• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • Excel
  • Matlab

Capturar en GTD

octubre 22, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

Capturar o recopilar es la primera de las cinco fases de la metodología GTD. La cual consiste en guardar en un contenedor que sea de fácil acceso todas aquellas cosas que son relevantes para nosotros. Cosas que no tienen porqué traducirse posteriormente en tareas. Tal como se entienden capturar en GTD este deber ser un proceso completamente mecánico, únicamente hay que guardar la información sin procesarla. El procesado y la organización de esta se realizará en fases posteriores.

* En este artículo, nuestras recomendaciones son el resultado una evaluación rigurosa e independiente. Algunos enlaces incluidos en el texto son enlaces de afiliados, lo que significa que podemos recibir una comisión si decides realizar una compra a través de ellos. Esta comisión no afecta de ninguna manera a nuestra selección de productos ni influye en nuestra opinión sobre los mismos.

Esta entrada forma parte de una serie introductoria sobre GTD que consta de las siguientes entregas:

  • Productividad personal con GTD
  • Capturar en GTD
  • Clarificar en GTD
  • Organizar en GTD
  • Reflexionar en GTD
  • Actuar en GTD
  • La perspectiva del GTD
  • La implementación de GTD

Tabla de contenidos

  • 1 Capturar o recopilar en GTD
    • 1.1 La importancia de capturar todo
    • 1.2 Las bandejas de entrada (inbox) en el proceso de captura
    • 1.3 Identificar y reducir el número de bandejas de entrada
      • 1.3.1 El correo como única fuente de tareas, una reducción no tan buena
  • 2 Cómo capturar en GTD
  • 3 Conclusiones

Capturar o recopilar en GTD

En la traducción al castellano de la primera edición del libro “Organízate con eficiencia” de David Allen la primera fase de la metodología GTD se tradujo como recopilar, en libros posteriores y la segunda edición se tradujo como capturar. Desde mi punto de vista la segunda traducción refleja mejor lo que se hace en esta fase de la metodología.

Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo
En Analytics Lane
Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo

Cuando aparece algo que es relevante es aconsejable capturarlo en un contenedor confiable para evitar que se olvide y, por lo tanto, se pierda. No siendo aconsejable confiar esta tarea a la memoria. Esta idea tan sencilla es lo que se esconde detrás de la primera fase de la metodología GTD: capturar o recopilar todo aquello en el momento que aparezca y seguir con nuestra actividad, sin detenerse a evaluar las implicaciones de lo capturado. Liberando en el proceso a la mente de la obligación de recordar.

Publicidad


La importancia de capturar todo

En esta fase es necesario capturar todo aquello que llega sin detenerse en evaluar sus implicaciones. Por ejemplo, cuando un compañero nos pide que le enviemos un informe, cuando un familiar o amigo nos pide que le ayudemos en algo, o cuando aparece una idea. Capturar todo independientemente de sea algo profesional o personal. Aplicando este hábito se evita el estrés que conlleva recordar todas estas cosas antes de que puedan ser clarificadas con calma. Liberando de este modo la mente para centrarse únicamente en las tareas que se llevan a cabo en cada momento.

El hecho de no pararse a clarificar el significado de lo que se captura es para evitar que esto se traduzca en una interrupción. Continuando inmediatamente con la tarea en la que se estaba trabajando sin perder la concentración.

Las bandejas de entrada (inbox) en el proceso de captura

Una bandeja de entrada (inbox) es un contenedor, tanto físico como digital, en el que se puede recopilar información y sea fácilmente accesible. Siendo estos los contenedores en donde se deben guardar las capturas. Puede ser desde la bandeja de en la que se depositan las notas que nos llegan a la oficina, una libreta que llevamos con nosotros, el correo electrónico o una aplicación de notas en nuestro teléfono u ordenador.

Algunas de las bandejas de entrada se pueden recopilar de forma automática, como es el caso de las notas físicas que nos llegan o el correo electrónico, mientras otras pueden ser que requieran nuestra atención, como la libreta o la aplicación de notas. Siendo estas últimas donde debemos guardar todo aquellos que aparecen en reuniones, ideas o llamadas.

Publicidad


Identificar y reducir el número de bandejas de entrada

En este punto, una vez definido lo que es una bandeja de entrada, suele surgir la duda de cuántas son realmente necesarias y cuántas tenemos actualmente. Lo ideal seria contar con una única bandeja, pero en la práctica debemos buscar reducir estas a la mínima cantidad posible. Facilitando de este modo el posterior procesado de las bandejas y reduciendo la posibilidad de dejar alguna sin procesar.

Al identificar el número de bandejas lo normal es que aparezcan decenas. Cada una de nuestras cuentas de correo electrónico, los programas de mensajería corporativa (Microsoft Teams, Slack, …), los programas de mensajería personal (WhatsApp, Telegram, SMS, …), los servicios de mensajería dentro de otros programas o servicios, las redes sociales, el teléfono, los lugares en los que guardamos notas o la correspondencia postal son solo algunos ejemplos de bandeja de entrada.

El correo como única fuente de tareas, una reducción no tan buena

En este punto puede que pensemos recurrir al correo electrónico como única bandeja de entrada. Así, ante cualquier situación, lo único que deberíamos hacer es solicitar que se nos envíe un correo electrónico a modo de recordatorio. Obviando los casos en los que este hábito puede ser necesario para justificar acciones ante superiores, esto no es lo que se entiende como capturar en GTD. Al adoptar este hábito lo que realmente se está haciendo es delegar la responsabilidad de recopilar sobre aquel que solicita la tarea. Responsabilidad que debería ser nuestra.

Además, este es un método que suele fallar cuando las tareas las ponemos nosotros mismos o no son solicitadas por nadie, tales como la compra de suministros agotados o los repuestos para realizar reparaciones.

Cómo capturar en GTD

A la hora realizar una anotación su redacción ha de ser lo más sencilla posible, lo mínimo para que sea fácil recordar lo que se está capturando. Evitando agregar detalles innecesarios. Por ejemplo, cuando nos piden enviar un informe a un compañero simplemente podemos anotar “informe de … para …”. El resto de información que pueda ser necesaria para realizar cualquier tarea se agrega durante la fase de clarificado.

La idea detrás de esto es hacer el proceso de captura lo más rápido posible. Así, cuando algo aparece durante la realización de una tarea, se evita perder el tiempo en aclarar su significado y la tentación de saltar a la nueva tarea dejando pendiente la actual. Ambos son grandes enemigos de la productividad. Manteniendo de este modo la concentración en lo que se está haciendo en cada momento.

Posiblemente a la hora de adoptar GTD esta sea una de las fases que son más difíciles de adoptar. No porque sea compleja en sí, sino porque es necesario desaprender el hábito de aclarar las cosas capturadas durante el mismo proceso de captura. Las tareas deben ser aclaradas y organizadas en las siguientes fases de la metodología, no durante el proceso de captura. Algo que al principio es más difícil de lo que parece.

Publicidad


Conclusiones

Capturar o recopilar es la primera fase GTD. En esta fase solamente hay que almacenar en una bandeja de entrada (inbox) de confianza todo aquello que nos llega, sin detenerse a analizar qué es y cuáles son sus posibles implicaciones. El aclarado de las tareas es algo que se debe dejar para la siguiente fase de la metodología: clarificar.

Imagen de StockSnap en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo
  • ¿Está concentrado el MSCI World? Un análisis con Gini, Lorenz y leyes de potencia
  • Curiosidad: ¿Por qué usamos p < 0.05? Un umbral que cambió la historia de la ciencia
  • Programador de tareas de Windows: Guía definitiva para automatizar tu trabajo (BAT, PowerShell y Python)
  • La Paradoja del Cumpleaños, o por qué no es tan raro compartir fecha de nacimiento
  • Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows
  • Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte
  • Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)
  • Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato

Publicado en: Productividad Etiquetado como: GTD

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato

octubre 23, 2025 Por Daniel Rodríguez

Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)

octubre 21, 2025 Por Daniel Rodríguez

Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte

octubre 16, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Diferencias entre CPU, GPU, TPU y NPU publicado el abril 19, 2023 | en Herramientas
  • Cuatro libros para aprender Pandas publicado el marzo 31, 2023 | en Reseñas
  • El método de Muller e implementación en Python publicado el marzo 24, 2023 | en Ciencia de datos
  • pandas Pandas: Encontrar la posición y valores de máximos y mínimos en un DataFrame publicado el junio 21, 2021 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto