Glosario de Inteligencia Artificial
La inteligencia artificial ha incorporado una gran cantidad de conceptos técnicos que pueden resultar confusos para quienes recién comienzan a explorar esta tecnología. Términos como LLM, Machine Learning, Prompt, RAG o Agentes de IA aparecen constantemente en noticias, herramientas y conversaciones sobre IA, pero no siempre es fácil entender qué significan.
Este glosario reúne algunos de los términos más importantes de la inteligencia artificial explicados de forma sencilla. Ya seas estudiante, profesional, emprendedor o simplemente tengas curiosidad por la IA, aquí encontrarás definiciones claras para comprender cómo funcionan las tecnologías que están transformando el mundo.
Conceptos fundamentales
Inteligencia Artificial (IA)
Tecnología que permite a las máquinas realizar tareas que normalmente requieren inteligencia humana, como comprender lenguaje, reconocer imágenes, tomar decisiones o resolver problemas.
IA Generativa (Generative AI o GenAI)
Tipo de inteligencia artificial capaz de crear contenido nuevo, como texto, imágenes, audio, video o código, a partir de instrucciones proporcionadas por el usuario.
Algoritmo
Conjunto de instrucciones o reglas que una computadora sigue para resolver un problema o realizar una tarea específica.
Modelo de IA
Sistema entrenado con grandes volúmenes de datos para realizar tareas como responder preguntas, traducir idiomas o generar imágenes.
Machine Learning (ML)
Rama de la inteligencia artificial que permite que los sistemas aprendan patrones a partir de datos sin necesidad de ser programados explícitamente para cada tarea.
Deep Learning
Subcampo del Machine Learning que utiliza redes neuronales profundas para resolver problemas complejos como reconocimiento de voz, visión artificial o generación de lenguaje.
Red Neuronal
Modelo matemático inspirado en el funcionamiento del cerebro humano que permite a la IA aprender relaciones complejas entre los datos.
Prompt Engineering
Prompt
Instrucción o pregunta que una persona proporciona a un modelo de inteligencia artificial para obtener una respuesta.
Prompt Engineering
Disciplina que consiste en diseñar instrucciones claras y estructuradas para obtener mejores resultados de un modelo de IA.
Prompt del sistema (System Prompt)
Instrucción inicial que define el comportamiento general del modelo durante una conversación.
Prompt Injection
Técnica que intenta manipular una IA mediante instrucciones ocultas o maliciosas dentro del contenido proporcionado.
Agentes de IA
Agente de IA (AI Agent)
Sistema basado en inteligencia artificial capaz de ejecutar tareas, utilizar herramientas, tomar decisiones y completar objetivos con poca intervención humana.
Agente Autónomo
Agente que puede planificar acciones, evaluar resultados y continuar trabajando hasta completar un objetivo.
Multi-Agent
Sistema formado por varios agentes de IA que colaboran para resolver tareas complejas.
Tool Calling
Capacidad de un modelo de IA para utilizar herramientas externas, APIs o funciones durante una conversación.
Búsqueda y conocimiento
RAG (Retrieval-Augmented Generation)
Técnica que combina un modelo de IA con una base de conocimiento externa para generar respuestas más precisas y actualizadas.
Embedding
Representación numérica de un texto, imagen u otro contenido que permite medir similitudes y realizar búsquedas inteligentes.
Base de datos vectorial (Vector Database)
Base de datos optimizada para almacenar embeddings y realizar búsquedas semánticas.
Automatización
Workflow
Secuencia de pasos automatizados para completar un proceso.
Automatización
Uso de software para ejecutar tareas repetitivas con mínima intervención humana.
API
Interfaz que permite que diferentes aplicaciones se comuniquen e intercambien información.
Webhook
Mecanismo que envía información automáticamente cuando ocurre un evento determinado.
IA generativa
Chatbot
Programa diseñado para conversar con usuarios mediante texto o voz utilizando reglas o inteligencia artificial.
Copiloto de IA (AI Copilot)
Asistente inteligente que ayuda al usuario a realizar tareas dentro de una aplicación, como escribir documentos o programar.
Multimodal
Modelo de IA capaz de comprender y generar distintos tipos de contenido, como texto, imágenes, audio y video.
Generación de imágenes
Uso de IA para crear ilustraciones, fotografías o diseños a partir de descripciones en lenguaje natural.
Generación de código
Capacidad de un modelo para escribir, explicar o corregir código de programación.
Visión artificial
OCR (Optical Character Recognition)
Tecnología que convierte texto presente en imágenes, fotografías o documentos escaneados en texto editable.
Computer Vision
Rama de la inteligencia artificial que permite interpretar imágenes y videos.
Detección de objetos
Técnica que identifica y localiza objetos dentro de una imagen o video.
Voz
TTS (Text-to-Speech)
Tecnología que convierte texto escrito en voz sintetizada.
STT (Speech-to-Text)
Tecnología que transforma el habla en texto.
Clonación de voz (Voice Cloning)
Uso de IA para generar una voz artificial similar a la de una persona real.
Conceptos actuales
IA Agéntica (Agentic AI)
Nueva generación de sistemas de IA capaces de planificar, utilizar herramientas y ejecutar tareas complejas de forma autónoma.
MCP (Model Context Protocol)
Protocolo abierto que permite conectar modelos de IA con herramientas, aplicaciones y fuentes de datos externas mediante una interfaz estandarizada.
AI Mode
Experiencia de búsqueda impulsada por inteligencia artificial que responde preguntas de forma conversacional y sintetiza información de múltiples fuentes.
Vibe Coding
Forma de desarrollar software utilizando inteligencia artificial como asistente principal para generar, modificar y explicar código mediante lenguaje natural.
Alucinación (Hallucination)
Respuesta incorrecta o inventada generada por un modelo de IA que se presenta como si fuera verdadera.
Fine-tuning
Proceso de volver a entrenar un modelo de IA con datos específicos para adaptarlo a una tarea o dominio concreto.
Inferencia
Proceso mediante el cual un modelo de IA utiliza el conocimiento aprendido para generar respuestas o realizar predicciones.
Entrenamiento (Training)
Etapa en la que un modelo aprende patrones a partir de grandes cantidades de datos para desarrollar sus capacidades.