Glosario de inteligencia artificial

En resumen

34 términos de inteligencia artificial definidos en una o dos frases, en español y sin jerga innecesaria. Cada término tiene su propio enlace para citarlo o compartirlo.

Por LuismaActualizado el 5 min de lectura

Las definiciones están escritas para entenderse solas, sin leer las anteriores. Si un término te lleva a otro, encontrarás el enlace en «Relacionado». ¿Echas de menos alguno? Escríbenos desde contacto y lo añadimos.

Agente de IA

Sistema que usa un modelo de lenguaje para alcanzar un objetivo en varios pasos: planifica, usa herramientas (buscar en la web, ejecutar código, leer archivos) y revisa el resultado antes de seguir.

Relacionado: Herramienta, MCP

Ajuste fino (fine-tuning)

Entrenamiento adicional de un modelo ya entrenado con un conjunto de datos pequeño y específico, para especializarlo en una tarea, un estilo o un dominio.

Relacionado: Entrenamiento

Algoritmo

Secuencia de instrucciones precisas para resolver un problema. En IA se habla de algoritmos de aprendizaje: los procedimientos con los que un modelo ajusta sus parámetros a partir de datos.

Alucinación

Respuesta de un modelo de IA que suena convincente pero es falsa o inventada, como una cita bibliográfica que no existe. Ocurre porque el modelo genera texto probable, no texto verificado.

Relacionado: RAG

Aprendizaje automático (machine learning)

Rama de la IA en la que el sistema aprende patrones a partir de ejemplos en lugar de seguir reglas escritas a mano.

Relacionado: Aprendizaje profundo

Aprendizaje por refuerzo

Forma de aprendizaje en la que un sistema prueba acciones y recibe recompensas o penalizaciones. Así aprendió AlphaGo y así se entrenan hoy los modelos de razonamiento.

Relacionado: RLHF

Aprendizaje profundo (deep learning)

Aprendizaje automático con redes neuronales de muchas capas. Es la técnica detrás del reconocimiento de imágenes, la voz y los modelos de lenguaje.

Relacionado: Red neuronal

AGI (inteligencia artificial general)

IA hipotética capaz de igualar o superar a las personas en la mayoría de tareas intelectuales. No existe una definición acordada ni una prueba aceptada para saber si se ha alcanzado.

Atención (mecanismo de)

Técnica que permite a un modelo decidir qué partes del texto son relevantes para interpretar cada palabra. Es el corazón del Transformer.

Relacionado: Transformer

Ventana de contexto

Cantidad máxima de texto, medida en tokens, que un modelo puede tener en cuenta a la vez: tu conversación, los documentos adjuntos y su propia respuesta.

Relacionado: Token

Datos de entrenamiento

Conjunto de ejemplos (textos, imágenes, audios) con los que se entrena un modelo. Su calidad y sus sesgos se trasladan al modelo.

Relacionado: Sesgo

Modelo de difusión

Tipo de modelo generativo que crea imágenes o vídeo partiendo de ruido aleatorio y eliminándolo paso a paso hasta obtener algo que encaja con la descripción.

Relacionado: IA generativa

Embedding

Representación de una palabra, frase o imagen como una lista de números, de modo que significados parecidos quedan cerca. Permite buscar por significado y no solo por palabras exactas.

Relacionado: RAG

GPU

Procesador gráfico capaz de hacer miles de operaciones en paralelo. Es el hardware con el que se entrenan y ejecutan casi todos los modelos de IA.

Herramienta (tool use)

Función externa que un modelo puede invocar: una búsqueda web, una calculadora, una base de datos o una API. Convierte un modelo que solo habla en uno que actúa.

Relacionado: Agente de IA

IA generativa

IA que crea contenido nuevo (texto, imágenes, audio, vídeo o código) a partir de lo que aprendió durante el entrenamiento.

Relacionado: LLM, Modelo de difusión

Inferencia

Uso de un modelo ya entrenado para obtener una respuesta. Cada vez que preguntas algo a un chatbot, se ejecuta una inferencia.

LLM (modelo de lenguaje grande)

Modelo de IA entrenado con enormes cantidades de texto para predecir el siguiente fragmento de texto. GPT, Gemini, Claude y Llama son familias de LLM.

Relacionado: Token, Transformer

MCP (Model Context Protocol)

Estándar abierto, publicado por Anthropic en 2024, para conectar modelos de IA con herramientas y fuentes de datos de forma uniforme.

Relacionado: Herramienta

Modelo

Resultado del entrenamiento: un programa con millones o billones de parámetros ajustados que transforma una entrada (una pregunta) en una salida (una respuesta).

Relacionado: Parámetro

Multimodal

Modelo capaz de trabajar con varios tipos de información a la vez: texto, imágenes, audio o vídeo.

Parámetro

Cada uno de los números internos que el modelo ajusta durante el entrenamiento. GPT-3 tenía 175.000 millones; los modelos actuales no siempre publican la cifra.

Relacionado: Modelo

Modelo de pesos abiertos

Modelo cuyos parámetros se pueden descargar y ejecutar en equipos propios, como Llama, Gemma, Qwen o DeepSeek. No siempre incluye los datos ni el código de entrenamiento.

Prompt

Instrucción o pregunta que se da a un modelo de IA. Un buen prompt incluye la tarea, el contexto, el formato deseado y los criterios de calidad.

Relacionado: Guía de prompts

RAG (generación aumentada por recuperación)

Técnica que busca información en documentos o en la web y se la da al modelo antes de responder, para que conteste con datos actualizados y cite sus fuentes.

Relacionado: Embedding, Alucinación

Modelo de razonamiento

Modelo entrenado para generar una cadena de pasos intermedios antes de responder. Mejora en matemáticas, programación y problemas complejos a costa de tardar más.

Red neuronal

Modelo formado por capas de unidades conectadas que transforman números. Inspirado de forma muy libre en el cerebro, aprende ajustando la fuerza de cada conexión.

Relacionado: Parámetro

RLHF

Aprendizaje por refuerzo a partir de valoraciones humanas: personas comparan respuestas del modelo y el modelo aprende a preferir las mejor valoradas.

Relacionado: Aprendizaje por refuerzo

Sesgo

Error sistemático que hace que un modelo trate de forma distinta a grupos o casos, normalmente heredado de los datos de entrenamiento.

Relacionado: Datos de entrenamiento

Temperatura

Parámetro que controla cuánto azar hay al elegir el siguiente token: baja da respuestas más previsibles; alta, más variadas y creativas.

Relacionado: Token

Test de Turing

Prueba propuesta por Alan Turing en 1950: si una persona no distingue en una conversación escrita a una máquina de un humano, la máquina supera el test.

Token

Fragmento de texto con el que trabaja un modelo de lenguaje: una palabra, parte de una palabra o un signo. En español, una palabra equivale de media a algo más de un token, según el modelo.

Relacionado: Ventana de contexto

Transformer

Arquitectura de red neuronal presentada por Google en 2017 que procesa todo el texto a la vez gracias al mecanismo de atención. Es la base de todos los LLM actuales.

Relacionado: Atención

Visión por computador

Área de la IA que permite a las máquinas interpretar imágenes y vídeo: reconocer objetos, caras, texto o movimientos.