La inteligencia artificial se ha generalizado, pero la terminología puede resultar abrumadora cuando acabas de empezar. Tanto si eres estudiante, empresario o profesional curioso por la tecnología, comprender el lenguaje básico de la IA te ayudará a navegar con confianza por las herramientas, los conceptos y las conversaciones.
Este glosario desglosa los términos esenciales de la IA en un lenguaje claro y sencillo para los principiantes, sin necesidad de conocimientos avanzados de matemáticas o codificación.
Inteligencia Artificial (IA)
El campo de la creación de sistemas informáticos que pueden realizar tareas que normalmente requieren inteligencia humana, como el aprendizaje, la resolución de problemas, el reconocimiento de patrones y la toma de decisiones.
Aprendizaje Automático (AM)
Un subconjunto de la IA en el que los ordenadores aprenden de los datos en lugar de ser programados explícitamente. El sistema mejora su rendimiento con el tiempo basándose en los patrones que identifica.
Aprendizaje profundo
Un tipo de aprendizaje automático que utiliza redes neuronales con muchas capas para analizar patrones complejos. Esta tecnología impulsa el reconocimiento de imágenes, los asistentes de voz y la mayoría de los modelos modernos de IA.
Red neuronal
Un sistema informático inspirado en el cerebro humano, formado por nodos interconectados (o «neuronas») que procesan datos y aprenden patrones.
Modelo de Lenguaje Grande (LLM)
Un modelo de aprendizaje profundo entrenado en cantidades masivas de texto para comprender y generar un lenguaje similar al humano. Algunos ejemplos son los modelos basados en GPT y otros sistemas líderes de IA generativa.
IA Generativa
IA que crea nuevos contenidos -como texto, imágenes, audio o vídeo- basándose en los datos de los que ha aprendido. No se limita a analizar datos, sino que genera material nuevo.
Datos de entrenamiento
La información utilizada para enseñar a un sistema de IA cómo realizar una tarea. Para obtener resultados precisos, es esencial disponer de datos de entrenamiento diversos y de alta calidad.
Ajuste fino
Proceso en el que un modelo de IA preentrenado se sigue entrenando con datos específicos para especializarse en una tarea o sector concretos (por ejemplo, IA jurídica o médica).
Parámetros
Parámetros internos de un modelo de IA que influyen en cómo aprende y hace predicciones. Los modelos modernos pueden tener miles de millones de parámetros.
Pregunta
Texto o instrucción que se da a un modelo de IA para obtener una respuesta. Unas buenas instrucciones conducen a mejores resultados.
Ejemplo: «Explica el aprendizaje automático a un niño de 10 años».
Ingeniería rápida
La práctica de diseñar instrucciones eficaces para guiar a un sistema de IA a producir el mejor resultado posible.
Fichas
Unidades de texto (palabras o fragmentos de palabras) que procesa un modelo de IA. Los resultados y los precios de las herramientas de IA suelen depender del uso de tokens.
Alucinación
Cuando una IA produce con confianza información inexacta o inventada. Es una limitación conocida de los sistemas actuales.
Sesgo
Tendencia involuntaria o injusta en los resultados de la IA causada por datos de entrenamiento sesgados. Las prácticas responsables de IA pretenden reducirlo.
Conjunto de datos
Conjunto de datos utilizados para entrenar o evaluar un modelo de IA. Los conjuntos de datos pueden incluir texto, imágenes, audio o datos estructurados.
Visión por ordenador
Campo de la IA que permite a los ordenadores comprender e interpretar contenidos visuales, como fotos y vídeos.
Procesamiento del Lenguaje Natural (PLN)
Tecnología de IA que permite a las máquinas comprender y generar lenguaje humano. Se utiliza en chatbots, traducción y análisis de sentimientos.
Aprendizaje por Refuerzo
Método de aprendizaje en el que un agente de IA aprende por ensayo y error y recibe recompensas o penalizaciones en función de su rendimiento.
Aprendizaje supervisado
Un método de aprendizaje automático en el que el modelo se entrena con datos etiquetados, lo que significa que se proporcionan las respuestas correctas durante el entrenamiento.
Aprendizaje no supervisado
Un método en el que el modelo aprende patrones a partir de datos no etiquetados, sin conocer de antemano las respuestas correctas.
Agente de IA
Un sistema que puede emprender acciones en nombre de un usuario, tomar decisiones y funcionar de forma más autónoma que las herramientas de IA sólo de chat.
Modelo de formación
El proceso de alimentar con datos a un sistema de IA para que pueda aprender a realizar tareas.
Inferencia
Cuando un modelo de IA utiliza lo que ha aprendido para hacer predicciones o generar respuestas.
Sobreajuste
Cuando un modelo aprende demasiado bien los datos de entrenamiento, incluidos los errores o el ruido, y obtiene malos resultados con los datos nuevos.
API (Interfaz de Programación de Aplicaciones)
Un método de conexión que permite al software comunicarse con un modelo de IA, permitiendo a las empresas integrar la IA en aplicaciones y sitios web.
Chatbot
Un sistema de IA que interactúa con los usuarios mediante texto o voz. Los chatbots pueden responder preguntas, automatizar tareas y proporcionar atención al cliente.
Ética en la IA
Principios y prácticas diseñados para garantizar que los sistemas de IA sean justos, transparentes, seguros y respetuosos con los derechos humanos.
Gobernanza de la IA
Políticas y procedimientos que guían el desarrollo y uso seguro y responsable de la IA en las organizaciones.
IA explicable (XAI)
Técnicas de IA que hacen que las decisiones de los modelos sean transparentes y comprensibles para los humanos, algo importante para la confianza y la responsabilidad.
Inteligencia Artificial Edge
La IA se ejecuta directamente en dispositivos (teléfonos, cámaras, IoT) en lugar de servidores en la nube. Esto aumenta la velocidad y la privacidad.
Conclusión
Aprender los términos de la IA es el primer paso para utilizar y evaluar con confianza la inteligencia artificial en tu trabajo o negocio. A medida que evoluciona el sector, familiarizarte con los conceptos clave te ayudará a adoptar nuevas herramientas de forma responsable y estratégica.