El vocabulario de la IA

Glosario de la inteligencia artificial

El vocabulario de la inteligencia artificial explicado con claridad: 119 términos con definiciones breves y sin jerga innecesaria, del aprendizaje automático a los grandes modelos de lenguaje, hasta los agentes y el Reglamento de IA de la Unión Europea, para quien trabaja con la IA. Las entradas están agrupadas por área temática, porque los términos se entienden mejor en relación entre sí.

El glosario existe también como PDF maquetado de la colección Guías AIPIA (27 páginas, en italiano): la página de la guía cuenta cómo está hecho.

Los fundamentos de la inteligencia artificial

Inteligencia artificial (artificial intelligence, IA)

Disciplina que construye sistemas capaces de realizar tareas que, hechas por una persona, requerirían inteligencia: reconocer imágenes, comprender el lenguaje, tomar decisiones, prever resultados. Abarca una familia entera de enfoques. Hoy, cuando en una empresa se habla de IA, casi siempre se refiere al aprendizaje automático y a sus ramificaciones recientes.

IA restringida (weak AI o narrow AI)

La inteligencia artificial que existe de verdad, hoy: sistemas especializados en una sola tarea, como traducir textos, sugerir una compra, reconocer un rostro o generar texto. Un sistema entrenado para una cosa no sabe hacer otra. Todas las herramientas en uso, incluidos los asistentes generativos más avanzados, entran en esta categoría.

IA general (strong AI, AGI)

Una hipotética inteligencia artificial capaz de comprender, aprender y aplicar conocimientos en cualquier ámbito, como una persona. Hoy es una hipótesis, y sigue abierto el debate sobre si podrá existir y cuándo. Confundirla con la IA restringida, buena en una sola tarea, es el error conceptual más difundido cuando se discuten los riesgos y las capacidades reales.

IA generativa (generative AI)

La familia de modelos que produce contenidos nuevos: texto, imágenes, audio, código, video. Además de clasificar o prever, genera. Es la tecnología detrás de los asistentes de escritura y de los generadores de imágenes. Se contrapone a la IA predictiva, que estima un valor o una categoría a partir de los datos.

IA predictiva (predictive AI)

Sistemas que, a partir de los datos históricos, estiman un resultado futuro o asignan una categoría: probabilidad de que un cliente se dé de baja, previsión de la demanda, detección de una transacción sospechosa. Responde qué valor o qué clase, mientras que la generativa crea algo nuevo. Muchos proyectos empresariales útiles siguen siendo predictivos, lejos de los reflectores.

Algoritmo (algorithm)

Una secuencia precisa de instrucciones para resolver un problema o realizar una tarea. En la IA es el procedimiento que permite a un modelo aprender de los datos. Conviene usarlo con su sentido propio: todo programa informático está hecho de algoritmos, y solo una parte de ellos es inteligencia artificial.

Modelo (model)

El resultado del entrenamiento: el conjunto de parámetros aprendidos de los datos que permite al sistema hacer previsiones o generar contenidos. Si el algoritmo es el método de aprendizaje, el modelo es lo que se obtiene al final. Decir «un modelo de IA» significa señalar este objeto ya entrenado y listo para usar.

Heurística (heuristic)

Una regla práctica que lleva deprisa a una solución suficientemente buena, sin garantía de que sea la mejor. Las heurísticas eran el corazón de la IA antes del aprendizaje automático y siguen siendo útiles hoy: muchos sistemas las combinan con los modelos aprendidos de los datos para gestionar los casos límite de forma previsible.

Comportamiento emergente (emergent behavior)

Capacidades que un modelo muestra sin haber sido entrenado explícitamente para tenerlas, y que aparecen solo a partir de cierta escala. Los grandes modelos de lenguaje, por ejemplo, empezaron a traducir o a razonar por pasos sin haber sido programados para ello. Es un fenómeno observado, sin garantía, que conviene tratar con prudencia.

Conocimiento de fondo (common sense)

El sentido común: el conjunto de nociones obvias sobre el mundo que las personas dan por sentadas, como que un objeto que se suelta cae. Sigue siendo uno de los límites más tenaces de la IA: los modelos producen textos brillantes y luego fallan deducciones que un niño haría sin pensarlo.

Aprendizaje automático y redes neuronales

Aprendizaje automático (machine learning, ML)

El enfoque en el que un sistema mejora su desempeño a partir de los datos, sin programarlo con reglas explícitas para cada caso. Se muestran muchos ejemplos al modelo, que extrae por sí mismo los patrones recurrentes. Es la rama de la IA que ha hecho posible casi todo aquello de lo que se habla hoy.

Aprendizaje supervisado (supervised learning)

El modelo aprende de ejemplos ya etiquetados, es decir, pares de entrada y respuesta correcta: miles de correos marcados como spam o como legítimos, fotos con el objeto indicado. De las respuestas conocidas aprende a responder en casos nuevos. Es la modalidad más usada en las aplicaciones prácticas del aprendizaje automático.

Aprendizaje no supervisado (unsupervised learning)

El modelo recibe datos sin etiquetas y debe encontrar por sí mismo una estructura: agrupar clientes parecidos, detectar anomalías, reducir la complejidad de los datos. Se le pide que organice lo que ve, dejando que descubra qué buscar. Es útil cuando etiquetar los datos a mano sería demasiado lento o costoso.

Aprendizaje por refuerzo (reinforcement learning, RL)

El modelo aprende por ensayo y error, recibiendo premios o penalizaciones según las acciones que realiza en un entorno. Con el tiempo afina una estrategia que maximiza el premio. Es la técnica detrás de los sistemas que juegan al ajedrez o al go, y un componente del entrenamiento de los modelos de lenguaje.

Aprendizaje en contexto (in-context learning)

La capacidad de un gran modelo de lenguaje de adaptarse a una tarea mirando solo los ejemplos incluidos en la solicitud, sin modificar sus parámetros. Bastan dos o tres ejemplos en el prompt y el modelo continúa en el mismo estilo. Es una adaptación momentánea, distinta del entrenamiento propiamente dicho.

Redes neuronales (neural networks)

Modelos inspirados de forma muy libre en el cerebro: unidades de cálculo, las neuronas, organizadas en capas y unidas por conexiones con peso. Los datos entran por una capa, atraviesan las intermedias y producen un resultado. Ajustando los pesos durante el entrenamiento, la red aprende a transformar las entradas en las salidas deseadas.

Neurona (neuron)

La unidad básica de una red neuronal. Recibe varios valores de entrada, cada uno multiplicado por un peso, los suma y aplica una función de activación que decide la señal que se transmite a la capa siguiente. Por separado, las neuronas hacen cálculos triviales; por millones reconocen rostros y escriben textos.

Peso (weight)

El número que indica cuánto cuenta una determinada entrada para una neurona. Los pesos son lo que el modelo ajusta durante el entrenamiento: son, de hecho, el conocimiento aprendido. Un gran modelo de lenguaje tiene miles de millones, y su conjunto constituye el modelo mismo.

Función de activación (activation function)

La función que, dentro de una neurona, decide cuánta señal transmitir a la capa siguiente. Introduce la no linealidad que permite a las redes aprender relaciones complejas, además de las proporciones directas. Sin ella, una red profunda equivaldría a un simple cálculo lineal. Las más usadas son ReLU, sigmoide, softmax y tanh.

ReLU (rectified linear unit)

Función de activación que deja pasar los valores positivos y lleva a cero los negativos. Simple y rápida de calcular, es la opción predeterminada en las capas intermedias de las redes profundas modernas. Su forma elemental ayuda también al entrenamiento, porque hace más estable la propagación del error a lo largo de muchas capas de la red.

Sigmoide (sigmoid)

Función de activación que comprime cada valor en un intervalo entre cero y uno. Por eso se presta a expresar una probabilidad, y es típica de la capa final de una clasificación binaria, donde el modelo debe responder sí o no. En las capas intermedias hoy se prefiere en general la ReLU.

Softmax

Función de activación que transforma un conjunto de valores en probabilidades que suman uno. Se usa en la capa final de una clasificación cuando las clases posibles son más de dos: el modelo asigna a cada una una probabilidad y la respuesta es la clase con el valor más alto.

Tanh (tangente hiperbólica)

Función de activación parecida a la sigmoide, que comprime los valores entre menos uno y uno. Al estar centrada en el cero, fue durante mucho tiempo habitual en las redes recurrentes para el tratamiento de secuencias. En las arquitecturas más recientes es menos frecuente, superada en muchos casos por la ReLU y sus variantes.

Aprendizaje profundo (deep learning)

El aprendizaje automático basado en redes neuronales con muchas capas, llamadas por eso profundas. La profundidad permite al modelo construir representaciones cada vez más abstractas: de los bordes de una imagen a las formas, hasta los objetos. Es la técnica detrás de la visión artificial moderna y de los modelos de lenguaje actuales.

Retropropagación del error (backpropagation)

El algoritmo que permite a una red neuronal aprender. Después de cada previsión calcula cuánto ha contribuido cada peso al error y propaga esta información hacia atrás, de la capa final hacia el inicio, indicando cómo corregir cada peso. Es el mecanismo que hace posible entrenar redes profundas con millones de parámetros.

Descenso del gradiente (gradient descent)

El método con el que el modelo ajusta los pesos para reducir el error. Es como bajar un valle a oscuras con pasos cortos, siguiendo siempre la mayor pendiente hacia abajo: el gradiente indica esa dirección. La variante estocástica, SGD, usa pequeños subconjuntos de datos en cada paso para avanzar más deprisa.

Sobreajuste (overfitting)

Cuando un modelo aprende demasiado bien los datos de entrenamiento, memorizando también el ruido, y luego falla con los datos nuevos. Como un estudiante que se aprende las respuestas de memoria en lugar de los conceptos: brillante en el examen ya visto, perdido ante una pregunta distinta. Es el enemigo principal de quien entrena modelos.

Subajuste (underfitting)

El fenómeno opuesto al sobreajuste: el modelo es demasiado simple para captar los patrones presentes en los datos y rinde mal tanto con los ejemplos de entrenamiento como con los nuevos. Se corrige eligiendo un modelo más expresivo, añadiendo información de entrada o alargando el entrenamiento hasta captar la estructura real del problema.

Compromiso sesgo-varianza (bias-variance tradeoff)

El equilibrio entre dos errores opuestos. Un modelo demasiado rígido, con sesgo alto, simplifica la realidad y cae en el subajuste; uno demasiado sensible, con varianza alta, persigue cada detalle y cae en el sobreajuste. Construir un buen modelo significa encontrar el punto justo entre los dos extremos, midiéndolo con los datos de validación.

Árbol de decisión (decision tree)

Un modelo que decide mediante una secuencia de preguntas con respuesta sí o no, como un diagrama de flujo. Fácil de leer y de explicar, se aprecia cuando hace falta entender por qué el sistema decidió de cierta manera. Muchos árboles combinados forman modelos más potentes, a cambio de menos transparencia.

Clasificación y regresión (classification, regression)

Las dos tareas típicas del aprendizaje supervisado. La clasificación asigna una categoría: spam o correo legítimo, sano o enfermo. La regresión estima un valor numérico continuo, como el valor de mercado de una casa o la demanda futura. La diferencia está en el tipo de respuesta esperada: una clase o un número.

AutoML (automated machine learning)

El conjunto de técnicas que automatizan las partes repetitivas de la construcción de un modelo: selección del algoritmo, elección de los ajustes, evaluación de los resultados. Baja la barrera de entrada al aprendizaje automático y deja en manos de las personas el juicio sobre si el problema está bien planteado y si los datos son fiables.

Datos, entrenamiento y optimización

Datos (data)

La materia prima de la IA: números, texto, imágenes, sonidos, registros de eventos. Un modelo conoce el mundo solo a través de los datos que ha visto durante el entrenamiento. Por eso su calidad, cantidad y representatividad cuentan más que casi cualquier otra decisión técnica tomada a lo largo de un proyecto.

Característica (feature)

Una sola propiedad medible que el modelo usa como entrada. Para estimar el valor de una casa, las características pueden ser la superficie, el número de habitaciones, el barrio. Elegir y construir buenas características es, históricamente, una de las actividades que más influyen en la calidad del resultado final de un proyecto.

Etiqueta (label)

La respuesta correcta asociada a un ejemplo en el aprendizaje supervisado: la categoría de una foto, el valor que hay que prever. El modelo aprende comparando sus previsiones con las etiquetas y corrigiéndose en cada paso. Etiquetar bien los datos suele ser el trabajo más largo y costoso de un proyecto.

Conjunto de entrenamiento (training set)

Los datos con los que el modelo aprende, ajustando sus pesos en cada pasada. Es la parte más grande del conjunto de datos y se mantiene separada de la validación y de la prueba: solo así se puede saber si el modelo funciona de verdad o si solo ha memorizado los ejemplos ya vistos.

Conjunto de validación (validation set)

Los datos reservados durante el desarrollo para ajustar la configuración y elegir el mejor modelo entre las variantes probadas. Sirven a las decisiones de quien construye el sistema y quedan fuera del aprendizaje de los pesos. Se distinguen del conjunto de prueba, que se mantiene intacto hasta la medición final.

Conjunto de prueba (test set)

Los datos que el modelo nunca ha visto, usados una sola vez al final para medir el desempeño real en casos nuevos. Si entran en las decisiones de desarrollo pierden su valor: la medida resultaría optimista. Mantenerlos de verdad aparte es la garantía de que los números declarados tengan sentido.

Aumento de datos (data augmentation)

Técnicas para crear ejemplos nuevos a partir de los existentes: girar o recortar una imagen, reformular una frase. Aumentan la variedad de los datos sin el costo de recoger otros nuevos y ayudan al modelo a generalizar en lugar de memorizar, reduciendo el riesgo de sobreajuste en los ejemplos de entrenamiento disponibles.

Datos sintéticos (synthetic data)

Datos generados artificialmente para imitar los reales. Útiles cuando los datos verdaderos escasean, son sensibles o difíciles de recoger, por ejemplo en el ámbito sanitario. Se usan con cautela: si reproducen mal la realidad, transmiten al modelo una visión distorsionada del fenómeno que debería aprender a reconocer.

Las cinco V del big data

Las cinco dimensiones con las que se describen los grandes conjuntos de datos: volumen, la cantidad disponible; velocidad, la rapidez con la que llegan y deben procesarse; variedad, los distintos formatos y tipos; veracidad, la fiabilidad y la calidad; valor, la utilidad real que se obtiene de ellos. La cantidad es solo una de las cinco.

Token

La unidad mínima en la que un modelo de lenguaje divide el texto: una palabra, parte de una palabra o un solo carácter. Los modelos leen secuencias de tokens, mientras que las personas leemos letras y palabras. Los costos y los límites de longitud de los modelos se miden en tokens, una unidad más pequeña que la palabra entera.

Embedding (representación vectorial)

La traducción de una palabra, una frase o una imagen en una lista de números que captura su significado. En este espacio numérico los elementos parecidos quedan cerca: rey y reina están más cerca que rey y bicicleta. Es la base de la búsqueda semántica y de los sistemas de recomendación.

Base de datos vectorial (vector database)

Un archivo diseñado para guardar y buscar embeddings. En lugar de buscar palabras idénticas, encuentra los elementos cuyo significado está más cerca del solicitado. Es el componente que permite a un sistema recuperar los documentos pertinentes para una pregunta, como ocurre en las aplicaciones basadas en RAG.

Preentrenamiento (pre-training)

La primera fase, y la más costosa, de la construcción de un gran modelo: se lo expone a enormes cantidades de texto para que aprenda la estructura del lenguaje y un amplio conocimiento general. El resultado es un modelo base, versátil y de uso general, que luego se especializa con el ajuste fino.

Ajuste fino (fine-tuning)

El entrenamiento adicional de un modelo ya preentrenado con un conjunto de datos específico, para especializarlo en una tarea o un dominio: el lenguaje jurídico, el estilo de una empresa, un tipo de clasificación. Cuesta mucho menos que entrenar desde cero y da resultados precisos sobre el problema que interesa.

Destilación (knowledge distillation)

La técnica con la que un modelo grande y capaz, llamado maestro, transfiere lo que sabe a un modelo más pequeño y rápido, llamado estudiante. El modelo destilado conserva gran parte del desempeño con una fracción del costo: útil para ejecutar la IA en dispositivos con pocos recursos.

Cuantización (quantization)

La reducción de la precisión numérica con la que se guardan los pesos de un modelo, para hacerlo más ligero y rápido. Se pierde algo de exactitud a cambio de un consumo y una memoria mucho menores. Es una de las vías principales para llevar modelos de gran capacidad a un hardware modesto.

Hiperparámetro (hyperparameter)

Un ajuste que quien construye el modelo fija antes del entrenamiento y que gobierna cómo aprende el modelo: cuántas capas, qué amplitud tiene cada paso de aprendizaje, cuántos ejemplos por vez. La búsqueda sistemática de la mejor combinación se llama optimización de hiperparámetros, en inglés hyperparameter tuning.

Tasa de aprendizaje (learning rate)

El hiperparámetro que fija la amplitud de cada paso de corrección de los pesos durante el entrenamiento. Si es demasiado alta, el modelo diverge y no aprende; si es demasiado baja, el entrenamiento se vuelve lentísimo. Encontrar el valor justo es uno de los ajustes más delicados en la construcción de un modelo.

Épocas (epochs)

El número de veces que el modelo recorre todo el conjunto de entrenamiento. Pocas épocas pueden dejar el aprendizaje incompleto; demasiadas favorecen el sobreajuste, porque el modelo empieza a memorizar los ejemplos. Se elige observando la evolución del error en el conjunto de validación y deteniéndose cuando deja de mejorar.

Tamaño del lote (batch size)

El hiperparámetro que establece cuántos ejemplos procesa el modelo antes de actualizar los pesos. Los valores pequeños dan actualizaciones frecuentes y ruidosas; los grandes, actualizaciones más estables pero costosas en memoria. Junto con la tasa de aprendizaje, es una de las palancas que más influyen en la velocidad y la calidad del entrenamiento.

Optimizador (optimizer)

El algoritmo que decide cómo actualizar los pesos del modelo en cada paso del entrenamiento, a partir del gradiente calculado sobre el error. Existen varios, con estrategias distintas para regular los pasos de corrección: Adam es hoy el más difundido, por su estabilidad en una amplia gama de problemas.

Métricas y evaluación de los modelos

Exactitud (accuracy)

La proporción de previsiones correctas sobre el total. Es la métrica más intuitiva y también la más engañosa: si casi todos los casos pertenecen a una sola clase, un modelo que responde siempre esa clase obtiene una exactitud altísima sin detectar nada útil. Por sí sola casi nunca basta.

Precisión y exhaustividad (precision, recall)

Dos métricas complementarias. La precisión mide cuántos de los casos señalados como positivos por el modelo lo eran de verdad. La exhaustividad mide cuántos de todos los positivos reales encontró el modelo. En una prueba médica: alta precisión, pocas falsas alarmas; alta exhaustividad, pocos enfermos pasados por alto. Mejorar una suele empeorar la otra.

Puntuación F1 (F1-score)

Una medida única que combina precisión y exhaustividad en un solo número y premia el equilibrio entre las dos. Útil cuando hace falta un compromiso y cuando las clases están desequilibradas, situación en la que la exactitud sola engaña: un valor alto exige que el modelo sea bueno en ambos frentes.

Matriz de confusión (confusion matrix)

La tabla que cruza lo que el modelo previó con lo que era cierto, y muestra exactamente dónde se equivoca. De sus cuatro cuadrantes, verdaderos y falsos positivos y negativos, se calculan la exactitud, la precisión y la exhaustividad. Es el punto de partida para entender el comportamiento real de un clasificador.

Verdaderos y falsos positivos y negativos (TP, TN, FP, FN)

Los cuatro resultados posibles de una clasificación binaria. Verdaderos positivos y verdaderos negativos: casos identificados correctamente. Falsos positivos: casos negativos señalados por error como positivos, las falsas alarmas. Falsos negativos: casos positivos sin detectar, las detecciones perdidas. Qué error pesa más depende de la aplicación, y guía la elección de las métricas.

Función de pérdida (loss function)

La fórmula que mide cuánto se alejan las previsiones del modelo de los valores reales. Todo el entrenamiento consiste en reducir este error: el descenso del gradiente busca los pesos que hacen la pérdida lo más pequeña posible. Cuanto más baja es la pérdida, mejor se adapta el modelo a los datos.

Generalización (generalization)

La capacidad de un modelo de funcionar bien con datos nuevos, nunca vistos, además de con los de entrenamiento. Es el objetivo real de todo proyecto: un modelo que generaliza es útil en el mundo real; uno que solo ha memorizado los ejemplos sirve únicamente en el laboratorio.

Inferencia (inference)

La fase en la que un modelo ya entrenado se usa para producir previsiones o contenidos con datos reales: es el momento en que trabaja de verdad. Puede ocurrir en tiempo real, una solicitud cada vez, o por bloques sobre grandes cantidades de datos, en modalidad por lotes o fuera de línea.

IA generativa y modelos de lenguaje

Procesamiento del lenguaje natural (PLN, NLP)

El campo de la IA que se ocupa de que las máquinas comprendan y produzcan el lenguaje humano. Incluye traducción, resumen, análisis del sentimiento, respuesta a preguntas. Todos los asistentes de texto actuales se apoyan en décadas de investigación en este ámbito, muy anterior a la llegada de los grandes modelos de lenguaje.

Comprensión y generación del lenguaje (NLU, NLG)

Dos caras del PLN. La comprensión del lenguaje natural, NLU, extrae significado de un texto: capta la intención de una solicitud, identifica las entidades citadas. La generación del lenguaje natural, NLG, produce texto coherente. Un asistente conversacional usa ambas: primero entiende la pregunta, luego construye la respuesta.

Modelo de lenguaje (language model)

Un modelo que estima qué tan probable es una secuencia de palabras, y por lo tanto sabe prever la palabra siguiente a partir de las anteriores. De esta capacidad en apariencia modesta, llevada a una escala enorme, nacen los asistentes que escriben textos completos, traducen y responden preguntas en lenguaje natural.

Gran modelo de lenguaje (large language model, LLM)

Un modelo de lenguaje de dimensiones muy grandes, con miles de millones de parámetros, entrenado con enormes cantidades de texto. Genera lenguaje fluido, responde preguntas, escribe código. Su fuerza es la versatilidad; su límite, que produce lo que es plausible, y lo plausible puede ser falso.

Arquitectura Transformer

La arquitectura de red neuronal, presentada en 2017, que hizo posibles los modelos de lenguaje modernos. Su novedad es el mecanismo de atención, que permite al modelo ponderar qué palabras de un texto son relevantes entre sí, aunque estén lejos. Casi todos los grandes modelos actuales derivan de ella.

Mecanismo de atención (attention)

El componente que permite a un modelo concentrarse en las partes relevantes de la entrada mientras produce cada elemento de la salida. Al traducir una frase, decide qué palabras del texto original cuentan más para la palabra que está generando. Es el corazón de la arquitectura Transformer y de los modelos de lenguaje modernos.

Codificador y decodificador (encoder, decoder)

Dos bloques recurrentes en las redes para el lenguaje. El codificador transforma la entrada en una representación interna rica en significado; el decodificador genera la salida a partir de esa representación. Algunos modelos usan solo el codificador, para comprender; otros solo el decodificador, para generar; otros ambos, por ejemplo en la traducción.

GPT (generative pre-trained Transformer)

Una familia de grandes modelos de lenguaje basados en la parte decodificadora de la arquitectura Transformer, especializados en generar texto. El nombre describe la receta: generativo, preentrenado con enormes cantidades de texto, basado en Transformer. Es la familia de modelos que llevó la IA generativa de texto al gran público.

BERT (bidirectional encoder representations from Transformers)

Un modelo basado en la parte codificadora del Transformer, pensado para comprender el texto leyéndolo en ambas direcciones. Se entrena ocultando palabras y pidiendo al modelo que las adivine, técnica llamada masked language model. Se usa sobre todo en búsqueda, clasificación y comprensión de textos, más que en la generación.

Redes recurrentes y LSTM (RNN, long short-term memory)

Las arquitecturas que precedieron a los Transformer en el tratamiento del texto y de las secuencias. Las redes recurrentes procesan un elemento cada vez y guardan memoria del anterior; las LSTM añaden un mecanismo para recordar información durante más tiempo. Hoy están superadas en gran parte y conservan su lugar en la historia del sector.

Modelo multimodal (multimodal model)

Un modelo que maneja varios tipos de datos a la vez: texto, imágenes, audio, video. Puede describir una foto, responder preguntas sobre un gráfico, generar una imagen a partir de una frase. Es la dirección hacia la que avanzan los asistentes más recientes, que ya combinan el texto con otros tipos de datos.

Ventana de contexto (context window)

La cantidad máxima de texto, medida en tokens, que un modelo puede considerar de una vez: la solicitud más la respuesta. Más allá de ese límite, el modelo olvida las partes más lejanas. Una ventana amplia permite analizar documentos largos enteros, de una sola vez.

Prompt e ingeniería de prompts (prompt engineering)

El prompt es la instrucción que se da a un modelo generativo. La ingeniería de prompts es el arte de formularla bien: contexto, tarea clara, restricciones, ejemplos. La misma solicitud escrita de dos maneras distintas puede dar resultados muy diferentes. Es la competencia práctica más inmediata para quien usa estas herramientas.

Zero-shot y few-shot

Dos maneras de pedir a un modelo que realice una tarea. Zero-shot significa pedirla sin dar ejemplos; few-shot significa incluir en la solicitud algunos ejemplos del resultado deseado. Los ejemplos orientan al modelo y a menudo mejoran claramente la respuesta, sobre todo en las tareas con un formato preciso que respetar.

Temperatura (temperature)

El ajuste que regula cuán previsibles o variadas son las respuestas de un modelo generativo. Una temperatura baja produce respuestas más conservadoras y repetibles; una alta introduce más creatividad y más imprevisibilidad. Se baja para las tareas que exigen precisión y se sube cuando hace falta explorar ideas distintas.

Razonamiento en cadena (chain-of-thought)

La técnica de pedir a un modelo que exponga los pasos intermedios antes de llegar a la respuesta. En los problemas de varios pasos, razonar en voz alta mejora a menudo la corrección. Es un procedimiento que reduce los errores por atajo, distinto del razonamiento humano.

Refuerzo con retroalimentación humana (RLHF)

La técnica con la que un modelo se afina usando las preferencias de evaluadores humanos: entre dos respuestas, las personas indican la mejor y el modelo aprende a producir resultados más útiles y apropiados. Es uno de los pasos que han alineado mejor los asistentes generativos con las expectativas de quien los usa.

Alucinación (hallucination)

Cuando un modelo generativo produce información falsa con tono seguro: una cita inexistente, una norma inventada, un dato equivocado presentado como cierto. Es una consecuencia frecuente y estructural de cómo los modelos generan texto plausible: trabajan sin un concepto de verdad. La verificación humana sigue siendo indispensable.

Modelos de difusión (diffusion models)

Familia de modelos generativos para imágenes: parten de ruido aleatorio y lo limpian paso a paso, hasta formar una imagen coherente con la solicitud. Son la técnica detrás de los generadores de imágenes más recientes, apreciados por la calidad y la variedad de los resultados que producen.

Redes generativas antagónicas (GAN)

Modelos generativos que ponen en competencia dos redes neuronales: una crea contenidos falsos, la otra intenta distinguirlos de los verdaderos. Entrenándose una contra otra, la red que genera se vuelve cada vez más convincente. Fueron durante mucho tiempo el estándar para la generación de imágenes, antes de los modelos de difusión.

Autocodificadores variacionales (VAE)

Modelos generativos que aprenden una representación compacta de los datos, a partir de la cual pueden generar ejemplos nuevos parecidos a los vistos. Comprimen la información en un espacio reducido y la reconstruyen, y de ese espacio se toman variaciones inéditas. Son una de las tres familias clásicas, junto con las GAN y la difusión.

Lenguaje aplicado y visión artificial

Análisis del sentimiento (sentiment analysis)

La tarea de PLN que establece si un texto expresa una opinión positiva, negativa o neutra. Se usa para analizar reseñas, comentarios y conversaciones en redes sociales, y transforma miles de juicios escritos en un cuadro medible. Es una de las aplicaciones más maduras y difundidas del análisis automático del lenguaje.

Reconocimiento de entidades (named entity recognition, NER)

La tarea de PLN que identifica en el texto los nombres de personas, empresas, lugares, fechas e importes. Sirve para estructurar documentos y extraer información: de un contrato, por ejemplo, obtiene automáticamente las partes y los plazos. Es una pieza básica de muchos sistemas de análisis documental.

Reconocimiento de la intención (intent recognition)

La tarea de PLN que entiende qué quiere obtener quien escribe: una solicitud de reembolso, una información sobre un pedido, una queja. Es el corazón de los asistentes automáticos de atención al cliente, que deben dirigir cada mensaje hacia la respuesta o el operador adecuado según cómo está formulado.

Análisis gramatical (part-of-speech tagging)

La tarea de PLN que etiqueta cada palabra de un texto con su función gramatical: sustantivo, verbo, adjetivo, adverbio. Es un paso preparatorio para muchos análisis más complejos, porque conocer el papel de cada palabra ayuda a interpretar correctamente la estructura y el significado de la frase.

Lematización (lemmatization)

La tarea de PLN que lleva las palabras a su forma base: «yendo» se convierte en «ir», «casas» en «casa». Sirve para tratar como equivalentes las variantes de un mismo término, de modo que búsquedas y análisis reconozcan la misma palabra en todas sus conjugaciones y declinaciones.

Desambiguación (word sense disambiguation)

La tarea de PLN que elige el significado correcto de una palabra ambigua según el contexto: «banco» como asiento, como entidad financiera o como grupo de peces. Para las personas es automático; para una máquina exige ponderar las pistas presentes en la frase y en el texto que la rodea.

Visión artificial (computer vision)

El campo que enseña a las máquinas a interpretar imágenes y videos: reconocer objetos, leer texto, medir escenas. Alimenta la conducción asistida, el control de calidad en las fábricas, el diagnóstico por imagen. Para las personas ver es inmediato; para una máquina fue durante décadas uno de los desafíos más arduos.

Redes neuronales convolucionales (CNN)

La arquitectura que llevó la visión artificial a su nivel actual. Analiza la imagen por partes, reconociendo primero los detalles simples, bordes y colores, y luego formas y objetos cada vez más complejos. Fue durante años el estándar en el tratamiento de imágenes, antes de la llegada de arquitecturas más recientes.

Reconocimiento de imágenes (image classification)

La tarea de visión artificial que asigna a la imagen entera una etiqueta: esto es un gato, esto es un defecto de producción. Dice qué hay en la escena; para localizar dónde están los objetos sirven la detección y la segmentación, tareas distintas y más precisas.

Detección de objetos (object detection)

La tarea de visión artificial que identifica y localiza varios objetos dentro de una imagen, encerrando cada uno en un recuadro. Frente a la clasificación, que dice solo qué hay, la detección dice también dónde: es la base de aplicaciones como la conducción asistida y el conteo automático de personas o productos.

Segmentación semántica (semantic segmentation)

La tarea de visión artificial que clasifica cada píxel de una imagen y distingue con precisión los contornos de lo que contiene. Es el nivel de análisis más fino: donde la clasificación dice qué hay y la detección dice dónde, la segmentación traza los límites exactos de cada elemento.

Reconocimiento facial (facial recognition)

La técnica de visión artificial que identifica o verifica a una persona a partir del rostro. Las aplicaciones van del desbloqueo del teléfono a los controles de seguridad, y está sujeta a fuertes límites normativos y éticos: trata datos biométricos, y en Europa el Reglamento de IA restringe severamente varios de sus usos.

Reconocimiento óptico de caracteres (OCR)

La técnica que extrae texto legible y editable de imágenes y documentos escaneados: formularios, matrículas, páginas de libros, documentos administrativos. Está entre las aplicaciones más antiguas y consolidadas de la visión artificial, y hoy se combina a menudo con los modelos de lenguaje para interpretar también el contenido de los documentos.

Reducción de ruido (denoising)

La técnica que elimina las perturbaciones de una imagen o de una señal y recupera su calidad: fotos tomadas en la oscuridad, grabaciones de audio sucias, escaneos degradados. Es útil por sí misma y como paso preparatorio: muchos sistemas de visión trabajan mejor con datos limpios de ruido.

Agentes, herramientas y automatización

Agente de IA (AI agent)

Un sistema que percibe un entorno, toma decisiones y realiza acciones para alcanzar un objetivo, con cierto grado de autonomía. A diferencia de un modelo que produce solo una respuesta, puede descomponer una tarea, consultar fuentes, usar herramientas. Los agentes modernos usan a menudo un LLM como motor de decisión.

IA agéntica (agentic AI)

El enfoque que construye sistemas capaces de actuar con autonomía en tareas complejas, coordinando varios pasos y varias herramientas sin que una persona intervenga en cada paso. Un asistente responde a una solicitud; un agente persigue un objetivo y decide por sí mismo los pasos intermedios. Más autonomía exige más reglas y supervisión.

Entorno (environment)

En el vocabulario de los agentes y del aprendizaje por refuerzo, el contexto en el que el agente opera y con el que interactúa: un tablero de ajedrez, un almacén, un sistema informático. El entorno proporciona al agente la información sobre el estado actual y reacciona a sus acciones, determinando las consecuencias de cada elección.

Estado (state)

La situación del entorno en un momento dado, tal como el agente la percibe: la posición de las piezas en el tablero, el contenido del almacén, los datos visibles en ese momento. Cada acción del agente modifica el estado, y del estado actual depende la elección del movimiento siguiente.

Acción (action)

En el vocabulario de los agentes, una elección que el agente realiza y que modifica el estado del entorno: mover una pieza, enviar una solicitud, pedir un repuesto. El conjunto de las acciones posibles define lo que el agente puede hacer; la estrategia con la que las elige es su política.

Recompensa (reward)

La señal que premia o penaliza una acción del agente y guía su aprendizaje por refuerzo. Ganar una partida vale un premio; perderla, una penalización: con el tiempo el agente aprende a preferir las acciones que maximizan la recompensa total. Definirla bien es decisivo, porque el agente optimiza exactamente lo que se premia.

Política (policy)

En el vocabulario del aprendizaje por refuerzo, la estrategia que une cada estado con la acción que se elige: dado lo que el agente ve, qué hace. Es el resultado del entrenamiento: el agente parte de elecciones casi aleatorias y afina la política hasta maximizar la recompensa que recibe del entorno.

Herramientas (tools)

Las funciones externas que un agente puede invocar para superar los límites del modelo solo: una búsqueda en la web, una calculadora, una consulta a una base de datos, el envío de un correo. Dar herramientas a un modelo lo transforma de generador de texto en un sistema capaz de actuar sobre el mundo.

Generación aumentada por recuperación (retrieval-augmented generation, RAG)

La técnica que conecta un modelo generativo con una base de conocimiento externa: primero recupera los documentos pertinentes para la pregunta y luego genera la respuesta basándose en ellos. Reduce las alucinaciones y permite responder sobre datos empresariales actualizados, que el modelo nunca vio en el entrenamiento. Está entre los esquemas más usados en las aplicaciones reales.

Model Context Protocol (MCP)

Un estándar abierto, presentado recientemente, para conectar los modelos de IA con fuentes de datos y herramientas externas de manera uniforme. En lugar de construir una integración a medida para cada servicio, ofrece una forma común de exponer datos y funciones a un modelo. Simplifica la construcción de agentes que trabajan sobre sistemas distintos.

Orquestación (orchestration)

La coordinación de varios modelos, herramientas y pasos en un flujo de trabajo coherente. En un sistema agéntico es la capa que decide el orden de las operaciones, gestiona los errores y mantiene unido el proceso. Cuanto más complejas son las tareas, más se convierte la orquestación en la parte verdaderamente difícil.

Ética, riesgos y reglas

Sesgo (bias)

Término con dos significados distintos en la IA. El primero es estadístico: el error sistemático de un modelo demasiado simple, que lleva al subajuste. El segundo es social: el prejuicio por el que un sistema produce resultados injustos hacia ciertos grupos de personas. Cuando se habla de ética, cuenta casi siempre el segundo.

Sesgo en los datos y sesgo algorítmico

Las dos vías principales por las que el prejuicio entra en un sistema. El sesgo en los datos nace de datos de entrenamiento que reflejan desigualdades o representan mal la realidad: selecciones pasadas distorsionadas transmiten las mismas distorsiones. El sesgo algorítmico nace de cómo se construye y se optimiza el modelo. A menudo se suman.

Equidad (fairness)

El objetivo de tratar de forma justa a personas y grupos cuando un sistema de IA toma o apoya decisiones. Tiene varias definiciones: la equidad de grupo mira la paridad entre categorías; la individual pide que personas parecidas reciban un trato parecido. A veces los criterios entran en tensión.

Alineamiento de valores (value alignment)

El reto de lograr que un sistema de IA persiga objetivos coherentes con los valores y las intenciones humanas, también en situaciones que quien lo construyó no previó. Cuanto más autónomo y capaz es un sistema, más pasa el alineamiento de la teoría a la práctica cotidiana.

IA responsable (responsible AI)

El conjunto de principios y prácticas para diseñar, desarrollar y usar la IA de manera ética, segura y conforme a las normas: equidad, transparencia, supervisión humana, protección de los datos. Es una forma de trabajar que atraviesa todo el ciclo de vida de un sistema, más amplia que cualquier herramienta concreta.

Rendición de cuentas (accountability)

El principio según el cual siempre existe un sujeto humano responsable de lo que hace un sistema de IA. De las decisiones responden las personas y las organizaciones que eligen la máquina, la configuran y la usan. Sobre este principio se apoya gran parte del marco normativo europeo.

Transparencia y explicabilidad (explainability)

La capacidad de entender y explicar cómo llegó un sistema a una decisión. Muchos modelos avanzados son cajas negras difíciles de interpretar: un asunto serio cuando la decisión afecta a una persona, por ejemplo la denegación de un crédito. Es una de las áreas de investigación más activas y uno de los puntos firmes de la normativa europea.

Inyección de instrucciones (prompt injection)

Un ataque a los sistemas basados en modelos de lenguaje: se esconden instrucciones maliciosas dentro de un texto o un documento que el modelo procesará, para que ignore sus reglas o revele información. Es un riesgo de seguridad propio de la IA generativa, que hay que considerar cuando un modelo accede a datos o herramientas sensibles.

Salvaguardas (guardrails)

Los controles que se colocan alrededor de un modelo para limitar sus comportamientos no deseados: filtros de contenido, reglas sobre lo que puede hacer, límites a las herramientas accesibles. Reducen la probabilidad y el impacto de los usos incorrectos, y hoy forman parte del diseño de toda aplicación seria.

Marca de agua digital (watermarking)

Las técnicas para marcar de forma reconocible los contenidos generados por la IA, de modo que puedan identificarse como artificiales. Sirven para contrastar la desinformación y garantizar la transparencia exigida en ciertos contextos normativos, aunque todas las soluciones disponibles siguen siendo vulnerables a quien quiera eliminar la marca.

Reglamento de IA (AI Act, Reglamento UE 2024/1689)

El primer marco normativo europeo orgánico sobre la inteligencia artificial: el Reglamento de IA está en vigor desde el 1 de agosto de 2024, con aplicación gradual. Clasifica los sistemas por nivel de riesgo e impone obligaciones proporcionadas, de las prohibiciones para las prácticas inaceptables a los requisitos para el alto riesgo, incluida la alfabetización del personal, ya aplicable.

RGPD (Reglamento UE 2016/679, GDPR)

El reglamento europeo de protección de datos personales. Se aplica plenamente cuando un sistema de IA trata datos de personas, y se entrelaza con el Reglamento de IA en decisiones automatizadas, transparencia y seguridad. Para muchas organizaciones es el punto de partida ya conocido sobre el que construir el cumplimiento en materia de IA.

De los términos a la práctica

El vocabulario sirve para trabajar: quien quiera pasar de las definiciones al uso encuentra el Curso IA Base con credencial europea, el recorrido sobre el Reglamento de IA para el marco normativo y las guías de la colección AIPIA para profundizar en la práctica.

Con el apoyo de:AdobeAnthropicMetaMicrosoftCanvaAsanaDocuSignZoomHootsuiteUpworkKeelaAzure
Hazte socio
Italiano✓ English✓ Español✓