Ir al contenido

Inteligencia artificial aplicada, São Paulo

Sistemas de IA que entran en la operación. Y se quedan.

NASCIA AI diseña, construye y opera agentes, bancos de evaluación e integraciones dentro de los procesos que su organización ya usa a diario. No es una demostración: es un sistema que su propio equipo puede operar, auditar y ampliar.

  1. 01. Definir
  2. 02. Instrumentar
  3. 03. Integrar
  4. 04. Transferir

Los mismos cuatro pasos, en el mismo orden, en cada proyecto.

Qué construimos

Construimos la parte que tiene que funcionar.

Un agente es fácil de presentar en una demostración y difícil de mantener en funcionamiento. La diferencia no está en el modelo, sino en todo lo que lo rodea: los datos a los que puede acceder, la evaluación que avisa cuando empeora, la ruta alternativa cuando falla y la persona responsable del resultado.

Agentes en producción

Agentes para tareas específicas, conectados a sus herramientas actuales, con control de acceso, registros y una ruta definida para los casos que no deben resolver solos.

Bancos de evaluación

Un banco de pruebas que distingue una mejora real de un golpe de suerte, para que ningún cambio de modelo o de prompt llegue a producción por intuición.

Ilustración con datos simulados

Integración y automatización

Las conexiones entre el modelo y sus sistemas de gestión: ERP, CRM, sistemas de tickets, finanzas y documentos. Construidas para ser auditadas.

Formación en IA para organizaciones

Programas prácticos para empresas, escuelas y fundaciones, impartidos por quien construye estos sistemas y también escribe sobre ellos.

En producción

Entregados y todavía en funcionamiento.

Cuatro de nuestros proyectos en línea, cada uno con una cifra, su fuente y su fecha, y un sistema empresarial confidencial.

  1. Educación

    AI Teachers

    Más de 15.000 educadores al mes.

    Fuente: ai-teachers.pro y mrnascimento.com, consulta del 24 de septiembre de 2026.

    Leer el caso de estudio: AI Teachers
    Inicio de AI Teachers en computadora: el fundador junto a la portada del libro en portugués, el título en inglés y los botones para explorar el libro y el catálogo de herramientas.
  2. Finanzas

    Portfolio Horizon

    415 pruebas superadas en una ejecución adversarial contra la frontera de salida, 11 archivos.

    Fuente: registro de afirmaciones de Portfolio Horizon, ejecución del 31 de julio de 2026.

    Leer el caso de estudio: Portfolio Horizon
    Página de inicio de Portfolio Horizon en computadora: el titular en inglés, Your portfolio, with every figure traceable, sobre tres atributos, patrimonio trazable, tipo de cambio PTAX oficial e IA explicable. Muestra la promesa en torno a la cual se construyó el sistema.
  3. Educación

    Careers Studio

    12 etapas en la orquestación de IA que vincula cada tema con carreras del Reino Unido.

    Fuente: página de inicio de Careers Studio, consulta del 24 de septiembre de 2026.

    Leer el caso de estudio: Careers Studio
    Inicio de Careers Studio en computadora: título sobre currículo y carreras del Reino Unido, botón de carga y, debajo, el globo iluminado del reconocimiento del IB Diploma; las dos mitades del producto en una sola pantalla.
  4. Educación

    Mr Nascimento Academy

    480 PDF de exámenes anteriores del IGCSE en un archivo protegido.

    Fuente: página de inicio de mrnascimento.academy, consulta del 24 de septiembre de 2026.

    Leer el caso de estudio: Mr Nascimento Academy
    Página de inicio de Mr Nascimento Academy en computadora, desplazada hasta las cinco rutas de aprendizaje (de SAT Math a KS3) y las tres etapas de la Academy: disponible, en preparación y planificada. El sitio separa lo que ya existe de lo que está por venir.
  5. Finanzas

    Agentes de IA para finanzas corporativas

    Para un grupo de capital cerrado: la primera línea del estado de resultados mensual (DRE), generada automáticamente a partir de datos sin procesar del ERP, validada con seis meses de historial y aceptada por escrito por el patrocinador ejecutivo.

    Leer el caso de estudio: Agentes de IA para finanzas corporativas

    Cliente confidencial

    Se entregó en más de diez versiones sucesivas, con más de 60 páginas de documentación.

Evaluación

¿Mejora o suerte?

Dos versiones de un modelo se evalúan con el mismo conjunto de ejemplos. Mueva el control deslizante y observe cómo el tamaño de la muestra cambia la respuesta.

Ilustración con datos simulados

Exactitud, en un eje del 50% al 100%

Con 100 ejemplos, los dos intervalos se superponen, así que esta imagen por sí sola no permite distinguir una mejora de la suerte. La superposición no demuestra que las versiones rindan igual.

Diferencia: 4,0 puntos porcentuales

Versión AVersión B
Exactitud82,0% (82/100)86,0% (86/100)
Intervalo de confianza del 95% (Wilson)73,3% a 88,3%77,9% a 91,5%
Amplitud del intervalo (puntos porcentuales)15,013,6

Cada puntuación lleva un intervalo de confianza de Wilson del 95%. El gráfico muestra la incertidumbre; no es una prueba de significancia. Una comparación real de dos modelos con los mismos ejemplos requiere un análisis pareado de sus resultados, que estos totales simulados no incluyen.

Las puntuaciones se generaron para esta demostración y no proceden del sistema de ningún cliente.

Cómo trabajamos

Cuatro pasos, en este orden, siempre.

El orden es el método. Nada se construye antes de definirse, nada entra en producción antes de medirse y nada se transfiere sin las personas capaces de mantenerlo en funcionamiento.

  1. 01. Definir

    Establecer la tarea, el responsable y la medida de éxito antes de elegir un modelo.

    Lo que recibe

    La definición por escrito, con el alcance del acceso a los datos y la decisión de construir o no.

  2. 02. Instrumentar

    Construir primero el banco de evaluación, para distinguir una mejora de la suerte.

    Lo que recibe

    El banco de evaluación: casos reales de prueba, métricas, líneas de base y un informe que se ejecuta con cada cambio.

  3. 03. Integrar

    Llevar el sistema al flujo de trabajo existente, con rutas alternativas (fallbacks), registros y control de acceso.

    Lo que recibe

    El sistema integrado en producción, con sus rutas de derivación, su monitoreo y su registro de auditoría.

  4. 04. Transferir

    Entregar el runbook (manual de operación), las pruebas y un equipo capaz de operar el sistema sin nosotros.

    Lo que recibe

    El runbook, las pruebas con su historial de evaluación y la documentación en su repositorio, y un equipo de operación formado.

Un sistema que nadie usa es solo una diapositiva.

La medida del trabajo no es la demostración. Es que el sistema siga funcionando, siga midiéndose y siga a cargo de su equipo cuando ya no estemos.

Formación

Formación a cargo de quien construye los sistemas.

Programas para empresas, escuelas y fundaciones, en portugués e inglés, desde sesiones ejecutivas hasta talleres prácticos para equipos de ingeniería y formación docente.

Formatos

Sesión ejecutiva
Qué hace hoy la IA generativa, cuánto cuesta mantenerla en funcionamiento y cómo evaluar una propuesta.
Taller práctico
Los equipos de ingeniería construyen un agente y su banco de evaluación con una tarea real de su propio trabajo.
Formación docente
Alfabetización en IA para docentes y directivos escolares, basada en un programa impartido a más de 50 docentes de una escuela y relatado en un artículo para ISTE+ASCD Educational Leadership.
Ver los programas de formación
  • Empresas

    Equipos directivos y de ingeniería que deben decidir qué construir, qué comprar y cómo medirlo.

  • Escuelas

    Docentes y directivos escolares que necesitan una política de IA aplicable y prácticas sólidas en el aula.

  • Fundaciones y organismos públicos

    Equipos que financian o gestionan programas educativos y servicios públicos, y que necesitan evaluar propuestas de IA con evidencia.

Fundador

Un estudio creado por quien entrega los sistemas y forma a las personas.

Roney Lima do Nascimento, fundador de NASCIA AI, en un retrato de estudio con fondo blanco

Roney Lima do Nascimento

Fundador, NASCIA AI

Autor, matemático, desarrollador de soluciones de IA, investigador de IA aplicada, conferencista y profesor.

Autor de Generative AI for Teachers: A Practical Guide to Educational Technology (2025) y de Inteligência Artificial Generativa para Professores (Editora Dialética, 2026).

Matemático. Doctorando en Matemática Pura en el IME-USP, Universidade de São Paulo, con el examen de calificación aprobado en 2026.

Desarrollador de soluciones de IA que construye sistemas inteligentes para grandes organizaciones y dirige su implementación de IA desde la definición inicial hasta la transferencia.

Credenciales

  • Claude Certified Architect, Professional (Anthropic, 2026)
  • Doctorando, IME-USP
  • MBA, Ibmec
  • Google Generative AI Leader
Más sobre el fundador

Investigación y textos

Cómo pensamos la evaluación, en público.

Un estudio forense sobre filtración de respuestas en la reparación de código por agentes, y columnas de opinión sobre evaluación de IA, educación y políticas públicas en la prensa brasileña e internacional.

Estudio

When Execution Feedback Reveals the Expected Output: A Forensic Study of Answer Leakage in Agentic Code Repair

Zenodo, preprint del autor, sin revisión por pares. DOI 10.5281/zenodo.21286873 ·

Un preprint del fundador audita tres experimentos propios, muestra la salida esperada filtrándose por el feedback de ejecución y define los controles de un resultado fiable.

Leer el caso de estudio
Toda la investigación y los textos

Preguntas

Lo que suelen preguntarnos antes de la primera conversación.

Respuestas directas sobre cómo funciona un proyecto, cómo tratamos los datos y la confidencialidad, y qué queda fuera del alcance.

¿Cómo funciona un proyecto?

En cuatro pasos, siempre en el mismo orden: definir, instrumentar, integrar, transferir. Trabajamos con su equipo, trazamos el flujo de trabajo, entregamos un sistema funcional dentro de sus herramientas actuales y lo medimos en producción. El alcance y la duración dependen del proceso y se fijan en el primer paso, Definir.

¿Publican los nombres de sus clientes?

No. Describimos el trabajo empresarial sin nombres, como un grupo de capital cerrado o como grandes organizaciones. Los casos de estudio de este sitio muestran solo lo que podemos verificar y tenemos autorización para publicar.

¿Cómo tratan nuestros datos y cómo cumplen la LGPD?

Antes de elegir un modelo, definimos los datos a los que puede acceder cada sistema, y solo esos. El control de acceso, los registros y las rutas alternativas forman parte de la construcción, no son un añadido. Usted sigue siendo el responsable del tratamiento de sus datos; trabajamos conforme a la Ley General de Protección de Datos Personales de Brasil (LGPD) y a sus propias políticas, y la etapa de definición deja registrado adónde pueden ir los datos y adónde no.

¿En qué idiomas trabajan?

Trabajamos en portugués e inglés: talleres, documentación, manuales de operación (runbooks) y código. Este sitio también se publica en español.

¿Qué queda fuera del alcance?

No vendemos diapositivas ni revendemos modelos o licencias. No construimos demostraciones que nadie vaya a operar. Si el proceso no necesita un agente, lo decimos en la etapa de definición.

¿Cómo empezamos?

Escríbanos y cuéntenos qué proceso siempre falla, quién es su responsable, qué sistemas involucra y cómo sería un buen resultado. Respondemos por correo electrónico, en portugués o inglés.

Tráiganos el proceso que siempre falla.

Una conversación suele bastar para saber si un agente encaja, con qué criterio medirlo y qué haría falta para mantenerlo en funcionamiento.