Hablar de IA generativa hoy implica cruzarse constantemente con palabras que suenan técnicas pero que, en el fondo, describen ideas bastante simples. Este glosario reúne los términos que más se repiten en artículos, presentaciones y conversaciones sobre IA, explicados sin asumir conocimiento previo.
Lo básico: cómo "piensa" un modelo
Modelo de lenguaje (LLM). Es el sistema entrenado con enormes cantidades de texto que genera respuestas prediciendo, palabra por palabra, cuál es la continuación más probable de lo que se le pidió. ChatGPT, Claude y Gemini son, en el fondo, interfaces que te permiten conversar con un modelo de lenguaje.
Token. Es la unidad mínima de texto que procesa un modelo: puede ser una palabra completa, un fragmento de palabra o un signo de puntuación. Cuando un modelo "cobra por tokens" o tiene un "límite de tokens", se refiere a esta unidad de medida, no a palabras exactas. En español, una palabra suele equivaler a uno o dos tokens según su longitud.
Ventana de contexto. Es la cantidad máxima de tokens que un modelo puede "tener presente" en una misma conversación, incluyendo tanto lo que tú escribiste como lo que él ya respondió. Cuando una conversación se vuelve muy larga y el modelo empieza a "olvidar" cosas mencionadas al principio, es porque esa información salió de la ventana de contexto. Los modelos más recientes manejan ventanas cada vez más amplias, lo que les permite trabajar con documentos extensos sin perder el hilo.
Preentrenamiento. Es la fase inicial en la que un modelo aprende patrones generales del lenguaje a partir de una cantidad masiva de texto (libros, artículos, páginas web). Es lo que le da su conocimiento general del mundo, aunque ese conocimiento tiene una fecha de corte: todo lo que ocurrió después de ese momento, el modelo no lo sabe a menos que tenga acceso a búsqueda web activa.
Cómo se personaliza y especializa un modelo
Fine-tuning (ajuste fino). Es el proceso de entrenar un poco más a un modelo ya preentrenado, usando un conjunto de datos más pequeño y específico, para que se especialice en una tarea o dominio concreto. Es la diferencia entre un modelo generalista y uno afinado, por ejemplo, para responder consultas médicas o legales con mayor precisión en ese terreno.
Prompt. Es simplemente la instrucción o pregunta que le das a la IA. Un "buen prompt" es aquel que da suficiente contexto, formato y límites como para que el modelo entienda exactamente qué necesitas, en lugar de adivinarlo.
System prompt (prompt de sistema). Es un conjunto de instrucciones que se configura una sola vez y queda "fijo" detrás de escena en toda una conversación o asistente, definiendo su rol, tono y reglas de comportamiento. Es lo que usan los asistentes personalizados (como los Custom GPTs o los Projects de Claude) para comportarse de forma consistente sin que tengas que repetir instrucciones cada vez.
Few-shot / zero-shot. Son dos formas de pedirle algo a un modelo. En "zero-shot" le pides una tarea directamente, sin ejemplos previos. En "few-shot" le muestras primero uno o varios ejemplos de lo que buscas antes de pedirle que continúe en ese mismo estilo, lo cual suele mejorar la consistencia del resultado cuando lo que buscas es difícil de describir solo con palabras.
Cuando el modelo se equivoca (o inventa)
Alucinación. Es el término que se usa cuando un modelo genera información falsa —una cifra, una cita, un dato— con el mismo tono de seguridad que usaría para una respuesta correcta. No es un error ocasional y raro, sino una posibilidad presente en cualquier respuesta, especialmente en datos muy específicos o poco comunes. Por eso conviene siempre verificar información factual importante en una fuente independiente.
Temperatura. Es un parámetro técnico que controla qué tan "creativa" o "predecible" es la respuesta de un modelo. Una temperatura baja produce respuestas más consistentes y conservadoras; una temperatura alta produce respuestas más variadas y, a veces, más propensas a desviarse o alucinar. La mayoría de las interfaces de chat ya tienen este valor preconfigurado, pero es útil saber que existe si alguna vez trabajas con una herramienta que permite ajustarlo.
Cómo la IA accede a información más allá de su entrenamiento
RAG (generación aumentada por recuperación). Es una técnica que combina un modelo de lenguaje con un sistema que busca información relevante en una fuente externa (documentos, una base de datos, internet) antes de generar la respuesta. En la práctica, es lo que permite que un asistente responda basándose en tus propios documentos subidos, o que una IA con búsqueda web active te dé información más actual que la de su entrenamiento original.
Embeddings. Es la forma en que un modelo convierte un texto en una representación numérica que captura su significado, permitiendo comparar qué tan similares son dos textos entre sí aunque usen palabras distintas. Es la tecnología detrás de muchos sistemas de búsqueda semántica y de la técnica RAG mencionada arriba.
Más allá del chat de texto
Multimodal. Se refiere a un modelo capaz de trabajar con más de un tipo de contenido a la vez: texto, imágenes, audio o video. Un modelo multimodal puede, por ejemplo, analizar una foto que le envíes y responder preguntas sobre ella, o escuchar un audio y transcribirlo y resumirlo en el mismo paso.
Agente de IA. A diferencia de un chat que solo responde lo que le preguntas, un agente puede planificar varios pasos, tomar decisiones intermedias y ejecutar acciones por su cuenta para cumplir un objetivo más amplio: por ejemplo, investigar un tema en varias fuentes, organizar la información y entregarte un informe final, todo sin que tengas que guiar cada paso individualmente.
Sobre el debate sobre el futuro de la IA
AGI (inteligencia artificial general). Es el término que se usa para describir una IA hipotética con capacidad de razonamiento equivalente (o superior) a la humana en cualquier tarea intelectual, no solo en dominios específicos como los modelos actuales. Es un concepto todavía debatido: no hay consenso sobre cuándo (o si) se alcanzará, y es distinto de los modelos de IA generativa que usamos hoy, que son muy capaces en tareas específicas pero no tienen ese tipo de generalidad.
Modelo de código abierto (open source) vs. cerrado. Un modelo abierto publica sus parámetros y permite que cualquiera lo descargue, modifique o ejecute en su propia infraestructura. Un modelo cerrado (como los que ofrecen la mayoría de los asistentes comerciales más conocidos) solo es accesible a través de una API o interfaz controlada por la empresa que lo desarrolló, sin acceso directo a sus parámetros internos.
Ninguno de estos términos requiere formación técnica para entenderse; simplemente describen, con otro nombre, ideas bastante intuitivas una vez que se explican sin jerga. Tener este vocabulario básico no te va a convertir en experto en IA, pero sí te va a permitir seguir cualquier conversación o artículo sobre el tema sin perderte en la terminología, y entender mejor qué es lo que realmente está pasando detrás de la herramienta que usas todos los días.
0 Comentarios