Semana 4 — Laboratorio: Conecta tu Código al Mundo Real

Vas a construir un mini-sistema que trae el clima real de una ciudad y hace que la IA lo explique. Datos reales. En vivo. Gratis. Sin llaves.

Paso 0 — Diseña el flujo PRIMERO (sin código)

Antes de teclear nada, escribe en papel el flujo (esto es lo tuyo, lo de arquitecto):

1. Elijo una ciudad y sus coordenadas (latitud, longitud).
2. Le pido a Open-Meteo la temperatura actual. → traer datos
3. Saco el número de la temperatura de la respuesta. → procesar
4. Le paso ese dato a la IA para que lo explique. → analizar
5. Muestro la explicación. → presentar

Paso 1 — Trae datos reales (la IA hace la carpintería)

En Colab, pega este código. Esta parte es "carpintería" — la IA te la podría generar, pero te la damos lista para que la entiendas leyéndola:

import requests # herramienta para hablar con APIs

# Coordenadas de ejemplo (Bucaramanga). Cámbialas por tu ciudad.
latitud = 7.12
longitud = -73.12

# Construimos la petición GET a Open-Meteo (sin llave)
url = "https://api.open-meteo.com/v1/forecast"
parametros = {
 "latitude": latitud,
 "longitude": longitud,
 "current": "temperature_2m"
}

respuesta = requests.get(url, params=parametros) # ← aquí pedimos los datos
datos = respuesta.json() # ← convertimos a dict de Python

print(datos) # mira la respuesta cruda en JSON

Tu tarea: córrelo y observa el JSON crudo. Identifica dónde está la temperatura dentro de la respuesta.

Paso 2 — Saca el dato que te importa

La respuesta es un diccionario anidado. Saca la temperatura (usa lo de la semana 1: dict y claves):

temperatura = datos["current"]["temperature_2m"]
print("La temperatura ahora es:", temperatura, "°C")

Tu tarea: entiende por qué son DOS claves (["current"] y luego ["temperature_2m"]). Pregúntale a la IA si no lo ves: "Explain why I need two keys to reach this value in this JSON. Don't change my code, just explain."

Paso 3 — Que la IA analice el dato

Ahora el toque inteligente. Copia la temperatura que obtuviste y ve a Gemini / AI Studio. Escribe un prompt como:

You are a friendly weather assistant. The current temperature in my city is
21.4°C. In 2 simple sentences, tell me how it feels and suggest what to wear.
Answer in Spanish.

Paso 4 — Hazlo TUYO (el reto que evalúa)

Modifica el sistema para que haga algo más útil. Elige UNO (o inventa el tuyo):

• Comparador: trae la temperatura de 2 ciudades y di cuál está más fría.
• Alertador: si la temperatura es mayor a 30°, imprime ¡Hidrátate!; si es menor a 15°, ¡Lleva chaqueta! (¡un condicional de la semana 2!).
• Multi-ciudad: pon 3 ciudades en una lista y recórrelas con un for (¡un bucle!), trayendo el clima de cada una.

Criterio: la IA puede ayudarte con la sintaxis, pero el diseño del flujo y los condicionales/bucles los decides TÚ. Eso es lo que se evalúa.

Reto async (bono en casa)

Investiga (con la IA o en open-meteo.com/en/docs) cómo pedir, además de la temperatura, la velocidad del viento o la probabilidad de lluvia. Agrégalo a tu sistema. Documenta qué cambiaste y por qué.

¿Cómo sé que lo logré?

Acabas de conectar tu código al planeta entero. La próxima semana, en vez de UNA IA, vas a orquestar VARIAS.