Glosario de IA

La jerga de la IA, traducida. Los términos que se oyen por todas partes – explicados en lenguaje claro, cada uno con el camino hacia donde se vuelven concretos.

Fundamentos

Inteligencia artificial (IA): Término genérico para software que resuelve tareas para las que antes hacía falta inteligencia humana – lenguaje, imágenes, patrones. Los sistemas actuales son estadística que se ha vuelto muy buena adivinando – sin cuerpo y sin vida propia entre las respuestas; si algo así llega a «entender» alguna vez es una pregunta abierta para la investigación.
Gran modelo de lenguaje (LLM): El modelo detrás de chatbots como Claude o ChatGPT. Predice una y otra vez cuál es la palabra más probable que viene después – millones de veces seguidas. Puede asombrar y equivocarse, a menudo en la misma frase.más sobre esto
GPT: Siglas de «Generative Pre-trained Transformer»: preentrenado con grandes cantidades de texto, generativo, con arquitectura transformer. Originalmente la serie de modelos de OpenAI (GPT-2, GPT-4 …), a estas alturas casi un nombre genérico – el «Chat» de ChatGPT es la capa de asistente que va encima.más sobre esto
Token: Los trocitos en los que un modelo divide el texto – por lo general fragmentos de palabra, no palabras enteras. Los precios y los límites se cuentan en tokens, no en caracteres.más sobre esto
Ventana de contexto: Cuánto texto retiene un modelo «en la cabeza» al mismo tiempo. Si se desborda, lo más antiguo se queda fuera – el principio de la conversación ya no está.más sobre esto
Prompt: Tu entrada al modelo – la pregunta, la instrucción, el contexto. De cómo preguntas depende en buena parte lo que recibes de vuelta.
Alucinación: Cuando un modelo presenta con aplomo algo inventado como si fuera un hecho. No es un bug, sino la otra cara de adivinar por probabilidades – por eso: comprueba.más sobre esto
Entrenamiento y datos de entrenamiento: Los textos e imágenes de los que un modelo ha aprendido sus patrones. Lo que no estaba dentro – o estaba dentro de forma sesgada – aparece después en las respuestas.

Bajo el capó

Transformer: La arquitectura en la que se basan casi todos los modelos de lenguaje actuales (la «T» de GPT). Su truco: pondera qué palabras de la frase son importantes unas para otras.más sobre esto
Parámetros y pesos: Los mandos de ajuste dentro del modelo, que se calibran durante el entrenamiento – en los modelos grandes, miles de millones. A grandes rasgos: más parámetros, más capacidad (pero no automáticamente más juicio).más sobre esto
Embedding y vector: El significado como serie de números. Los conceptos parecidos quedan cerca unos de otros como vectores – así «calcula» el software con el lenguaje y encuentra lo afín.más sobre esto
Temperatura: Un regulador del azar: bajo = dócil y predecible, alto = más creativo y errático. Así, la misma pregunta puede sacar a golpe de dado respuestas completamente distintas.más sobre esto
Inferencia: El uso de un modelo ya entrenado – el momento en el que responde. Cuesta tiempo de cómputo (y dinero) por consulta, a diferencia del entrenamiento, que se hace una sola vez.más sobre esto
Ajuste fino (fine-tuning): Afinar un modelo preentrenado con ejemplos adicionales para una tarea o un tono – en lugar de empezar desde cero.
RAG: «Retrieval-Augmented Generation»: antes de responder, el modelo consulta una fuente de conocimiento (documentos, una base de datos) en lugar de hablar solo de memoria – contra la desactualización y la invención.
Context rot: El deterioro sigiloso de la calidad en conversaciones largas: las respuestas se vuelven más vagas, hechos anteriores entran en contradicción, el hilo conductor se rompe. De ahí el nombre de este sitio.más sobre esto

Herramientas y agentes

Agente: Un modelo que no solo responde, sino que planifica pasos y usa herramientas por su cuenta – buscar, escribir archivos, ejecutar programas. Con el consiguiente margen adicional para el provecho y el daño.más sobre esto
MCP: «Model Context Protocol»: un estándar abierto con el que las herramientas de IA se acoplan a fuentes de datos y programas – por así decirlo, el puerto USB para asistentes.más sobre esto
Prompt de sistema: La instrucción previa y silenciosa que fija el papel y las reglas de un asistente antes incluso de que teclees. Marca el tono y los límites de toda la conversación.
API: La interfaz por la que otros programas llaman a un modelo – sin ventana de chat, directamente desde el código. Así es como la IA acaba en apps y sitios web.
Memoria (Memory): Notas que un asistente conserva de una conversación a otra para «acordarse» de ti. Útil – y una cuestión de control y protección de datos.más sobre esto

Riesgos y reglas

Sesgo (bias): Desequilibrios sistemáticos en las respuestas, heredados de los datos de entrenamiento. El modelo repite los patrones del mundo – también los injustos.
EU AI Act: La ley de IA de la UE: regula según el riesgo, de lo inofensivo a lo prohibido. Afecta también a los operadores pequeños – sobre todo en transparencia y usos de alto riesgo.más sobre esto
Deepfake: Imágenes, voces o vídeos engañosamente reales, pero inventados. La técnica se ha abaratado – una prueba necesita ahora una fuente, no solo una cara.
Alignment (alineación): El intento de conseguir que un modelo haga lo que las personas quieren de verdad – y no se limite a cumplir la letra. Más difícil de lo que suena.
llms.txt: Un archivo pequeño con el que un sitio web ofrece a las IA un resumen ordenado de sí mismo – como robots.txt, pero para leérselo en voz alta a las máquinas.más sobre esto

¿Quieres ir más a fondo? Hay fuentes escogidas a mano en Lecturas