Este diccionario traduce el idioma de la IA al idioma de las personas. No hace falta memorizarlo: vuelve cada vez que una palabra se ponga estupenda.
A De agente a algoritmo
Agente de IA
Un sistema que no solo responde: puede decidir pasos, usar herramientas y actuar para completar un objetivo.
Ejemplo: recibe “organiza mi viaje”, busca opciones, compara y prepara un plan.
Algoritmo
Un conjunto de pasos o reglas para resolver una tarea. No todos los algoritmos son inteligencia artificial.
Ejemplo: una receta es un algoritmo para convertir ingredientes en comida.
Alucinación
Cuando una IA genera una respuesta que suena convincente, pero contiene datos inventados o incorrectos. No está mintiendo: está completando patrones sin saber si son verdad.
Aprendizaje automático (machine learning)
Una forma de crear sistemas que descubren patrones a partir de ejemplos, en lugar de recibir una regla escrita para cada situación.
Aprendizaje profundo (deep learning)
Una parte del aprendizaje automático basada en redes neuronales con muchas capas. Ha impulsado grandes avances en voz, imagen y lenguaje.
Aprendizaje por refuerzo
El sistema prueba acciones y recibe recompensas o penalizaciones hasta aprender qué estrategia funciona mejor.
C De chatbot a contexto
Chatbot
Un programa diseñado para conversar. Puede funcionar con respuestas preparadas o con un modelo de lenguaje.
Código abierto
Software cuyo código puede inspeccionarse, modificarse y compartirse según su licencia. En IA, “pesos abiertos” y “código abierto” no siempre significan exactamente lo mismo.
Copiloto
Nombre habitual para una IA que ayuda mientras trabajas, pero deja la decisión final en tus manos.
Contexto
La información que la IA tiene disponible para responder: tu mensaje, la conversación, archivos o instrucciones previas.
D Datos
Conjunto de datos (dataset)
Una colección organizada de textos, imágenes, audios, números u otros ejemplos usados para entrenar o evaluar un sistema.
Big Data
Datos tan abundantes, rápidos o variados que necesitan herramientas especiales para almacenarlos y analizarlos.
E De embedding a explicabilidad
Embedding
Una representación numérica que coloca contenidos con significados parecidos cerca entre sí. Permite buscar por sentido, no solo por palabras exactas.
Entrenamiento
El proceso en el que un modelo ajusta millones o miles de millones de valores internos al aprender de ejemplos.
Explicabilidad
La capacidad de entender por qué un sistema llegó a una conclusión. Es especialmente importante cuando una decisión afecta a personas.
G GPU y guardrails
GPU
Un chip capaz de hacer muchísimos cálculos en paralelo. Nació para gráficos y resultó ser muy útil para entrenar y ejecutar IA.
Guardrail
Una barrera o regla de seguridad que limita lo que un sistema puede hacer o responder.
I IA e inferencia
Inteligencia artificial
Tecnologías capaces de realizar tareas que asociamos con capacidades humanas, como reconocer imágenes, entender lenguaje, aprender patrones o generar contenido.
IA generativa
La IA que produce contenido nuevo —texto, imagen, audio, vídeo o código— a partir de los patrones aprendidos.
Inferencia
El momento en que un modelo ya entrenado recibe una entrada y genera un resultado. Entrenar es estudiar; inferir es responder el examen.
M Modelos y multimodalidad
Modelo
El sistema matemático entrenado para reconocer patrones y producir resultados. La aplicación que ves es la interfaz; el modelo es el motor.
Modelo de lenguaje (LLM)
Un modelo entrenado con grandes cantidades de texto para trabajar con lenguaje. Predice unidades de texto y, gracias a ello, puede conversar, resumir o escribir.
Modelo fundacional
Un modelo grande y general que sirve de base para muchas tareas o aplicaciones distintas.
Multimodal
Capaz de trabajar con más de un tipo de información: por ejemplo, texto, imágenes, audio y vídeo.
P De parámetro a prompt
Parámetro
Uno de los valores internos que el modelo ajusta durante el entrenamiento. Muchos parámetros no garantizan por sí solos que un modelo sea mejor.
Prompt
La pregunta, instrucción o material que entregas a una IA. Un buen prompt explica objetivo, contexto, límites y formato esperado.
Prompt de sistema
Una instrucción de nivel superior que marca el comportamiento general del asistente antes de que llegue la petición del usuario.
R Redes y RAG
RAG
Siglas de generación aumentada con recuperación. Antes de responder, el sistema busca información relevante en fuentes concretas y se la entrega al modelo como contexto.
Red neuronal
Una estructura matemática formada por capas de unidades conectadas. Está vagamente inspirada en el cerebro, pero no piensa ni funciona como uno.
S Sesgo
Sesgo
Una tendencia sistemática que puede producir resultados injustos o poco representativos por los datos, el diseño o el uso del sistema.
T De temperatura a token
Temperatura
Un ajuste que influye en la variedad de las respuestas. Más alta suele dar resultados más diversos; más baja, más previsibles. No mide inteligencia.
Token
Una pequeña unidad en la que el modelo divide el texto. Puede ser una palabra, parte de ella o un signo. Los límites de uso y contexto suelen medirse en tokens.
Transparencia
Explicar de forma comprensible qué sistema se usa, con qué finalidad, qué límites tiene y quién responde por sus decisiones.
V Ventana y visión
Ventana de contexto
La cantidad máxima de información que un modelo puede tener presente en una interacción. Si se supera, parte del contenido puede quedar fuera.
Visión artificial
La rama de la IA que analiza imágenes y vídeo para reconocer objetos, leer texto, detectar cambios o describir escenas.
Este diccionario seguirá creciendo. Si tropiezas con una palabra que aquí no aparece, déjasela a SofIA. Si tú no la entiendes, probablemente mucha más gente tampoco.