Alfabetización en IA / Glosario

Glosario de Alfabetización en IA

Definiciones sencillas de los términos de Alfabetización en IA, cada una enlazada a una lección visual corta.

Agente de IA: Un agente de IA es un sistema de IA que no solo responde, sino que actúa por ti, por ejemplo buscando en internet, rellenando formularios, enviando correos o reservando cosas, a menudo en varios pasos por su cuenta.
Alucinación de la IA: Una alucinación de la IA es cuando una herramienta de IA da información que suena segura y creíble, pero es falsa o inventada: un dato falso, una cita que nadie dijo o una fuente que no existe.
Aprendizaje automático (machine learning): El aprendizaje automático es la forma principal de crear IA hoy: a un ordenador se le enseñan muchos ejemplos, encuentra sus patrones y los usa para resolver casos nuevos que nunca ha visto.
Datos de entrenamiento: Los datos de entrenamiento son el conjunto de ejemplos, como textos, imágenes, sonidos o registros pasados, del que un modelo de IA aprende sus patrones. Lo que contienen, y lo que les falta, marca lo que el modelo puede hacer.
Deepfake: Un deepfake es una imagen, un vídeo o un audio creado o modificado con IA para que parezca o suene como una persona real diciendo o haciendo algo que nunca dijo ni hizo.
IA generativa: La IA generativa es la IA que crea contenido nuevo, como textos, imágenes, música, vídeo o código, a partir de patrones aprendidos de grandes cantidades de ejemplos existentes.
Inteligencia artificial (IA): La inteligencia artificial (IA) es software que aprende patrones a partir de ejemplos y los usa para hacer predicciones, recomendaciones, decisiones o contenido nuevo, en lugar de seguir solo reglas escritas por una persona.
Inyección de prompts: La inyección de prompts es un truco en el que instrucciones ocultas o tramposas en una web, un correo, un documento o una imagen hacen que una herramienta de IA ignore su tarea real y haga otra cosa, como filtrar datos.
Modelo de difusión: Un modelo de difusión es un tipo de IA generativa que crea imágenes (y a veces vídeo o audio) partiendo de ruido aleatorio y quitándolo paso a paso, guiado por un prompt de texto, hasta que aparece una imagen.
Modelo de lenguaje grande (LLM): Un modelo de lenguaje grande (LLM) es un modelo de IA entrenado con enormes cantidades de texto para predecir el siguiente trocito de texto. Repetir esa predicción una y otra vez le permite escribir respuestas, resúmenes, código y conversaciones.
Prompt: Un prompt es la instrucción, pregunta o ejemplo que le das a una herramienta de IA para decirle qué quieres. Los prompts claros, con objetivo, contexto y el formato que necesitas, suelen dar resultados mucho mejores.
Red neuronal: Una red neuronal es un tipo de modelo de IA formado por muchas capas de unidades simples conectadas. Cada conexión tiene una fuerza (un peso) que se ajusta durante el entrenamiento hasta que la red da buenas respuestas.
Reglamento europeo de IA (AI Act): El Reglamento europeo de Inteligencia Artificial es la ley de la UE sobre IA. Clasifica la IA por niveles de riesgo, prohíbe algunas prácticas dañinas, pone reglas estrictas a la IA de alto riesgo y exige transparencia a chatbots y deepfakes.
Sesgo algorítmico: El sesgo algorítmico es cuando un sistema de IA u otra herramienta automática da resultados injustamente mejores o peores para algunos grupos de personas, a menudo por ejemplos desequilibrados o ausentes en sus datos.
Token: Un token es la pequeña unidad de texto que un modelo de lenguaje lee y escribe: una palabra entera, parte de una palabra, un signo de puntuación o un espacio. El modelo predice un token cada vez.