Evolutia
Entrenamiento adaptativo en el que la IA propone y la persona decide.
- Rol
- Creador y responsable de producto — desarrollo asistido por IA
- Desde
- julio de 2026
- Estado
- En desarrollo, con una demo privada en Android.
ResumenVista aérea
Evolutia planifica, registra y adapta el entrenamiento de fuerza. Una IA sugiere cambios para la semana siguiente y no ocurre nada hasta que la persona los revisa. Empezó a finales de julio de 2026, cuando empecé a entrenar en un gimnasio convencional después de CrossFit.
Revisa una propuesta de la IA
Datos sintéticosLa IA propone tres cambios para la semana que viene. Acepta, edita o rechaza cada uno y después crea el borrador.
Esta demo necesita JavaScript. El caso que sigue se lee igual sin él.
CasoA pie
Problema
Registrar y adaptar entrenamientos solo es útil si una sugerencia automática no puede romper las reglas del plan ni cambiar una semana sin que nadie la mire.
Decisiones
La IA propone, la persona aplica
NegocioUna sugerencia es un documento que se revisa, no una acción. La persona puede aceptar, editar o rechazar cada cambio.
TécnicaEl modelo genera una TrainingProposal. Aplicarla crea una nueva semana en borrador. Nunca se publica ni se activa automáticamente.
Reglas deterministas alrededor del modelo
NegocioLas reglas del plan se mantienen sugiera lo que sugiera el modelo. La IA trabaja dentro de ellas.
TécnicaLas reglas y los permisos viven en Postgres con seguridad a nivel de fila y funciones RPC. Las Edge Functions llaman a OpenAI y validan lo que devuelve.
Probar lo que no se ve a simple vista
NegocioAntes de enseñárselo a nadie, los flujos de planificación, registro y propuestas tenían que superar comprobaciones automáticas.
TécnicaTres suites separadas: Bun para la lógica, pgTAP para la base de datos y Playwright para los flujos de extremo a extremo.
Cómo lo comprobé
Los flujos de planificación, registro y propuestas superaron tres suites de tests automáticos, y existe una demo privada en Android.
Qué aprendí
Poner a una persona entre la propuesta y el plan hizo el producto más fácil de razonar. La regla de que aplicar solo crea un borrador eliminó toda una clase de problemas.
Rol
Producto, reglas del plan, límites de la IA, requisitos, criterios de aceptación y revisión. Codex implementa una parte sustancial, con revisión cruzada entre ChatGPT y Codex.
EvidenciaBajo la superficie
Arquitectura
- Datos
- Persona
- Modelo de IA
- Almacenamiento
El mismo flujo, paso a paso
- El plan y las sesiones registradas se guardan bajo las reglas de la base de datos.
- OpenAI recibe el contexto y devuelve una TrainingProposal.
- La propuesta se valida contra las reglas deterministas del plan.
- La persona revisa, edita o rechaza cada cambio.
- Aplicar crea una semana en borrador. Publicarla es un paso aparte y humano.
Láminas del producto
Lámina 1 de 6Pantalla de inicioComposición editorialDatos sintéticos Lámina 2 de 6La semanaComposición editorialDatos sintéticos Lámina 3 de 6Registro de una sesiónComposición editorialDatos sintéticos Lámina 4 de 6ProgresoComposición editorialDatos sintéticos Lámina 5 de 6Check-inComposición editorialDatos sintéticos Lámina 6 de 6Propuesta, revisión y aplicaciónComposición editorialDatos sintéticos
Stack
Ficha revisada: