El vocabulario de esta revolución.

Una IA tan versátil como un humano competente.

La Artificial General Intelligence designa un sistema hipotético capaz de igualar o superar al humano en la mayoría de las tareas cognitivas, no solo en algunas. El término es objeto de debate: su definición no se comparte universalmente, y la industria la usa cada vez más como objetivo de marketing.

La interfaz técnica que permite a un software llamar a un modelo.

Una API expone las capacidades de un modelo a los desarrolladores. Es la vía principal por la que los laboratorios de IA monetizan sus modelos entre las empresas: facturación por token, contratos, cuotas.

Métrica estandarizada del ingreso de una empresa SaaS, proyectada a 12 meses.

Indicador central para comparar la tracción comercial de los laboratorios de IA. El ARR de OpenAI y de Anthropic se publica regularmente en la prensa financiera como barómetro de la carrera.

Una IA que superaría netamente al humano en todos los dominios.

Nivel hipotético más allá de la AGI, donde un sistema supera a los mejores expertos humanos en todos los dominios. Concepto central en los debates sobre los riesgos existenciales y la gobernanza de la IA.

Un modelo que puede actuar, no solo responder.

Un agente es un modelo de IA que no se limita a conversar: puede ejecutar código, leer archivos, navegar por la web, llamar a otras herramientas y encadenar acciones para alcanzar un objetivo. Claude Code, Cursor o Aider son ejemplos de agentes que programan.

Lograr que un modelo actúe conforme a las intenciones humanas.

Disciplina que reúne las técnicas destinadas a asegurar que un modelo siga siendo útil, honesto e inofensivo. Incluye el aprendizaje por refuerzo, las cartas de valores (Constitutional AI), las evaluaciones adversariales y las políticas de uso.

Cuando un modelo inventa una información con seguridad.

Los LLM, por construcción, predicen la palabra más probable, no la verdadera. Cuando carecen de información, inventan de forma plausible. Citas ficticias, fechas inventadas, funciones inexistentes: el riesgo es real y debe tomarse en serio.

Disciplina donde las máquinas aprenden a partir de datos en lugar de reglas escritas.

En lugar de escribir instrucciones a mano, se le muestran a la máquina numerosos ejemplos; esta ajusta sus parámetros internos para reproducir el comportamiento observado. Es la base de toda la IA moderna.

Aprendizaje automático con redes neuronales de varias capas.

Subcampo del aprendizaje automático basado en redes neuronales profundas (de decenas a miles de capas). Es el paradigma que domina la IA desde 2012 y que ha hecho posibles los LLM, la visión por computador moderna y la generación de imágenes.

Mecanismo que permite a un modelo ponderar la importancia de los distintos elementos de una entrada.

Cuando un modelo lee una frase, la atención le permite relacionar cada palabra con todas las demás y decidir cuáles importan para lo que sigue. Es la innovación clave del artículo *Attention Is All You Need* (2017), origen de toda la revolución actual.

Prueba estandarizada para medir el rendimiento de un modelo.

Conjunto de pruebas (MMLU, HumanEval, GPQA, SWE-bench…) sobre las que los laboratorios comparan sus modelos. Los benchmarks son esenciales para el marketing, pero a menudo se critican por su saturación, su filtración en los corpus de entrenamiento o su débil vínculo con la utilidad real.

El gasto en equipamiento (GPU, centros de datos) destinado a la IA.

Microsoft, Google, Amazon y Meta gastaron colectivamente más de 300.000 millones de dólares al año a finales de 2025 en infraestructura de IA. El debate actual: ¿este capex se justifica por los ingresos actuales o se apoya en una promesa?

Técnica donde el modelo explicita su razonamiento paso a paso.

Al invitar al modelo a "pensar en voz alta" antes de responder, se mejora drásticamente su rendimiento en las tareas de razonamiento (matemáticas, lógica, código). Los llamados modelos de *razonamiento* (o1, o3, Claude con extended thinking) industrializan este enfoque.

Método de alineación mediante una carta de principios, desarrollado por Anthropic.

En lugar de aprender únicamente a partir de la retroalimentación humana, el modelo se entrena para criticarse a sí mismo a partir de una carta escrita (la "constitución"). Es el enfoque distintivo de Anthropic para alinear a Claude.

El conjunto de textos (o imágenes, audio…) utilizados para entrenar un modelo.

Los LLM frontera se entrenan con corpus que superan el petabyte: Common Crawl de la web, libros, código, artículos científicos, conversaciones. La calidad y la composición del corpus determinan en gran medida lo que el modelo sabe, y sus sesgos.

Reducir la precisión numérica de los parámetros para acelerar la inferencia.

En lugar de almacenar cada parámetro en 32 o 16 bits, se reducen a 8, 4 o incluso 2 bits. El modelo pierde un poco de calidad pero se vuelve mucho más rápido y ligero, útil para hacer funcionar LLM en un portátil o un teléfono.

Comprimir un modelo grande en uno más pequeño que copia sus salidas.

Se entrena a un "alumno" más pequeño para imitar a un "maestro" más grande. El resultado: un modelo menos costoso de ejecutar, que conserva lo esencial de las capacidades. Muchos modelos "compactos" (Haiku, GPT-4o-mini) son destilaciones.

Una representación numérica del significado de una palabra, frase o documento.

El modelo convierte "gato" y "perro" en vectores próximos en un espacio de varios cientos de dimensiones, porque comparten significado. Los embeddings son la base de la búsqueda semántica y de la RAG.

Capacidad que aparece de forma abrupta más allá de cierta escala.

Ciertas competencias (razonamiento multietapa, traducción zero-shot) no se observan en los modelos pequeños y luego surgen cuando se supera un umbral de tamaño o de entrenamiento. El fenómeno se cuestiona en parte: depende de las métricas utilizadas.

La fase de aprendizaje del modelo, donde sus parámetros se ajustan.

Se le presenta al modelo enormes cantidades de datos y se ajustan progresivamente sus miles de millones de parámetros para que produzca las salidas esperadas. Es la etapa más costosa: de varios millones a varios cientos de millones de dólares para los modelos frontera.

Unidad de medida de la potencia de cálculo, en operaciones por segundo.

Los modelos frontera requieren hoy del orden de 10²⁵ FLOPS para su entrenamiento. El *AI Act* europeo y algunos regímenes de exportación estadounidenses fijan umbrales en FLOPS por encima de los cuales un modelo se considera "de riesgo sistémico".

Aprender una tarea con unos pocos ejemplos insertados en el prompt.

En lugar de hacer fine-tuning a un modelo para una nueva tarea, se le dan dos o tres ejemplos en el prompt: generaliza a partir de esas demostraciones. Una gran ventaja de los LLM frente a los modelos más antiguos.

Continuar el entrenamiento de un modelo existente con datos específicos.

Tomar un modelo preentrenado y especializarlo en un dominio (jurídico, médico, vocabulario interno…) con un corpus dedicado, mucho más pequeño. Menos costoso que un entrenamiento completo, más eficaz que un simple prompt.

Un modelo preentrenado que sirve de base para numerosas aplicaciones.

Término popularizado por Stanford en 2021 para designar los modelos muy grandes y versátiles (GPT-4, Claude, Gemini, Llama) que sirven de base para miles de aplicaciones especializadas mediante fine-tuning o prompt.

Los modelos más capaces en un momento dado: la "vanguardia".

Subconjunto de los foundation models situados en la vanguardia de las capacidades, generalmente en manos de 4-5 actores (OpenAI, Anthropic, Google, Meta, xAI, DeepSeek). Categoría objeto de las regulaciones emergentes debido a su impacto potencial.

Procesador diseñado para el cálculo paralelo masivo: la máquina de la IA.

Las GPU de Nvidia (H100, H200, B200) son la materia prima de la IA generativa. Su disponibilidad condiciona quién puede entrenar qué. La asignación entre laboratorios se ha convertido en un asunto geopolítico.

Capacidad de un modelo para llamar a funciones externas con el fin de actuar.

Un modelo equipado con herramientas puede decidir ejecutar código, leer un archivo, hacer una búsqueda web, llamar a una API meteorológica. Es la capa que transforma un chatbot en un agente autónomo.

Familia de modelos que producen contenido nuevo en lugar de clasificar.

Designa los modelos que crean —texto, imagen, audio, vídeo, código— por oposición a los modelos puramente "discriminativos" que clasifican. Es la IA generativa la que desencadenó la ola mediática desde 2022.

La ejecución de un modelo ya entrenado para producir una respuesta.

Mientras que un modelo se entrena una vez, se utiliza miles de millones de veces. El coste de inferencia (por solicitud) determina la rentabilidad de un servicio de IA. La competencia se juega cada vez más en la eficiencia de inferencia.

Técnica para sortear las salvaguardas de un modelo.

Prompt malicioso o exploit que lleva a un modelo a infringir sus propias reglas (generar contenido prohibido, divulgar su prompt de sistema, etc.). Los laboratorios dedican equipos especializados (red team) en modo adversarial permanente.

Modelo de IA entrenado para predecir texto a muy gran escala.

Un *Large Language Model* es una red neuronal (generalmente un Transformer) entrenada sobre enormes corpus textuales para predecir la palabra siguiente. Claude, ChatGPT, Gemini, Mistral son todos LLM. Su tamaño se mide en parámetros (de unos pocos miles de millones a varios billones).

Protocolo abierto para conectar los modelos a las herramientas y los datos.

Estándar introducido por Anthropic a finales de 2024 para normalizar la manera en que un agente de IA accede a archivos, API, bases de datos. Ampliamente adoptado por el ecosistema: Cursor, Continue y la mayoría de los editores de IA lo soportan.

Arquitectura donde solo se activan unos pocos "expertos" del modelo por solicitud.

En lugar de activar todos los parámetros para cada token, un MoE enruta la solicitud hacia unas pocas subredes especializadas. Permite entrenar enormes modelos (varios billones de parámetros) manteniendo un coste de inferencia razonable. GPT-4, Mixtral, DeepSeek-V3 utilizan esta técnica.

Modelo que trata varios tipos de entradas: texto, imagen, audio, vídeo.

Los modelos modernos (GPT-4o, Claude 4, Gemini) ya no se limitan al texto: pueden leer imágenes, escuchar audio, a veces generar imágenes o vídeos. La multimodalidad amplía considerablemente el campo de los usos.

Código fuente Y pesos accesibles, con licencia permisiva de uso y modificación.

En sentido estricto, un modelo open source publica su código, sus pesos, sus datos y sus métodos de entrenamiento bajo licencia libre. Hay que distinguirlo de "open weights", más restrictivo. Verdaderos ejemplos: OLMo, Pythia. A menudo se confunde con open weights en la prensa.

Los pesos del modelo se pueden descargar, pero los datos y el entrenamiento permanecen cerrados.

Llama, Mistral, Qwen, DeepSeek publican sus pesos: cualquiera puede descargar y ejecutar el modelo. Pero no publican sus corpus ni la totalidad de sus métodos. Es la definición más común de "apertura" en IA hoy en día.

Los números internos del modelo que se ajustan durante el entrenamiento.

Un LLM moderno contiene de unos pocos miles de millones a varios billones de parámetros, cada uno un número real ajustado durante el entrenamiento. Más parámetros = más capacidad, pero también más coste de entrenamiento y de inferencia.

El texto de entrada que se le da a un modelo para obtener una respuesta.

Todo lo que un modelo recibe antes de responder: tu pregunta, el contexto, las instrucciones de sistema, el historial. La calidad del prompt influye directamente en la calidad de la salida, de ahí la aparición del "prompt engineering" como competencia.

El arte de formular prompts eficaces para sacar el máximo partido a un modelo.

Conjunto de técnicas empíricas: descomposición de las tareas, ejemplos insertados (few-shot), cadenas de pensamiento, roles asignados. Una competencia por derecho propio, más cercana al oficio de editor que al de ingeniero clásico.

Combinar un LLM con una búsqueda documental para fundamentar sus respuestas.

Antes de responder, el sistema busca en una base documental los pasajes pertinentes y los inyecta en el prompt. El modelo se apoya entonces en fuentes verificables: reduce las alucinaciones, permite consultar documentos internos.

Afinado de un modelo a partir de preferencias humanas.

Unos humanos comparan dos respuestas del modelo e indican cuál es mejor. El modelo aprende a producir respuestas juzgadas mejores. Técnica estándar desde ChatGPT para alinear los LLM con las expectativas humanas.

Capacidad de un modelo para encadenar varias etapas lógicas antes de responder.

Una nueva generación de modelos (o1, o3, Claude *thinking*, Gemini 2.5) se toma tiempo para "reflexionar" antes de producir la respuesta: descomposición, verificación, retroceso. Mayor rendimiento en matemáticas, código, planificación.

Equipo interno cuya misión es atacar el modelo para encontrar sus fallos.

Práctica tomada de la ciberseguridad: antes de cada lanzamiento importante, un equipo simula usos maliciosos (jailbreaks, sesgos explotables, fugas de datos) para identificar y corregir las vulnerabilidades.

Relación empírica entre el tamaño de un modelo, sus datos, su cómputo y su rendimiento.

Descubiertas por OpenAI y luego por DeepMind (Chinchilla, 2022): duplicar los parámetros o los datos mejora el modelo de forma previsible. Esta regularidad ha justificado las inversiones masivas de los últimos cinco años, y su eventual estancamiento es la cuestión actual.

Distorsión sistemática que un modelo hereda de sus datos de entrenamiento.

Los modelos reproducen y a veces amplifican los sesgos presentes en sus corpus: representaciones estereotipadas, lagunas culturales, sobrerrepresentación de ciertas lenguas. La medición y la mitigación de los sesgos es una tarea permanente.

La unidad de base que maneja un LLM: una palabra, un fragmento, un signo.

Un LLM no ve palabras sino tokens, generalmente fragmentos de 3 a 5 caracteres. "Hola" puede ser 1 token, "anticonstitucionalmente" requiere 6 o 7. Es también la unidad de facturación de las API.

La arquitectura de red neuronal que sustenta todos los grandes modelos modernos.

Introducido en 2017 en *Attention Is All You Need* por Google, el Transformer reemplaza las arquitecturas recurrentes por el mecanismo de atención. Toda la revolución de los LLM (GPT, BERT, Claude, Gemini) deriva de él.

El número máximo de tokens que un modelo puede leer de una vez.

Mide cuánta información puede tratar el modelo simultáneamente: un prompt, un documento, el historial de una conversación. Los modelos modernos van de 8.000 a 2 millones de tokens. Más allá, el modelo "olvida" el principio.

Dominio de la IA que trata la imagen y el vídeo.

Desde el reconocimiento de objetos hasta la generación de imágenes, pasando por el análisis de escenas médicas, la visión por computador está hoy integrada en los LLM multimodales más avanzados.

Realizar una tarea sin ningún ejemplo previo, solo a partir de la instrucción.

Capacidad emblemática de los LLM: se les pide directamente que traduzcan, resuman, clasifiquen, sin haber visto nunca un ejemplo de la tarea en el prompt. El reverso del few-shot.