Por qué creamos herramientas gratis para aprender
NerdSip existe para que aprender no cueste esfuerzo. Nuestra app entrega cursos cortos de ciencia, psicología, historia y cientos de temas más. Pero también creemos que algunos de los mejores momentos de aprendizaje ocurren fuera de cualquier app: en una pausa de estudio, en una tarde lenta o en un ataque repentino de curiosidad.
Por eso creamos estas herramientas. Son gratis, no piden cuenta y funcionan al instante en cualquier navegador. Todas parten de la misma idea: hacer absurdamente fácil aprender algo nuevo o estudiar mejor. Medios y reseñas han mirado por su cuenta lo que construimos, y esa cobertura está en nuestra página de prensa.
Cómo te ayudan estas herramientas a aprender
Generador de datos curiosos
Nuestro generador toma los datos de la misma base curada que alimenta más de 3.000 microlecciones. Cada dato está verificado, es fascinante y está escrito para quedarse. La investigación sobre el efecto de espaciamiento muestra que encontrarte con información en dosis cortas repartidas en el tiempo se retiene bastante mejor a largo plazo que estudiar todo de golpe. Un dato cada vez, día tras día, construye amplitud real de conocimiento.
Test de cultura general
El efecto de examen es uno de los hallazgos más sólidos de la ciencia del aprendizaje: responder un quiz retiene más que releer el material. Nuestro test no solo mide lo que sabes, también refuerza tu memoria de los temas que cubre. El desglose por categoría te muestra tus puntos ciegos, así sabes exactamente dónde poner el esfuerzo.
Temporizador pomodoro
La técnica pomodoro se apoya en décadas de investigación en ciencia cognitiva. Bloques de trabajo cortos y cronometrados, con descansos regulares, mantienen la concentración alta y evitan el rendimiento decreciente de las sesiones maratón. Nuestro giro: en cada descanso aprendes un dato nuevo sobre el cerebro o sobre ciencia. En un día normal de estudio son entre 8 y 12 datos nuevos que te llevas sin esfuerzo extra.
Detector de sesgos cognitivos
Los sesgos cognitivos son errores sistemáticos de pensamiento que afectan a cada decisión que tomas. Los psicólogos Daniel Kahneman y Amos Tversky identificaron decenas de ellos en décadas de investigación, trabajo que le valió a Kahneman el Nobel en 2002. Nuestro detector te presenta situaciones reales y te reta a decir qué sesgo está actuando. Reconocerlos en un entorno controlado te entrena para verlos en tus propias decisiones diarias, del efecto de anclaje en una negociación de sueldo a la falacia del costo hundido en un proyecto que ya no va a ningún lado.
Benchmarks de IA: cómo se mide la inteligencia de una máquina
Dos de nuestras herramientas, Tú vs ChatGPT y el Test ARC-AGI, están construidas sobre los benchmarks que usan los investigadores para medir el razonamiento de la IA. Entender cómo evolucionaron esas pruebas explica por qué ciertas preguntas siguen tumbando a los sistemas más avanzados.
La evolución de los benchmarks de IA
La evaluación de la IA cambió por completo en pocos años. Los primeros benchmarks medían memoria de datos: ¿puede el modelo responder preguntas de hechos? Cuando los modelos dominaron eso, los investigadores subieron el listón:
- MMLU (2020): 57 materias académicas, de matemáticas de primaria a derecho profesional. GPT-4 sacó 86,4 % cuando salió. Para 2025 los modelos punteros pasaban del 90 % de forma rutinaria. Hoy MMLU se considera agotado.
- GPQA Diamond (2023): preguntas de nivel doctorado escritas por especialistas, tan difíciles que otros doctores fuera de la especialidad solo aciertan un 34 % aproximado. Claude 3.5 Sonnet llegó al 59,4 %, cerca del nivel experto.
- SWE-bench Verified (2024): issues reales de GitHub en código de producción. Mide si la IA arregla de verdad errores en software complejo. Con eso el listón pasó de "¿sabe responder?" a "¿sabe trabajar?".
- ARC-AGI (2019, actualizado en 2024): acertijos visuales de patrones diseñados por François Chollet para medir inteligencia fluida. Cada acertijo exige deducir una regla nueva a partir de dos ejemplos. Los modelos de lenguaje base rondaron el 0 % durante años. ARC-AGI-2 (2025) subió aún más la dificultad con patrones nuevos.
- FrontierMath (2024): problemas originales de matemáticas a nivel de investigación. Ni los mejores modelos resuelven un 2 %, un recordatorio de que el razonamiento matemático de verdad sigue fuera del alcance de la IA actual.
Por qué algunas preguntas siguen tumbando a la IA
El reto "Tú vs ChatGPT" se apoya en fallos documentados, no en trivia rebuscada, sino en debilidades sistemáticas de cómo procesan la información los modelos de lenguaje. La tokenización provoca errores de conteo (el famoso "cuántas erres tiene strawberry"). El razonamiento paso a paso se cae cuando el problema incluye una pista falsa a propósito. No son bugs que vayan a parchear: reflejan decisiones de arquitectura sobre cómo representa el lenguaje un modelo.
ARC-AGI mide otra dimensión distinta: aprender un concepto nuevo con poquísimos ejemplos y generalizarlo. Las personas hacen eso sin esfuerzo. Un niño que ve dos ejemplos de una transformación en una cuadrícula suele deducir la regla. Los modelos que dependen de reconocer patrones en billones de tokens de entrenamiento fallan justamente porque los acertijos ARC están diseñados para no parecerse a nada de esos datos.
Dónde estamos en 2026
El panorama se mueve rápido. El sistema o3 de OpenAI (con mucho cómputo) sacó 87,5 % en ARC-AGI-1 a finales de 2024, y demostró que con suficiente presupuesto de razonamiento los modelos punteros sí pueden con tareas de patrones nuevos. Claude Opus 4.6 y GPT-5.4 han llevado las puntuaciones de GPQA por encima del 70 %. Pero ARC-AGI-2 sigue mayormente sin resolver, y FrontierMath continúa exponiendo la distancia entre reconocer patrones estadísticos y razonar de verdad en matemáticas.
Nuestras herramientas te dejan vivir esos benchmarks en primera persona. Cuando resuelves un acertijo ARC que tuvo bloqueado a GPT-4 durante años, estás demostrando una forma de inteligencia que los investigadores todavía intentan replicar.
La ciencia detrás del microaprendizaje
Todas nuestras herramientas se apoyan en los mismos principios que mueven la app de NerdSip:
- Efecto de espaciamiento: dosis pequeñas repartidas en el tiempo le ganan siempre a estudiar todo la noche antes
- Efecto de examen: sacar la información de la memoria refuerza las rutas neuronales que llevan a ese recuerdo
- Aprendizaje por curiosidad: recuerdas lo que de verdad te interesa, y por eso funcionan tan bien los datos curiosos
- Intercalado: mezclar temas (ciencia, historia, psicología) en una misma sesión mejora la retención general
- Metacognición: reconocer tus propios patrones de pensamiento, como los sesgos cognitivos, mejora tus decisiones en cualquier área
- Pausas cognitivas: cortar un rato el trabajo concentrado mejora muchísimo la atención sostenida
La app corre esa misma lista a tamaño completo: un curso generado sobre el tema que tú digas, una pregunta al final de cada lección y una pestaña de Repaso que arma rondas de repetición con lo que ya terminaste. La lista completa de funciones está aquí.
Sigue explorando NerdSip
Las herramientas son la entrada más rápida. Para ir más a fondo, empieza por estas páginas.
Ve más a fondo con NerdSip
Estas herramientas son la entrada. La app es el plato completo: más de 500 cursos interactivos, lecciones generadas con IA sobre cualquier tema, XP y niveles, y una comunidad de gente curiosa. 4,7 estrellas de 360 reseñas.
Descargar NerdSip gratis
