Tienes una oposición en seis meses y cada día que estudias te surge la misma duda: ¿estoy repasando lo importante o perdiendo tiempo con detalles que nunca preguntarán? Un estudiante del MIT ha publicado un método de 5 prompts para predecir preguntas de examen antes de verlas, y Google acaba de actualizar las flashcards de NotebookLM justo a tiempo.
Qué es exactamente
Es una metodología que combina cinco prompts específicos en NotebookLM para analizar temarios y predecir qué preguntas pueden aparecer en tu examen. Subes todo tu material de estudio a la herramienta y sigues una secuencia de comandos que han adaptado del método MIT. Al final, conviertes esas predicciones en flashcards que puedes repasar con el nuevo sistema de seguimiento de Google.
Cómo funciona en la práctica
Primero subes a NotebookLM todos tus recursos: temarios oficiales, exámenes anteriores, apuntes propios. Luego aplicas los cinco prompts en orden: análisis de patrones de examen, identificación de temas clave, predicción de formatos de pregunta, generación de preguntas probable y refinamiento por dificultad. Cada prompt se basa en la respuesta del anterior.
El último paso es usar un prompt adicional para convertir esas preguntas predichas en flashcards. Las nuevas funciones de NotebookLM te permiten marcar cuáles aciertas y cuáles necesitas repasar más.
La limitación que nadie menciona
Solo funciona si tienes suficiente material histórico para alimentar el análisis. Con menos de 3-4 exámenes anteriores, las predicciones son poco fiables. Y si tu oposición cambia de formato o normativa respecto a años anteriores, el método puede llevarte por el camino equivocado.
Para quién vale y para quién no
Te vale si: preparas oposiciones con historial de exámenes anteriores, estudias carreras técnicas con patrones repetitivos, o tienes acceso a material abundante del mismo tribunal.
No te vale si: es la primera convocatoria de esa oposición, estudias materias muy subjetivas donde cada tribunal tiene criterios diferentes, o solo tienes el temario oficial sin exámenes de referencia.
El método del MIT puede ahorrarte semanas de estudio disperso, pero solo si lo alimentas con datos suficientes. Sin historial de exámenes, es como predecir la lluvia mirando una pantalla en negro.
Recursos mencionados
- ✅ Tips de IA práctica cada semana
- ✅ Sistemas de constancia de 500+ días
- ✅ Herramientas probadas (no teoría)