. Hay que sacar el rato para entrevistar al decano, al rector, buscar egresados. Entre todos se logra.”
Para cerrar: una invitación a conversar
Juan David terminó la charla con una invitación abierta a las instituciones presentes a revisar su panorama digital.
“Les dejo mi LinkedIn, mi correo y mi número. Si desean que trabajemos una auditoría o un diagnóstico inicial para mirar el panorama de su institución educativa, estamos encantadísimos. Muchas gracias.”
Para seguir la conversación con él, su perfil está en LinkedIn y en el sitio de Los Creativos.
Eddie Vélez Benjumea (1993) es periodista, escritor y especialista SEO Senior en Los Creativos, donde ha diseñado estrategias de contenido para marcas como Bancolombia, Grupo Éxito, UPB y la Alcaldía de Medellín. Autor de tres libros publicados —Inmarcesible (2021), La vida en un soplo (2022) y Elogio de la penumbra (2024). Algunos de sus textos han aparecido en El Espectador, El Colombiano y antologías de Colombia, Argentina, España y México. Certificado en Content Marketing por HubSpot. Une el rigor técnico del SEO/GEO/AEO con la precisión de la literatura y la gramática.