FuentIA
Ver recursos
Recursos · Unidad 5

Video educativo con IA.

Pieza audiovisual breve que explica cómo una arquitectura de IA con RAG y estrategias de chunking puede mejorar la recuperación de información académica en procesos de investigación.

Video

¿No se ve el reproductor? Abrir el video en YouTube.

Abrir documento original

Sobre la pieza

Video educativo breve sobre la Optimización de la IA mediante estrategias de chunking en arquitecturas RAG. Toma como base una herramienta de consulta bibliográfica orientada a asistir a un tesista de la Maestría en Ingeniería Ambiental de la UTN.

¿Qué es?

Explicación audiovisual

Pieza educativa que muestra cómo una arquitectura de IA con RAG y chunking puede recuperar información académica precisa, reduciendo respuestas genéricas o no verificables.

¿A quién?

Investigación académica

Estudiantes de nivel superior, tesistas, docentes e investigadores en formación que trabajan con bibliografía, marcos teóricos y procesos de escritura académica.

¿Para qué?

Apoyo, no reemplazo

Mostrar cómo la IA generativa puede crear contenido educativo más preciso, verificable y conectado con fuentes concretas, sin reemplazar la lectura crítica.

Pipeline de producción

Se construyó un pipeline completo de edición de video con IA, orquestado por Claude Code como agente coordinador. Claude analizó cada problema, escribió scripts en Node.js+TypeScript y Python, tomó decisiones de edición profesional y ejecutó todo el proceso de manera automatizada.

Composición visual

HyperFrames de HeyGen con sus skills (anime.js, GSAP, Lottie, Three.js, WAAPI, CSS animations, Tailwind). Construye videos a partir de HTML+CSS+JavaScript renderizado con Chromium headless.

Procesamiento audiovisual

FFmpeg aplicó jump cuts, máscaras circulares con bordes suaves, punch-in zoom, cross-fade de audio, color grading y normalización a estándar broadcast (-16 LUFS).

Transcripción y captions

Whisper large-v3 corriendo localmente vía whisper.cpp generó captions sincronizados con precisión sub-segundo en español.

Limpieza de audio

RNNoise, una red neuronal entrenada específicamente para limpiar voz humana sin afectar la naturalidad.

Generación visual

Nano Banana 2 (Gemini 2.5 Flash Image) creó más de 20 imágenes estilo whiteboard hand-drawn con stick figures, manteniendo coherencia visual mediante un prompt maestro.

Análisis semántico

Gemini 2.5 Pro detectó automáticamente errores de habla (repeticiones, tropiezos, frases abandonadas) y guió las decisiones de corte.

Segmentación de personas

rembg con el modelo u2net_human_seg para recortar a las presentadoras del fondo en los círculos picture-in-picture.

Música

Track "Documentary Motivation" obtenido de Freesound API bajo licencia Creative Commons BY-NC 4.0.

Por qué este stack
Combina herramientas open-source maduras que corren localmente con APIs de IA de última generación, todo coordinado por un agente que toma decisiones de editor profesional. Permite producir en pocas horas un video con calidad académica que tradicionalmente requeriría Adobe Premiere, After Effects y un editor humano experimentado.

Etapas del proceso

El video se planificó como una explicación educativa breve. El proceso se organizó en cinco etapas.

1. Definición del enfoque

Se decidió explicar el tema desde una situación concreta: el riesgo de obtener respuestas de IA que parecen correctas, pero no siempre están basadas en fuentes verificables.

2. Organización del guión

La exposición se dividió entre dos presentadores: uno introduce el problema general, IA + investigación académica y arquitectura RAG; el otro desarrolla el concepto de chunking y su importancia en la calidad de respuestas.

3. Adaptación del lenguaje

Se evitó comenzar con términos técnicos. Primero se presentó el problema educativo y luego se introdujeron los conceptos RAG y chunking.

4. Ajuste de duración

Se redujo el guión para evitar repeticiones y respetar el tiempo máximo del video.

5. Producción audiovisual

Flujo de trabajo basado en IA para organizar escenas, textos en pantalla, imágenes de apoyo y edición final.

Iteraciones y refinamiento

El desarrollo no surgió de una única instrucción: a través de consultas, revisiones y ajustes sucesivos se adaptó el contenido para cumplir los objetivos, respetar la duración y lograr una explicación clara para audiencia sin conocimientos técnicos previos.

Comparativa de herramientas de video con IA

Claude Code + HyperFrames (pipeline utilizado) frente a VEED.io (alternativa analizada).

Claude Code + HyperFrames

Tipo: flujo de producción audiovisual asistido por IA, con mayor control técnico y estructural.

Ventajas: control sobre escenas, textos, estructura, tiempos y composición. Facilita documentar el proceso y justificar decisiones.

Desventajas: requiere conocimiento técnico, más planificación y tiempo de preparación.

Creatividad y personalización: muy altas. Permite ajustar escenas, animaciones, estructura narrativa y estilo visual con precisión.

VEED.io

Tipo: plataforma online de creación y edición de video con herramientas de IA integradas.

Ventajas: simple de usar. Editor visual con subtítulos automáticos, TTS, traducción, doblaje y mejora de audio.

Desventajas: menor control sobre la estructura interna del video. Depende más de plantillas o funciones cerradas.

Accesibilidad: ventajas directas — subtítulos automáticos, doblaje, traducción y mejora de audio integrados.

Créditos del recurso

Herramientas de IA y open-source utilizadas en la producción del video.

Agente coordinador
Anthropic · Claude Code — análisis, scripts en Node.js+TypeScript y Python, decisiones de edición y ejecución automatizada del pipeline.
Composición visual
HeyGen · HyperFrames — framework open-source para renderizar video desde HTML/CSS/JS con Chromium headless.
Procesamiento audiovisual
FFmpeg — jump cuts, máscaras circulares, punch-in zoom, color grading, normalización -16 LUFS.
Transcripción y captions
OpenAI · Whisper large-v3 (vía whisper.cpp local) — captions sincronizados sub-segundo.
Limpieza de audio
Xiph.Org · RNNoise — reducción de ruido por red neuronal.
Generación visual
Google · Nano Banana 2 (Gemini 2.5 Flash Image) — más de 20 imágenes whiteboard hand-drawn coherentes.
Análisis semántico
Google · Gemini 2.5 Pro — detección automática de errores de habla y guía de cortes.
Segmentación
rembg + u2net_human_seg — recorte de presentadores para picture-in-picture circular.
Música
Freesound — track "Documentary Motivation" (licencia Creative Commons BY-NC 4.0).
Herramienta comparada
VEED.io — plataforma analizada como alternativa, no utilizada en la producción.

Bibliografía

Referencias utilizadas para la producción del recurso (formato APA).

💬