asia · OS: el sistema operativo de agentes de inteligencia artificial

Un sistema operativo conversacional, no un chatbot

asia · OS no es un asistente más. Es una plataforma sobre la que se construyen aplicaciones de inteligencia artificial, igual que un sistema operativo es la base sobre la que viven los programas.

La forma más simple de entender asia · OS es por analogía. Un sistema operativo como Windows o Android no «hace» una sola cosa: provee los cimientos —identidad de usuario, almacenamiento, permisos, pantalla, red— sobre los que corren muchas aplicaciones distintas. asia · OS hace lo mismo, pero para la era de la inteligencia artificial: provee los cimientos —agentes de IA, modelos de lenguaje, memoria, conversación, canales, permisos y gobernanza— sobre los que corren aplicaciones especializadas.

La experiencia que ve el usuario es un chat central donde conversa con asia, la inteligencia del sistema. Pero detrás de ese chat no hay un único modelo respondiendo: hay un enrutador de agentes que decide, en cada mensaje, qué especialista debe responder —el agente legal, el educativo, el de documentos, el de código— y qué modelo de IA conviene usar. El usuario percibe una sola asia coherente; por debajo opera una orquesta.

Para el programa de certificación EMTP, la aplicación relevante es Skills: la plataforma de formación donde el candidato(a) se prepara, con asia como tutora, antes de rendir su evaluación de competencias.

Desarrollo propio de AsistPro Technologies, Inc.

asia · OS es tecnología propietaria construida íntegramente por AsistPro Technologies, Inc. No es una licencia de terceros ni un producto reempaquetado: es una plataforma desarrollada, operada y evolucionada en casa.

asia · OS y su aplicación de formación Skills son desarrollo propio de AsistPro Technologies, Inc., una empresa de tecnología constituida como corporación en el estado de Delaware, Estados Unidos (2026), con domicilio en Miami, Florida. Esto tiene una consecuencia directa para el programa de certificación: la herramienta tecnológica no depende de un proveedor externo que pueda cambiar condiciones, subir precios o discontinuar el servicio. Es un activo propio y controlado, lo que da sustentabilidad, respaldo y continuidad al proyecto en el tiempo.

asia es la identidad de inteligencia artificial del sistema: una sola voz, cálida y reconocible, que acompaña al usuario en todo momento. Es la que conversa, la que responde y la que se «pone el traje» de tutora cuando el candidato(a) entra a un curso. La plataforma se construye y opera siguiendo una arquitectura disciplinada que separa el núcleo (el sistema operativo) de las aplicaciones, de modo que cada nueva capacidad fortalece a todas las apps a la vez sin romper lo existente.

La diferencia entre una app y una plataforma

La decisión de construir un sistema operativo, y no simplemente una app de cursos, es lo que hace al proyecto técnicamente serio y sostenible.

Sería más rápido construir una sola aplicación de cursos y detenerse ahí. La razón por la que AsistPro construyó en cambio una plataforma es de fondo: en una plataforma, las capacidades comunes —identidad, permisos, memoria, conversación, facturación, canales— se construyen una sola vez en el núcleo y todas las aplicaciones las heredan. Una app nueva no reinventa nada; se «enchufa» al sistema operativo y obtiene de inmediato todo lo común.

El principio rector del proyecto es explícito: ninguna aplicación se construye modificando el núcleo. Una app —Skills, la app legal LexIA, y todas las futuras— es una unidad separada que se conecta al sistema a través de un único contrato técnico. Si una app necesitara algo que el núcleo todavía no ofrece, se extiende el núcleo de forma genérica (para que toda app lo aproveche) y recién entonces se construye la app. Esto evita el problema clásico del software que se vuelve un monolito frágil: aquí, una app puede romperse o desinstalarse sin arrastrar al sistema, y dos apps distintas se desarrollan en paralelo sin pisarse.

1. Reutilización: el núcleo evoluciona una vez; todas las apps lo heredan.
2. Aislamiento: una app defectuosa no compromete al sistema ni a las demás.
3. Escala: agregar una nueva certificación o una nueva área (legal, educación, operaciones) es agregar una app, no rehacer la plataforma.

Cómo está organizado el sistema, de arriba hacia abajo

asia · OS se organiza en capas bien delimitadas. Cada una resuelve un problema y se apoya en la de abajo, como en cualquier sistema operativo bien diseñado.

La arquitectura se compone de cinco capas. De cara al usuario está el shell conversacional; debajo, la plataforma de aplicaciones; luego los servicios del núcleo; más abajo el gateway de inteligencia; y en la base, los modelos de IA y la memoria.

Pila tecnológica

El sistema corre sobre tecnologías estándar de la industria: aplicaciones en Node.js y un front-end en React con TypeScript; base de datos MongoDB para los datos del sistema y de cada app; un motor de búsqueda para indexar conversaciones; y un servicio de recuperación documental con base de datos vectorial. Todo se empaqueta en contenedores Docker y se despliega mediante procesos automatizados y verificados, nunca a mano. La identidad de usuario se gestiona con autenticación propia y tokens de sesión.

Asia 1.0: un solo modelo visible, una orquesta por debajo

Lo que el usuario ve como «Asia 1.0» no es un modelo único: es un enrutador que selecciona, para cada consulta, el agente especializado y el modelo de IA más adecuados.

El corazón técnico de la plataforma es el gateway de inteligencia. Expone hacia el shell un único modelo llamado Asia 1.0, pero internamente cumple tres funciones: (1) decide qué agente especializado debe atender el mensaje; (2) recupera el contexto y, si corresponde, los documentos de respaldo; y (3) envía la consulta al modelo de IA elegido y registra toda la decisión para auditoría.

Esta arquitectura de «modelo visible único + orquesta interna» tiene una ventaja concreta: el sistema puede usar el modelo más potente para razonar y un modelo más liviano y económico para tareas simples, sin que el usuario tenga que elegir. La inteligencia se asigna según la dificultad de la tarea.

Compatibilidad y streaming

El gateway habla un protocolo estándar de la industria (compatible con la API de OpenAI), lo que le permite incorporar o cambiar proveedores de modelos sin reescribir el sistema. Las respuestas se entregan en streaming —el texto aparece a medida que se genera— y el sistema soporta tool-use: el modelo puede ejecutar herramientas (buscar una norma, consultar el progreso del alumno, correr un cálculo en un entorno aislado) y luego integrar el resultado en su respuesta.

Una plataforma agnóstica de modelo: los soporta todos

asia · OS no está casada con un solo modelo ni con un solo proveedor. Su gateway puede operar cualquier modelo de lenguaje de frontera o de pesos abiertos —de la nube o local— y asignar a cada tarea el más adecuado por capacidad, costo, latencia o privacidad. Esto es lo que distingue a un sistema serio de un simple envoltorio sobre una única IA.

La clave técnica está en el diseño del gateway de inteligencia: expone y consume un protocolo estándar de la industria (compatible con la API de OpenAI). Cualquier proveedor que hable ese protocolo se «enchufa» sin reescribir el sistema; los que usan un protocolo propio se integran mediante un adaptador. El resultado es una plataforma agnóstica de modelo: puede usar un proveedor, combinar varios, conmutar entre ellos con una cadena de respaldo automática ante fallos, y elegir en cada caso el modelo correcto. En producción, el motor por defecto es Claude, de Anthropic, por su fiabilidad; pero la arquitectura soporta —y puede combinar— los siguientes proveedores y familias de modelos.

Claude — Anthropic

Empresa: Anthropic (Estados Unidos), laboratorio de IA de frontera centrado en sistemas fiables, interpretables y seguros. Qué es: una familia de modelos de lenguaje grandes (LLM) basados en arquitectura transformer, organizada en tres tamaños que asia · OS emplea de forma diferenciada: Claude Opus (máxima capacidad de razonamiento, para las tareas más exigentes), Claude Sonnet 4.6 (el caballo de batalla: equilibra razonamiento, velocidad y costo; es el modelo por defecto para conversación, tutoría, el agente legal y la generación de artefactos; maneja contexto extenso y ejecuta herramientas con fiabilidad) y Claude Haiku 4.5 (el más rápido y económico, para tareas de alto volumen y baja complejidad como la extracción silenciosa de memoria tras cada conversación). Es el motor principal en producción.

GPT — OpenAI

Empresa: OpenAI (Estados Unidos). Qué es: la familia GPT (Generative Pre-trained Transformer), modelos generalistas de referencia del mercado, robustos en redacción, código, razonamiento general y con un ecosistema de tool-use (llamada a funciones) muy maduro. Rol en asia · OS: el sistema puede enrutar consultas a modelos GPT cuando convenga por capacidad o disponibilidad, integrándose por el mismo protocolo estándar.

Kimi — Moonshot AI

Empresa: Moonshot AI (China). Qué es: Kimi K2, un modelo de arquitectura Mixture-of-Experts (MoE) —que activa solo una fracción de sus parámetros por consulta, logrando gran capacidad con menor costo de cómputo— reconocido por su ventana de contexto ultralarga y su fuerza en tool-use agéntico (encadenar herramientas y acciones de forma autónoma). Rol en asia · OS: es el modelo preferido para el agente de navegación web, donde la consulta exige operar múltiples herramientas y fuentes en vivo.

DeepSeek — DeepSeek AI

Empresa: DeepSeek AI (China). Qué es: una familia de modelos de pesos abiertos (open-weight) de alto rendimiento y costo muy eficiente, también con arquitectura MoE. Incluye un modelo razonador (estilo cadena de pensamiento, que «piensa» antes de responder) competitivo con los modelos propietarios en matemática y lógica. Rol en asia · OS: una opción de razonamiento de alto nivel a bajo costo, y la puerta a modelos abiertos que pueden desplegarse en infraestructura propia.

Llama — Meta (ejecutado con Ollama)

Empresa: Meta (Estados Unidos) para los modelos Llama; Ollama como entorno de ejecución. Qué es: Llama es la principal familia de modelos de pesos abiertos de la industria, descargables y ejecutables sin depender de una nube. Ollama es un runtime que corre esos modelos abiertos localmente, en un servidor propio, exponiéndolos por el mismo protocolo estándar. Rol en asia · OS: permite operar inteligencia artificial on-premise —con tres ventajas decisivas para datos sensibles: privacidad total (la información nunca sale de la infraestructura propia), sin costo por token, y operación incluso sin conexión—. Es la vía para escenarios donde el dato no puede salir.

Modelo de embeddings — la memoria semántica

Qué es: a diferencia de los anteriores, no genera texto. Un modelo de embeddings convierte cualquier fragmento de texto en un vector numérico —una lista de números que captura su significado— de modo que dos textos con sentido parecido quedan «cerca» en un espacio matemático. Para qué se usa: es la base de la búsqueda por significado. Permite que el sistema, ante una pregunta, encuentre los fragmentos de documentos realmente relevantes aunque no compartan las mismas palabras; y permite al enrutador medir la afinidad semántica entre la consulta del usuario y cada agente. asia · OS usa un modelo de embeddings compacto, ejecutable en CPU, que vectoriza tanto los documentos del repositorio de conocimiento como las consultas en tiempo real.

Cómo el sistema decide quién responde

En cada mensaje, un enrutador determinista evalúa qué agente especializado es el más adecuado, con qué confianza, y deja registro auditable de por qué.

Cuando llega un mensaje, el enrutador puntúa a cada agente disponible según varias señales: menciones explícitas (si el usuario nombra un área o invoca un comando), palabras clave con pesos definidos por dominio, afinidad semántica calculada con el modelo de embeddings, y la pantalla activa (si el usuario está dentro de una app, esa app recibe prioridad). El agente con mayor puntaje, combinado con su prioridad, gana y atiende la consulta.

Cada decisión queda registrada con su nivel de confianza, las razones que la motivaron, los agentes alternativos considerados y los fragmentos de documentos usados. Este registro de decisiones hace que el comportamiento del sistema sea inspeccionable: no es una caja negra, sino un proceso trazable. Un punto importante: los agentes de aplicaciones que no están habilitadas para un usuario no participan del ruteo, de modo que cada persona solo interactúa con las capacidades que tiene activas.

Respuestas con base verificable, no inventada

El sistema separa dos tipos de memoria: lo que recuerda del usuario, y el conocimiento documental que puede citar. La segunda es la que garantiza respuestas con fuente.

asia · OS incorpora una capa de recuperación documental (conocida técnicamente como RAG, Retrieval-Augmented Generation). Su función es permitir que el sistema responda apoyándose en documentos reales en lugar de en la memoria del modelo, que puede equivocarse. El proceso es: los documentos se dividen en fragmentos, cada fragmento se convierte en vector con el modelo de embeddings y se indexa; ante una consulta, el sistema recupera los fragmentos más afines por significado y se los entrega al modelo como contexto, junto con su origen.

El resultado es que las respuestas pueden citar su fuente: cada afirmación de respaldo apunta al documento y la sección de donde proviene. En la aplicación legal esto es crítico —un fundamento sin fuente se marca explícitamente como «requiere fuente»—, y en Skills permite que el contenido formativo se ancle en la normativa y los estándares oficiales del perfil ocupacional. La segunda memoria, la del usuario, opera en paralelo: el sistema recuerda preferencias y contexto entre sesiones, de modo que asia no parte de cero cada vez.

El contrato que permite enchufar aplicaciones

Toda app —incluida Skills— se conecta al sistema a través de un único contrato declarativo. Eso es lo que mantiene al conjunto ordenado, seguro y escalable.

El punto de contacto entre una aplicación y el sistema es un manifiesto (AppManifest): un documento que declara todo lo que el sistema necesita saber sobre la app —su identidad, su agente de IA y cómo se le invoca, los datos que maneja, los permisos que aporta, las pantallas que monta y los eventos que emite—. La app no toca el núcleo: solo declara, y el sistema la materializa. Las cinco capacidades que el sistema provee a cada app son:

1. Registro: el catálogo de apps se construye desde los manifiestos; una app se habilita o deshabilita por usuario sin tocar código.
2. Datos aislados: cada app guarda su información en colecciones propias, separadas y etiquetadas por titular, de modo que nunca se mezclan datos entre apps ni entre usuarios. Los borrados son reversibles (papelera).
3. Permisos: cada app define sus propias capacidades (usar, administrar, aprobar) que se conceden por rol. Una app no aparece siquiera si el usuario no tiene permiso.
4. Ruteo: el agente de la app participa de la conversación solo si la app está habilitada para ese usuario.
5. Gobernanza: las acciones sensibles pueden requerir aprobación humana y dejan un comprobante auditable.

Facturación por consumo, no por app

Un rasgo de diseño relevante: el sistema no cobra por aplicación. Las apps viven libres dentro de asia · OS; lo que se mide y administra de forma centralizada es el consumo de inteligencia (los tokens que procesan los modelos), transversal a todas las apps. Esto significa que sumar Skills, o cualquier app, no multiplica costos de licencias: el modelo económico es simple y unificado.

Un sistema, varias aplicaciones

Sobre el mismo núcleo conviven aplicaciones de dominios distintos. Que más de una funcione sin pisarse es la prueba de que la plataforma está bien construida.

asia · OS ejecuta hoy un conjunto de aplicaciones y agentes especializados, cada uno con su dominio:

Que LexIA (legal) y Skills (educación) —dos dominios completamente distintos— se construyan sobre el mismo núcleo sin interferir es, precisamente, el criterio con el que se mide el éxito de la plataforma. Para el programa EMTP, la aplicación que importa es Skills, y el resto demuestra que no es un producto improvisado, sino una plataforma probada en múltiples frentes.

Más que un LMS: un aula estructurada con tutora de IA

Skills no es un repositorio de videos ni un campus virtual tradicional. Es una aplicación de formación nativa de asia · OS donde cada lección existe en múltiples formatos y asia acompaña como tutora en todo momento.

Conviene precisar la categoría. Un LMS tradicional (Learning Management System, como los campus virtuales clásicos) administra cursos, matrículas y calificaciones: es un archivador. Skills es otra cosa. Se acerca más al concepto de plataforma de experiencia de aprendizaje con tutoría de inteligencia artificial: no solo entrega contenido, sino que acompaña el aprendizaje con asia como tutora integrada, adapta el formato a cómo cada persona aprende mejor, y prepara específicamente para un examen real de certificación.

Técnicamente, Skills es una aplicación nativa de asia · OS: vive sobre la plataforma como una app más, con su propio agente (la tutora), sus propias pantallas y sus datos aislados (catálogo de cursos, módulos, lecciones y progreso de cada alumno). No es un software separado pegado por fuera: es parte del sistema operativo, lo que le da acceso directo a la inteligencia, la memoria y la conversación del núcleo.

La estructura: curso → módulos → lecciones

Cada curso de Skills corresponde a un perfil ocupacional de ChileValora y se organiza siguiendo su estándar oficial:

• Un curso (por ejemplo, «Instalador(a) Eléctrico(a) Clase D») está identificado por su código de perfil oficial y su sector productivo.
• El curso se divide en módulos, y cada módulo corresponde a una Unidad de Competencia Laboral (UCL) del perfil —la misma unidad que el evaluador medirá. Un módulo inicial de fundamentos nivela los conocimientos previos.
• Cada módulo contiene lecciones, y aquí está la diferencia central: cada lección existe en diez formatos de aprendizaje distintos.

Los diez formatos de cada lección

Una misma lección se presenta de diez maneras, para que cada persona elija cómo aprende mejor y para reforzar el contenido desde múltiples ángulos:

Mientras estudia cualquiera de estos formatos, el candidato(a) tiene a asia disponible como tutora a un costado: puede preguntarle por un concepto que no entendió, pedirle otra explicación, un ejemplo o una analogía. asia conoce la lección que el alumno está viendo y responde en ese contexto. Es, en la práctica, un tutor particular disponible las 24 horas.

Cada curso termina en un simulacro del examen real

La preparación no se queda en la teoría. Cada curso incorpora un módulo de simulación práctica que reproduce el formato de la evaluación oficial de ChileValora.

El cierre de cada curso es un módulo de simulación y evaluación final. Su propósito es que el candidato(a) llegue al examen real habiendo practicado ese examen antes. La simulación reproduce el formato del proceso oficial de evaluación de competencias —las mismas dimensiones que el evaluador de INACEP aplicará en terreno: el análisis de caso, la prueba de conocimientos y la observación de desempeño— de modo que nada le resulte nuevo el día de la certificación.

Esta lógica es deliberada y se alinea con la metodología oficial: la evaluación ChileValora pondera la observación de desempeño práctico por sobre la teoría. Por eso Skills no se limita a transmitir contenido: entrena el desempeño y simula la situación de evaluación. El candidato(a) practica el tipo de caso que tendrá que resolver, responde el tipo de pregunta que le harán y se familiariza con la dinámica de ser observado ejecutando el oficio. El resultado buscado es doble: mejor tasa de aprobación y menor temor frente a la evaluación.

El recorrido del candidato(a), paso a paso

Desde que entra a la plataforma hasta que llega preparado a la evaluación, el camino del candidato(a) es simple y guiado por asia.

1. Ingresa a Skills desde su celular o computador y ve el catálogo de cursos disponibles, organizados por perfil ocupacional.
2. Abre el curso de su perfil —el que corresponde a la certificación que rendirá, por ejemplo Instalador(a) Eléctrico(a) Clase D— y ve sus módulos, uno por cada unidad de competencia.
3. Estudia las lecciones en el formato que prefiera: ve el video, escucha el podcast camino al trabajo, lee la editorial, repasa con flashcards. Si algo no le queda claro, le pregunta a asia ahí mismo.
4. Se autoevalúa con los quizzes de cada lección, que le indican si dominó el contenido o necesita repasar.
5. Realiza el simulacro final, que reproduce el examen real de certificación, y llega a la evaluación oficial entrenado y con confianza.
6. Sigue su progreso en un panel que muestra cuánto avanzó, qué lección sigue y qué le falta para completar el curso.

Todo el recorrido es autónomo y a su propio ritmo, durante el período de uno a dos meses previo a la evaluación. asia está presente en cada paso, no como un buscador, sino como una tutora que conoce el perfil, el contenido y el examen que viene.

El sistema opera más allá del chat

asia · OS no vive solo en una pantalla web. Se extiende a canales como WhatsApp y orquesta tareas en segundo plano, con la misma inteligencia.

La plataforma incorpora un canal de WhatsApp que permite a un usuario conversar con asia desde el mensajero que ya usa, con vinculación por código QR, ruteo de mensajes a la app correspondiente y la posibilidad de que un operador humano tome el control de una conversación cuando hace falta. Para el programa de certificación, esto abre la vía de acompañar al candidato(a) por el canal que le resulta más natural.

Por debajo, un motor de flujos de trabajo orquesta tareas en segundo plano —procesar una consulta larga, enviar un recordatorio, encadenar varios pasos— de forma confiable y con reintentos. Y un entorno de ejecución aislado (sandbox) corre cualquier código generado por la IA en un contenedor sellado, sin acceso a la red ni a datos sensibles, de modo que la potencia de generar y ejecutar herramientas nunca compromete la seguridad.

Cada acción importante deja comprobante

Un sistema de IA serio no es solo capaz: es auditable. asia · OS está construido para que toda acción sensible sea controlada, aprobada y registrada.

La plataforma incorpora mecanismos de gobernanza que la hacen apta para contextos de responsabilidad. Las acciones que lo requieren pueden quedar en espera de aprobación humana antes de ejecutarse, y cada acción ejecutada deja un comprobante verificable que registra quién la realizó, qué agente intervino, sobre qué se actuó, con qué fuentes y quién la aprobó. La frase «la IA respondió» se convierte en algo trazable: «la IA ejecutó esta acción, con estas fuentes, aprobada por esta persona».

A esto se suman los principios de aislamiento ya descritos: cada usuario y cada app operan sobre datos estrictamente separados; las herramientas corren con la identidad del usuario y validan sus permisos antes de actuar; y todo el ruteo de inteligencia queda registrado. Es la diferencia entre una herramienta experimental y una plataforma operable con estándares profesionales.

Un diferencial tecnológico real y sustentable

La tecnología no es un adorno del programa de certificación: es lo que permite preparar a miles de candidatos(as) con calidad de tutor particular, a escala y de forma sostenible.

El programa de certificación EMTP podría existir sin tecnología: contactar liceos, evaluar, certificar. Lo que asia · OS y Skills agregan es un diferencial que ningún otro centro evaluador ofrece: la capacidad de preparar a cada candidato(a), antes de la evaluación, con una tutora de inteligencia artificial que conoce su perfil, le explica a su ritmo, le presenta el contenido en el formato que mejor le funciona y lo entrena con un simulacro del examen real.

Que esa tecnología sea desarrollo propio de AsistPro Technologies, Inc., y no una licencia de terceros, es lo que la hace sustentable: el proyecto controla la herramienta, la evoluciona según sus necesidades y no queda expuesto a que un proveedor externo cambie las reglas. Y que esté construida como un sistema operativo —y no como una app aislada— es lo que la hace potente: cada mejora del núcleo fortalece a Skills y a toda nueva capacidad que el programa requiera en el futuro.