Glosario de inteligencia artificial: términos esenciales explicados

Un glosario de inteligencia artificial reúne los términos que aparecen al usar, estudiar o regular estos sistemas, con su significado en pocas frases. Aquí tienes más de cincuenta, agrupados por bloques: de «algoritmo» y «modelo» a «token», «RAG» o «alucinación».

Incluye también el vocabulario de machine learning y el que importa para privacidad, derechos y regulación.

¿Qué significan los conceptos básicos de la IA?

Son los términos que sostienen al resto. Conviene separarlos bien, porque en la prensa se usan como sinónimos y no lo son.

• Inteligencia artificial (IA): campo de la informática que crea sistemas capaces de realizar tareas que asociamos a la inteligencia humana, como predecir, clasificar o generar contenido. Más detalle en qué es la inteligencia artificial. El término se acuñó en la conferencia de Dartmouth, en 1956.
• Sistema de IA: concepto legal. El Reglamento (UE) 2024/1689 lo define, en su artículo 3, como un sistema basado en una máquina que infiere, a partir de lo que recibe, cómo generar resultados como predicciones, contenidos, recomendaciones o decisiones. Puedes consultarlo en EUR-Lex.
• Algoritmo: conjunto de pasos ordenados para resolver un problema o realizar un cálculo. No toda IA aprende; un algoritmo puede ser una receta fija.
• Modelo: resultado de entrenar un algoritmo con datos. Es la pieza que recibe una entrada y devuelve una predicción o un contenido.
• Inferencia: uso de un modelo ya entrenado para producir una salida. Cada vez que escribes a un asistente, se ejecuta una inferencia.
• IA estrecha e IA general: la estrecha resuelve tareas concretas y es la que existe hoy. La general sería capaz de abordar cualquier tarea intelectual y sigue siendo una hipótesis, sin consenso sobre si es alcanzable ni cuándo.
• Automatización: ejecución de tareas con poca intervención humana. Puede usar IA o no; una regla fija que mueve un archivo también es automatización.

¿Cómo aprende una máquina? Vocabulario de machine learning

El machine learning (aprendizaje automático) permite que un sistema mejore su rendimiento a partir de ejemplos, sin que alguien programe cada regla. Estos son sus términos centrales.

Datos, entrenamiento y ajuste

• Machine learning: conjunto de técnicas que extraen patrones de datos para hacer predicciones o tomar decisiones sobre datos nuevos.
• Característica (feature): atributo medible que describe cada ejemplo. En una vivienda: metros cuadrados, ubicación o número de habitaciones.
• Etiqueta (label): respuesta correcta asociada a un ejemplo, como «spam» o «no spam». También se llama variable objetivo.
• Datos de entrenamiento: ejemplos con los que el modelo ajusta sus parámetros. Su calidad condiciona casi todo lo que el modelo hará después.
• Entrenamiento: proceso de ajustar el modelo para reducir el error entre sus predicciones y las respuestas reales.
• Parámetros: valores internos que el modelo aprende durante el entrenamiento. En una red neuronal son los llamados pesos.
• Hiperparámetros: ajustes que fija una persona antes de entrenar, como la velocidad de aprendizaje o el número de capas.
• Función de pérdida: medida numérica del error del modelo. El entrenamiento busca reducirla.
• Gradiente descendente: método de optimización que modifica los parámetros paso a paso en la dirección que más reduce la pérdida.
• Algoritmo genético: técnica de optimización inspirada en la selección natural, que combina y muta soluciones candidatas. Lo explicamos en algoritmos genéticos.

Tipos de aprendizaje y tareas

Tipo	Qué recibe	Ejemplo	Límite principal
Supervisado	Ejemplos con etiqueta	Detectar correo no deseado	Etiquetar datos es costoso y puede introducir errores humanos
No supervisado	Datos sin etiqueta	Agrupar clientes por comportamiento	Los grupos hallados pueden carecer de sentido práctico
Por refuerzo	Recompensas y penalizaciones	Aprender a jugar o a controlar un robot	Requiere muchas pruebas y un objetivo bien definido

• Aprendizaje semisupervisado: combina pocos datos etiquetados con muchos sin etiquetar. Se usa cuando etiquetar sale caro.
• Clasificación: tarea que asigna una categoría a cada ejemplo, como «spam» o «no spam».
• Regresión: tarea que predice un valor numérico, como el precio de una vivienda.

Evaluación y errores habituales

• Sobreajuste (overfitting): el modelo memoriza detalles y ruido del entrenamiento y falla con datos nuevos.
• Subajuste (underfitting): el modelo es demasiado simple y rinde mal incluso con los datos de entrenamiento.
• Regularización: técnica que penaliza la complejidad del modelo para reducir el sobreajuste.
• Conjunto de validación: datos reservados para comparar configuraciones y ajustar hiperparámetros durante el desarrollo.
• Conjunto de prueba: datos que el modelo no ha visto, usados al final para estimar su rendimiento real.
• Validación cruzada: evaluación repetida dividiendo los datos en varias partes y rotando cuáles se usan para entrenar y cuáles para validar.

¿Qué son las redes neuronales y el aprendizaje profundo?

Son la base de buena parte de la IA actual. Si quieres una explicación más amplia, tienes la guía de redes neuronales.

• Red neuronal: modelo formado por capas de unidades que transforman números. Se inspira de forma muy libre en el cerebro, pero no lo replica.
• Aprendizaje profundo (deep learning): machine learning con redes de muchas capas, capaces de aprender representaciones cada vez más abstractas de los datos.
• Red convolucional (CNN): arquitectura pensada para imágenes, que detecta patrones locales como bordes o texturas.
• Red recurrente (RNN): arquitectura para secuencias, como texto o series temporales. Los transformers la han desplazado en muchas tareas de lenguaje.
• Transformer: arquitectura basada en el mecanismo de atención, que pondera qué partes de la entrada importan más. Se presentó en el artículo «Attention Is All You Need».
• Visión por computadora: campo que permite a los sistemas interpretar imágenes y vídeo, por ejemplo para reconocer objetos.
• Procesamiento de lenguaje natural (PLN): campo que trabaja con lenguaje humano, escrito o hablado. Lo desarrollamos en procesamiento de lenguaje natural.

¿Qué términos hay que conocer para usar IA generativa?

Los asistentes como ChatGPT, Gemini o Claude han popularizado un vocabulario propio. Estos son los términos que más aparecen.

• IA generativa: modelos que crean contenido nuevo (texto, imagen, audio, código) a partir de patrones aprendidos en sus datos.
• Modelo de lenguaje grande (LLM): modelo entrenado con enormes cantidades de texto para predecir qué fragmento viene a continuación.
• Modelo fundacional: modelo general, entrenado con datos amplios, que puede adaptarse a muchas tareas. El término procede del informe «On the Opportunities and Risks of Foundation Models».
• Token: unidad en que el modelo divide el texto. Puede ser una palabra, parte de ella o un signo.
• Ventana de contexto: cantidad máxima de tokens que el modelo puede considerar a la vez, entre tu mensaje y su respuesta.
• Prompt: instrucción o texto de entrada que das al modelo. Su redacción influye mucho en la respuesta.
• Embedding: representación numérica de un texto, imagen u otro dato, donde los contenidos parecidos quedan «cerca».
• Ajuste fino (fine-tuning): entrenamiento adicional de un modelo ya entrenado con datos específicos, para especializarlo en una tarea o estilo.
• RAG (generación aumentada por recuperación): técnica que busca documentos relevantes y se los entrega al modelo para que responda con ellos. Su origen está en este trabajo de 2020.
• Alucinación: respuesta plausible pero falsa o inventada, presentada con aplomo. Es una limitación conocida de los modelos generativos.
• Agente: sistema que, además de responder, planifica pasos y usa herramientas (buscar, ejecutar código, enviar correos) para cumplir un objetivo.
• Modelo multimodal: modelo que procesa o genera varios tipos de datos a la vez, como texto e imagen.
• Modelo de difusión: modelo que genera imágenes u otros datos partiendo de ruido y refinándolo gradualmente.
• Zero-shot y few-shot: pedir una tarea sin ejemplos (zero-shot) o con unos pocos dentro del prompt (few-shot).
• Temperatura: ajuste que controla la variabilidad de las respuestas. Valores bajos dan respuestas más previsibles; altos, más variadas.
• Chatbot o asistente virtual: aplicación que conversa con el usuario en lenguaje natural, con o sin un modelo generativo detrás.

¿Qué términos importan para la ética, la privacidad y la regulación?

Estos conceptos determinan quién responde cuando un sistema falla y qué derechos tienen las personas afectadas.

• Sesgo: error sistemático que produce resultados injustos para ciertos grupos, a menudo por datos poco representativos. En estadística, «sesgo» también designa la distancia entre la predicción media y el valor real, un uso distinto.
• Explicabilidad y caja negra: una caja negra es un modelo cuyas decisiones no se pueden justificar con facilidad. La explicabilidad busca poder entender y comunicar por qué se llegó a un resultado.
• Datos personales: información sobre una persona identificada o identificable. Su tratamiento en la UE está sujeto al RGPD, también cuando se usan para entrenar o consultar modelos.
• Sistema de alto riesgo: categoría del Reglamento europeo de IA para usos que pueden afectar de forma importante a derechos o seguridad. Conlleva obligaciones específicas para proveedores y responsables del despliegue.
• Supervisión humana: intervención de una persona que pueda revisar, corregir o anular lo que decide un sistema. Su eficacia depende de que tenga tiempo, formación y autoridad real.
• Deepfake: imagen, audio o vídeo sintético que imita a una persona real. El Reglamento europeo lo denomina «ultrasuplantación» y establece obligaciones de transparencia.
• Alineación: esfuerzo por que un modelo se comporte según los valores e instrucciones de quienes lo usan y lo diseñan.

¿Cómo se combinan estos términos en un caso real?

Imagina una tienda que quiere un asistente que conteste sobre devoluciones sin inventar condiciones. Es un uso manual de RAG: el documento va dentro del prompt.

Eres un asistente de atención al cliente. Responde solo con la información del bloque DOCUMENTO. Si la respuesta no aparece, di exactamente: "No consta en el documento".

DOCUMENTO:
Las devoluciones se aceptan en un plazo de 14 días desde la recepción. El producto debe conservar el embalaje original.

PREGUNTA:
¿Quién paga el envío de la devolución?

Resultado esperado: «No consta en el documento». Sin esa instrucción, un modelo podría responder con una política plausible pero inventada, es decir, una alucinación.

Aquí intervienen varios términos. El prompt fija la tarea, el documento ocupa parte de la ventana de contexto y la restricción reduce el riesgo de invención. No lo elimina: conviene revisar las respuestas importantes.

Otro caso, ahora de machine learning, con cifras inventadas solo para ilustrar. Un modelo acierta el 99 % en entrenamiento y el 70 % en prueba. La diferencia indica sobreajuste: memorizó ejemplos en lugar de aprender el patrón. Se corrige con más datos, regularización o un modelo más simple.

Preguntas frecuentes

¿Cuál es la diferencia entre IA, machine learning y aprendizaje profundo?

La IA es el campo más amplio. El machine learning es un conjunto de técnicas dentro de ella, y el aprendizaje profundo es una rama del machine learning basada en redes neuronales de muchas capas.

¿Un token es lo mismo que una palabra?

No. Un token puede ser una palabra completa, un fragmento o un signo de puntuación. Por eso el número de tokens de un texto suele superar al de palabras.

¿Alucinación y sesgo son el mismo problema?

No. La alucinación es una afirmación inventada o falsa. El sesgo es una tendencia sistemática que perjudica a ciertos grupos. Pueden coincidir, pero requieren controles distintos.

¿Necesito matemáticas para entender este vocabulario?

Para usar herramientas no. Basta con entender las ideas. Las matemáticas se vuelven necesarias si quieres entrenar o evaluar modelos con rigor.

Si quieres empezar a usar IA con criterio, aprende primero «prompt», «ventana de contexto» y «alucinación», y practica con la guía de cómo usar ChatGPT. Si tu interés es la protección de derechos, sigue con «sesgo», «datos personales» y «sistema de alto riesgo», y lee el texto del Reglamento europeo.