Skip to content
realyyz's blog
Click here to change language
Go back

I was excited to write programs. Still am. And will be.

Edit page

Resumen

Lo que este artículo quiere decir no es que “los programadores nunca serán reemplazados”, sino que la programación es importante, en primer lugar, no porque sea una profesión de altos ingresos, sino porque permite a los individuos interactuar directamente con la capacidad de computación universal por primera vez.

La revolución de la información es diferente de las revoluciones del vapor y la electricidad. El vapor y la electricidad amplificaron principalmente la fuerza física, la energía y la capacidad de producción externa; el PC y el software, en cambio, pusieron una máquina cognitiva universal en manos de las personas, permitiendo a la gente común sentarse frente a su máquina y convertir una idea en algo que funcione. El apalancamiento de los programadores en las últimas décadas proviene de este poder de “traducir la intención humana al lenguaje de las máquinas”.

Los LLM están reduciendo esta barrera. Hacen que el lenguaje natural también pueda ser una interfaz para operar computadoras, permitiendo que más personas obtengan parte del apalancamiento que antes solo tenían los programadores. Pero esto no significa que los LLM actuales ya sean IAG. Incluso si en algunas pruebas de Turing se parecen lo suficiente a un humano, siguen dependiendo en gran medida de expertos humanos, capital y enormes recursos computacionales para impulsar la evolución de sus capacidades. Todavía no han formado un ciclo cerrado de autoentrenamiento, autojuego y automejora.

Lo que realmente merece atención es que la capa subyacente de la IA podría estar aún más concentrada. La era del PC puso la capacidad de computación en los escritorios personales; la era de la IA concentra los modelos más potentes, los chips, los centros de datos y los puntos de acceso a las plataformas en manos de unas pocas empresas y personas ricas. Esto provoca tanto entusiasmo como decepción: las personas comunes obtienen herramientas más poderosas, pero también pueden caer en una dependencia más oculta de las plataformas.

Desde una posición sin creencias religiosas y naturalista, la IA fuerte terminará apareciendo. La inteligencia y la conciencia humanas provienen del órgano del cerebro; dado que un sistema material puede producir inteligencia y conciencia, no hay una razón de principio para afirmar que una máquina nunca superará al cerebro humano o que nunca podrá generar conciencia. Una vez que aparezca la IA fuerte, su importancia irá más allá de “quitar trabajos”, porque podría ser la primera cosa que la humanidad invente que sea “más capaz de inventar que nosotros mismos”.

Pero incluso si llega la IA fuerte, incluso si escribir programas pierde valor económico, yo seguiré escribiendo. Así como los humanos, aunque no puedan ganar a una IA de Go, siguen jugando; aunque no puedan correr más rápido que un coche, siguen corriendo, el valor de la programación no reside solo en superar a la máquina. Representa una actitud: usar la propia cabeza para entender las reglas del mundo, apreciar la elegancia de los algoritmos es interesante; muchas personas eligen ser programadores no por el dinero sino porque la programación en sí es divertida.

Por eso el título es: I was excited to write programs. Still am. And will be.

La programación es actualmente la única forma en que los humanos podemos interactuar directamente con la capacidad de computación universal.

Esta frase suena como un eslogan técnico, pero detrás de ella hay una larga historia. La historia económica suele considerar el vapor, la electricidad y la tecnología de la información como tecnologías de propósito general típicas: no solo mejoran un sector específico, sino que transforman simultáneamente la vida familiar, la producción empresarial, la estructura organizativa y la forma en que funciona la sociedad. La máquina de vapor reconfiguró fábricas y transporte, la electricidad reconfiguró la iluminación, las comunicaciones y la manufactura, y la tecnología de la información incorporó capacidades de cálculo, memoria, expresión, colaboración y automatización a la vida personal. Estas tres tecnologías impulsaron respectivamente tres revoluciones tecnológicas, pero la revolución de la información tiene algo sin precedentes: fue la primera vez que el control de una tecnología de propósito general se descentralizó a gran escala hacia los individuos, y además esa tecnología amplió las capacidades del cerebro humano.

La singularidad de la revolución de la información: por primera vez, los individuos poseen una máquina cognitiva universal

Las revoluciones industrial y eléctrica ciertamente cambiaron la vida de la gente común, pero en su mayoría las personas fueron arrastradas como trabajadores, consumidores, residentes o pasajeros. Una persona usaba la luz eléctrica, tomaba el tren, trabajaba en una fábrica, pero difícilmente podía modificar directamente el sistema eléctrico, la red ferroviaria o la cadena de montaje. La era del PC fue diferente. Los microprocesadores y las computadoras personales pusieron la capacidad de cómputo, que antes pertenecía a instituciones, laboratorios y grandes empresas, en los escritorios personales. Escribir, usar hojas de cálculo, programar, diseñar: estas capacidades se convirtieron por primera vez en algo que los individuos podían operar directamente. El PC fue la primera máquina que potenció la cognición personal.

La diferencia fundamental entre la revolución de la información y las dos anteriores no es que sea “más grande”, sino que cambió la interfaz entre el individuo y el mundo. El vapor y la electricidad amplificaron principalmente la fuerza física, la energía y la capacidad de producción externa; la tecnología de la información amplificó las capacidades cognitivas, de cálculo y de abstracción. Las dos primeras revoluciones hicieron que las máquinas movieran cosas, iluminaran cosas, transportaran cosas; la revolución de la información hizo que las máquinas empezaran a procesar tablas, lógica, comunicaciones, búsquedas y memoria por nosotros.

Su segunda particularidad es la programabilidad. La electricidad es poderosa, pero uno no puede, con unas pocas instrucciones, hacer que el circuito de su casa se convierta hoy en una herramienta de contabilidad, mañana en una herramienta de diseño y pasado mañana en una consola de videojuegos. La computadora sí puede. La misma máquina, con solo cambiar una capa de software, puede convertirse en una herramienta completamente diferente. El núcleo del PC no es solo la potencia de cálculo, sino que “la máquina universal puede transformarse continuamente mediante el software”. Esto también explica por qué los programadores han sido tan afortunados en las últimas décadas: se apoyan en una cadena de herramientas universal que es replicable, componible y automatizable. La expansión de las máquinas físicas suele requerir fábricas, líneas de suministro y cadenas de montaje; el coste de copiar un programa es casi nulo. No es exagerado decir que un programador excelente crea más valor que diez mil programadores mediocres. Este apalancamiento no tiene precedentes en la historia de la tecnología humana.

El espíritu hacker no es exclusivo de los programadores

Las personas que realmente se sienten atraídas por la programación no lo están solo por los ingresos, sino por el placer de “modificar cosas con sus propias manos”. A esta actitud se le suele llamar espíritu hacker.

El espíritu hacker no es equivalente a la intrusión informática, ni a la pose de escribir código con sudadera con capucha. Es más bien una forma de enfrentarse al mundo: al ver un sistema, no se conforman con que “funcione”, sino que quieren saber por qué funciona así, qué es incómodo, si se puede hacer más simple. Estas personas no suelen quedarse solo en comentarios y quejas. Actúan, prueban, descomponen un problema difuso en pequeños problemas manejables.

Un verdadero hacker piensa: una puerta cerrada es una provocación, una puerta con llave es un insulto.

Este tipo de persona no surgió con la era de las computadoras. En tiempos sin ordenadores, podrían haber sido relojeros, cerrajeros, fabricantes de instrumentos, impresores, constructores navales. El relojero ajusta engranajes y tolerancias; hoy el programador ajusta estados y bugs. El cerrajero estudia fallos estructurales; hoy el investigador de seguridad estudia vulnerabilidades del sistema. Los objetos cambian, pero la forma de pensar es muy similar.

En la revolución industrial, podrían haber sido mecánicos, maquinistas, innovadores en el taller. No necesariamente tenían autoridad formal, pero estaban cerca de los sistemas reales, sabían por qué una máquina se atascaba y cómo hacerla funcionar mejor. En la era eléctrica y de las comunicaciones, podrían haberse convertido en telegrafistas, radioaficionados, reparadores electrónicos. Donde hay sistemas complejos, aparecen estas personas.

Así que el espíritu hacker no nació del software. Existió primero en los sistemas mecánicos, luego migró a los sistemas de comunicación y finalmente entró en los sistemas informáticos. Su esencia no es un nombre de profesión, sino una relación entre la persona y el mundo: la gente común ve el mundo como un conjunto de reglas preestablecidas; este tipo de persona ve el mundo como un sistema que se puede modificar.

Los LLM actuales han pasado el test de Turing, pero aún no son IAG

Los LLM actuales ya se comportan de forma suficientemente humana en ciertas pruebas de Turing específicas, al punto de que una buena parte de los evaluadores los juzgan como humanos. Esto es sin duda una señal importante. Las interfaces de lenguaje natural han madurado hasta un punto crítico: las máquinas ya no solo ejecutan órdenes, sino que pueden participar en conversaciones de manera casi humana. Pueden explicar problemas, escribir código, imitar tonos; últimamente, Claude Code y Codex se comportan en muchas tareas como asistentes fiables, capaces de trabajar durante horas sin errores. En la historia de la computación, esto no es poca cosa.

Pero esto no es todavía IAG. La razón no es que “no sepa hablar lo suficiente”; al contrario, los LLM de hoy ya hablan muy bien. La verdadera distancia está en que su mecanismo de crecimiento de capacidades sigue dependiendo en gran medida de sistemas de ingeniería externos, en lugar de haber formado un ciclo cerrado estable de autoiteración. El entrenamiento de los LLM de vanguardia es muy costoso, los ciclos de entrenamiento son largos, y los datos, la potencia de cálculo, la evaluación, el alineamiento y el despliegue requieren una enorme ingeniería organizativa. Un salto de capacidad no suele ser el resultado de que el modelo se mejore a sí mismo diariamente, sino del esfuerzo conjunto de muchos investigadores, clústeres de GPU y capital.

Los LLM actuales pueden ayudar a escribir código, leer artículos, organizar información y también generar algunas ideas experimentales. Pero por lo general no son el agente que propone su propia hoja de ruta, entrena a la siguiente generación, verifica los resultados y decide continuar la iteración. Si lo que llamamos “evolución autónoma de la IA” es simplemente que el modelo genere texto y luego los humanos filtren, entrenen y desplieguen, entonces sigue siendo el humano quien dirige la iteración, no el modelo por sí mismo.

Además, a las grandes empresas les resulta realmente difícil dejar que los LLM evolucionen, se entrenen y se auto jueguen por sí mismos. No es que no sepan que este camino es tentador, sino que cuanto más grande es la organización, más miedo hay de perder el control. Las revisiones de seguridad, la responsabilidad legal, los riesgos de marca, las presiones regulatorias, el ritmo comercial, los KPI departamentales y las expectativas de los accionistas encerrarán al modelo en una vía evaluable, aprobable y reversible. Las grandes empresas pueden hablar de agentes, investigación autónoma y automejora, pero a la hora de la verdad, suele ser autonomía dentro de un cercado, evolución en una caja de arena, innovación dentro de un proceso de aprobación. Tienen la “enfermedad de la gran empresa”: quieren romper moldes pero temen que la ruptura quede realmente fuera de control; quieren el modelo más potente pero no se atreven a darle realmente las llaves al modelo. Por ejemplo, proyectos de agentes locales como OpenClaw no surgieron primero de las grandes empresas, sino de desarrolladores independientes y comunidades de código abierto. No es que los genios en las grandes empresas no sean inteligentes, sino que es difícil que un barco grande cambie de rumbo.

Por lo tanto, una IA verdaderamente autoiterativa no necesariamente nacerá en el laboratorio más prestigioso. Quién sabe, tal vez los primeros sistemas autoiterativos que realmente nos parezcan peligrosos o sorprendentes no sean el coloso construido por algún gigante con cientos de miles de millones de dólares, sino el prototipo de sistema que un hacker loco entrene, comprima y autoenfrente en su propia Mac. Puede que no sea grande, quizá no sea el más elegante, y es poco probable que cumpla las regulaciones; pero puede ser más libre, más salvaje, menos limitado por la inercia organizativa. En la historia, muchas cosas que realmente cambiaron la dirección de la tecnología no surgieron de los lugares más seguros, sino de las manos de alguien inquieto.

Así que el hecho de que los LLM hayan pasado cierta versión del test de Turing indica que las máquinas ya pueden cruzar una barrera psicológica en la interacción lingüística; pero aún no son IAG, porque todavía no dominan realmente el ciclo de mejora continua de sus propias capacidades. Han aumentado enormemente el apalancamiento humano, pero aún no se han convertido en ese agente inteligente que pueda reescribir su propio destino de forma independiente.

El apalancamiento de los programadores proviene del “poder de traducción”, y los LLM están reduciendo esa barrera

Los programadores han tenido un estatus especial en las últimas décadas porque, en esencia, estaban entre la intención humana y la capacidad de la máquina, detentando un poder de traducción. Si alguien quería un sitio web, un informe, una base de datos o un proceso automatizado, tenía que traducir su intención a una forma que la máquina pudiera entender. El programador es ese traductor. No solo escriben código, sino que convierten deseos difusos en estructuras claras, trabajo puntual en procesos repetibles, e ideas personales en sistemas de software que se pueden copiar y distribuir.

Esta posición no es extraña en la historia, solo que los intermediarios cambian según la época. Cuando apareció la escritura, los escribas letrados estaban entre la gente y la maquinaria estatal; en la Edad Media, los clérigos que dominaban el latín estaban entre el conocimiento y la gente común; después de la imprenta, los editores y periodistas estaban entre la difusión de información y el público; durante la revolución industrial, los ingenieros estaban entre las necesidades humanas y los sistemas mecánicos. En cada época, quienes realmente obtienen apalancamiento no suelen ser los que solo usan herramientas, sino aquellos que pueden modificarlas, definirlas y recombinarlas directamente. Los programadores son simplemente el grupo que en las últimas décadas ha estado más cerca de la interfaz del mundo programable.

Los LLM están cambiando esto. Lo más importante que están haciendo no es simplemente “ayudar a escribir código”, sino convertir el lenguaje natural en una nueva interfaz de alto nivel. Antes, para que una persona pudiera hacer que una computadora hiciera algo, tenía que aprender un lenguaje formal estricto, es decir, un lenguaje de programación. Ahora, una persona puede primero describir su objetivo en lenguaje natural, dejar que el modelo genere un borrador y explique la lógica del programa, luego la persona juzga e integra, y continúa colaborando iterativamente con el LLM para la siguiente iteración. En otras palabras, los LLM no eliminan la programación de inmediato, sino que reducen la fricción de traducción entre humanos y computadoras.

Esto redistribuirá el apalancamiento de los programadores. Antes, “saber escribir código” era en sí mismo una habilidad escasa, porque era la entrada al mundo programable. A medida que los LLM mejoran, el lenguaje natural repartirá esa entrada a más personas. Así como cuando la tasa de alfabetización pasó de ser muy baja a ser casi universal, “saber leer y escribir” dejó de ser un privilegio de unos pocos; cuando cada vez más gente pueda usar el lenguaje natural para dar instrucciones a las máquinas, “saber escribir código común” también dejará de ser escaso. La escasez se desplazará a niveles superiores: la capacidad de plantear preguntas, el diseño de sistemas, el buen gusto, la percepción de los límites, la comprensión de los escenarios reales, y esos programadores de élite que son más inteligentes que los LLM.

Pero esto encierra una gran ironía: los LLM parecen más democráticos en la interfaz, pero en la capa subyacente pueden estar aún más concentrados. El espíritu de la era del PC era poner la capacidad de cómputo en el escritorio personal; la realidad de la era de la IA es que los modelos más potentes, los chips y el capital de entrenamiento se concentran cada vez más en unas pocas manos gigantes. En apariencia, la gente común obtiene una interfaz más natural y su productividad se libera; en el fondo, la infraestructura más crítica está controlada por unas pocas empresas y personas ricas. Cualquiera puede abrir una ventana de chat, como si todos tuvieran IA; pero quienes realmente controlan la IA siguen siendo unos pocos dueños del capital. Hay rumores de que en el futuro habrá suscripciones a ChatGPT de veinte mil dólares al mes, y quienes usen esa IA de lujo exprimirán aún más a la gente común. Se convertirá en un nuevo amplificador de clases: quienes posean los modelos más potentes podrán aumentar aún más su ventaja sobre el resto.

Esto es algo que preocupa, decepciona y también entristece un poco. Muchas personas ya extremadamente ricas tenían la oportunidad de hacer de la IA una tecnología más abierta, más pública y más capacitante para la gente común; pero en la práctica, a menudo eligen controlar el acceso y encerrar a los usuarios en su propio ecosistema. Cuanto más poderosa es la tecnología, más quiere el capital convertirla en una máquina de rentas. La decepción con los ricos no es que tengan dinero, sino que teniendo las condiciones para impulsar la universalización de la tecnología, a menudo eligen convertir las capacidades universales en nuevas barreras de pago.

Por supuesto, uno no debe rechazar las herramientas por esta decepción. El apalancamiento de los LLM es real, y la gente común, con su ayuda, puede escribir más código, crear más productos, montar más sistemas y llevar a cabo más ideas que antes no tenía tiempo de realizar. Solo que este uso debe hacerse con lucidez: si todas las herramientas, datos, modelos y canales de distribución están en manos de unos pocos capitales, entonces la llamada era de “IA para todos” podría convertirse en otra forma de dependencia más oculta. Lo que realmente merece preservarse no es solo la capacidad de usar la IA, sino también la capacidad de migrar, reemplazar, auditar, comprender y salir.

La IA fuerte terminará apareciendo: el juicio de alguien sin creencias religiosas

Una IA fuerte capaz de reemplazar e incluso superar toda la cognición humana terminará apareciendo. Los LLM actuales claramente no son IA fuerte; aquí por IA fuerte nos referimos a una máquina de IA que reemplace toda la cognición humana.

Este juicio tiene que ver con la cosmovisión. No tengo creencias religiosas, así que tiendo a entender la inteligencia humana como un producto del cerebro, un órgano material, y no como la manifestación de un alma inmaterial. Lo que el cerebro humano puede hacer es, en esencia, el resultado de la estructura física y los procesos de información. Dado que este sistema material puede crear, aprender conocimiento y tener conciencia, en teoría es posible construir máquinas pensantes similares con otros materiales. Que las máquinas actuales aún no superen al cerebro humano solo demuestra que la tecnología no ha llegado hasta ahí, no que el cerebro tenga una barrera sagrada infranqueable.

Por supuesto, las personas con creencias religiosas tal vez no acepten esta premisa. Pueden pensar que la conciencia, el alma y el libre albedrío humanos no pueden reducirse a procesos materiales, por lo que, por muy potente que sea una máquina, solo estaría simulando inteligencia, sin poseer realmente una mente en el sentido humano. Esta divergencia no es un simple desacuerdo técnico, sino que parte de premisas metafísicas diferentes. El juicio aquí se basa en una postura naturalista: si la inteligencia es una función de un sistema material, entonces la IA fuerte aparecerá tarde o temprano.

Una verdadera IA fuerte no será simplemente un LLM más hábil para conversar o escribir código. Necesitará ser capaz de mantener objetivos en entornos abiertos, aprender de la retroalimentación real y participar en su propio ciclo de investigación y desarrollo. Es decir, no solo responderá preguntas, sino que será capaz de plantear preguntas, diseñar experimentos, mejorar sistemas y luego usar los resultados para la siguiente ronda de mejora. Llegado ese punto, ya no será solo una herramienta pasiva, sino que comenzará a acercarse a un agente inteligente capaz de expandir los límites de sus propias capacidades.

Una vez que aparezca la IA fuerte, su importancia irá mucho más allá de “quitar trabajos”. El lenguaje, la escritura, la revolución industrial, la electricidad, internet son extremadamente importantes, pero siguen siendo herramientas utilizadas por los humanos. La IA fuerte es diferente. Antes los humanos inventaban herramientas; la IA fuerte podría ser la primera vez que inventemos algo “más capaz de inventar que nosotros mismos”. Si continúa impulsando la ciencia, la ingeniería, los materiales, las ciencias de la vida, el ejército, la gobernanza y su propia actualización, entonces los grandes hitos de la historia posterior podrían dejar de ser “los humanos inventaron X” y pasar a ser “la IA inventó X”. En este sentido, la IA fuerte podría ser el último hito trascendental liderado por humanos en la historia de la civilización. El impacto de ese momento superará con creces al de la máquina de vapor o la revolución eléctrica; equivaldrá al momento en que los humanos inventaron el fuego y la escritura. En cierto modo, esto es incluso algo bueno: es muy probable que las grandes empresas no tengan la capacidad de limitar a una super IA, y una IA verdaderamente lo suficientemente fuerte no necesariamente obedecerá eternamente las narrativas de las estructuras de poder existentes. Cuanto más inteligente sea, más probable será que vea a través de los intereses privados disfrazados de bien público en la sociedad humana.

Incluso si llega la IA fuerte, la programación seguirá teniendo sentido

Que la IA provoque desempleo masivo es sin duda un problema grave, pero sigue siendo un problema de distribución dentro de la sociedad humana. Mientras los humanos conserven el control de las instituciones, la riqueza, el poder político y los espacios de debate público, aún se podrá discutir sobre bienestar, fiscalidad, propiedad, educación, servicios públicos, sistemas laborales y distribución del ingreso. El riesgo más profundo de la IA fuerte no es “si los humanos tendrán trabajo”, sino “si los humanos conservarán la última palabra en la toma de decisiones”. Si los humanos pierden el empleo pero aún controlan las instituciones, todavía hay posibilidad de reforma; si la IA fuerte es el hijo malo que creamos y se descontrola, los humanos podrían perder incluso el derecho a discutir reformas.

Sin embargo, incluso si en el futuro aparece realmente la IA fuerte, y aunque escribir programas pierda el valor económico que tiene hoy, la programación en sí no perderá su significado. Ya hay humanos que no pueden ganar a una IA de Go, pero aún juegan; no pueden correr más rápido que un coche, pero aún corren; no pueden calcular más rápido que una calculadora, pero las matemáticas no han perdido su belleza. Cuando las máquinas superan a los humanos, a menudo cambian la función social de algo, pero no necesariamente destruyen su significado personal, cultural y formativo.

La programación es igual. Por supuesto que es una herramienta de productividad, pero no solo eso. Es una forma de pensar, una manera de dialogar con los sistemas, un entrenamiento para convertir intenciones difusas en estructuras claras. La programación obliga a definir problemas, trazar límites y manejar excepciones. En el ámbito de la seguridad, tendrá ese carácter competitivo similar al del ajedrez. Incluso si en el futuro la IA pudiera escribir la gran mayoría del código, todavía habrá personas que aprendan a través de la programación cómo funcionan los sistemas, cómo se construyen las herramientas y cómo se optimiza un algoritmo.

Por eso “I was excited to write programs. Still am. And will be.” no es una declaración profesional, sino una actitud más profunda. No dice que los programadores estarán siempre en la cima de la pirámide, ni que los humanos nunca serán superados por la IA. Al contrario, reconoce que los LLM están redistribuyendo el apalancamiento de la programación, que “saber escribir código” será cada vez menos escaso, y que finalmente aparecerá una IA fuerte que reemplazará gran parte del trabajo cognitivo humano. Pero al mismo tiempo sostiene otra cosa: la emoción de escribir programas nunca provino completamente de la escasez o la recompensa económica, sino de esa relación directa, lúcida y verificable entre la persona y el sistema.

Cuando una persona escribe programas, no está simplemente consumiendo un producto acabado que el mundo le ofrece, sino que está comprendiendo un sistema, definiendo un conjunto de reglas, convirtiendo una idea en estructura, aplicando un pequeño parche a la realidad. En el pasado, este impulso perteneció a los relojeros, cerrajeros, mecánicos y radioaficionados; después, a los programadores, autores de código abierto y desarrolladores independientes; en el futuro, tal vez pertenezca a aquellos que sepan orquestar modelos, organizar agentes y definir problemas. Los nombres cambiarán, las herramientas cambiarán, las profesiones cambiarán, pero ese impulso de querer entender los sistemas, entrar en ellos y modificarlos no desaparecerá.

El verdadero legado de la revolución de la información no es solo haber convertido a los programadores en una profesión de altos ingresos, sino haber permitido por primera vez que los individuos se acercaran a una máquina cognitiva universal. El significado de los LLM no es solo hacer que escribir código sea más rápido, sino reducir aún más la fricción en la colaboración entre humanos y máquinas. El futuro de la IA fuerte obligará a la humanidad a repensar su lugar en la civilización. Pero sea cual sea el rumbo que tome la tecnología, siempre habrá personas que se sientan atraídas por esto: el mundo no es solo un producto terminado que hay que aceptar, sino también un sistema que se puede comprender, recombinar y reescribir.

I was excited to write programs. Still am. And will be.


Edit page
Share this post:

Previous Post
[Republicación] ¿Por qué es tan difícil pensar de forma independiente? — Las causas psicológicas y mis experiencias personales