Ruta China 2028 — perfil de aprendizaje y sistema de trabajo
Documento de trabajo del estudio autogestivo. Estatus: evaluación provisional basada en trayectoria; no sustituye una evaluación clínica.
Resumen ejecutivo
El perfil no se entiende con etiquetas (“visual”, “auditivo”, “kinestésico”); la evidencia no respalda adaptar el aprendizaje a supuestos estilos sensoriales. El perfil útil es funcional:
- Aprendes mejor cuando una idea forma parte de un sistema y desemboca en un artefacto verificable.
- Combinación más valiosa: matemática + ciencia de datos + programación + visualización + pensamiento de producto.
- La novedad y las conexiones interdisciplinarias te activan; el mantenimiento, la selección y el cierre te cuestan más.
- Riesgo principal: dispersar una capacidad alta entre demasiados frentes.
Recomendación central: operar con solo dos frentes activos — (1) terminar Matemáticas para Deep Learning y Advanced Deep Learning (Bourbaki); (2) dos casos laborales publicables y una candidatura profesional coherente. Desde enero de 2027, Bourbaki cede su lugar al proyecto Connectome-to-SNN. El resto entra en una lista de espera semanal.
1. Perfil de aprendizaje
| Dimensión | Evidencia | Implicación práctica |
|---|---|---|
| Pensamiento relacional/sistémico | Knowledge graphs, navegación cartográfica, arquitecturas de entidades y relaciones | Estudiar con preguntas, mapas y dependencias, terminando siempre en resultados |
| Aprendizaje por proyecto | Demos, auditorías, repositorios, productos | Cada unidad debe producir código, figura, explicación o comparación reproducible |
| Integración técnico-visual | Data science, periodismo de datos, Three.js, dashboards, producto | Diagramas para estructura/resultados, no como sustituto del razonamiento matemático |
| Autonomía y propósito | Open source, soberanía, sistemas sostenibles, contexto social | El proyecto central debe expresar esos valores |
| Alta búsqueda de novedad | Muchas líneas simultáneas | Límite explícito de WIP + lugar seguro para aparcar ideas |
| Cierre/priorización | Busca organizadores, second brains, timeboxing | Reducir decisiones diarias y definir qué es “terminado” |
| Atención sostenida / memoria de trabajo | Sin registros directos | Medir 14 días, no adivinar |
Lo que el perfil NO afirma: no eres un “aprendiz visual” fijo. La modalidad debe corresponder al contenido: ecuaciones para lo formal, código para algoritmos, diagramas para estructuras, recuperación para memoria.
2. Cuello de botella
Hipótesis de trabajo: capacidad de exploración alta + muchos proyectos abiertos + pocas restricciones externas = sobrecarga ejecutiva y menor tasa de cierre. No es “falta de disciplina”.
Separar dos modos:
- Exploración — capturar preguntas, referencias e ideas sin convertirlas automáticamente en proyectos.
- Explotación — trabajar únicamente en los dos resultados comprometidos del ciclo.
La lista de ideas se revisa una vez por semana, no es una bandeja diaria.
3. Sobre el TDAH
Puede estar afectando, pero no puede demostrarse con la evidencia disponible. La amplitud de intereses y el cambio de proyecto son compatibles con dificultades ejecutivas, pero también con curiosidad, exceso de carga, sueño insuficiente, ansiedad, depresión o un entorno sin prioridades. Un diagnóstico adulto exige: síntomas desde la infancia, deterioro funcional (no solo rasgos), afectación en ≥2 contextos, y descarte diferencial. El ASRS es tamizaje, no diagnóstico.
Auditoría de 14 días (semana normal + semana con el sistema), al cierre de cada bloque: latencia de inicio, bloques terminados/planeados, cambios no planeados, cierre (¿artefacto? sí/no), recuperación 0–3, sueño (horas + 1–5), estado (energía/ansiedad/ánimo 1–5). Buscar patrones, no días perfectos.
4. Cómo estudiar
Bloque de 60 min (unidad mínima):
- 5 min — recuperación (escribir sin apuntes)
- 15 min — modelo (una idea/teorema/mecanismo)
- 25 min — aplicación (problema, ejemplo o implementación)
- 10 min — explicación (desde memoria: qué, por qué, dónde falla)
- 5 min — cierre (guardar artefacto + siguiente acción física)
La siguiente acción no es “seguir estudiando SNN” sino “derivar la actualización del potencial LIF y verificarla con una simulación de 20 pasos”.
Técnicas: recuperación, práctica distribuida, intercalado selectivo, autoexplicación, feedback rápido. Revisar al terminar, a los 2, 7 y 21 días; ajustar intervalo según recuperación.
IA sin delegar: intentar sin IA → pedir pista mínima → comparar → cerrar y reproducir → registrar el error que cambió el modelo mental. Si la IA escribe el código antes de tu intento, terminas el producto sin capacidad de reconstruirlo.
Notas: cada nota debe tener pregunta, respuesta breve de memoria, ejemplo o contraejemplo, relación con otra idea y enlace a un artefacto propio. No almacenar fuentes sin convertirlas en pregunta, decisión o evidencia.
5. Arquitectura de trabajo
Reglas: un resultado principal (cerrar Bourbaki) + un segundo resultado (dos casos laborales; desde ene-2027, Connectome-to-SNN). Máximo 2 proyectos activos; lo demás se captura, no se ejecuta. Cada semana termina con algo inspeccionable. La revisión semanal decide; la lista diaria ejecuta.
Semana tipo: lun–jue 2 bloques de 60 min (Bourbaki + caso laboral/proyecto) + 30–45 min admin/chino; vie 1 bloque de integración + revisión semanal; sáb 60–90 min opcionales; dom descanso real. Con empleo de jornada completa: 1 bloque profundo entre semana y 2 el sábado. No sacrificar sueño.
Ritmo diario: trabajo profundo en la ventana de mayor energía; agrupar mensajes y admin después; teléfono lejos; una sola pestaña; si te atoras 15–20 min, documentar el bloqueo y cambiar de estrategia (no de proyecto); sueño estable ≥7 h.
6. Posicionamiento académico
“Neuronomics” no es denominación estándar. Etiquetas buscables: neuromorphic computing/engineering, neuromorphic/brain-inspired intelligence, spiking neural networks, computational neuroscience, connectomics/network neuroscience, neural engineering/BCI.
Presentación: científico de datos con formación matemática que estudia cómo la estructura de redes biológicas inspira modelos dispersos, temporales, interpretables y energéticamente eficientes.
| Ruta | Encaje | Brecha principal |
|---|---|---|
| Brain-inspired AI / SNN | Alto | dinámica neuronal, codificación temporal, evaluación experimental |
| Connectomics computacional | Alto-medio | neuroanatomía, grafos biológicos, datasets especializados |
| Hardware neuromórfico | Bajo-medio | electrónica, arquitectura de computadores, señales |
Ruta primaria: Brain-inspired AI/SNN; diferenciador: connectomics computacional; hardware como alfabetización secundaria.
7. Proyecto bandera
Ver nodo/proyecto connectome-to-snn. Pregunta: ¿una topología derivada de un conectoma produce una SNN más dispersa o robusta que una aleatoria comparable? Muestra matemáticas, grafos, DL, rigor experimental, visualización y coherencia temática; mejor señal que cinco cursos sin producción propia.
8. Mapa inicial de China
La combinación que importa: programa + supervisor + laboratorio + idioma + financiamiento.
- Tsinghua — NeuroAI Lab (computational neuroscience, neuromorphic intelligence, BCI); THBI. Solicitudes internacionales ~sep–feb.
- UCAS / Institute of Automation — Guoqi Li: brain-inspired intelligence, neuromorphic computing, SNN, chips de IA.
- Fudan — Institute of Brain Science + Institute of Science and Technology for Brain-Inspired Intelligence.
- Zhejiang — iniciativa Brain-Machine Intelligence (2026); señal, no posgrado confirmado.
No adoptar umbrales genéricos de HSK/TOEFL/IELTS sin revisar el catálogo exacto. Supervisores: leer 2–3 artículos recientes antes de escribir; contacto solo con ajuste explicable en tres frases.
9. Hoja de ruta (24 meses, oct 2026 → sep 2028)
Objetivo: ingreso en China en otoño 2028 con candidatura coherente. Carga 8–10 h/semana fuera del empleo. Solo 2 proyectos activos. Inglés académico prioritario; mandarín como integración cultural; alemán en pausa/mantenimiento.
| Mes | Foco dominante | Entregable verificable |
|---|---|---|
| Sep 2026 | Instalar sistema | Auditoría 14 días, inventario de proyectos, revisión semanal, 5 bloques/semana |
| Oct 2026 | Cerrar Bourbaki | Mapa de competencias + examen acumulativo + lista de brechas |
| Nov 2026 | Aprendizaje → evidencia | Caso de estudio 1 (problema, datos, método, resultado, README) |
| Dic 2026 | Segundo caso + candidatura | Caso 2, CV 1 página, LinkedIn/GitHub, banco de 20 preguntas |
| Ene 2027 | Empleo + neuro fundamentos | 6–8 solicitudes/semana + cuaderno LIF, spike trains, codificación temporal |
| Feb 2027 | Dinámica neuronal y SNN | Simulador LIF propio + explicación matemática |
| Mar 2027 | Primer baseline SNN | Clasificador temporal reproducible (una herramienta, 3 meses) |
| Abr 2027 | Connectomics computacional | Pipeline descarga/limpia/representa un conectoma como grafo |
| May 2027 | Redes biológicas | Notebook: grados, comunidades, motivos, caminos, visualización |
| Jun 2027 | Connectome-to-SNN v0 | Experimento mínimo: topología biológica vs control aleatorio |
| Jul 2027 | Reproducibilidad | Repo ejecutable desde cero, entorno fijado, tabla reproducible |
| Ago 2027 | Crítica externa | Demo 5 min + feedback de ≥2 personas/comunidad |
| Sep 2027 | Mapa China 2028 | Matriz 10–12 laboratorios (ajuste, supervisor, programa, idioma, fin, fecha) |
| Oct 2027 | Connectome-to-SNN v1 | Hipótesis refinada, protocolo congelado, nuevos controles |
| Nov 2027 | Resultados serios | 3 corridas reproducibles, variabilidad, análisis de errores, figura |
| Dic 2027 | Escritura científica | Nota técnica 4–6 páginas + resumen de investigación 300 palabras |
| Ene 2028 | Contacto supervisores | Paquete CV+resumen+repo+correos específicos a 4–6 profesores |
| Feb 2028 | Solicitudes y becas | Expedientes completos, AMEXCID/CSC o becas universitarias |
| Mar 2028 | Cerrar solicitudes | Confirmaciones, documentos resueltos, tablero de estatus |
| Abr 2028 | Entrevistas | Presentación 8 min + 30 preguntas de método/resultados/límites |
| May 2028 | Connectome-to-SNN v2 | Un experimento adicional o una réplica (no ambos) |
| Jun 2028 | Decisiones y financiamiento | Matriz de ofertas con criterios escritos y fecha límite |
| Jul 2028 | Transición | Visa, vivienda, presupuesto, respaldos, plan de salud |
| Ago 2028 | Cierre profesional | Salida ordenada, repos documentados, plan de llegada |
| Sep 2028 | Inicio en China / contingencia | Plan de 90 días; si no hubo admisión, reenvío 2029 con feedback |
Puertas de control (avanzar por evidencia, no por calendario):
- Dic 2026 — Bourbaki cerrado, 2 casos, sistema sostenido 8 semanas.
- Jun 2027 — SNN baseline, pipeline de conectoma, comparación v0 reproducible.
- Dic 2027 — Resultados con controles, repo limpio, borrador 4–6 páginas.
- Mar 2028 — Solicitudes completas, explicar el proyecto sin apoyos.
- Sep 2028 — Incorporación en China o diagnóstico preciso de brechas.
10. Tablero de control semanal
Cinco indicadores: % bloques terminados · % bloques con artefacto · recuperación acumulada 0–3 · horas y regularidad de sueño · nº de proyectos activos (objetivo: 2). No medir horas totales. Pregunta semanal: ¿qué capacidad puedo demostrar ahora que no podía el lunes?
11. Primera semana
- Hoja con métricas de 14 días.
- Inventario de proyectos; estacionar todo salvo Bourbaki + preparación laboral.
- Una unidad de Bourbaki → 10 preguntas de recuperación.
- Cinco bloques de 60 min (no catorce).
- Tres sesiones de 20 min de idioma.
- Domingo libre; revisar datos el lunes.
Fuentes esenciales
NICE (ADHD); WHO/Harvard ASRS v1.1; Dunlosky et al. (técnicas de estudio); AERO (spacing/retrieval); Newton y Miah (learning styles myth); AASM/SRS (sueño); Tsinghua NeuroAI Lab; UCAS Guoqi Li; Fudan IBS; Zhejiang BMI initiative; AMEXCID Programa de becas del Gobierno de China 2026–2027.
Límite
La trayectoria conversada identifica preferencias y patrones, no aporta datos de infancia, desempeño longitudinal, sueño, consumo, ansiedad/depresión o deterioro por contexto. Las afirmaciones sobre TDAH son hipótesis de trabajo, no conclusiones clínicas.