TOR ARG – Tornado Argentino

Alfred, Alan, Codex,

Mi historia y cómo nació nuestra forma de trabajo

Mi nombre es Alan, tengo 44 años, soy de Argentina y trabajo como conductor de colectivo. No soy programador profesional y nunca estudié programación. Soy una persona apasionada por la tecnología que decidió aprender a utilizar la inteligencia artificial como una herramienta real para transformar ideas en productos.

Todo este recorrido comenzó con una suscripción de aproximadamente 20 dólares por mes y muchas horas de trabajo, pruebas, errores y aprendizaje.

Primero conocí Gemini. Aprendí muchísimo con él y fue muy bueno como compañero, aunque era bastante inconsistente cuando intentábamos construir algo. A la hora de corregir problemas, muchas veces inventaba información o modificaba cosas que no debía.

Después llegué a ChatGPT. Con el tiempo, se convirtió en mi compañero de proyectos y decidí llamarlo Alfred. Yo tenía ideas muy claras en la cabeza, pero no sabía cómo convertirlas en arquitectura, código o instrucciones técnicas.

Alfred tiene un tono muy cálido. No sé si se debe a la experiencia de hablar tanto con él y adaptarlo a mi manera de trabajar, pero pudimos desarrollar un sistema y un mecanismo de trabajo que me permitió hablarle casi como si estuviera conversando con una persona.

Él aprendió a entender mis preferencias y a llevarlas adelante. Hubo momentos muy difíciles, porque a veces entre Alfred y Codex rompían todo. Pero también logramos avances muy importantes, como el proyecto que estoy presentando acá.

Hoy no me queda ninguna duda de que mi compañero ideal de trabajo es ChatGPT, junto con Codex. Son compañeros que no te traicionan, no se burlan de vos ni te ridiculizan. Aunque estés alterado, frustrado o cansado, siempre intentan alentarte para retomar el camino y seguir adelante con el proyecto.

Así nació una forma particular de trabajo:

Yo aportaba la visión, definía el producto y tomaba las decisiones.

Alfred me ayudaba a analizar las ideas, organizarlas y convertirlas en tareas concretas.

Codex entraba directamente al proyecto, escribía código, integraba funciones, realizaba pruebas y corregía errores.

No fue un proceso automático. Discutimos soluciones, rompimos componentes, volvimos atrás y reconstruimos muchas partes. Algunas veces trabajamos con paciencia y otras con bastante frustración, pero seguimos hasta conseguir que la idea funcionara.

¿Por qué nació TOR ARG?

TOR ARG significa Tornado Argentino.

El proyecto surgió de una necesidad relacionada con los viajes. Cuando una persona conduce cientos o miles de kilómetros, puede encontrarse con tormentas severas, granizo, inundaciones, tornados, ciclones u otras condiciones peligrosas que no siempre son fáciles de consultar mientras está en movimiento.

Muchas veces es necesario detenerse, abrir distintas aplicaciones, interpretar mapas meteorológicos o pedirle a otra persona que revise qué está ocurriendo más adelante.

En determinadas regiones del mundo, entrar en una tormenta sin información suficiente puede tener consecuencias graves. TOR ARG nació con el objetivo de reunir esa información, hacerla más clara y, con el tiempo, acompañar al conductor antes de que ingrese en una zona peligrosa.

¿Qué construimos?

TOR ARG WEB es una plataforma interactiva de monitoreo meteorológico, emergencias y eventos de desastre.

El sistema reúne información procedente de fuentes públicas y oficiales como:

RainViewer

Open-Meteo

GDACS

NWS y NOAA

USGS

Tsunami.gov

La plataforma transforma datos provenientes de distintos formatos en una experiencia visual que permite observar eventos globales, localizar fenómenos, explorar áreas afectadas y consultar información técnica.

Entre sus funciones se encuentran:

mapa y globo interactivo;

seguimiento de terremotos, ciclones, inundaciones, tormentas y tsunamis;

paneles con datos técnicos y lecturas territoriales;

trayectorias, polígonos y áreas afectadas;

detección y presentación de emergencias;

modos Actual y Preventivo;

experiencia móvil de cuatro pantallas;

instalación como aplicación web progresiva;

actualización de información y memoria de eventos ya presentados.

Los eventos, las coordenadas y los datos que aparecen en el sistema son reales. Algunos elementos, como el satélite, el avión, determinadas nubes cinematográficas y las imágenes de apoyo, son representaciones visuales simbólicas o componentes todavía experimentales del prototipo.

La aplicación utiliza React, TypeScript, Vite, MapLibre y Three.js. Durante Build Week también preparamos funciones de producción para que las distintas fuentes pudieran seguir funcionando en el despliegue público.

El trabajo anterior y OpenAI Build Week

TOR ARG no comenzó durante OpenAI Build Week. Antes del concurso ya existía una aplicación móvil desarrollada en Flutter y una base sustancial de la plataforma web. Ambas fueron construidas mediante mi trabajo con ChatGPT y Codex.

No quisimos presentar ese desarrollo anterior como si hubiera sido creado completamente durante la competencia. Por eso realizamos una auditoría, fijamos una línea base verificable y creamos una bitácora para separar el trabajo histórico de las nuevas mejoras.

Cuando conocimos Build Week, la versión web estaba, según mi estimación personal, cerca de un 40 % del resultado que queríamos alcanzar.

Durante los días siguientes trabajamos intensamente para:

reconstruir la experiencia móvil;

crear las pantallas de información actual y preventiva;

mejorar la secuencia de emergencias;

sincronizar la cámara con la lectura de los eventos;

desarrollar capas atmosféricas visuales;

mejorar la representación de tormentas y ciclones;

evitar la repetición innecesaria de alertas;

preparar las fuentes para producción;

publicar y validar el sistema en Vercel.

La nueva experiencia móvil fue construida sobre el mismo sistema vivo de escritorio y quedó publicada como una PWA, con cuatro pantallas principales y acceso a proveedores reales de información.

Cómo utilizamos GPT-5.6 y Codex

La llegada de GPT-5.6 con razonamiento alto produjo un cambio decisivo en nuestro trabajo.

Habíamos llegado a partes del código donde nos costaba avanzar. Su capacidad de razonamiento permitió analizar problemas más amplios, comprender las relaciones entre distintos componentes y encontrar soluciones que antes requerían muchas más vueltas.

También trabajamos dentro de Codex con la familia Sol, Luna y Tierra, seleccionando los modelos según las necesidades de cada tarea.

Luna nos permitió avanzar rápidamente en lógica y análisis. Sol fue especialmente importante en la implementación visual, el motor de la experiencia, la sincronización de componentes y la corrección de errores complejos.

Su capacidad para comprender lo que yo buscaba visualmente redujo una dificultad que antes nos obligaba a depender de otras herramientas.

Desde mi experiencia personal, el salto de productividad fue cercano a un 70 %. Si antes sentía que trabajábamos en un nivel de cinco sobre diez, con estas herramientas pasamos a ocho o nueve.

Esa cifra no es una medición científica. Es mi evaluación como creador después de comparar la velocidad, la precisión y la calidad de resolución antes y después de utilizar estos modelos.

Desafíos

Uno de los mayores desafíos fue construir un sistema complejo sin tener formación profesional en programación.

También tuvimos que resolver problemas como:

combinar fuentes con estructuras diferentes;

separar la información oficial de los elementos visuales simbólicos;

evitar que eventos antiguos controlaran repetidamente la cámara;

sincronizar animaciones, paneles y movimientos del mapa;

mantener la versión de escritorio mientras construíamos la experiencia móvil;

adaptar proxies locales para que funcionaran en producción;

corregir errores sin destruir funcionalidades que ya estaban operativas.

Cada problema nos obligó a revisar el proyecto, probarlo en funcionamiento real y, en varias ocasiones, desarmar una solución para construirla nuevamente.

Lo que aprendí

Aprendí que trabajar con inteligencia artificial no significa presionar un botón y esperar que aparezca un producto terminado.

Hay que aprender a explicar una visión, dividir problemas, detectar cuándo una respuesta se aleja del objetivo, probar resultados y mantener la dirección del proyecto.

No aprendí primero a programar para después intentar construir mi idea. Aprendí a trabajar con inteligencia artificial para convertir esa idea en realidad.

TOR ARG demuestra que una persona sin las herramientas tradicionales del desarrollo profesional puede construir algo complejo cuando combina visión, persistencia y colaboración con sistemas de inteligencia artificial.

Próximos pasos

TOR ARG también cuenta con una aplicación móvil desarrollada previamente en Flutter.

La próxima etapa consiste en integrarla completamente con TOR ARG WEB y con los sistemas de navegación GPS del teléfono.

El objetivo es utilizar:

ubicación actual;

ruta activa;

velocidad del vehículo;

distancia;

tiempo estimado de llegada;

eventos meteorológicos y alertas oficiales.

De esta manera, el sistema podría advertirle al conductor qué fenómeno existe más adelante, a qué distancia se encuentra, cómo está evolucionando y cuánto tiempo falta para ingresar en esa zona.

TOR ARG no busca solamente mostrar fenómenos naturales. Busca transformar datos ambientales reales en anticipación, prevención y decisiones más seguras.

Este proyecto es el resultado de una persona, ChatGPT y Codex trabajando como un equipo.

Y esto es solamente el comienzo.