Hola comunidad de desarrolladores, este fin de semana estuve experimentando con una idea provocadora: y si la logica de una aplicacion se escribiera en ingles en bruto y un pequeño modelo LLM en el propio dispositivo actuara como motor de reglas e interpretara esas instrucciones en tiempo real. No se trata de construir un producto pulido sino de explorar un what if sobre como definimos el comportamiento de una aplicacion.

La chispa vino de un paper del MIT titulado What You See Is What It Does que propone enlazar partes sencillas e independientes de una aplicacion mediante reglas basadas en eventos. Mi pregunta fue sencilla, y atrevida: y si un LLM on device pudiera ser ese motor de reglas y comprender reglas escritas en lenguaje natural mientras la aplicacion corre. Para comprobarlo desarrolle una pequeña demo que llamo Event Driven AI. Es una aplicacion To Do muy simple pero con una separacion clara entre interfaz y logica.

Resumen tecnico basico: la interfaz en JavaScript es deliberadamente tonta. Al pulsar el boton Add Todo la UI solo emite un evento como usuario anadio un nuevo todo con texto comprar leche. Ese evento se envia a un LLM local en el dispositivo, por ejemplo Gemini Nano ejecutandose via window.ai. El LLM consulta un conjunto de reglas escritas en ingles natural. Regla ejemplo: Cuando un usuario agrega un nuevo todo item primero llamar la herramienta addTodoItem con el texto del item luego llamar la herramienta updateCounter. Con esas reglas el LLM genera un pequeno plan en JSON con las llamadas a herramientas que debe ejecutar. El frontend solo ejecuta ese plan y llama a las funciones correspondientes, que son las herramientas definidas por el desarrollador.

La parte sorprendente es un boton que permite actualizar y relanzar el motor AI. Cambiando texto de las reglas en un textarea la aplicacion puede cambiar su logica de negocio al instante sin tocar ningun fichero JavaScript. Esto abre posibilidades como añadir funcionalidades escribiendo una nueva regla, permitir que un product manager no tecnico ajuste el comportamiento de la app directamente o crear experiencias hiperpersonalizadas que combinen contexto del usuario y reglas personalizadas interpretadas por la AI.

Antes de que lleguen los puristas de rendimiento es importante ser claros: esto no es apto para produccion tal cual. Ventajas y limites: rendimiento: es significativamente mas lento que la logica nativa en JavaScript; predictibilidad: los LLM no son 100 por ciento deterministas y ese es el precio de su flexibilidad; seguridad: cualquier logica derivada de un LLM necesita un sandbox y controles rigurosos, mi demo es solo una exploracion no una solucion empresarial lista para desplegar.

En Q2BSTUDIO trabajamos precisamente en ayudar a empresas a explorar e industrializar ideas de este tipo. Somos una empresa de desarrollo de software y aplicaciones a medida, especialistas en inteligencia artificial, ciberseguridad y muchos otros servicios. Si buscas llevar estas ideas a un proyecto real podemos ayudar desde el diseño de arquitectura hasta la implementacion segura y escalable. Consulta nuestros servicios de inteligencia artificial y acelera tus iniciativas con soluciones de ia para empresas en especialistas en inteligencia artificial o descubre como desarrollamos aplicaciones multiplataforma y software a medida en aplicaciones a medida y software a medida.

Casos de uso potenciales: inteligencia de negocio con reglas dinamicas, agentes IA offline para videojuegos, experiencias mobile hiperpersonalizadas, automatizacion de procesos donde reglas en lenguaje natural permiten iteracion rapida, y soluciones que integren servicios cloud aws y azure con componentes locales. Tambien es clave integrar practicas de ciberseguridad y pentesting para garantizar que los agentes IA no introduzcan vectores de ataque. En proyectos de inteligencia de negocio y power bi esta aproximacion puede ayudar a traducir reglas de negocio en acciones ejecutables por pipelines analiticos.

Me interesa conocer tu opinion. Crees que esta idea es una curiosidad academica o podria convertirse en una herramienta util para ciertos escenarios empresariales. En Q2BSTUDIO podemos acompañarte a explorar prototipos, pruebas de concepto y estrategias de produccion que incluyan agentes IA, servicios cloud y estrategias de seguridad. Si quieres que colaboremos en una prueba de concepto ponte en contacto y compartamos ideas.