· SolvesTi · Inteligencia Artificial · 3 min read
Términos esenciales para entender la inteligencia artificial actual
Estos términos describen tecnologías distintas, pero relacionadas. Un LLM puede impulsar una IA generativa; esa IA puede conectarse a documentos mediante RAG; y, a su vez, formar parte de un agente que realiza tareas. Entender esta cadena ayuda a usar la IA con más criterio: aprovechar su velocidad y creatividad sin confundir una respuesta fluida con una respuesta necesariamente verdadera.
Inteligencia artificial (IA). Es el nombre general de sistemas informáticos capaces de producir resultados como predicciones, recomendaciones, decisiones o contenido a partir de datos. No significa necesariamente que una máquina “piense” como una persona; se refiere a su capacidad de realizar tareas que normalmente asociamos con habilidades humanas, como reconocer imágenes, interpretar lenguaje o planificar acciones.
Aprendizaje automático o machine learning. Es una rama de la IA en la que los programas aprenden patrones a partir de ejemplos, en vez de seguir exclusivamente reglas escritas una por una. Por ejemplo, un filtro de correo no deseado puede aprender qué mensajes parecen spam al analizar muchos correos previamente clasificados.
IA generativa. Es la IA que crea contenido nuevo: texto, imágenes, audio, video o código. Un chatbot que redacta un correo, una herramienta que genera una ilustración o un sistema que propone código son aplicaciones de IA generativa. Sus resultados se basan en patrones aprendidos de grandes cantidades de datos, por lo que pueden ser útiles, pero también cometer errores.
Modelo de lenguaje grande (LLM). Un Large Language Model es el tipo de modelo que hay detrás de muchos asistentes conversacionales. Ha sido entrenado con enormes colecciones de texto y puede completar frases, resumir, traducir, responder preguntas o redactar documentos. No “consulta internet” por defecto ni garantiza que cada respuesta sea cierta: genera la continuación más probable según su entrenamiento y la información que reciba.
Prompt. Es la instrucción que una persona le da a la IA. Puede ser una pregunta sencilla —“Resume este texto”— o una petición más detallada: objetivo, contexto, tono, formato y restricciones. Un buen prompt no es una fórmula mágica; es, sobre todo, una solicitud clara.
Alucinación. Es una respuesta inventada o incorrecta que la IA presenta con apariencia de seguridad. Puede incluir una fecha falsa, una fuente inexistente o una explicación convincente pero errónea. Por eso, en temas importantes —salud, derecho, finanzas, trabajo académico o decisiones profesionales— conviene verificar los datos y las fuentes originales.
RAG o generación aumentada por recuperación. Es una técnica que permite a un modelo buscar información relevante en una base de documentos antes de responder. En lugar de depender solo de lo aprendido durante el entrenamiento, el sistema recupera contenido actualizado o interno —por ejemplo, manuales de una empresa— y lo usa como contexto. Esto puede mejorar precisión y trazabilidad, aunque no elimina por completo los errores.
Agente de IA. Es un sistema que no solo genera una respuesta, sino que puede planificar pasos, usar herramientas y ejecutar acciones para cumplir un objetivo. Por ejemplo, un agente podría leer un correo, consultar una agenda, preparar una propuesta de reunión y pedir aprobación antes de enviarla. La diferencia esencial es sencilla: la IA generativa crea; un agente además actúa mediante herramientas y reglas.
