Última revisión:
¿Qué es el principio « mapa y territorio » en IA?
El mapa no es el territorio. Lo que le da a una IA (petición, archivos, contexto) es solo una representación del trabajo. El trabajo real ocurre en otro lugar: en el código, el expediente, las restricciones del terreno. La brecha entre ambos son sus incógnitas. Es ahí, y casi únicamente ahí, donde una misión descarrila.
La calidad de una misión asistida por IA está limitada por su capacidad de aclarar sus incógnitas, no por la potencia del modelo.
01Origen
La fórmula pertenece a la semántica general de Alfred Korzybski, que la presentó en 1931 y la retomó en Science and Sanity (1933): un mapa puede ser útil, detallado, cuidado, y seguir siendo falso sobre el terreno que describe. Un plano de metro no es el metro.
El ingeniero Thariq Shihipar (equipo de Claude Code, Anthropic) la aplicó al trabajo con la IA en «A Field Guide to Fable: Finding Your Unknowns», publicado en X el 3 de julio de 2026. El artículo trata de Claude Fable 5; el método se aplica a los modelos actuales (Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 4.5). Su observación: cuanto más capaz es un modelo, más se desplaza el factor limitante del modelo hacia el humano. Un agente no actúa sobre el territorio, actúa sobre el mapa. Allí donde el mapa calla, se equivoca o está desfasado, el agente decide según su mejor estimación de su intención: a menudo de forma plausible, rara vez de forma acertada.
02Las cuatro incógnitas
Antes de lanzar una tarea, sitúela en estas cuatro casillas. Cada una exige una estrategia distinta. La cuadrícula es la del artículo de Thariq Shihipar; su lógica recuerda a la ventana de Johari (Joseph Luft y Harrington Ingham, 1955).
| Lo que sabe | Lo que ignora | |
|---|---|---|
| Consciente | Conocidos conocidoslo que escribe en la petición. La base, rara vez suficiente por sí sola. | Conocidos desconocidoslo que sabe que aún no ha decidido. |
| No consciente | Desconocidos conocidoslo implícito: evidente para usted, nunca escrito, reconocido en cuanto se ve. | Desconocidos desconocidoslo que ignora que ignora. Es aquí donde las misiones descarrilan en silencio. |
03Por qué importa
Con un modelo capaz, obtener un resultado ya no es el problema. Obtener el buen resultado lo es. Un modelo produce algo convincente incluso cuando se equivocó de intención, lo que hace el error costoso: se descubre tarde.
Hay dos formas de usar la IA. Pedirle una respuesta para copiar. O pedirle que le ayude a ver lo que no veía. La primera debilita su autonomía con el tiempo; la segunda la refuerza. Es la postura que defiende WYP.agency.
04El método, en tres tiempos
Las técnicas proceden del artículo. Dos aportaciones de WYP.agency, reformular antes de actuar y la revisión sin complacencia, se señalan como tales.
Antes: encuadrar y revelar
Pasada de puntos ciegos para rastrear los desconocidos desconocidos, lluvia de ideas y prototipo, entrevista inversa (una pregunta a la vez), referencias concretas en vez de descripciones, plan ordenado por riesgo con sus decisiones al frente. Después, ejecución en una conversación nueva, con el plan adjunto.
Durante: mantener el rumbo
Notas de implementación: ante un caso imprevisto, Claude elige la opción prudente, consigna la desviación y continúa. Aportación WYP: pedir que reformule el objetivo antes de cualquier ejecución y, para mantener el control, una hipótesis escrita antes de cada paso.
Después: verificar y endurecer
Un informe comentado seguido de un cuestionario, y una nota de presentación que reúne prototipo, especificación y notas para obtener el acuerdo de los revisores. Aportación WYP: una revisión explícitamente sin complacencia.
En Claude, desde el 16 de septiembre de 2026, el antiguo chat y Cowork son una sola conversación: Claude decide si responde o si se encarga de la tarea (despliegue progresivo, planes Pro y Max primero). Un ajuste en el cuadro de mensaje fija su grado de autonomía. En modo Manual, el predeterminado, pregunta antes de actuar; en modo Automático, sigue trabajando, con comprobaciones de seguridad automatizadas antes de cada acción. Quédese en Manual mientras el plan no esté validado, y para cualquier acción difícil de deshacer: enviar, publicar, borrar.
Una tarea larga casi siempre falla por una de dos razones: poco tiempo dedicado a aclarar las incógnitas, o un plan sin margen de ajuste cuando el agente se topa con una.
Preguntas frecuentes
¿Qué es el principio mapa y territorio aplicado a la IA?
El mapa es lo que le da a la IA: prompt, archivos, contexto. El territorio es donde el trabajo ocurre realmente: el código, el expediente, las restricciones concretas. La brecha entre ambos son sus incógnitas, y ahí es donde las misiones descarrilan.
¿Cuáles son las cuatro incógnitas?
Conocidos conocidos (lo que escribe), conocidos desconocidos (lo que sabe que no sabe), desconocidos conocidos (lo implícito, evidente pero no escrito) y desconocidos desconocidos (lo que ignora que ignora). Cada casilla exige una estrategia distinta.
¿Por qué no basta con un buen prompt?
Con un modelo muy capaz, el cuello de botella ya no es el modelo sino su capacidad de aclarar sus incógnitas. Un prompt claro sobre las hipótesis equivocadas produce un resultado plausible pero falso.
¿Esto solo concierne al código?
No. Toda misión delegada a una IA tiene sus incógnitas: auditoría, redacción, estrategia, traducción. La rejilla se aplica allí donde existe una brecha entre la consigna y el terreno.
¿Hay que ser experto en el tema para usarlo bien?
No. El método consiste precisamente en hacer emerger lo que ignora. Se puede entregar en un dominio poco dominado si se revelan las incógnitas en vez de ignorarlas.
¿Cómo revelar sus incógnitas con la IA?
Antes de ejecutar: pasada de puntos ciegos, entrevista inversa, referencias concretas, plan ordenado por riesgo. Durante: notas de implementación, y reformular antes de actuar (aportación WYP). Después: cuestionario, nota de presentación y revisión sin complacencia (aportación WYP).
Reciba la guía en PDF
La guía completa del método « mapa y territorio »: 18 páginas, la marcha a seguir detallada y una biblioteca de prompts listos para copiar.
PDF · 18 páginas · edición de octubre de 2026 · FR / EN / ES · entrega en menos de un minuto
Ver también
Para profundizar
Thariq Shihipar, «A Field Guide to Fable: Finding Your Unknowns», X, 3 de julio de 2026
Fuentes
- Thariq Shihipar, «A Field Guide to Fable: Finding Your Unknowns», equipo de Claude Code, Anthropic, X, 3 de julio de 2026. https://x.com/trq212/status/2073100352921215386
- Know your unknowns, ejemplos de prompts del autor (GitHub Pages). https://thariqs.github.io/html-effectiveness/unknowns/
- Claude Cowork and chat are now one Claude, Anthropic, 16 de septiembre de 2026. https://claude.com/blog/cowork-is-now-claude
- Claude Cowork y el chat son un solo Claude, centro de ayuda de Claude (modos Manual y Automático). https://support.claude.com/es/articles/16761823
- Models overview, documentación de Claude (modelos actuales). https://platform.claude.com/docs/en/about-claude/models/overview
- Map-territory relation (Korzybski, 1931 y 1933), Wikipedia. https://en.wikipedia.org/wiki/Map%E2%80%93territory_relation
- Ventana de Johari (Luft e Ingham, 1955), Wikipedia. https://en.wikipedia.org/wiki/Johari_window