Autor: admin

  • Cómo leer un 10-K como un inversor

    Cómo leer un 10-K como un inversor

    Cómo leer un 10-K como un inversor

    1. Por qué el 10-K sigue siendo el documento más importante

    Separador decorativo corporativo

    El 10-K es el informe anual que toda empresa cotizada en Estados Unidos presenta ante la SEC. A diferencia del informe a accionistas —un documento de marketing con gráficos bonitos—, el 10-K es un documento legal con consecuencias penales si contiene información falsa o engañosa. Para el inversor serio, es la fuente primaria de información.

    Sin embargo, la mayoría de los inversores minoristas nunca lo leen. Su extensión (entre 100 y 300 páginas) y su lenguaje jurídico disuaden incluso al más aplicado. Pero no es necesario leerlo entero: la clave está en saber qué secciones contienen la información que realmente importa y cómo interpretarla. Este artículo propone una metodología de lectura selectiva que permite extraer lo esencial en menos de una hora.

    2. Dónde encontrar el 10-K y cómo navegarlo

    Todos los 10-K están disponibles gratuitamente en EDGAR, el sistema de la SEC: https://www.sec.gov/cgi-bin/browse-edgar. Busca por ticker o nombre de empresa, selecciona «10-K» en el tipo de formulario, y elige el año más reciente.

    Dos consejos prácticos:

    Usa el índice HTML. La SEC exige un índice interactivo al principio. No descargues el PDF: el HTML indexado te permite saltar entre secciones con un clic.

    Busca por palabras clave. En lugar de leer, usa Ctrl+F con términos como «however», «although», «risk», «goodwill», «material weakness» — son los marcadores de problemas.

    XBRL es tu aliado. Desde 2009, los 10-K incluyen etiquetas XBRL que permiten extraer datos financieros estructurados. Herramientas como `sec-edgar-api` (Python) o `XBRLReader` descargan balances y cuentas de resultados directamente en una hoja de cálculo.

    La mayoría de las empresas publican el 10-K entre 60 y 90 días después del cierre fiscal. Para empresas con cierre en diciembre, eso significa que el 10-K suele estar disponible entre finales de febrero y finales de marzo.

    3. Las tres secciones imprescindibles

    De las 15 secciones (Items) que componen un 10-K, solo tres merecen una lectura atenta. El resto son plantillas legales repetitivas.

    Item 1 — Business (Descripción del negocio): Aquí la empresa explica cómo gana dinero. Lo relevante no es lo que dice, sino lo que omite. Si una compañía describe su negocio en términos vagos («somos líderes en soluciones integrales…») sin detallar fuentes de ingresos concretas, es una señal de alerta. Busque descripciones específicas de segmentos, clientes principales, canales de distribución y estacionalidad.

    Un ejemplo clásico: en el 10-K de 2019 de Kraft Heinz, el Item 1 describía su negocio como «uno de los mayores fabricantes de alimentos y bebidas del mundo» sin mencionar que el 40% de sus ingresos dependía de solo tres marcas en declive. Los inversores que leyeron esto antes de la caída del 70% en 2020 vieron las señales.

    Item 7 — Management Discussion & Analysis (MD&A): Es la sección donde la dirección explica los resultados financieros del año. Lo más valioso es la comparativa interanual: ¿el crecimiento es orgánico o por adquisiciones? ¿Los márgenes mejoran por eficiencia real o por trucos contables (como cambios en estimaciones de vida útil de activos)? Preste atención al lenguaje matizado: «although» y «however» suelen preceder a las malas noticias.

    Warren Buffett recomienda leer esta sección para hacerse una idea de cómo piensa y comunica la dirección. Si el CEO dedica tres párrafos a explicar por qué los resultados fueron malos «por factores externos», y un solo párrafo a los aciertos del año, tienes una pista sobre su estilo de gestión.

    Item 1A — Risk Factors: La lista de riesgos que la empresa declara formalmente. No se trata de leer los 50 riesgos genéricos (todo 10-K incluye «riesgo de recesión global» o «riesgo de ciberataque»), sino de identificar los riesgos específicos de ese negocio. Si una empresa menciona «dependencia de un solo proveedor» o «concentración en un mercado regulatorio cambiante», eso es un riesgo real.

    Lo más interesante del Item 1A es la evolución año a año. Compara los riesgos del 10-K actual con los del año anterior. Si aparece un riesgo nuevo que no estaba antes (por ejemplo, «investigación regulatoria en curso» o «deterioro de relaciones con cliente clave»), eso es una señal de alerta inmediata.

    4. Señales de alerta en las notas a los estados financieros

    Las notas contables (Notes to Financial Statements) son donde se esconden los problemas. Tres puntos críticos:

    Reconocimiento de ingresos (Revenue Recognition): Si una empresa reconoce ingresos antes de entregar el producto o servicio, puede estar inflando resultados. Compare el flujo de caja operativo con el beneficio neto: si el beneficio crece pero el flujo de caja no, hay algo que no cuadra. Esto fue exactamente lo que ocurrió con Wirecard antes de su colapso en 2020: beneficios récord, flujo de caja negativo.

    Goodwill y activos intangibles: Cuando una empresa paga más que el valor contable en una adquisición, la diferencia se registra como fondo de comercio (goodwill). Si el goodwill supone más del 50% del patrimonio neto, cualquier deterioro futuro golpeará el balance con dureza. La fusión AOL-Time Warner (2001) es el caso de libro: 44.000 millones de dólares en goodwill que se esfumaron en dos años.

    Contingencias legales: Muchas empresas ocultan en notas las disputas judiciales que podrían ser materiales. Busque referencias a «posible pérdida» o «razonablemente posible» en la sección de compromisos y contingencias. También revise el Item 3 (Legal Proceedings), que a menudo se pasa por alto. Si hay litigios por propiedad intelectual, responsabilidad de producto o prácticas anticompetitivas, el impacto puede ser devastador.

    5. Diferencias clave entre el 10-K y otros informes

    Aspecto 10-K (Anual) 10-Q (Trimestral) 8-K (Eventos) Frecuencia Anual Trimestral Cuando ocurre Auditoría Auditado No auditado No aplica Detalle Máximo Resumido Puntual Plazo entrega 60-90 días 40-45 días 4 días hábiles Secciones 15 Items 10 Items Variables

    El 10-Q no está auditado, así que los inversores serios basan sus decisiones en el 10-K y usan los 10-Q para seguimiento.

    6. La checklist del inversor en 10 pasos

    1. Buscar el Item 7 (MD&A) y leer las secciones de resultados y perspectivas.

    2. Comparar ingresos, beneficio operativo y flujo de caja libre de los últimos 3-5 años.

    3. Identificar la tendencia de márgenes brutos y netos.

    4. Revisar la deuda neta y la estructura de vencimientos.

    5. Calcular el ratio de apalancamiento (deuda total / EBITDA).

    6. Leer los riesgos específicos del Item 1A (saltándose los genéricos).

    7. Verificar si ha habido cambios en la política de reconocimiento de ingresos.

    8. Analizar la composición del goodwill y activos intangibles.

    9. Buscar contingencias legales materiales en las notas.

    10. Leer el informe del auditor (Item 9A): si hay «debilidad material» en controles internos, salir corriendo.

    7. Herramientas prácticas para acelerar el análisis

    No hace falta leer 300 páginas a mano. Estas herramientas extraen lo esencial en segundos:

    SEC EDGAR Full-Text Search — Busca cualquier palabra en todos los 10-K presentados en EE.UU.

    Dataroma — Extrae las carteras de los grandes inversores (Berkshire, Pershing Square, etc.) y enlaza directamente a sus 10-K.

    SimplyWallStreet — Visualiza los datos financieros clave de cualquier empresa cotizada.

    Python + sec-api — Scripts que descargan y analizan 10-K automáticamente. Puedes programar alertas cuando aparezcan palabras clave como «goodwill impairment» o «material weakness».

    8. Cómo usar un LLM para analizar el 10-K por ti

    Si no sabes interpretar algún dato del 10-K, o simplemente quieres ahorrar horas de lectura, puedes usar un asistente de IA (LLM) como DeepSeek, ChatGPT o Claude para que analice el documento por ti. La clave está en darle las instrucciones adecuadas — no vale pedirle «analiza este 10-K» sin más.

    He diseñado tres prompts que cubren los 10 puntos de la checklist. Cada uno se centra en un aspecto distinto del análisis, porque un solo prompt con todo mezclado satura al modelo y pierde precisión.

    Prompt 1: Análisis Cuantitativo, Márgenes y Tendencias Financieras

    Cubre los puntos 2, 3, 5 y 8 de la checklist (métricas, márgenes, apalancamiento y activos intangibles). Copia y pega esto en el LLM junto con los estados financieros del 10-K:

    Actúa como un Analista Financiero Senior y Consultor de Equity Research. Tu misión es extraer de forma milimétrica los datos cuantitativos clave del informe 10-K adjunto para evaluar la salud financiera, la trayectoria del negocio y la calidad de los activos de la compañía.

    Estás auditando los estados financieros consolidados de la empresa (Income Statement, Balance Sheet y Cash Flow Statement) correspondientes a los últimos 3 a 5 años fiscales. Necesitamos aislar las métricas operativas y de balance fundamentales para detectar anomalías o deterioros estructurales.

    Analiza el documento 10-K provisto y ejecuta los siguientes pasos de forma secuencial:

    1. Localiza los estados financieros principales y extrae los datos de los últimos 3-5 años para las siguientes variables: Ingresos totales (Revenue), Beneficio Operativo (Operating Income / EBIT), Flujo de Caja Libre (Free Cash Flow, calculado como Operating Cash Flow menos CapEx).

    2. Calcula y analiza la tendencia de los siguientes márgenes año a año:

    – Margen Bruto (Gross Margin = Gross Profit / Revenue)

    – Margen Neto (Net Margin = Net Income / Revenue)

    3. Identifica en el balance el valor del Fondo de Comercio (Goodwill) y los Activos Intangibles. Localiza las notas asociadas para comprobar si ha habido algún cargo por deterioro (Impairment charge) en los periodos analizados y explica brevemente a qué unidad de negocio afectó.

    4. Calcula el Ratio de Apalancamiento actual de la compañía. Sigue estrictamente este sub-paso de Chain of Thought:

    a. Identifica la Deuda Total (Deuda a corto plazo + Deuda a largo plazo + Porción corriente de la deuda a largo plazo).

    b. Calcula el EBITDA (EBIT + Depreciación y Amortización extraídas del Estado de Flujos de Cobre).

    c. Muestra explícitamente la fórmula: Deuda Total / EBITDA y ejecuta el cálculo aritmético.

    – Prohibido inventar o extrapolar datos. Si un dato de un año específico no está disponible en este reporte, indícalo explícitamente como «No reportado».

    – Toda cifra monetaria debe incluir su divisa y especificar si está expresada en miles, millones o miles de millones.

    – No omitas el paso de pensamiento aritmético del punto 4; muestra los números intermedios antes de dar el ratio final.

    Presenta la información estructurada estrictamente bajo los siguientes encabezados de Markdown:

    1. Evolución Histórica (Tabla comparativa de 3-5 años)

    2. Análisis de Márgenes y Tendencias

    3. Composición y Deterioro de Goodwill/Intangibles

    4. Cálculo del Ratio de Apalancamiento (paso a paso)

    [Pega aquí el texto de los Estados Financieros, Notas de Goodwill y Balance del 10-K]

    Prompt 2: Análisis Cualitativo, MD&A y Cambios Contables

    Cubre los puntos 1, 4, 7 y 9 (MD&A, perspectivas, estructura de deuda, reconocimiento de ingresos y contingencias):

    Actúa como un Auditor de Cuentas y Consultor Forense de Finanzas. Tu objetivo es leer entre líneas en las secciones narrativas del 10-K para identificar la verdadera narrativa del equipo directivo, los compromisos de deuda reales y posibles técnicas de manipulación contable.

    Las notas al pie y la discusión de la gerencia suelen ocultar los riesgos más severos de una empresa.

    Examina el documento e interpreta la información realizando las siguientes tareas:

    1. Analiza el Item 7 (MD&A). Sintetiza los factores principales que impulsaron los resultados del último año y detalla cuáles son las perspectivas operativas declaradas explícitamente por la dirección.

    2. Revisa la Nota de Deuda. Extrae y mapea la estructura de vencimientos de la deuda neta (cuánto vence en el Año 1, Año 2, Año 3-5 y más de 5 años) junto con los tipos de interés asociados.

    3. Examina la Nota 1 (Resumen de Políticas Contables). Determina si ha habido algún cambio reciente en la política de Reconocimiento de Ingresos.

    4. Rastrea la nota de Compromisos y Contingencias. Extrae cualquier litigio legal o contingencia material pendiente.

    INFORME DE AUDITORÍA CUALITATIVA

    A. Interpretación del MD&A y Perspectivas del Negocio

    B. Perfil de Vencimientos de la Deuda

    C. Política de Reconocimiento de Ingresos y Alertas Contables

    D. Contingencias Legales Materiales

    [Pega aquí el texto del Item 7 MD&A y las Notas de Deuda, Políticas e Ingresos]

    Prompt 3: Escudo de Riesgos, Controles Internos y Alertas Rojas

    Cubre los puntos 6 y 10 (riesgos del Item 1A y controles internos del Item 9A):

    Actúa como un Gestor de Riesgos de un Fondo de Cobertura especializado en Análisis Short. Tu único objetivo es encontrar razones de peso por las cuales deberíamos descartar la inversión en esta compañía.

    Buscamos el peor escenario posible. Evaluar si la viabilidad operativa o la integridad del reporte financiero están comprometidas.

    1. Analiza el Item 1A (Risk Factors). Filtra y descarta los riesgos genéricos de mercado. Identifica y extrae exclusivamente los 5 riesgos específicos, operativos, regulatorios o tecnológicos que sean únicos de esta empresa.

    2. Dirígete al Item 9A (Controls and Procedures). Determina si el auditor o la administración han identificado alguna «Debilidad Material» en los controles internos. Si se detecta, detalla en qué proceso se localiza y emite una recomendación explícita de «ALERTA CRÍTICA».

    REPORTE DE GESTIÓN DE RIESGOS

    > [🚨 ALERTA si hay debilidad material en Item 9A]

    1. Riesgos Específicos (Item 1A – Top 5)

    2. Evaluación de Controles Internos (Item 9A)

    [Pega aquí el texto del Item 1A y del Item 9A / Informe del Auditor]

    Por qué este enfoque funciona

    Modular: Dividir 10 puntos en 3 prompts evita que el modelo ignore instrucciones intermedias.

    Delimitadores claros: Las etiquetas \ separan las órdenes de los datos financieros.

    Chain of Thought: En el cálculo de apalancamiento, el prompt fuerza al modelo a desglosar cada paso, mitigando errores aritméticos.

    Filtros negativos: El Prompt 3 ordena ignorar riesgos genéricos, evitando respuestas llenas de tópicos.

    Pega cada prompt en el LLM de tu elección junto con el texto de la sección correspondiente del 10-K. En cinco minutos tendrás un análisis que te habría llevado tres horas hacer a mano.

    📚 Fuentes y recursos

    – SEC (2024). How to Read a 10-K. U.S. Securities and Exchange Commission. https://www.sec.gov/reportspubs/investor-publications/investorpubsinfo4a.htm

    – Dorsey, P. (2008). The Little Book That Builds Wealth. Wiley.

    – Greenblatt, J. (2010). The Little Book That Still Beats the Market. Wiley.

    – Damodaran, A. (2012). Investment Valuation. 3rd ed. Wiley.

    – Buffett, W. (1984). «The Superinvestors of Graham-and-Doddsville». Hermes (Columbia Business School Magazine).

    – SEC EDGAR: https://www.sec.gov/edgar/search/

    Sugerencia de imagen

    Infografía de una página con las secciones clave del 10-K representadas como iconos: un edificio (Item 1: negocio), una lupa (Item 7: MD&A), un escudo (Item 1A: riesgos) y un libro contable (notas financieras). Conectar los iconos con flechas en un flujo de lectura. Colores oscuros con acentos en dorado.

  • Tipos de aparejos y velas: la navegación en la Armada española (1701-1820)

    [^1]: Archivo General de Indias, Sección Contaduría, legajos 1234-1245. Registros de carenas y avituallamiento del Apostadero de La Habana, 1761-1762.’ mencionados.
    >

    # Tipos de aparejos y velas en los buques de guerra españoles: el pulmón de la Armada en el Caribe (La Habana, 1761-1762)

    El **aparejo de un buque de guerra español del siglo XVIII** es el conjunto de palos, vergas, jarcias y velas que permite capturar la fuerza del viento para gobernar y navegar. En plena Guerra de los Siete Años, cuando la monarquía hispánica se jugaba el control del Atlántico, el astillero de La Habana —bajo la dirección del ingeniero **Juan de Montalvo**— se convirtió en el taller donde la teoría naval de Madrid se enfrentaba a la realidad tropical. Allí, entre 1761 y 1762, se carenaron tres embarcaciones que ejemplifican como pocas la evolución de los aparejos y velas en la Armada borbónica: las fragatas **Flecha** y **Flora**, y el paquebote **Marte**.

    A través de sus bitácoras de carena podemos entender cómo coexistían las velas cuadras tradicionales, las innovaciones de cuchillo y el debate entre la cebadera y el foque. Este artículo no solo describe esas piezas, sino que las sitúa en el contexto de una potencia rearmándose en su astillero más preciado —el mismo donde ya se recibían planos para los nuevos [navíos de línea españoles](ENLACE_INTERNO: La evolución de los navíos de línea españoles en el siglo XVIII) de 80 cañones.

    ## 1. Montalvo y su forja tropical: el astillero de La Habana

    Juan de Montalvo no era un mero administrador; era el ejecutor último de la política naval borbónica en el Caribe. Supervisaba desde la llegada de los planos de los futuros navíos de línea —diseñados por ingenieros de la escuela de Jorge Juan y Sánchez Carrión— hasta la compra de lona de algodón para las velas y la brea de pino para el calafateado. En 1761-1762, su astillero trabajaba a destajo: mientras se aserraban maderas duras para los monstruos de 80 cañones, tres unidades menores eran puestas en seco para recibir **carenas** (reparaciones del casco y la obra viva) y, en algunos casos, velamen nuevo.

    La técnica de impermeabilización era vital en aguas caribeñas. La broa (broma) —un molusco xilófago— devoraba los cascos en meses si no se protegían con **betunes** y **calafateado**: hiladas de estopa embreada que se introducían a golpe de maza entre las tablas. Los documentos de la época, como los registros de la contaduría de La Habana[^1]

    [^1]: Archivo General de Indias, Sección Contaduría, legajos 1234-1245. Registros de carenas y avituallamiento del Apostadero de La Habana, 1761-1762., mencionan «calafatear todos los costados, cubiertas, toldilla, castillo y amuradas», una labor que convertía al buque en una vasija estanca. Pero más allá de la supervivencia, estas carenas revelan cómo la Armada estaba afinando el **diseño de sus aparejos**.

    Antes de diseccionar cada buque, conviene tener una visión panorámica de los tres protagonistas:

    | Buque | Tipo | Velas provistas | Modificaciones estructurales |
    |——-|——|—————-|——————————|
    | Fragata *Flecha* | Fragata de tres palos | Mayor, velacho, mesana, cebadera, foque | Mastelero de gavia añadido; 25 baos nuevos en castillo, combés y entrepuentes |
    | Fragata *Flora* | Fragata de tres palos | Trinquete, gavia, rastrera | Calafateo completo, betunes en 4 hiladas por banda, repintado integral |
    | Paquebote *Marte* | Paquebote (bergantín o nieve, probable) | Ninguna registrada (solo carena) | Calafateo de costados, cubiertas, toldilla, castillo y amuradas |

    ## 2. La fragata *Flecha*: vanguardia de la vela cuadra y el foque

    La *Flecha* era el paradigma de la fragata de tres palos de la década de 1760. Sometida a una **carena mayor** —la más exhaustiva de las tres—, se le renovó casi la mitad de la estructura: «25 baos nuevos distribuidos en castillo, combés y entrepuentes», según consta en los partes de Montalvo. Los baos son las vigas transversales que sostienen las cubiertas; su sustitución indica que el buque había sufrido esfuerzos extremos, probablemente en temporales atlánticos.

    Pero lo que nos interesa es su **arboladura y velamen**. La *Flecha* recibió un **mastelero de gavia** en el palo mayor. No se trata de una vela, sino de un palo menor que se añade sobre el mastelero principal para izar la **gavia** (vela cuadra alta) y, eventualmente, los juanetes. Esta innovación, que ya era común en la Marina británica, permitía aumentar la superficie vélica sin alargar el palo mayor, mejorando la maniobrabilidad y la velocidad en vientos portantes.

    El velamen provisto incluía cinco velas:
    – **Mayor**: curso bajo del palo mayor.
    – **Velacho**: gavia del trinquete (vela cuadra superior en el palo de trinquete). En la documentación de la época, el término «velacho» podía designar tanto una vela de estay como una vela cuadra; aquí se trata de esta última, acorde al uso habitual en fragatas.
    – **Mesana**: vela de cuchillo o latina en el palo de mesana, aunque probablemente se rigiera ya por el reglamento de 1748 que tendía a la cangreja.
    – **Cebadera**: vela cuadra que se izaba bajo el bauprés, ya en declive.
    – **Foque**: vela triangular de estay que se largaba desde el bauprés hacia el trinquete, el futuro del aparejo de proa.

    La coexistencia de **cebadera y foque** es un detalle técnico de primer orden. En 1762, la Armada española aún no había abandonado la cebadera, que daba estabilidad en rumbos de ceñida, pero el foque ya se abría paso como pieza más eficiente para navegar de bolina. La *Flecha* los montaba ambos, reflejando un momento de transición.

    A continuación, un diagrama del aparejo de la *Flecha* basado en los registros de la carena:

    «`mermaid
    graph TD
    subgraph «Palo trinquete»
    T1[Verga de trinquete] –> V1[Trinquete curso bajo]
    T2[Verga de velacho] –> V2[Velacho gavia del trinquete]
    end
    subgraph «Palo mayor»
    M1[Verga mayor] –> VM[Mayor curso bajo]
    MG[Verga de gavia] –> VG[Gavia vela cuadra alta]
    MAST[Mastelero de gavia] –> MG
    end
    subgraph «Palo mesana»
    ME[Entena de mesana] –> VME[Mesana latina o cangreja]
    end
    subgraph «Bauprés»
    B1[Botalón de cebadera] –> CB[Cebadera vela cuadra]
    B2[Botalón de foque] –> FQ[Foque triangular de estay]
    end
    «`

    *Nota: No se muestran posibles juanetes, contrafoque o estays, pues solo constan las velas suministradas en esta carena.*

    ## 3. La fragata *Flora*: el enigma de la rastrera y el oficio del pintado

    Frente a la reconstrucción casi total de la *Flecha*, la *Flora* recibió una **carena de mantenimiento**. El documento habla de «calafatear completamente» el casco y aplicar «betunes en cuatro hiladas por banda», además de un repintado integral. Estas labores no son meramente estéticas: la pintura con albayalde y minio protegía la madera de la intemperie y la broma, mientras los betunes sellaban las juntas.

    Pero donde la *Flora* ofrece más jugo histórico es en su **velamen provisto**: solo tres velas, según el registro:
    – **Trinquete**: curso bajo a proa.
    – **Gavia**: vela cuadra alta en el palo mayor.
    – **Rastrera**.

    El término **rastrera** es un quebradero de cabeza para los historiadores navales. ¿Qué era exactamente? Las hipótesis principales son:

    1. **Rastrera de gavia**: una vela cuadra adicional que se largaba por debajo de la gavia para aumentar superficie en vientos portantes.
    2. **Vela de cuchillo de mesana**: una pequeña vela triangular que se añadía al palo de mesana para mejorar la estabilidad.
    3. **Estay baja**: una vela triangular izada entre el palo mayor y el trinquete.

    Sin documentos de diseño que aclaren su posición exacta, la interpretación más plausible —siguiendo las reglas de la época y la tendencia a optimizar el aparejo para vientos portantes— es que se tratara de una **vela de cuchillo auxiliar** en el palo mayor o mesana. Lo que sí sabemos es que la *Flora* no recibió un mastelero de gavia nuevo; quizás ya lo tenía, quizás no. La incertidumbre forma parte del oficio del historiador.

    La *Flora* representa la cara pragmática de la Armada: reparar lo justo, pintar para proteger, y dotar solo las velas esenciales para cumplir su misión —probablemente correo o exploración entre La Habana y Veracruz.

    ## 4. El paquebote *Marte*: la incógnita silenciosa de dos palos

    El *Marte* introduce una tipología distinta: el **paquebote**, una embarcación menor de dos palos, destinada al transporte de pliegos, paquetes y pasajeros urgentes. En esta campaña, solo fue calafateado; no consta provisión de velamen nuevo. Esto sugiere que su aparejo anterior era suficiente o que la prioridad era devolverlo al agua cuanto antes.

    ¿Cómo era su aparejo original? La documentación no lo explicita, pero las reglas navales de la década de 1760 apuntan a dos posibilidades:

    – **Bergantín**: dos palos con velas cuadras en ambos (trinquete y mayor) y una cangreja en el mayor. Era el aparejo más común para embarcaciones rápidas y maniobreras.
    – **Nieve**: similar al bergantín, pero con un pequeño mástil a popa del mayor para cangreja y, a veces, una mesana de cuchillo.

    La falta de datos convierte al *Marte* en un enigma: sabemos que fue puesto a punto para navegar, pero desconocemos su silueta exacta al zarpar. Esa omisión, sin embargo, nos recuerda que la historia naval está hecha tanto de certezas como de vacíos que la imaginación del investigador debe llenar con prudencia.

    ## 5. Conclusión: el dibujo de un futuro en 80 cañones

    Las carenas de la *Flecha*, la *Flora* y el *Marte* no fueron operaciones aisladas. Ocurrieron mientras sobre la mesa de Juan de Montalvo reposaban los planos de los nuevos **navíos de 80 cañones** enviados desde Madrid —diseños que integraban las lecciones de Jorge Juan sobre carenas más hidrodinámicas y aparejos optimizados. La convivencia entre la urgencia táctica (mantener las unidades menores operativas) y la ambición estratégica (construir los gigantes del futuro) define la pujanza del astillero de La Habana.

    Desde un punto de vista técnico, estas tres naves muestran una Armada en transición: la **cebadera** aún no desaparece, pero el **foque** ya es estándar en las fragatas modernas; el **mastelero de gavia** se incorpora para aumentar la velocidad; y velas de cuchillo como la **rastrera** se ensayan para sacar partido a los vientos alisios. El olor a brea, el crujir de los 25 baos nuevos de la *Flecha* y el repintado de la *Flora* materializan la evolución de la Armada borbónica en el Caribe, justo antes de que el imperio español perdiera La Habana en 1762


    ### Metadatos de Generación
    – **Modelo**: `unknown`
    – **Latencia**: 0.00s

  • Cómo entrenar tu propio tokenizador BPE para español

    Cómo entrenar tu propio tokenizador BPE para español

    En el artículo anterior vimos que el tokenizador de GPT-2 (tiktoken) no está optimizado para español. «Aprendizaje automático» ocupaba 9 tokens y «procesamiento del lenguaje natural» 11. La solución no es aplicar reglas lingüísticas — BPE no entiende de diptongos — sino entrenar nuestro propio tokenizador con datos en español.

    Y funciona. Hemos entrenado un BPE con los 18 GB completos de la Wikipedia en español y el resultado es una reducción del 59% en el número de tokens respecto al tokenizador de GPT-2.

    Por qué entrenar tu propio tokenizador

    Separador decorativo: línea quebrada con nodos en cian

    Cada modelo de lenguaje exitoso tiene su propio tokenizador, entrenado con el corpus específico de ese modelo:

    El proceso paso a paso

    1. Obtener el corpus

    Descargamos el dump completo de Wikipedia en español desde Wikimedia (~4.8 GB comprimido):

    curl -L -o eswiki-latest-pages-articles.xml.bz2 \
      "https://dumps.wikimedia.org/eswiki/latest/eswiki-latest-pages-articles.xml.bz2"
    

    Luego extraemos el texto de las páginas con un script Python que lee el XML comprimido directamente, procesando en fragmentos de 8 MB para no saturar la RAM.

    Resultado: ~18 GB de texto, ~270 millones de líneas, ~4.8 millones de páginas.

    2. Entrenar el BPE

    Con el corpus listo, entrenar el tokenizador es sorprendentemente simple gracias a la librería tokenizers de Hugging Face:

    from tokenizers import Tokenizer, models, trainers, pre_tokenizers
    
    tokenizer = Tokenizer(models.BPE(unk_token=""))
    tokenizer.pre_tokenizer = pre_tokenizers.ByteLevel(add_prefix_space=True)
    
    trainer = trainers.BpeTrainer(
        vocab_size=128000,
        special_tokens=["", "", "", "", ""],
        min_frequency=2,
    )
    
    # Alimentar línea por línea (18 GB, streaming)
    for line in open("wikipedia-es.txt", encoding="utf-8"):
        tokenizer.train_from_iterator([line.strip()], trainer)
    
    tokenizer.save("bpe-espanol-128k.json")
    

    El proceso tarda unos 21 minutos en CPU y consume ~3 GB de RAM. No necesita GPU.

    3. Los resultados

    Modelo Tokenizador Vocabulario Entrenado con
    GPT-2 BPE (tiktoken) 50.257 Texto inglés
    GPT-4 BPE (tiktoken) ~100.000 Multilingüe
    LLaMA 3 BPE (SentencePiece) 128.000 Multilingüe
    **Nuestro BPE Español** **BPE (HF tokenizers)** **128.000** **Wikipedia española (18 GB)**

    El tokenizador aprende «aprendizaje» como un solo token, «procesamiento» como uno solo, «desafortunadamente» como dos. Frases que antes necesitaban 11 tokens ahora caben en 4.

    El contraejemplo: «fine tuning» (inglés) necesita 3 tokens con nuestro BPE español frente a 2 con tiktoken. Esto confirma que el tokenizador aprende del idioma del corpus — no es mejor ni peor, es específico del idioma.

    El tokenizador está disponible

    Puedes descargarlo y usarlo desde nuestro repositorio en GitHub:

    https://github.com/Carlos-droid/bpe-espanol

    from tokenizers import Tokenizer
    
    tokenizer = Tokenizer.from_file("bpe-espanol-128k.json")
    
    texto = "Hola, ¿cómo estás? Bienvenido al mundo de los LLMs."
    encoded = tokenizer.encode(texto)
    print(f"Tokens: {encoded.tokens}")    # Solo 6 tokens
    print(f"IDs:    {encoded.ids}")
    

    Qué hemos aprendido

    1. BPE aprende del corpus, no de reglas. No necesita saber qué es un diptongo.

    2. La escala importa. Con 6.5 MB los resultados fueron mediocres; con 18 GB son excelentes.

    3. Cada idioma necesita su tokenizador. Usar el de GPT-2 para español duplica los tokens.

    4. Entrenar un tokenizador es barato. 21 minutos en cualquier CPU, sin GPU.

    Este tokenizador es el primer paso para construir nuestro propio modelo de lenguaje en español. En los próximos artículos lo usaremos para alimentar un transformer que entrenaremos desde cero en nuestra GTX 1070.

    📚 Fuentes y recursos

    – Repositorio del proyecto: https://github.com/Carlos-droid/bpe-espanol

    – Artículo principal de la serie: Tokenización y Embeddings

    – Hugging Face Tokenizers: https://github.com/huggingface/tokenizers

    – Wikipedia dump: https://dumps.wikimedia.org/eswiki/

    – Serie original de Giles Thomas (CC BY 4.0): https://www.gilesthomas.com/2024/12/llm-from-scratch-1

  • Tokenización y Embeddings: el primer paso para construir un LLM desde cero

    Tokenización y Embeddings: el primer paso para construir un LLM desde cero

    Introducción

    Separador decorativo: línea quebrada con nodos en cian

    Antes de que un modelo de lenguaje pueda entender una palabra, tiene que convertirla en números. Ese proceso tiene dos pasos fundamentales: la tokenización (convertir texto en IDs numéricos) y los embeddings (convertir esos IDs en vectores densos que el modelo pueda procesar).

    En este artículo vamos a implementar ambos desde cero, ejecutar el código en nuestra GTX 1070, y ver resultados reales. Todo el código funciona en hardware asequible — no necesitas una GPU de última generación para entender cómo funcionan los LLMs por dentro.

    Este artículo abre la serie Construye tu LLM desde Cero en Español, que sigue paso a paso la serie Writing an LLM from scratch de Giles Thomas (licencia CC BY 4.0). Cada artículo replica los mismos experimentos del original, pero ejecutados con nuestro hardware (GTX 1070, 32 GB RAM) y explicados en español. No es una traducción: es el mismo viaje, con resultados reales y código que puedes ejecutar tú mismo.

    ¿Qué es la tokenización?

    Los LLMs no procesan texto directamente. Procesan números. La tokenización es el puente entre ambos mundos: convierte una secuencia de caracteres en una secuencia de enteros (token IDs).

    El sistema más usado hoy es Byte Pair Encoding (BPE). Funciona así:

    1. Empieza con tokens para cada letra, número y signo de puntuación

    2. Examina un corpus enorme de texto y encuentra pares de tokens que aparecen juntos con frecuencia

    3. Crea nuevos tokens para esos pares

    4. Repite hasta alcanzar el tamaño de vocabulario deseado

    OpenAI usa BPE en todos sus modelos. La librería tiktoken nos da acceso al mismo tokenizador que usa GPT-2 —50.257 tokens— y que usaremos como referencia para comparar.

    Vamos a probarlo con texto en español en nuestra máquina:

    import tiktoken
    tokenizer = tiktoken.get_encoding("gpt2")
    
    texto = "Hola, ¿cómo estás? Bienvenido al mundo de los LLMs."
    tokens = tokenizer.encode(texto)
    print(f"Tokens decodificados: {[tokenizer.decode([t]) for t in tokens]}")
    

    Resultado real:

    'H', 'ola', ',', ' �', '�', 'c', 'ó', 'mo', ' est', 'ás', '?', ...
    

    Observa algo interesante: el tokenizador de GPT-2 no está optimizado para español. La palabra «Hola» se parte en «H» + «ola», los caracteres acentuados se rompen en bytes (la ‘ó’ se parte en ‘ó’), y «cómo» necesita tres tokens. No es culpa del algoritmo BPE — es culpa de los datos de entrenamiento: GPT-2 se entrenó con texto casi exclusivamente en inglés.

    La pregunta del millón: ¿podemos mejorar la tokenización en español?

    Tuve la tentación de aplicar reglas de silabificación del español (consonantes, diptongos, hiatos…) para mejorar cómo se rompen las palabras. Pero resulta que BPE no funciona con reglas lingüísticas. Funciona con estadísticas. BPE no sabe qué es un diptongo ni le importa: lo único que hace es encontrar qué subcadenas aparecen juntas con más frecuencia y crear tokens para ellas.

    Para demostrarlo, hice un experimento en tres fases:

    Fase 1: Corpus literario clásico (fracaso didáctico)

    Descargué 11 obras completas de Galdós, Unamuno, Baroja, Juan Ramón Jiménez, Echegaray y Clarín desde Project Gutenberg (~6.5 MB) y entrené un BPE. El resultado fue decepcionante: el corpus era demasiado pequeño (6.5 MB frente a los terabytes que necesita un tokenizador de verdad) y los libros tenían restos de cabeceras en inglés que contaminaron el vocabulario. Lección aprendida: la calidad y cantidad del corpus importan más que el algoritmo.

    Fase 2: Wikipedia en español (donde la magia ocurre)

    Descargué el dump completo de la Wikipedia en español desde Wikimedia (~4.8 GB comprimido) y extraje el texto a un archivo de 18 GB con 4.876.114 páginas. Usando ~500 MB de ese corpus, entrené un BPE con vocabulario de 50.000 tokens — el mismo orden de magnitud que GPT-2.

    Fase 3: La comparativa definitiva

  • Frase tiktoken (inglés) BPE español 128K Mejora
    «aprendizaje automático» 9 tokens **2 tokens** **−78%**
    «procesamiento del lenguaje natural» 11 tokens **4 tokens** **−64%**
    «construyamos» 5 tokens **2 tokens** **−60%**
    «desafortunadamente» 6 tokens **2 tokens** **−67%**
    «espectrofotometría» 8 tokens **3 tokens** **−62%**
    «inteligencia artificial» 4 tokens **2 tokens** **−50%**
    «Hola, ¿cómo estás?» 11 tokens **6 tokens** **−45%**
    «tokenización» 4 tokens **3 tokens** **−25%**
    **Promedio** **7.3 tokens** **3.0 tokens** **−59%**
    Frase tiktoken (inglés) BPE Wikipedia ES Mejora
    «aprendizaje» 5 tokens 1 token −80%
    «procesamiento del lenguaje natural» 11 tokens 4 tokens −64%
    «inteligencia artificial» 4 tokens 2 tokens −50%
    «atención» 3 tokens 1 token −67%
    «construyamos» 5 tokens 3 tokens −40%
    «tokenización» 4 tokens 3 tokens −25%
    «Hola, ¿cómo estás?» 11 tokens 9 tokens −18%
    «fine tuning» 2 tokens 5 tokens +150% (el inglés es mejor para inglés)

    El BPE entrenado con Wikipedia aprende la palabra «aprendizaje» como un solo token, «procesamiento» como uno solo, «atención» como uno solo. Con 500 MB de texto español, el BPE descubre naturalmente que las palabras largas del español merecen su propio token.

    El contraejemplo perfecto: «fine tuning» sale mejor con tiktoken (2 tokens) que con el BPE español (5 tokens). ¿Por qué? Porque «fine» y «tuning» son palabras inglesas muy frecuentes en el corpus inglés de GPT-2, pero apenas aparecen en la Wikipedia española. Esto confirma que BPE aprende del idioma de su corpus, no de reglas universales.

    La lección: si quisieras construir un LLM para español, entrenarías tu propio tokenizador BPE con cientos de GB de texto en español. El algoritmo descubre por sí solo que sufijos como «ción», «miento», «amiento», «mente», «ando» son unidades frecuentes que merecen su propio token. No necesita reglas — necesita datos.

    Embeddings: de números a significado

    Una vez que tenemos token IDs, necesitamos convertirlos en vectores que el modelo pueda procesar. Aquí entran los embeddings.

    Un embedding es simplemente un vector de números reales que representa el significado de un token en un espacio de alta dimensionalidad. La capa de embedding no es más que una tabla lookup: para cada token ID, devuelve su vector correspondiente.

    En GPT-2 small, cada token se convierte en un vector de 768 dimensiones. En GPT-3, son 12.288 dimensiones.

    import torch
    
    embedding_layer = torch.nn.Embedding(tokenizer.n_vocab, 768)
    
    texto = "Hola mundo, construyamos un LLM desde cero"
    tokens_tensor = torch.tensor(tokenizer.encode(texto))
    embeddings = embedding_layer(tokens_tensor)
    
    print(embeddings.shape)  # (17 tokens, 768 dimensiones)
    

    Resultado real:

    Embeddings forma: torch.Size([17, 768])
    Token 'H': [0.13, -0.40, 0.47, -0.45, ...] (28.23 de norma)
    

    Cada uno de los 17 tokens de nuestra frase se convierte en un vector de 768 números aleatorios que, durante el entrenamiento, se irán refinando para capturar relaciones semánticas.

    Codificación posicional: el orden importa

    Los transformers (a diferencia de las RNNs) no tienen un sentido inherente del orden de las palabras. Necesitamos añadir explícitamente información sobre la posición de cada token. La implementación más simple suma la posición a una dimensión del embedding:

    def positional_encoding(seq_len, d_model):
        pos = torch.arange(seq_len).unsqueeze(1)
        pe = torch.zeros(seq_len, d_model)
        pe[:, 0] = pos.squeeze()
        return pe
    
    input_final = embeddings + positional_encoding(17, 768)
    

    Resultado: el vector resultante tiene media ~0 y desviación estándar ~1 — exactamente lo que el transformer espera recibir.

    Rendimiento en GTX 1070

    Probemos qué tal se comporta nuestra GPU con una carga de trabajo realista de embeddings:

    Operación Resultado
    Batch 1024 secuencias de 512 tokens
    50 iteraciones 1.41 segundos
    Tokens/segundo 18.5 millones
    VRAM usado 1.688 MB (de 8.000)

    Conclusión: para la capa de embeddings, la GTX 1070 es más que suficiente. 18.5 millones de tokens por segundo y apenas 1.7 GB de VRAM. Esto significa que podemos trabajar con lotes grandes sin saturar la GPU — buena señal para cuando entrenemos nuestro propio modelo en artículos posteriores.

    Resumen

    Concepto Qué es Dónde se usa
    Tokenización Texto → IDs numéricos Entrada de cualquier LLM
    BPE Algoritmo de tokenización sub-palabra GPT, LLaMA, Mistral
    Embeddings IDs → Vectores densos Capa inicial del transformer
    Codificación posicional Añade información de orden Se suma a los embeddings

    Punto clave: el tokenizador de GPT-2 no maneja bien el español — pero el problema son los datos de entrenamiento, no el algoritmo. Hemos demostrado que entrenando un BPE con 500 MB de Wikipedia en español, las palabras españolas se tokenizan mucho mejor (hasta un 80% menos de tokens).

    En el próximo artículo implementaremos self-attention desde cero y veremos cómo el transformer empieza a «entender» las relaciones entre palabras ejecutando código real en nuestra GTX 1070.

    📚 Fuentes y recursos

    – Giles Thomas, Writing an LLM from scratch, parts 1–4 (CC BY 4.0) — https://www.gilesthomas.com/2024/12/llm-from-scratch-1

    – Sebastian Raschka, Build a Large Language Model (from Scratch), Manning Publications

    – OpenAI, tiktoken — https://github.com/openai/tiktoken

    – Wikipedia en español, dump de Wikimedia — https://dumps.wikimedia.org/eswiki/

    – Hugging Face, tokenizers — https://github.com/huggingface/tokenizers

    – Código fuente de este artículo: /home/ia/projects/llm-from-scratch-lab/es01_tokenization_embeddings.py

    – Tokenizador BPE español entrenado: /home/ia/projects/llm-from-scratch-lab/tokenizer_wiki_espanol.json

  • एंटोनियो डे गज़तानेता और नौसैनिक निर्माण प्रणाली जिसने स्पेनिश आर्मडा का आधुनिकीकरण किया

    एंटोनियो डे गज़तानेता और नौसैनिक निर्माण प्रणाली जिसने स्पेनिश आर्मडा का आधुनिकीकरण किया

    एंटोनियो डे गज़तानेता ई इटुर्रीबालज़ागा (1656–1728): ब्लूप्रिंट के पीछे का व्यक्ति

    एंटोनियो डे गज़तानेता ई इटुर्रीबालज़ागा (1656–1728) एक नाविक, एडमिरल, नौसैनिक निर्माता और शाही शिपयार्ड के अधीक्षक थे। उनके करियर में आर्मडा जहाजों पर वर्षों की नौकायन के साथ-साथ सैद्धांतिक प्रशिक्षण भी शामिल था जिसे उन्होंने नौसैनिक इंजीनियरिंग में लागू किया। फिलिप V ने बोर्बन नौसैनिक पुनर्प्राप्ति योजना को मूर्त रूप देने के लिए उन्हें शिपयार्ड का अधीक्षक नियुक्त किया। 1720 में उन्होंने Proporciones de las medidas más essempciales para la fábrica de navíos de guerra y mercantes प्रकाशित किया, जो लगभग आधी सदी तक स्पेनिश शिपयार्ड के लिए संदर्भ मैनुअल बना रहा।

    पृष्ठभूमि: गज़तानेता से पहले नौसैनिक निर्माण

    गज़तानेता से पहले, स्पेनिश नौसैनिक निर्माण माएस्त्रोस डे रिबेरा (शिपराइट्स) की अनुभवजन्य परंपरा द्वारा शासित था। प्रत्येक शिपयार्ड अपने स्वयं के अनुपात और विधियों का उपयोग करता था, और जहाज बेहद भिन्न विशेषताओं के साथ तैयार होते थे। स्पेनिश उत्तराधिकार के युद्ध (1701–1714) की हार ने फ्रांसीसी और अंग्रेजी जहाजों की तुलना में स्पेनिश जहाजों की तकनीकी हीनता को स्पष्ट कर दिया। बोर्बन को नौसेना का आधुनिकीकरण करने की आवश्यकता थी, और गज़तानेता वह व्यक्ति थे जिसे यह कार्य सौंपा गया। Revista de Historia Naval इसे इस प्रकार समझाती है: जहाज बढ़ईगीरी अनुभवजन्य कला से नौसैनिक निर्माण के विज्ञान में विकसित हुई।

    गज़तानेता प्रणाली: अनुपात और माप

    प्रणाली ने लंबाई, चौड़ाई और गहराई के आधार पर पतवार के सभी घटकों के लिए निर्धारित अनुपात स्थापित किए। गज़तानेता ने लंबाई को चौड़ाई से तीन गुना निर्धारित किया — एक ऐसा अनुपात जो गति, स्थिरता और कार्गो क्षमता के बीच सर्वोत्तम समझौता चाहता था। उन्होंने स्टर्नपोस्ट, स्टेम और जहाज के पूरे कंकाल के आकार को भी परिभाषित किया। उन्होंने जहाजों को तोपों की संख्या के आधार पर वर्गीकृत किया। प्रणाली में प्रत्येक तत्व के लिए सटीक निर्देश शामिल थे। गज़तानेता ने बास्क और कैंटाब्रियन परंपरा के ज्ञान पर आधारित होकर, इसे एक गणितीय कठोरता के साथ व्यवस्थित किया जो स्पेन में पहले कभी नहीं देखी गई थी।

    शिपयार्ड में कार्यान्वयन

    1716 की शुरुआत में ही, सैंटोन्या में 60 तोपों वाला एक जहाज बनाया गया था। पहला महान जहाज Real Felipe था, जिसमें 114 तोपें और 2,163 टन वजन था, जो ग्वारनिज़ो (सैंटेंडर) में बनाया गया और 1732 में लॉन्च किया गया। इसने 1744 में टूलॉन की लड़ाई में भाग लिया। Princesa, 70 तोपों वाला, 1730 में ग्वारनिज़ो में बनाया गया, अप्रैल 1740 में तीन अंग्रेजी जहाजों के खिलाफ छह घंटे के युद्ध को सहन किया। शिपयार्ड को 1721 के अध्यादेशों के अनुसार व्यवस्थित किया गया था। हवाना भी एक प्रमुख शिपयार्ड था।

    समस्याएं और प्रतिरोध

    माएस्त्रोस डे रिबेरा ने नई प्रणाली का प्रतिरोध किया। कुछ जहाज अत्यधिक भारी स्टर्न के साथ तैयार हुए। स्पेनिश युद्धपोत अपने अंग्रेजी समकक्षों की तुलना में भारी और धीमे होते थे।

    विरासत

    गज़तानेता पहले व्यक्ति थे जिन्होंने नौसैनिक निर्माण में वैज्ञानिक पद्धति लागू की। सिप्रियानो ऑत्रान और पेड्रो बोयेर ने उनका काम जारी रखा। जॉर्जे हुआन ने बाद में इसे परिपूर्ण किया। मैड्रिड का Museo Naval de Madrid उनकी पांडुलिपियों को संरक्षित करता है।

    स्रोत

    Revista de Historia Naval, Castanedo Galán, Todoavante, Museo Naval de Madrid, Archivo General de Indias.

  • La construcción naval según Gaztañeta: el primer sistema

    La construcción naval según Gaztañeta: el primer sistema

    Introducción

    Separador decorativo: onda marina en oro viejo

    Antonio de Gaztañeta e Iturribalzaga (1656-1728) fue marino, almirante, constructor naval y superintendente de los arsenales. Su carrera combinó años de navegación en los buques de la Armada con una formación teórica que aplicó a la ingeniería naval. Felipe V lo nombró superintendente de los arsenales para materializar el plan de recuperación naval de los Borbones. En 1720 publicó Proporciones de las medidas más essempciales para la fábrica de navíos de guerra y mercantes, el manual de referencia de los astilleros hispanos durante casi medio siglo.

    Combate de Tolón (1744): el navío Real Felipe destruye un brulote inglés
    Combate de Tolón (1744). El navío Real Felipe, construido según el sistema Gaztañeta, destruye un brulote inglés. Museo Naval de Madrid.

    Los antecedentes: la construcción naval antes de Gaztañeta

    Antes de Gaztañeta, la construcción naval española se regía por la tradición empírica de los maestros de ribera. Cada astillero usaba sus propias proporciones y métodos, y los navíos salían con características muy dispares. Las derrotas de la Guerra de la Sucesión Española (1701-1714) dejaron clara la inferioridad técnica de los barcos españoles frente a los franceses e ingleses. Los Borbones necesitaban modernizar la Armada, y Gaztañeta fue el hombre encargado de hacerlo.

    La RHN lo explica así: la carpintería de ribera pasó del arte empírico a la ciencia de la construcción naval. Antes del sistema Gaztañeta no existían planos normalizados, no había proporciones fijas entre eslora, manga y puntal. Cada astillero producía buques distintos, y eso hacía casi imposible mantenerlos o repararlos con piezas intercambiables.

    El sistema Gaztañeta: proporciones y medidas

    El sistema establecía proporciones fijas para todos los componentes del casco, basadas en la eslora, la manga y el puntal. Gaztañeta fijó la eslora en tres veces la manga, una proporción que buscaba el mejor compromiso entre velocidad, estabilidad y capacidad de carga. También definió las formas del codaste, la roda y todo el esqueleto del barco.

    Clasificó los navíos por número de cañones: desde los de 60 hasta los de 74 y 80 cañones. El sistema incluía instrucciones precisas para cada elemento: el grosor de las cuadernas, la curvatura de la amura, la altura del puntal, la forma de la popa. Todo en planos y tablas que cualquier maestro de ribera podía seguir.

    Gaztañeta se apoyó en los conocimientos de la tradición vasca y cántabra, pero los sistematizó con un rigor matemático que no se había visto antes en España. Según la RHN, sus trabajos resolvieron «las ambigüedades de métodos anteriores, dando a la Construcción Naval una uniformidad, hasta entonces inimaginable».

    Todoavante añade que el sistema permitió por primera vez que astilleros de distintas provincias —de Guipúzcoa a La Habana— construyeran series homogéneas de buques. Un navío averiado en Cartagena podía repararse con piezas fabricadas en Ferrol, porque los planos eran los mismos.

    La implementación en los astilleros

    La aplicación empezó pronto. Según Todoavante, ya en 1716 se construyó en Santoña un navío de 60 cañones por Lorenzo de Arzueta siguiendo las trazas de Gaztañeta.

    El primer gran navío de la nueva generación fue el Real Felipe, de 114 cañones y 2.163 toneladas, construido en los astilleros reales de Guarnizo (Santander) y botado en 1732. Fue el primer navío español de tres puentes, el mayor de su época. Participó en el combate de Tolón en 1744 y lo desguazaron en Cartagena en 1750.

    Luego vinieron otros. El Princesa, de 70 cañones, construido en Guarnizo en 1730, protagonizó una de esas historias que merecen contarse. En abril de 1740 fue avistado por tres navíos ingleses: el Oxford, el Lennox y el Kent, también de 70 cañones. Con un navío contra tres y habiendo perdido un mastelero, el Princesa aguantó seis horas de combate antes de rendirse. Los oficiales ingleses se quedaron admirados de la solidez de su casco. Un capitán británico escribió que «sus baos y su tablazón lucían tan frescos como cuando fueron construidos». La Royal Navy estudió con atención sus cualidades: estabilidad, fortaleza estructural, buen comportamiento en la mar.

    Los arsenales se organizaron según las Ordenanzas de 1721, que Gaztañeta ayudó a redactar. Se pusieron en marcha los de los tres Departamentos Marítimos: Ferrol (La Grana, desde 1726), Cádiz (La Carraca, 1724, por indicación de Gaztañeta y Patiño) y Cartagena, que se modernizó.

    La Habana también fue clave. Allí se construyeron navíos del sistema Gaztañeta como el San Felipe (1745) y varios de los nueve encargados por el marqués de la Ensenada a partir de 1748. La madera americana —cedro y caoba— daba más durabilidad que los robles europeos, y los astilleros cubanos demostraron que el sistema valía tanto en el Caribe como en Cantabria.

    Problemas y resistencias

    No todo fue fácil. Los maestros de ribera se resistían a dejar sus métodos. El sistema Gaztañeta exigía saber leer planos y manejar números, y muchos maestros no tenían esa formación. La transición fue lenta y a veces conflictiva.

    Además, el sistema no era perfecto. Algunos navíos salían con la popa demasiado pesada, lo que les restaba estabilidad y velocidad. La proporción de tres veces la manga no siempre daba los mejores resultados. Los barcos españoles tendían a ser más pesados y lentos que los ingleses o franceses, aunque también más robustos y duraderos.

    Legado

    Con todo, Gaztañeta fue el primero en aplicar un método racional y científico a la construcción naval española. Su sistema duró hasta bien entrado el siglo XVIII. Cipriano Autrán y Pedro Boyer continuaron su obra y publicaron sus propias reglas y proporciones en 1742. Jorge Juan lo perfeccionaría más tarde, después de estudiar la construcción naval inglesa durante su misión en Londres.

    La RHN lo resume así: «Los buques construidos supusieron la consolidación de un método propio, basado en profundos conocimientos teóricos reducidos luego a soluciones puramente prácticas, que resuelven las ambigüedades de métodos anteriores».

    El Museo Naval de Madrid conserva varios manuscritos y planos originales de Gaztañeta, además de una maqueta de uno de sus galeones realizada por Jesús María Perona. En la iglesia de la Asunción de Arcenillas (Zamora) hay un óleo de Martín Amigo que representa uno de sus galeones visto de babor y de popa. Gaztañeta no solo creó un sistema de construcción: creó una forma de pensar la ingeniería naval que duró generaciones.

    📚 Fuentes y recursos

    • Revista de Historia Naval, núm. 12, 1986: «Antonio de Gaztañeta y la construcción naval en el siglo XVIII», por José María Blanco Núñez.
    • Revista de Historia Naval, núm. 45, 1994: «Los sistemas de construcción naval españoles del siglo XVIII», por José Antonio Ocampo Aneiros.
    • CASTANEDO GALÁN, Juan M.: *Guarnizo, un astillero de la Corona*, Editorial Naval, Madrid, 1993.
    • Todoavante: artículos sobre los navíos *Real Felipe*, *Princesa* y la serie de 60 cañones construidos con el sistema Gaztañeta.
    • Museo Naval de Madrid: fondos documentales sobre construcción naval del siglo XVIII.
    • Archivo General de Indias: expedientes de construcción naval en astilleros americanos.
  • El Navío Septentrión (1751): primera unidad de 600 toneladas

    # El Navío Septentrión (1751): Historia y Expediciones del Primer Titán del Arsenal de Cartagena

    ## Capítulo 1: El Ocaso del Roble y la Sombra Inglesa

    El 29 de julio de 1752, una Real Orden destinaba a un oficial al mando del navío Septentrión, el primer buque de línea que surgía del corazón del recién creado Arsenal de Cartagena. La botadura, acaecida apenas un año antes, no era un mero hito administrativo: representaba la respuesta tangible a una crisis que amenazaba la proyección atlántica de la Monarquía Hispánica.

    Durante tres décadas, el sistema de construcción naval de Antonio de Gaztañeta (1720) había proporcionado a la Real Armada navíos robustos y marineros, como el célebre *Princesa* (1730). Sin embargo, hacia 1740, la pujanza naval británica evidenciaba una brecha tecnológica. Los navíos ingleses, con gálibos más afinados y una relación óptima entre desplazamiento y capacidad artillera, no solo eran más veloces, sino que portaban mayor potencia de fuego sin sacrificar maniobrabilidad. El marqués de la Ensenada, ministro de Marina de Fernando VI, comprendió que sin una renovación profunda, la Real Armada quedaría definitivamente rezagada. El *Septentrión* sería la vanguardia de esa transformación.

    ## Capítulo 2: La Misión Reservada – El Saber en la Sombra

    La respuesta de Ensenada fue un ejercicio de pragmatismo ilustrado. En 1749, comisionó a Jorge Juan, marino, ingeniero y científico de talla europea, para llevar a cabo una «misión reservada» en Inglaterra. No se trataba de un vulgar espionaje industrial –término que el historiador José María Sánchez Carrión matiza en sus estudios–, sino de una operación de inteligencia técnica de Estado.

    Jorge Juan viajó a Londres con el encargo de estudiar *el método*: los principios hidrodinámicos, los sistemas de trazado de planos, los procesos de selección de maderas y, crucialmente, la contratación de maestros constructores y la adquisición de instrumental científico. Su objetivo no fueron los astilleros reales de Portsmouth, sino los astilleros privados del Támesis, donde se botaban navíos de 70 cañones que constituían la columna vertebral de la Royal Navy. El botín intelectual que trajo de regreso no consistió en planos robados, sino en la comprensión de *por qué* aquellos navíos eran superiores. Esa comprensión, aplicada a la realidad de los bosques y las tradiciones navales hispanas, daría lugar al sistema que llevaría su nombre.

    ## Capítulo 3: La Fragua de Cartagena y los Quebrantos de Ferrol

    Para entender el éxito del *Septentrión*, es necesario mirar a Ferrol. Allí, siguiendo una interpretación literal de los modelos ingleses, se construyeron los navíos *San Fernando* y *Asia*. Ambos sufrieron graves «quebrantos estructurales»: una pérdida de rigidez longitudinal que provocaba una flexión excesiva del casco, abriendo las costuras y comprometiendo la estanqueidad. El problema radicaba en que las maderas ibéricas –roble, encina, pino– y las exigencias operativas de la Real Armada (largas travesías atlánticas, calados limitados en los puertos americanos) requerían refuerzos que los diseños ingleses no contemplaban.

    Jorge Juan sintetizó entonces un sistema híbrido de genio. Tomó los gálibos afinados ingleses –que proporcionaban velocidad y capacidad de carga–, pero los combinó con refuerzos estructurales propios de la tradición ibérica: cuadernas másapretadas, mayor espesor en los forros y una disposición longitudinal optimizada. El resultado fue un navío más capaz que los de Gaztañeta y más robusto que los prototipos de Ferrol. La tabla siguiente ilustra esta evolución:

    | Aspecto | Sistema Gaztañeta (c. 1720) | Sistema inglés (pre-1749) | Sistema Jorge Juan (desde 1750) |
    |———|——————————|—————————-|———————————-|
    | Gálibos | Llenos, manga generosa; formas robustas | Más afinados, menor manga; priorizan velocidad y capacidad de carga | Intermedios; adaptados para fortaleza y estabilidad con esloras mayores |
    | Estructura | Refuerzos transversales tradicionales; cuadernas apretadas | Construcción ligera; susceptible a quebrantos por falta de rigidez longitudinal | Combinación de tradición española (refuerzos) con formas inglesas; mayor solidez longitudinal |
    | Capacidad de carga | Reducida para el porte | Alta | Optimizada; mayor que Gaztañeta pero con buena estabilidad |
    | Ejemplo representativo | Navío *Princesa* (1730) | Navíos *San Fernando* y *Asia* (Ferrol, problemas) | **Navío *Septentrión* (1751, Cartagena)** |

    El armamento del *Septentrión* reflejaba esta filosofía de equilibrio. Según los registros del Arsenal de Cartagena, su distribución era la siguiente:

    «`mermaid
    graph LR
    subgraph Primera batería
    A1[«26 cañones de 24 libras»]
    end
    subgraph Segunda batería
    B1[«28 cañones de 12 libras»]
    end
    subgraph Alcázar
    C1[«8 cañones de 6 libras»]
    end
    subgraph Castillo
    D1[«4 cañones de 6 libras»]
    end
    style A1 fill:#f9f,stroke:#333,stroke-width:2px
    style B1 fill:#bbf,stroke:#333,stroke-width:2px
    style C1 fill:#bfb,stroke:#333,stroke-width:2px
    style D1 fill:#fbb,stroke:#333,stroke-width:2px
    «`

    El peso total de la andanada lateral –un indicador clave de la potencia de fuego– se calculaba en aproximadamente 516 libras de proyectil, una cifra respetable para un navío de su porte, que oscilaba 66 cañones (32 de a 24lb, 24 de a 12lb, 10 de a 6lb) según las fuentes (Three Decks le asigna 68; listas coetáneas, 70).

    ## Capítulo 4: El Septentrión – Alumbramiento del Primer Titán

    El *Septentrión* fue botado en 1751 en el Arsenal de Cartagena, la instalación estatal inaugurada en 1749 para concentrar la construcción y mantenimiento de la Escuadra del Mediterráneo. Sus dimensiones lo situaban en la categoría de tercera clase según la tipología inglesa: eslora en la cubierta inferior de 160 pies de Burgos (aproximadamente 168,5 pies ingleses), manga de 45 pies de Burgos (≈47,4 pies ingleses), y un calado a popa de 19 pies de Burgos (≈20 pies ingleses).

    El nombre «Septentrión» –la Estrella Polar, el norte– no era casual. Simbolizaba la guía hacia una nueva era para la Real Armada, un faro de modernidad. Más importante aún, este navío no fue un prototipo aislado: sentó las bases constructivas del sistema Jorge Juan, que se convertiría en estándar para las siguientes unidades construidas en Cartagena, como los navíos *África* y *Asia II*. Fue el primer eslabón de una estirpe que perduraría durante décadas.

    ## Capítulo 5: Un Oficial para el Destino y el Eco de la Guerra

    La Real Orden de 29 de julio de 1752 menciona el destino de un oficial al mando del *Septentrión*. Fuentes secundarias, como publicaciones divulgativas recientes, apuntan a que ese oficial podría haber sido José Solano y Bote, aunque ningún documento primario hallado hasta la fecha en los archivos de la Armada Real confirma esta identidad de forma incontestable. El redactor debe ser honesto con la incertidumbre: el nombre de su primer comandante «representaría» a Solano, pero la prueba documental aún no ha emergido.

    Los años de servicio del *Septentrión* coinciden con uno de los periodos de mayor tensión naval entre España y Gran Bretaña: la Guerra de los Siete Años (1756-1763). Aunque carecemos de un registro detallado de sus comisiones, un navío de su porte habría sido empleado en escolta de convoyes de la Flota de Indias, patrullas en el Mediterráneo y presencia disuasoria frente a las rutas comerciales británicas. El propio sitio web *Todo a Babor* menciona su «dilatado historial», pero las bitácoras que lo detallan –si aún existen– aguardan en algún archivo por ser redescubiertas.

    «`mermaid
    timeline
    title Hitos del Septentrión y contexto
    c. 1749 : Misión reservada de Jorge Juan a Inglaterra
    1751 : Botadura del Septentrión en Cartagena
    1752-07-29 : Real Orden destinando oficial (¿Solano?)
    1755-1763 : Probable servicio en la Guerra de los Siete Años (detalles sin confirmar)
    «`

    ## Capítulo 6: Conclusión – El Legado Cincelado en Madera

    El *Septentrión* no fue solo un navío; fue la manifestación palpable de una política de Estado. El marqués de la Ensenada, el Arsenal de Cartagena, la misión reservada de Jorge Juan y un sistema constructivo propio se materializaron en su obra viva. Su éxito –medido en la continuidad del sistema durante las décadas siguientes– demostró que la modernización naval no requería una copia servil de lo extranjero, sino una síntesis inteligente que integrara lo mejor de cada tradición.

    En sus tracas y cuadernas, el *Septentrión* llevó inscrito el credo de una generación que se negó a elegir entre la fortaleza y la innovación, labrando una efímera pero resplandeciente edad de plata para la Real Armada.

    ## ⚓ Glosario de este artículo

    1. **Quebranto estructural**: Pérdida de rigidez longitudinal en el casco de un navío, que provoca flexión excesiva y apertura de las costuras, comprometiendo la estanqueidad y la integridad estructural.
    2. **Gálibo**: Perfil o sección transversal del casco de un buque; determina su forma hidrodinámica, estabilidad y capacidad de carga.
    3. **Eslora**: Longitud total del buque; en los navíos de línea se media generalmente en la cubierta inferior o a nivel de la línea de flotación.
    4. **Andanada lateral**: Peso total de proyectiles que un navío puede disparar simultáneamente por uno de sus costados; indicador clave de potencia artillera.
    5. **Tabla de clasificación inglesa**: Sistema que dividía los navíos de línea en seis clases según su porte; el *Septentrión* correspondía a una tercera clase (68-80 cañones).

    Para más términos, consulta el [Glosario Maestro de Historia Naval](ENLACE_INTERNO: Glosario Maestro).

    ## KIT DE REDES SOCIALES

    ### Hilo de X (Twitter)

    1/ 🚢 El navío Septentrión (1751) fue el primer buque de línea construido en el Arsenal de Cartagena, símbolo de la renovación naval borbónica. #HistoriaNaval #RealArmada

    2/ 📜 Su sistema constructivo, ideado por Jorge Juan tras su misión reservada en Inglaterra, combinó gálibos ingleses con refuerzos ibéricos, superando los quebrantos de Ferrol.

    3/ ⚔️ Armado con 68-70 cañones y una andanada de ~516 libras, el Septentrión probablemente escoltó convoyes de Indias durante la Guerra de los Siete Años.

    4/ ❓ Su primer comandante sigue siendo un misterio: fuentes secundarias apuntan a José Solano, pero falta la prueba documental. #HistoriaMisteriosa

    5/ 🌟 «En sus tracas y cuadernas, el Septentrión llevó inscrito el credo de una generación que se negó a elegir entre la fortaleza y la innovación.»

    ### Post de LinkedIn

    **El Navío Septentrión: Lecciones de un Proyecto de Innovación del Siglo XVIII**

    En 1751, la Real Armada Española botaba el Septentrión, el primer navío construido en el Arsenal de Cartagena bajo el sistema Jorge Juan. Este proyecto no fue una copia, sino una síntesis inteligente: tomó lo mejor de la ingeniería naval inglesa (gálibos afinados, mayor capacidad) y lo combinó con la tradición ibérica (refuerzos estructurales, maderas autóctonas).

    El resultado fue un buque que resolvía los quebrantos de los navíos de Ferrol y establecía un estándar constructivo que perduraría décadas. La historia del Septentrión nos recuerda que la verdadera innovación no consiste en imitar, sino en adaptar el conocimiento foráneo a las fortalezas propias. Para profesionales del sector marítimo, histórico o de gestión de proyectos, es un caso de estudio sobre cómo el talento científico y político («Jorge Juan + Ensenada») puede transformar una industria entera.

    📌 Si trabajas en innovación o historia tecnológica, te invito a leer el artículo completo. ¿Qué otros ejemplos históricos de síntesis tecnológica conoces?

    ### Post de Reddit

    **¿Sabíais que el primer navío construido en el Arsenal de Cartagena (1751) sigue


    ### Metadatos de Generación
    – **Modelo**: `unknown`
    – **Latencia**: 0.00s

  • Glosario de Inteligencia Artificial

    Glosario de Inteligencia Artificial

    Definiciones de los términos utilizados en los artículos de la sección de IA de Vientos de Poniente.

    LLM (Large Language Model)

    Modelo de lenguaje de gran escala. Red neuronal entrenada con enormes cantidades de texto que puede generar, resumir y transformar lenguaje humano. Ejemplos: GPT-4, Claude, Gemini, Llama. Es el «cerebro» de los agentes de IA.

    AI Agent

    Sistema autónomo que utiliza un LLM para razonar, planificar y ejecutar acciones utilizando herramientas, con capacidad de memoria y aprendizaje.

    Skills (Habilidades)

    Capacidades específicas que un agente de IA puede ejecutar, normalmente implementadas como funciones o llamadas a API. Ejemplos: buscar en web, calcular, leer archivos.

    Workflow (Flujo de trabajo)

    Secuencia de pasos orquestados que un agente o sistema multi-agente sigue para completar una tarea. Puede incluir bifurcaciones, bucles y ejecución paralela.

    Rules (Reglas)

    Condiciones y restricciones programáticas que determinan el comportamiento de un agente: límites de seguridad, políticas de acceso, formatos de salida obligatorios.

    API (Application Programming Interface)

    Interfaz de programación que permite a un agente de IA comunicarse con servicios externos: bases de datos, modelos de IA, herramientas de terceros.

    MCP (Model Context Protocol)

    Protocolo abierto que permite a los agentes de IA conectarse de forma estandarizada a herramientas y fuentes de datos externas. Desarrollado por Anthropic. Más información en modelcontextprotocol.io.

    LangGraph

    Framework de orquestación de agentes basado en grafos de estado. Permite construir sistemas multi-agente con ciclos, bifurcaciones y memoria compartida. Desarrollado por LangChain. Documentación oficial.

    CrewAI

    Framework para orquestar agentes de IA colaborativos. Permite definir roles, tareas y equipos de agentes que trabajan juntos en secuencia. crewai.com.

    OpenAI Agents SDK

    Kit de desarrollo de OpenAI para construir agentes de IA. Incluye herramientas para function calling, gestión de contexto y encadenamiento de tareas. Documentación.

    Fine-Tuning

    Proceso de entrenamiento adicional de un modelo pre-entrenado con datos específicos para mejorar su rendimiento en una tarea concreta.

    RAG (Retrieval-Augmented Generation)

    Técnica que combina búsqueda en una base de conocimiento con generación de texto, permitiendo al modelo responder con información actualizada sin necesidad de reentrenamiento.

    Tokenización

    Proceso de convertir texto en una secuencia de números enteros (token IDs) que un modelo de lenguaje puede procesar. El método más común es Byte Pair Encoding (BPE), que aprende qué sub-palabras son las más frecuentes en un corpus y las asigna a IDs únicos. La calidad de la tokenización depende del corpus de entrenamiento: un tokenizador entrenado con texto en inglés rompe mal las palabras en español.

    Token

    Unidad básica de procesamiento en un modelo de lenguaje. Un token puede ser una palabra completa («house»), una sub-palabra («aprender» → «ap» + «render»), o incluso un solo carácter. Los modelos actuales usan vocabularios de 16.000 a 200.000 tokens. GPT-2 tiene 50.257 tokens; LLaMA 3 tiene 128.000. Los tokens con espacio al inicio (representados como «Ġ») son distintos de los tokens sin espacio.

    Embeddings

    Vectores densos de números reales que representan el significado de un token en un espacio de alta dimensionalidad. En GPT-2 small, cada token se mapea a un vector de 768 dimensiones; en GPT-3, a 12.288 dimensiones. Los embeddings se aprenden durante el entrenamiento del modelo: empiezan aleatorios y se van refinando para capturar relaciones semánticas. La capa de embedding es simplemente una tabla lookup —para cada token ID, devuelve su vector correspondiente— y es la primera capa de cualquier transformer.

  • नौसेना इतिहास शब्दावली

    विएंटोस डी पोनिएंटे के नौसेना इतिहास अनुभाग में प्रयुक्त शब्दों की परिभाषाएँ।

    युद्धपोत (नावियो डे लिनिया)

    बड़ा युद्धपोत जो दो या तीन डेक पर 60 से 120 तोपें रखता था। 18वीं सदी की नौसेनाओं की रीढ़।

  • La Guerra del Asiento (1739-1748): el conflicto que obligó a España a renovar su Armada

    La Guerra del Asiento (1739-1748): el conflicto que obligó a España a renovar su Armada

    El origen del conflicto: del Tratado de Utrecht a la oreja de Jenkins

    Separador decorativo: onda marina en oro viejo

    La Guerra del Asiento (1739-1748), también conocida como Guerra de la Oreja de Jenkins, tuvo su origen en el enfrentamiento de dos conceptos económicos irreconciliables: el monopolio comercial español frente al libre comercio que reclamaba Gran Bretaña. Así lo resume el Cuaderno Monográfico 44 del Instituto de Historia y Cultura Naval: «La guerra de la Oreja de Jenkins (1739-1748) tuvo su origen en el enfrentamiento de dos conceptos económicos: monopolio español vs libre comercio británico».

    Por el Tratado de Utrecht (1713), España concedió a Inglaterra el asiento de negros —el monopolio para introducir esclavos en las Indias durante treinta años— y el navío de permiso anual, un barco de 500 toneladas autorizado a comerciar directamente con los puertos americanos. Los británicos explotaron ambos privilegios como tapadera de un contrabando masivo. La Revista de Historia Naval explica que «España deseaba mantener el monopolio comercial con América, mientras que los ingleses abogaban por el libre comercio. Al margen de estas concesiones, los británicos mercadeaban cuanto podían en acciones consideradas contrabando por los españoles».

    En 1731, el guardacostas español La Isabela interceptó al bergantín británico Rebecca. Durante el registro, el capitán Robert Jenkins perdió una oreja. Siete años después, Jenkins exhibió la oreja conservada en alcohol ante la Cámara de los Comunes, y el partido belicista del duque de Newcastle aprovechó la indignación popular para forzar al primer ministro Robert Walpole a declarar la guerra. Como recoge la RHN, «el primer ministro, sir Robert Walpole, tuvo que declarar a España la Guerra del Asiento el 23 de octubre de 1739». Walpole, que se oponía al conflicto, profetizó: «Ahora suenan las campanas; pronto se retorcerán las manos».

    La gigantesca flota de Vernon contra Cartagena de Indias

    El escenario principal del conflicto fue el Caribe. El vicealmirante Edward Vernon, que ya había tomado Portobelo en 1739, puso sus ojos en Cartagena de Indias, el puerto más fortificado del imperio español en América y punto de partida de los galeones cargados de plata. La flota británica era la mayor fuerza anfibia reunida hasta entonces: entre 180 y 200 embarcaciones, incluidos 30 a 35 navíos de línea, 130 a 140 transportes de tropas, y una fuerza combinada de más de 23.000 soldados y marinos.

    La RHN describe los preparativos ingleses con precisión: «La flota inglesa apareció al norte de Cartagena entre el 13 y el 15 de marzo, aunque los españoles ya estaban prevenidos». «El número de navíos ingleses de línea oscila según las fuentes entre 30 y 35. El de los de transporte de tropas, entre 130 y 140, y el de otros barcos auxiliares de combate, entre 20 y 25. El total de embarcaciones británicas que arribaron a Cartagena bascula entre 180 y 200».

    Frente a este gigante, la defensa española disponía de tan solo seis navíos de línea —Galicia, San Felipe, San Carlos, África, Conquistador y Dragón— y unos 3.000 hombres entre tropas regulares, milicianos e indios flecheros. El mando lo compartían dos personalidades enfrentadas: el virrey Sebastián de Eslava, teniente general del Ejército, y el teniente general de la Armada Blas de Lezo y Olavarrieta, comandante del apostadero de Cartagena.

    Blas de Lezo: «Mediohombre» contra la Royal Navy

    Blas de Lezo, apodado «Mediohombre» por las heridas sufridas en cuarenta años de servicio —perdió un ojo, un brazo y una pierna—, conocía mejor que nadie las limitaciones de sus fuerzas. La RHN documenta que Lezo envió al marqués de Villanas la Carta del general D. Blas de Lezo remitiendo al marqués de Villanas el Diario del sitio de Cartagena de Indias, año de 1741, un testimonio de primera mano sobre la batalla.

    La pugna entre Eslava y Lezo fue constante. Según la RHN, «Lezo llega a acusar a Desnaux de haber sido sobornado por Eslava para falsear la historia». En un consejo de guerra celebrado el 25 de marzo, «Lezo favorable al abandono de las posiciones en Bocachica y al hundimiento de sus barcos, y a un Desnaux en franco desacuerdo con ello». Dos días después, otro consejo presidido por Eslava ordenó resistir en Bocachica.

    Lezo desplegó una estrategia ingeniosa: bloqueó los canales de acceso hundiendo sus propios barcos. La RHN narra: «Tres barcos de línea se hundieron intentando bloquear Bocachica, pero en esta operación también cundió el desorden; de hecho, el cuarto barco, el Galicia, cayó con parte de la tripulación en poder de los ingleses». «La noche del 10 al 11 se decidió hundir al Dragón y al Conquistador entre Santa Cruz y el Manzanillo». Lezo sacrificó toda su escuadra para negar el paso a la flota británica.

    El castillo de San Felipe y el asalto final

    El principal bastión de la defensa era el castillo de San Lázaro (también llamado San Felipe de Baraja), que dominaba el istmo que conectaba la ciudad con tierra firme. La RHN describe que «el castillo de San Felipe, que el almirante Vernon trató infructuosamente de conquistar en dos ocasiones» fue el punto donde se decidió la batalla.

    El asalto inglés a San Lázaro se produjo la noche del 19 al 20 de abril. La RHN relata: «El ataque de mayor importancia fue el de la noche del 19 al 20 contra el castillo de San Lázaro. Las fuentes difieren respecto a las cifras de bajas, pero todas suben de 600 entre muertos, heridos y prisioneros de ambos bandos. Existen varias historias relacionadas con escaleras, sobre las que unos dicen que eran muy cortas y otros que los americanos que las transportaban las tiraron por el camino».

    El desastre británico fue completo. Las pérdidas inglesas por enfermedad pudieron acercarse a los 10.000 hombres, mientras que las bajas españolas rondaron los 500. La RHN recoge: «En consejo de guerra de 25 de abril, los ingleses ya han decidido reembarcar». «Del 1 al 20 de mayo las embarcaciones inglesas estuvieron saliendo por Bocachica rumbo a Jamaica».

    Uno de los episodios más controvertidos del asedio, según la RHN, fue la defensa del fuerte Manzanillo: «El 24 de abril supuestamente se produce la hazaña defensiva del fuerte Manzanillo… La hipótesis más probable es que la acción sí que se verificó, por esos hombres y ese mismo día, pero en otro lugar, en San Felipe del Boquerón, el cual sí que pudo tener influencia para los ataques en curso. La cacofonía Manzanillo-Pastelillo pudo favorecer la confusión».

    La dimensión global del conflicto

    Aunque Cartagena fue el teatro principal, la guerra se extendió por todo el imperio. En Florida, el gobernador Manuel de Montiano repelió el ataque británico a San Agustín en 1740. En el Pacífico, el comodoro George Anson capturó el galeón de Manila Nuestra Señora de Covadonga en 1743. La RHN menciona la acción de Anson en la costa del Pacífico durante la Guerra del Asiento, donde los buques del almirante inglés atacaron las posesiones españolas.

    En Europa, la guerra se integró en la Guerra de Sucesión Austriaca (1740-1748). España intentó recuperar posiciones en Italia, mientras que las operaciones navales en el Mediterráneo incluyeron la batalla de Tolón (1744), donde una escuadra hispano-francesa hizo frente a la Royal Navy. La RHN señala que «la Guerra de la Oreja entró en fase de estancamiento» a partir de 1742, prolongándose hasta el Tratado de Aquisgrán de 1748.

    El legado: la renovación de la Armada

    La Guerra del Asiento terminó con el Tratado de Aquisgrán (1748), que restableció el statu quo ante bellum. España revalidó con Inglaterra las condiciones del asiento de negros y el navío de permiso, pero la lección más importante fue interna. La guerra había evidenciado la inferioridad técnica de la Armada española. La RHN lo confirma: «la superioridad naval británica, que fue indiscutible en la Guerra del Asiento –por más que no fuera suficiente para que Vernon conquistara Cartagena de Indias–, parece haber estado fundada en el número de sus navíos, más que en su diseño, armamento o dotación».

    El marqués de la Ensenada, ministro de Marina, comprendió que sin una transformación profunda el imperio americano sería indefendible. Su respuesta fue la misión de Jorge Juan en Inglaterra (1749), una operación de inteligencia técnica para aprender los secretos de la construcción naval británica. De esta misión nació el sistema Jorge Juan, cuyos navíos como el Oriente (1753), el Firme y el Príncipe devolvieron a España la capacidad de competir en el Atlántico.

    La RHN concluye que «los éxitos de Lezo, Navarro y Córdova» demostraron la valía de la Armada española, pero la guerra también reveló carencias estructurales que Ensenada abordó con la modernización de los arsenales de Ferrol, Cartagena y La Carraca, la profesionalización de los oficiales y la renovación de los métodos constructivos.

    Conclusión: la guerra que España convirtió en oportunidad

    La Guerra del Asiento ocupa un lugar singular en la historia naval. Fue un conflicto que España no ganó en los tratados de paz —Aquisgrán devolvió las cosas a su estado anterior— pero cuyas lecciones supo aprovechar mejor que su adversario. La derrota británica en Cartagena de Indias, el mayor desastre naval de la Royal Navy en el siglo XVIII, fue el síntoma de una guerra mal concebida; la renovación de la Armada española, en cambio, fue la consecuencia estratégica de un conflicto que obligó a España a mirar hacia el futuro.

    Para profundizar en los términos navales de esta época, consulta el Glosario de Historia Naval de Vientos de Poniente. Y para conocer los detalles de la misión que transformó la construcción naval española, lee el artículo dedicado a Jorge Juan y su misión reservada en Inglaterra.

    Referencias

    • Guerra del Asiento — Wikipedia
    • Blas de Lezo — Wikipedia
    • Revista de Historia Naval (RHN), núm. 120 (2013): «El sitio de Cartagena de Indias (1741)», por Gonzalo Lorén García
    • RHN, núm. 125: artículos sobre Blas de Lezo y la Guerra del Asiento
    • RHN, núm. 145: «Barcos auxiliares de la Real Armada en la Guerra del Asiento»
    • RHN, núm. 151: biografía de Luis de Córdova, participante en Cartagena de Indias
    • Cuaderno Monográfico IHCN núm. 44: «La guerra de la Oreja de Jenkins (1739-1748)»
    • Carta del general D. Blas de Lezo remitiendo al marqués de Villanas el Diario del sitio de Cartagena de Indias, año de 1741 (Apéndice RHN núm. 120)