Este año le pedimos a la comunidad que nos ayudara a resolver una problemática propia de cualquier conferencia internacional: cómo hacer que Nerdearla sea accesible cuando hay más de 30 charlas en inglés, muchas al mismo tiempo.
El desafío
Nerdearla quiere ser lo más accesible posible. Por eso, en todos los escenarios ofrecemos transcripción y traducción simultánea: en español y en inglés. Hasta ahora lo resolvíamos con herramientas comerciales, pero con más de 30 sesiones en inglés en simultáneo el esquema dejó de escalar.
Así que en la Vibeathon 2026 propusimos un reto concreto: construir, en 24 horas, una solución open source de transcripción y traducción simultánea a escala, pensada para conferencias como la nuestra, usando las capacidades de audio de Gemini (o Gemma, para quien quisiera que corriera en local).
Se anotaron 82 proyectos. Del 23 al 24 de septiembre, en el coworking del Konex y desde casas en Argentina, Ecuador y otros países, la comunidad construyó.
El sábado 26 de septiembre, al cierre del evento anunciamos los ganadores en vivo desde el escenario principal:
- Primer puesto: OpenCaptions, de Esteban Carraro
- Segundo puesto: Glosa, de Martin Paladino
- Tercer puesto: VozViva, de Matías Guido
- Mención especial: Subdearla, de Byron Agila
Cómo llegaron
Esteban se enteró "días antes por el Discord, no me acuerdo si por el general o chusmeando los canales relacionados a Nerdearla". A la conferencia la seguía desde 2023, pero a su manera: "La dejo de fondo mientras hago algo más; muy Gen-Z de mi parte".
De hackathones, nada: "Nunca participé en ninguna; no tengo ese espíritu competitivo de generar algo con mis manos y que sea mejor que el de otro".
A Martin se lo mencionó el presentador de uno de los workshops que se hicieron en el edificio de Santander. Había ido varios años a Nerdearla con compañeros de trabajo, y en 2024 incluso dio una charla grabada para Nerdearla México. "Nunca había participado de una hackathon, pero tenía ganas de hacerlo en alguna". La decisión se tomó almorzando: "Nos quedamos hablando sobre la idea de la vibeathon, tirando ideas de qué se podría hacer y me quedé medio manija, con ganas de probar, entonces dije 'bueno, vamos a ver qué sale'".
Matías no es desarrollador. Se enteró por una colega de trabajo la tarde del jueves, justo cuando empezaba a correr el reloj. "Sus palabras fueron: 'Mati, anotate que esto es para vos'. Yo no soy dev ni tengo amplios conocimientos técnicos, pero soy entusiasta de esta tecnología desde hace años. Esta fue la primera vez en anotarme".
Byron sigue a Nerdearla por Instagram desde Chone, en Manabí, Ecuador, y todavía no pudo venir a un evento presencial. Ya había participado en otros retos y hackathones, y el desafío encajaba con algo que venía explorando: "El procesamiento de audio y la transcripción de grandes volúmenes de video con Whisper y modelos locales".
Por qué este desafío
Lo que atrajo a los cuatro fue la combinación de un problema real con una excusa para aprender.
Para Esteban, lo primero fue el impacto: "Las ganas de ayudar, de generar ese impacto en un lugar que me abrió los brazos. Hacer la aplicación que hice fue algo satisfactorio: ver cómo se gestaba desde cero, con mi feedback, pero la aplicación no me motivaba en sí; solo que podía proveerles mi tiempo y mis tokens y que ustedes la pudieran usar para sus eventos". También pesó que la propuesta no exigiera experiencia previa: "Que no sea necesario tener ninguna idea de cómo centrar un div, y que puedas darle tu feedback a una IA, sin ninguna skill, y ver qué sale".
Martin lo dice sin vueltas: "Me motivó bastante la idea del viaje a México o Chile. Pero también el desafío de ver si con algún coding assistant podía cumplir el objetivo y tener algo que funcione en 24 horas, además de que el producto que pedían desarrollar estaba interesante".
Matías pensó en gente cercana: "El impulso del desafío y el tiempo. Pensé en las necesidades de personas cercanas para hacerlo más completo respecto a features que podrían valorar en eventos. Me pareció una buena causa, una propuesta totalmente acertada".
Byron tenía las dos cosas que más disfruta: "Un problema interesante y la oportunidad de aprender algo nuevo mientras construía. Llevo bastante tiempo experimentando con las APIs de Gemini en proyectos personales, pero todavía no había explorado lo suficiente sus capacidades de transcripción y traducción en tiempo real".
Las primeras horas: spec primero, código después
Los cuatro arrancaron de la misma manera, y no fue escribiendo código.
Esteban copió y pegó la consigna completa y le dijo a la IA: "Haceme preguntas. Tenemos 24 horas". La decisión que después resultó clave fue dejar la versión local para una funcionalidad futura y apostar al modelo de Google, "aparte, a propósito, para que el miembro del jurado que era de Google le gustara que usara el mismo". Y una elección que hoy cuenta entre risas: "No cliqueé en 'Usa Python (más robusto)', cliqueé en 'Usa lo más liviano (recomendado)'".
Martin dedicó el inicio a generar las especificaciones del producto final. "Empecé contándole a la IA los requerimientos, le pedí que revisara también todo lo que estaba hablando en el canal de Discord para ver si había alguna información extra que sea útil y que además investigue todo lo que hay disponible sobre modelos de transcripción. Con eso empezamos a hacer un brainstorming, donde la IA me iba tirando ideas, yo le iba dando feedback, hasta armar un plan con el que estaba satisfecho. Con eso, la IA escribió el spec del producto y recién después le pedí que escriba el código".
Matías, que no viene del desarrollo, lo resume así: "En épocas de vibecoding, junto con desarrollo agéntico, lo principal es la definición. Al comienzo fueron idas y vueltas para bajar a un plan lo que buscaba hacer. Una vez tenía el MVP, empecé a pensar out of the box y probar extras que no fueron exigidos. Lo principal no fue mi conocimiento técnico, sino bajar a papel (o txt) la necesidad".
Byron partió de lo que ya conocía, Whisper y sistemas de transcripción, y tomó una decisión de arquitectura temprana: "Diseñar una arquitectura que no requiriera abrir una conexión independiente para cada espectador, sino que procesara el audio de cada sala y distribuyera los resultados. También quería que fuera algo sencillo de usar, idealmente desde el navegador, sin instalaciones complicadas".
Las 24 horas
Las cuatro experiencias tuvieron poco de prolijo y mucho de madrugada.
Esteban quiso arrancar a las 12 y dejarlo en marcha, pero terminó empezando a las 8 de la noche, "después de una siesta al terminar de trabajar". Lo salvó un detalle de timing: "Había salido el último modelo de Claude y tenía 1 usage reset, que me devolvió la vida". A las 3 de la mañana del día de entrega empezó a conversar con la IA sobre el video; a las 9 ya estaba subido. "Tenía margen de mejora, pero tenía que aceptar que lo había hecho en menos de 24 horas". Y un reproche con cariño para la organización: "Después diste más tiempo, así que te anoté en la Death Note (no me gusta perder)".
Martin empezó en el Konex, entre charlas, y siguió "durante gran parte de la noche en mi casa y a la mañana del día siguiente. La desesperación apareció cuando me di cuenta de que quedaba poco tiempo y todavía tenía que grabar un video. La app ya estaba lista, pero hacer el video me tomó más tiempo del que pensaba. Por suerte, a último momento estiraron creo que dos horas el plazo de entrega así que llegué tranquilo".
Matías comenzó a promptear en el colectivo volviendo a casa y siguió con una sesión completa con Claude en las primeras horas de la mañana. Lo más caótico: "Subir la prueba y un video a YouTube por primera vez". Lo más disfrutable: "Ver que las funcionalidades que pienso pueden ayudar a personas con capacidades reducidas (por ejemplo visión) se enteraron de esto y se pusieron contentos".
La de Byron merece un párrafo aparte. Participó de forma remota desde Ecuador, con un detalle: "Era mi cuarto día de dengue. Por si fuera poco, esa misma noche tenía que viajar a Quito porque al día siguiente iba a dar una charla en el Google DevFest Quito. Así que entre el dengue, la hackathon y el viaje, fue toda una aventura. Pero con fiebre y todo, como siempre digo, ¡le metimos átomos!". El final también fue a contrarreloj: "Calculé mal los tiempos y casi no logré completar la entrega en la plataforma. Por suerte, extendieron el plazo en unos 30 minutos y pude enviar todo. ¡Estuve realmente cerca de quedarme fuera!".
El obstáculo técnico: el silencio
Es llamativo que, trabajando por separado, tres de los cuatro chocaron contra el mismo problema: cómo decide el sistema que una frase terminó.
Esteban lo describe con precisión: "Con el modelo más barato de Gemini, los subtítulos llegaban 15 a 30 segundos tarde cuando el audio venía fuerte desde una pestaña del navegador. La causa: el sistema detectaba las pausas con un volumen fijo y, con el audio fuerte, los silencios nunca contaban como silencio. Lo cambiamos para que compare contra la voz del propio orador, y bajó a pocos segundos con cualquier volumen". Después vino la robustez: "Querer que nada se rompiera en silencio el día del evento: que se reconectara solo, que avisara si no se estaban guardando las transcripciones, o que algo hubiera pasado".
Byron lo encontró del lado de la experiencia: "Uno de los problemas al trabajar con transcripción en tiempo real es que el sistema puede esperar a que una persona haga una pausa para considerar que ha terminado una frase. En una conferencia, donde alguien puede hablar durante varios minutos seguidos, eso afecta directamente la experiencia de traducción. Para resolverlo, trabajé en una lógica de segmentación que permitiera obtener resultados sin depender exclusivamente de esas pausas".
Matías agregó una capa pensada para la audiencia: "Al dar clic a una frase para verlo de manera instantánea con lenguaje más claro para explicar lo técnico, me detuve en que no se quede retrasada la transcripción. Fueron varias pruebas hasta ajustarlo".
Para Martin el problema fue la terminología técnica. "Empecé con el modelo Gemini Live Translate, que sirve tanto para transcribir como traducir y es bastante fluido, pero no capta bien la literalidad o términos específicos. Por otro lado, estaba Gemini Transcribe Live, que es bueno transcribiendo y apegándose a la terminología mencionada, pero no traduce. La solución fue usar Gemini Transcribe Live y Gemini Flash-Lite con un glosario de términos para traducir la transcripción. Esta opción generaba traducciones correctas y a un costo bajo, con una contrapartida de latencia compensada en parte con la selección de Gemini Flash-Lite, que es un modelo muy rápido. Finalmente, quedaron las dos opciones disponibles en la app para probarlas y seleccionar la que se prefiera".
Las herramientas
Todos construyeron sobre Gemini y todos usaron algún asistente de código para llegar en 24 horas. Las combinaciones, sin embargo, fueron distintas.
OpenCaptions usa Gemini Live Translate para la voz traducida en tiempo real y Gemini Transcribe Live para los subtítulos. Esteban midió el costo: "Mide igual de preciso que Live Translate y cuesta cerca de una cuarta parte (unos US$ 0,54 por hora de sala contra US$ 2,2)". Para traducir frase por frase y para los resúmenes y preguntas del público, Gemini Flash-Lite; y como alternativa local, Gemma 3 vía Ollama y Whisper.
Glosa tiene dos modos: Gemini Live Translate para el modo rápido, "porque en una sola sesión transcribe y traduce con muy buena fluidez", y Gemini Transcribe Live junto con Flash-Lite para el modo con glosario. Flash-Lite también genera los resúmenes del botón "¿qué me perdí?", pensado para quien llega tarde a una charla. Y un modo local con Gemma (TranslateGemma) "que corre en la compu sin internet, como respaldo por si falla la conexión".
Martin rescata una lección: "Que los tests pasen no significa que la app funcione. La mañana de la entrega, la pantalla de la sala no mostraba subtítulos aunque todo estaba en verde, y lo encontré recién cuando me senté a usarla. Probar con audio real fue lo que más me ayudó a pulir la app".
Matías construyó VozViva "solamente con Opus 5.5" y una API de Gemini, con su licencia estándar de Claude. "Increíble el potencial a bajo costo". Y agrega un detalle: el modelo le agradeció cuando le pidió que lo incluyera en los créditos.
Byron usó Claude Code como asistente y las APIs de Gemini como base: Gemini Live para audio en tiempo real, Gemini Flash para traducción y procesamiento, y Gemini TTS para voz. "Algo que me encantó fue experimentar con las voces generadas por Gemini. Para el video de demostración conseguí crear una narración con acento argentino y sincronizarla con lo que se mostraba en pantalla". Su reflexión sobre el momento: "La barrera para convertir una idea en un producto funcional es cada vez menor. El verdadero reto está en pasar de saber cómo construir algo a saber qué vale la pena construir y cómo debería funcionar". De esa idea salió el nombre Subdearla y funcionalidades como Nerd Radar, para identificar momentos relevantes de las charlas, y NerdCut, para convertirlos en clips.
La prueba de fuego: presentar en inglés con tu propia herramienta
La regla de presentar en inglés usando la propia solución generó reacciones opuestas.
Esteban decidió no cumplirla, y lo explica: "No presenté en inglés, porque justamente quería que yo, en mi idioma nativo, pudiera comunicarme y que OpenCaptions fuera capaz de entender lo que quería expresar con el modelo de Gemini. El guión lo tenía en inglés. Puedo hacer la presentación, pero estaba resfriado. Qué decirte: no te voy a mentir, no quería un inglés-cordobés-nasal".
Matías fue breve: "La verdad, salió mejor de lo que esperaba".
Byron lo tomó como un test más: "Tengo un buen manejo del inglés, así que no me generó miedo. Lo vi como una oportunidad interesante para probar la propia solución en un entorno real. Además, los subtítulos del video de demostración los generé con Subdearla, así que fue una buena forma de ponerlo a prueba".
¿Esperaban ganar?
Esteban no: "Esperaba una mención honorífica porque vi que mi proyecto estaba bueno. Según Claudio (a.k.a. Claude), me dijo que estaba en el cuarto puesto. Me gustó mucho más Glosa a mí, pero cuando Glosa salió segundo, dije: acá gané yo". Y una observación sobre el resto de los participantes: "Vi que se estaba trabando con algo muy pavo, y le generaba una frustración, quería hacerlo no-code, cosas muy técnicas, cuando el objetivo era otro".
Martin tenía confianza: "Le tenía bastante confianza al proyecto que armé porque funcionaba y me parecía que se veía lindo. Igual no sabía si iba a quedar entre los primeros tres puestos".
Matías osciló: "Al comenzar a hacerlo, aposté a que sí. En el transcurso de todo el proceso, dudé del resultado. Y cuando lo subí, me pregunté '¿te imaginás que gano?' a mí mismo. No supe la respuesta".
Byron no lo duda: "¡Sí! Definitivamente participaba con la intención de ganar. Mi estrategia era diferenciarme desde el pensamiento de producto. No quería simplemente entregar una solución que transcribiera y tradujera. Quería construir algo con identidad, una experiencia de usuario cuidada y funcionalidades que aportaran valor más allá de lo solicitado". Y una autocrítica: "Me habría gustado dedicar más tiempo a las pruebas, a las métricas y a demostrar con mayor claridad el rendimiento técnico de la solución. No basta con construir algo que funcione bien, también hay que saber demostrarlo".
El momento del anuncio
Ninguno de los cuatro estaba en la sala cuando se anunciaron los ganadores.
Esteban estaba solo: "Cuando gané, me empecé a reír; no lo podía creer. No le avisé a nadie y estaba solo; capaz que asusté a un par de caballos del campo de al lado cuando dije '¿QUEEEEEE!?'".
Martin lo vio en vivo por YouTube: "Me puse muy contento cuando escuché mi nombre en el segundo puesto, y lo primero que hice fue contarle a mi pareja y a algunos amigos".
Matías lo miró con sus padres: "No les había contado hasta ese momento; al principio pensé que no era real. De hecho, les escribí para confirmar porque no sabía si había ganado realmente o no. La felicidad e impulso fue total para avanzar con otros proyectos".
Byron se enteró por mail, y con una duda: "Recibí un correo con la galería de proyectos ganadores y vi que Subdearla aparecía en cuarto lugar. Recién con tu mensaje estoy enterándome un poco mejor de lo sucedido. Haber participado y ahora tener la oportunidad de conectar con ustedes ya es un gran premio para mí".
Lo que sigue
OpenCaptions sigue en desarrollo. Esteban ya publicó la versión 0.7. Martin piensa a Glosa como un proyecto personal que se puede seguir mejorando. Byron ya está aplicando lo que aprendió con las voces de Gemini en proyectos de enseñanza de idiomas, y le gustaría colaborar con Nerdearla "ya sea construyendo algo, aportando a la comunidad o participando en alguno de sus eventos". Matías salió con impulso para avanzar con otros proyectos.
Y a quien duda en anotarse a la próxima Vibeathon, cada uno le dejó un consejo:
Esteban: "No hace falta saber nada, solo tener un criterio propio y paciencia. Nada puede salir mal, siempre vas a terminar aprendiendo algo nuevo".
Martin: "Probando no pierde nada (más que algunas horas de dedicación), y si no gana igual está buenísimo la experiencia de construir algo en poco tiempo, aunque no esté al 100%, y después se puede seguir mejorando y queda como un proyecto personal".
Matías: "Que se anote. Que se anime. Que dé el paso para romper el hielo".
Byron: "Si no tienes nada que perder, no tienes nada que pensar. Muchas de las mejores oportunidades aparecen cuando nos atrevemos a exponernos, experimentar, equivocarnos y aprender. A veces ganar es llevarte un premio. Otras veces es descubrir algo que no sabías hacer 24 horas antes. Y ambas cosas valen muchísimo".
La próxima es en México
Ya está online el registro para la Vibeathon de Nerdearla México, que será de manera presencial el sábado 21 de noviembre de 9 a 18 hs en las oficinas de AWS, en Puerta Polanco, CDMX.
En esta ocasión construiremos soluciones para EIRA Movimiento Rosa A.C., una organización sin fines de lucro dedicada a la prevención, detección oportuna e investigación del cáncer de mama y cervicouterino. Trabaja sobre todo con mujeres de comunidades rurales e indígenas y trabajadoras del campo que no tienen acceso a servicios de salud.
En 2025 impactaron a más de 40.000 mujeres y realizaron 86.000 estudios. Además entregan pelucas oncológicas gratuitas, difunden información de prevención y donan productos menstruales.
La Vibeathon está auspiciada por Devin, AWS, Valkey y CNCF y los premios son:
- ✈️ 🇪🇸 Viaje a Nerdearla Madrid (3 al 5 de noviembre, 2027)
- ✈️ 🇦🇷 Viaje a Nerdearla Buenos Aires (septiembre/octubre, 2027)
- ✈️ 🇨🇱 Viaje a Nerdearla Santiago (15 al 17 de abril, 2027)