<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/2b0e009db23a4081baa2ccf8810eec2a&quot; frameborder=&quot;0&quot; width=&quot;1920&quot; height=&quot;1440&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>1440</height><width>1920</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>1440</thumbnail_height><thumbnail_width>1920</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/2b0e009db23a4081baa2ccf8810eec2a-1f262ece5b8d84bf.gif</thumbnail_url><duration>181.987</duration><title>Predicción de diapositivas por voz y datos</title><description>Este Loom comparte la sustentación de una tesis sobre predicción de diapositivas por voz en la Organización de Heydro en 2025. El autor explica que fue un trabajo intenso, disruptivo y muy nicho, con poca bibliografía disponible y gran parte del contenido en inglés. Menciona que eligió el tema por su interés en exponer, estar en cámara y automatizar sin depender de que una persona indique la siguiente diapositiva. Finalmente, señala que tuvo ansiedad durante el proceso y que el jurado hizo preguntas muy específicas, concluyendo con la finalización del trabajo y el cambio de sombreros hacia otras responsabilidades.</description></oembed>