Una de las razones por las que NotebookLM se ha ganado un hueco entre las herramientas de productividad con IA es que juega con una regla muy clara: no responde “porque sí”. Su valor está en que ancla sus respuestas en fuentes que tú mismo le das, como si fuera un asistente que solo habla cuando tiene los apuntes delante. Ese enfoque reduce las alucinaciones típicas de algunos chatbots y lo convierte en una especie de bibliotecario aplicado: lee tus documentos, los relaciona, te resume, te sugiere líneas de investigación y te ayuda a construir ideas largas sin perder el hilo.
Ese diseño, pensado para trabajo continuado, es justo el terreno donde Google quiere dar el siguiente paso: lograr que NotebookLM no solo entienda tus fuentes, sino también tu manera de trabajar.
Qué significa que Google lleve la Inteligencia Personal a NotebookLM
A comienzos de 2026, Google presentó su concepto de Personal Intelligence dentro del ecosistema de Gemini, con la idea de permitir que el asistente conecte con servicios como Gmail, Fotos, historial de búsqueda o YouTube para ofrecer respuestas más ajustadas a cada persona. La lógica es sencilla: si el asistente sabe qué te interesa, cómo escribes y qué sueles pedir, puede dejar de tratarte como a un desconocido cada vez que abres la app.
Ahora, según ha publicado Android Police y a partir de un hallazgo de TestingCatalog, esa Inteligencia Personal estaría en pruebas dentro de NotebookLM, con un detalle importante: no se apoyaría necesariamente en todo tu ecosistema de Google, sino que aprendería sobre todo de tus chats dentro del propio NotebookLM. Android Police lo describe como un movimiento para que la herramienta “aprenda cómo piensas y trabajas”, sin tener que repetírselo en cada cuaderno. (Fuente: Android Police; detección atribuida a TestingCatalog).
Un interruptor en Ajustes y otro por cuaderno: el control como idea central
Lo más llamativo de lo visto en pruebas no es solo que exista la función, sino cómo se estaría presentando. Aparecería un conmutador de Personal Intelligence tanto en el menú de Ajustes como dentro de cada cuaderno. Dicho de forma cotidiana: sería como tener un “modo aprendizaje” general para la herramienta, y otro botón para decidir si quieres que ese aprendizaje aplique solo a ciertos proyectos.
Esa dualidad sugiere que Google entiende un punto delicado: no todo lo que guardas o trabajas en NotebookLM debería influir en la forma en que te responde. Hay cuadernos que son profesionales, otros personales, otros son investigación sensible o borradores tempranos; mezclarlo todo sería como meter en la misma carpeta las facturas, el diario y el guion de una presentación para un cliente. Tener control por cuaderno permitiría que el sistema “te conozca” en un contexto sin invadir otros.
La “persona” que describe cómo eres: un perfil que se puede editar
Otra pista relevante llega desde cadenas de texto encontradas en la app. La función, según esas cadenas, podría crear una persona basada en tus conversaciones. La idea se parece a cuando un compañero de trabajo aprende que prefieres mensajes cortos, que te molesta que te repitan lo obvio y que te vienen bien ejemplos cuando el tema se pone técnico.
El ejemplo que se menciona en las cadenas es muy ilustrativo: “Eres un investigador interesado en IA y aprendizaje automático. Prefieres explicaciones concisas y técnicas con ejemplos de código cuando corresponda”. Lo interesante es que esa “persona” sería editable. Esto importa más de lo que parece: si la herramienta infiere mal tus preferencias, podrías corregirla sin tener que “reeducarla” a base de prompts.
En la práctica, un editor de persona sería como ajustar el GPS para que deje de proponerte autopistas si tú siempre quieres rutas sin peajes. No es un capricho estético, es un ajuste de flujo de trabajo.
Qué podría cambiar en el día a día: menos repetición, más continuidad
NotebookLM se usa mucho cuando hay proyectos largos: una tesis, un informe mensual, un análisis de mercado, un seguimiento de normativa, un curso que estás preparando, una novela en borrador. En ese tipo de tareas, lo más cansado no es pedir ayuda una vez, sino tener que repetir contexto y preferencias.
Si la Inteligencia Personal funciona como se intuye, NotebookLM podría empezar la conversación “sabiendo” si te sirven respuestas con estructura, si prefieres un tono directo, si acostumbras a trabajar con citas, si necesitas que separe conceptos y ejemplos, si te gusta que señale dudas y límites. Sería como tener un asistente que ya entiende tu estilo de trabajo, sin que tengas que explicarle tu método cada lunes.
También podría mejorar algo muy específico: la continuidad entre sesiones. Volver a un cuaderno días después y que la herramienta recuerde cómo lo estabas enfocando, qué nivel de detalle te funcionó o qué tipo de salida usabas (resumen, borrador, preguntas para entrevista, tabla comparativa, guion) puede ahorrar fricción.
En qué se diferenciaría de la Inteligencia Personal de Gemini
Hay un matiz clave en la información publicada: mientras que Gemini podría tirar de contexto desde varios servicios de Google, la versión de NotebookLM sería más contenida y enfocada en lo que ocurre dentro de la propia herramienta, especialmente en los chats. Eso, al menos sobre el papel, reduce el alcance del “aprendizaje” y lo hace más predecible.
Dicho con una metáfora doméstica: Gemini sería como un asistente que te conoce porque ha visto tu agenda, tus fotos, tus búsquedas y tus vídeos; NotebookLM, en cambio, sería como un asistente que te conoce porque ha trabajado contigo en el escritorio y ha leído tus notas. Los dos enfoques pueden ser útiles, pero generan sensaciones distintas a nivel de privacidad y control.
Privacidad y confianza: el punto que puede decidir su éxito
Cuando una herramienta promete adaptarse a ti, la pregunta inevitable es: ¿qué está guardando y cómo lo usa? En NotebookLM, donde se manejan documentos y proyectos a menudo sensibles, la confianza es parte del producto. El hecho de que Google esté probando interruptores globales y por cuaderno va en la dirección correcta, pero no lo resuelve todo.
La clave será la transparencia: qué se aprende exactamente de los chats, si esa “persona” se construye localmente o en servidores, si se usa para entrenar modelos, cuánto tiempo se conserva, si se puede borrar y cómo se exporta o desactiva. En herramientas de escritura y análisis, la gente no solo quiere utilidad, también quiere sentir que tiene el volante, no solo el asiento de copiloto.
Calendario y disponibilidad: visto en pruebas, no confirmado para todos
Por ahora, lo único sólido es que se ha visto en fase de pruebas. Eso suele significar que puede tardar en desplegarse, que puede llegar con cambios o que incluso puede quedarse por el camino si no encaja. Android Police apunta que Google ha estado moviéndose rápido con mejoras en NotebookLM, así que la idea no parece descabellada, pero hoy sigue siendo una función “en el radar”, no una novedad ya disponible para todo el mundo. (Fuente: Android Police).
Lo que conviene vigilar si llega: utilidad real frente a “personalización” superficial
Si la función se implementa bien, NotebookLM podría convertirse en una herramienta más coherente contigo: respuestas en el formato que te sirve, menos instrucciones repetidas, más continuidad mental. Si se implementa mal, puede quedarse en un perfil simpático que no cambia gran cosa o, peor, en una capa de suposiciones que te encasilla.
La buena noticia es que la pista de una persona editable sugiere una filosofía más práctica: que la personalización sea una configuración que puedas corregir, no un destino que tengas que aceptar. Y eso, en productividad, marca la diferencia entre una IA que ayuda y una IA que estorba.