Prompt, token, alucinación, LLM, RAG, fine-tuning: las conversaciones sobre IA a veces parecen una cena donde todos hablan un idioma extranjero — y donde asientes con la cabeza esperando que nadie haga una pregunta. Buena noticia: este vocabulario intimidante cubre ideas simples, que se explican en unas pocas frases con las imágenes adecuadas. Aquí tienes el lexicón de los 20 términos que aparecen por todas partes — finalmente claros, para seguir las conversaciones, leer los artículos y entender lo que ya estás utilizando.
Los fundamentos: la máquina y su aprendizaje
Inteligencia artificial (IA): término paraguas — todo programa que realiza tareas que requerirían inteligencia humana (comprender, reconocer, decidir). Aprendizaje automático (machine learning): el método rey — en lugar de programar reglas, se muestran millones de ejemplos y la máquina extrae las regularidades; como aprender a reconocer un gato viendo mil gatos, no leyendo su definición. Red de neuronas: la arquitectura inspirada (de muy lejos) en el cerebro — millones de pequeñas unidades de cálculo conectadas, que se ajustan durante el aprendizaje. Deep learning (aprendizaje profundo): redes de neuronas con muchas capas — la receta detrás de los avances espectaculares de la década. Modelo: el resultado del aprendizaje — el «cerebro» entrenado que se utiliza después; cuando se dice «ha salido un nuevo modelo», entiéndase «una nueva versión del cerebro».
La IA generativa y sus estrellas
IA generativa: la que crea — textos, imágenes, sonidos, videos — en lugar de solo clasificar o reconocer. LLM (gran modelo de lenguaje): el motor de los asistentes conversacionales — un modelo gigante entrenado en océanos de textos, convertido en experto en el lenguaje. Prompt: tu instrucción — la solicitud que formulás; el arte de redactarla bien se llama prompt engineering. Token: la unidad de división del texto (una palabra corta, un trozo de palabra larga) — los límites y los precios de las IA se cuentan en tokens; recuerda «trozo de palabra». Alucinación: el defecto famoso — la IA afirma con seguridad algo falso, porque optimiza la verosimilitud, no la verdad; de ahí la regla de siempre verificar lo importante. Multimodal: que comprende y produce varios «modos» — texto, imagen, sonido — en una misma conversación.
El buen reflejo. Para fijar estos conceptos, pregunta a una IA: «explícame [término] con una analogía cotidiana, luego un ejemplo concreto». El vocabulario de la IA explicado por la IA, a tu ritmo y con tus imágenes: es el ejercicio perfecto para unir lo útil con lo metalingüístico — y verificar de paso que ya sabes dialogar con ella.
Bajo el capó: los términos técnicos que se repiten
Entrenamiento: la fase (larga y costosa) en la que el modelo aprende con los datos. Inferencia: la fase de uso — cuando el modelo entrenado responde a tus solicitudes; cada respuesta es una inferencia. Fine-tuning (ajuste): especializar un modelo generalista en un dominio — como enviar a un buen generalista a una formación de experto. RAG: conectar la IA a documentos de referencia que consulta antes de responder — el examen con libro abierto, que reduce las alucinaciones y permite responder sobre tus contenidos. Parámetros: los miles de millones de ajustes internos de un modelo — el orden de magnitud que se cita para dar su «tamaño». Open source / open weights: modelos libremente descargables y utilizables en tus propias máquinas — en oposición a los modelos cerrados accesibles solo a través de su editor.
Un modelo de IA es como un estudiante que aprende de ejemplos. Primero estudia (entrenamiento), luego responde preguntas (inferencia). Si quieres que sea mejor en un tema, le das clases extra (fine-tuning). Y si quieres que use información actual, le das acceso a libros (RAG).
Imagina un modelo de IA llamado «Mistral-7B» con 7 mil millones de parámetros. Para especializarlo en medicina, se le da fine-tuning con 10,000 artículos médicos. Ahora, cuando le preguntas sobre un síntoma, consulta primero una base de datos médica (RAG) antes de responder, reduciendo errores.
El ecosistema y los debates
Agente: una IA que no solo responde, sino que encadena acciones (buscar, usar herramientas, ejecutar) para cumplir una misión — la gran tendencia actual. Sesgo: los prejuicios heredados de los datos de entrenamiento — la IA refleja lo que se le ha mostrado, defectos incluidos. AGI (inteligencia artificial general): la hipotética IA que iguala al humano en todos los ámbitos — objeto de debates encendidos y de ninguna realidad actual; cuando lees AGI, entiende «especulación». Alineamiento: el campo que trabaja para que las IA hagan lo que se espera de ellas, de forma segura y conforme a nuestros valores — más importante a medida que ganan en autonomía.
Para recordar. El jerga impresiona, y algunos la usan — para vender, dramatizar o deslumbrar. Ya sabes lo esencial: desconfía de los discursos que amontonan términos sin explicarlos, y de las promesas que invocan la AGI para mañana. Los conceptos clave de la IA caben en esta página; quien los hace oscuros rara vez tiene interés en tu comprensión.
Preguntas frecuentes
¿Hay que conocer estos términos para usar la IA?
No — se usa muy bien un asistente sin vocabulario. Pero conocerlos ayuda a entender los límites (alucinaciones, sesgos), a leer la actualidad sin dejarse engañar, y a elegir tus herramientas con conocimiento de causa.
¿Cuál es la diferencia entre ChatGPT, un LLM y la IA?
Encaje simple: la IA es el campo entero; el LLM es un tipo de modelo especializado en lenguaje; los asistentes conocidos son productos construidos alrededor de un LLM. Como «el transporte», «el motor de combustión» y «una marca de coche».
¿El vocabulario va a seguir cambiando?
Sí — cada ola trae sus palabras (los «agentes», antes confidenciales, están en todas partes). Pero los fundamentos de esta página son estables: te servirán de base duradera.
Lo que hay que recordar
El jerga de la IA cubre ideas simples: la máquina aprende por ejemplo (machine learning, redes de neuronas), los asistentes se basan en modelos de lenguaje gigantes (LLM) que se controlan con instrucciones (prompts), sus defectos tienen nombres (alucinaciones, sesgos) y sus evoluciones también (agentes, multimodal, RAG). Con estos veinte términos, sigues las conversaciones, descifras los anuncios y detectas a los vendedores de humo. Y recuerda al mejor profesor de vocabulario de IA: la IA misma — una analogía y un ejemplo a la demanda, hasta que sea claro.
¿Quieres dominar la IA y convertirla en una verdadera ventaja en tu día a día? Nuestras formaciones te acompañan a tu ritmo.
Deja una respuesta
Lo siento, debes estar conectado para publicar un comentario.