LogiCola 3 reconstruye con IA un clásico de lógica de 2008

Del Windows de 2008 a cualquier dispositivo: cómo LogiCola 3 se reinventó con IA

En agosto, más de 100 dispositivos en Asia visitaron LogiCola 3 en una sola semana; 72 hicieron al menos un ejercicio y 66 llegaron desde Filipinas. Más de la mitad eran teléfonos y tablets. Hace dos años ese número era cero, porque el programa original solo funcionaba en Windows.

Malik Piara, fundador del proyecto, lanzó el 8 de septiembre de 2026 una nueva versión de LogiCola 3, el programa de práctica de lógica creado originalmente por el profesor Howard Gensler en 2008. La promesa: que cualquier estudiante, desde una Chromebook escolar hasta un teléfono de gama baja en Manila, pueda practicar silogismos, proposiciones y lógica modal sin instalar nada.

El camino hasta aquí fue menos un rediseño y más una operación de arqueología de software asistida por IA.

El método: ingeniería inversa con Ghidra y modelos de IA

Para reconstruir las plantillas internas del programa original, Piara recurrió a Ghidra, la herramienta de ingeniería inversa que la NSA publicó como código abierto en 2019 (TechTarget). Ghidra permite descompilar binarios en pseudo-C y trabajar con scripts, lo que hizo viable analizar el ejecutable de 2008 sin tener el código fuente.

A esa base le sumó el Ghidra MCP server iniciado por LaurieWired y ampliado por Benjamin Ethington, una capa que conecta el descompilador a modelos de IA. El flujo: pedirle al modelo que lea la rutina descompilada, identifique la estructura del registro y la reescriba como generador. De ahí salieron plantillas como la del Set C que la nota original cita:

*21 R:Gk.Only if you're $B are you $D.Only if $j, $q
c:a($q ⊃ $j)
b($j ≡ $q)
d$j ⊃ $q

Donde $B y $D son adjetivos sorteados al azar en cada ejercicio. La regla, las opciones y las pistas vienen del original; los nombres se generan nuevos cada vez. Lo que antes era un banco cerrado de preguntas ahora produce práctica infinita.

Diseño heredado, voz nueva: el problema del «look moderno sin alma»

Uno de los puntos débiles de versiones anteriores fue, según los lectores en Hacker News, que la interfaz se sentía como software empresarial: demasiado limpia, demasiado seria, demasiado poco Gensler. Piara lo describe como soul sucking design: un rediseño moderno que produce esa sensación no por culpa del autor, sino porque «el look moderno responde a una era de vender todo a toda costa».

La solución fue excavar el archivo original. El diálogo Color del programa de 2008 revelaba nueve esquemas, cada uno con tres profundidades: Pastel, Moderate y Deep. Los colores no eran elegidos a mano sino calculados: cada Pastel es un tono saturado empujado a claro; cada par enfrenta un color con su complemento en una rueda RGB; y la banda oscura del pie es el color de fondo pasado por InvertRect, una función de dibujo de Windows que aplica NOT lógico pixel a pixel.

El esquema reconstruido:

level = 0xCD  # Pastel
background = rgb(level, 0xFF, 0xFF)  # Aqua
panel = rgb(0xFF, level, level)     # Rose
band = ~background                  # InvertRect

La nueva versión mantiene la mecánica, pero reemplaza la paleta con pares definidos en el intervalo 0.45–0.58 de «estimulación» según el modelo de Ruxandra Duru y Brian Li, que mide intensidad, distancia de luminosidad y distancia de tono entre dos colores. Cada set usa su propio par; los patrones de cada superficie toman colores de los otros sets para crear cohesión sin uniformidad. Y antes de aprobar un par, Piara pasa el chequeo de contraste WCAG AA de 4.5:1.

Accesibilidad: el menú que ignoraba al lector de pantalla

El problema más concreto lo dejó un usuario con Firefox en Windows y lector de pantalla: «cuando pulso el botón de capítulos, no pasa absolutamente nada, no queda claro cómo se supone que debo probar la web». El menú dependía de hover, así que al alejar el puntero se cerraba y dejaba la navegación invisible.

En la nueva versión, la navegación es un menú real: botón que abre una lista de enlaces, operable desde teclado, con rol accesible para lectores de pantalla. Las opciones en un ejercicio ahora se distinguen no solo por color: una respuesta incorrecta lleva una X además del contorno rojo, y se puede intentar de nuevo antes de que se revele la respuesta. También se admite selección múltiple en el Set Q, donde una definición puede ser incorrecta por más de una razón (issue #47 del repositorio).

Otro cambio relevante: modo offline. Una vez abierta la web app, se puede practicar sin conexión. Esto importa porque, como muestra la propia métrica de Piara, una parte real de los usuarios llega desde dispositivos con conectividad limitada en Asia.

Mastery learning y la decisión de abandonar las pruebas de longitud fija

El sistema de evaluación también se reformuló. Hasta ahora los quizzes tenían un número fijo de preguntas; ahora usan un sistema de puntos inspirado en el original: el puntaje sube con cada acierto, baja con cada fallo, y el ejercicio termina cuando se llega a 100. Esto se llama mastery learning, una idea que Benjamin Bloom propuso en 1968. La nota cita el metaanálisis de Kulik, Kulik y Bangert-Drowns de 1990, que encontró que los cursos basados en mastery suben el rendimiento en exámenes aproximadamente media desviación estándar, con las mayores ganancias en los estudiantes más débiles.

Para founders que construyen productos de aprendizaje o entrenamiento, el hallazgo no es nuevo pero vale repetirlo: el largo fijo de la prueba no es la métrica; el dominio lo es. Las micro-transiciones y animaciones inspiradas en Mega Man y Street Fighter (probadas en persona con varios usuarios, ganador: opción A, flash after taking damage) son la pieza que hace llevadero el bucle de fallar y reintentar.

Qué significa esto para tu startup

Lo de LogiCola 3 no es una nota de nostalgia. Hay tres lecciones prácticas para quien construye software pequeño y aspira a llegar lejos:

• La IA ya descompila, no solo escribe. Un solo founder pudo reconstruir la lógica de un binario de hace casi 20 años porque Ghidra (NSA, 2019) más un servidor MCP dedicado más un LLM hacen viable lo que antes requería un equipo de reversing. Si tu startup depende de un formato legado, una especificación cerrada o un workflow sin documentación, esta cadena de herramientas ya está al alcance.
• Accesibilidad no es feature, es menú que abre. El error de la versión anterior fue confiar en hover y color. La nueva versión pasó cada par por el umbral WCAG AA 4.5:1, hizo el menú operable con teclado y añadió señalización por forma. Cualquier producto B2B que aspire a vender a escuelas, gobiernos o empresas medianas en Europa va a tener que pasar esos mismos controles; hacerlo antes del lanzamiento evita reescrituras costosas.
• Mastery learning convierte tu métrica de completion en métrica de competencia. Sustituir «completa el quiz de 10 preguntas» por «llega a 100 puntos» cambia el comportamiento: los usuarios débiles se quedan hasta dominar, no se van al primer fallo. Para founders que venden SaaS de upskilling, certificación interna o entrenamiento de equipos, ese cambio de mecánica es de los pocos que mueve métricas de negocio reales.

Fuentes

• Reverse engineering the 2008 LogiCola, a logic drill program (fuente original)
• Get started with the Ghidra reverse-engineering framework (TechTarget)
• How to use Ghidra for malware analysis, reverse-engineering (TechTarget)

Artículos relacionados:

Hardware hacking: extracción de contraseñas vía SPI flash IA + Ghidra Detectan Backdoors en Binarios: Proyecto BinaryAudit Agentes de coding 2026: ROI real y reverse engineering Cloudflare 600% más IA: internet se reconstruye para máquinas NTSB cierra base de datos: IA reconstruye audio de accidente