Mini-enciclopedia con los términos más usados de la IA
Estos son algunos de los conceptos que hay que conocer para comprender y usar mejor la nueva ola tecnológica
Acá entonces un breve glosario para estar al día con el tema.
1. IA Generativa: La rama de la inteligencia artificial capaz de crear contenido nuevo, como textos, imágenes, música, videos, código y hasta voces sintéticas. A diferencia de la IA tradicional, que sólo analiza o clasifica datos existentes, la IA generativa produce algo que antes no existía. Claude, ChatGPT, Gemini, Copilot y DeepSeek son ejemplos de herramientas basadas en esta tecnología.
2. Prompt: Es la instrucción, frase o pregunta que uno le escribe a la IA para que realice algo. Es el equivalente a darle una orden a un asistente o una idea a un buscador, pero hay que tener ojo, porque mientras más específica y detallada sea la instrucción, mejor será el resultado. De ahí que hoy exista toda una disciplina llamada prompt engineering, dedicada al arte de «hablarle bien» a la IA para obtener mejores resultados.
3. Agentes de IA (o AI Agents): Se refiere a sistemas de IA con la capacidad de operar de modo autónomo. Sí, trabajan solos. También pueden tomar decisiones y resolver tareas avanzadas, sin supervisión humana constante. Son más que un chatbot para conversar, ya que no sólo son capaces de responder preguntas, sino que pueden actuar por el usuario, como reservar una hora médica, buscar vuelos o confirmar una transacción comercial, sin que se intervenga en cada paso.
4. Modelos de razonamiento: Es una nueva generación de IA que no sólo responde de inmediato, sino que se «toma un momento para pensar» antes de contestar. El proceso puede ser revisado para analizar la lógica de su respuesta paso a paso. El resultado es más preciso especialmente en matemáticas, ciencia y análisis complejos y fue uno de los conceptos que dominó el debate en la industria durante el 2025.
5. LLM (Large Language Model): O modelo grande de lenguaje. Son los grandes motores lingüísticos detrás de ChatGPT, Gemini o Claude. Son programas entrenados con cantidades masivas de texto para aprender a generar respuestas coherentes y útiles. Cuando le escribe algo a una IA y le responde con naturalidad, hay un LLM trabajando detrás.
6. Token: Es la unidad mínima con la que trabaja una IA al leer o generar texto. Puede ser una sílaba, una palabra completa o incluso un signo de puntuación. Esto es importante porque los modelos de IA tienen un límite de tokens que pueden procesar de una vez, a través de la ventana de contexto, y porque los servicios de IA suelen cobrar por la cantidad de tokens utilizados. Entonces, cuanto más largo tu mensaje (y la respuesta), más tokens serán consumidos.
7. Ventana de contexto (context window): Es el límite máximo de datos o palabras que una IA puede retener y procesar activamente en la memoria durante una sola conversación o interacción continua.
8. Alucinación (Hallucination): Se refiere a respuestas que pueden ser gramaticalmente correctas, pero falsas, inventadas o sin base real alguna. Es un error del sistema y uno de los principales problemas de las plataformas de IA.
9. Deepfake: Es el contenido audiovisual generado o manipulado con IA para hacer parecer que alguien dijo o hizo algo que nunca ocurrió. Plantea serios retos en desinformación, fraude y privacidad. Los casos más conocidos son los videos falsos de políticos o celebridades diciendo cosas que jamás pronunciaron.
10. NPU (Neural Processing Unit): Es parte de la nueva generación de chips de silicio en computadores, smartphones y otros dispositivos. A diferencia del procesador tradicional (CPU) o el chip gráfico (GPU), la NPU está optimizada e integrada de forma nativa para ejecutar tareas de IA local de forma eficiente, sin tener que conectarse con la nube.
