Glosario

La inteligencia artificial (IA) es la rama de la informática que crea programas capaces de hacer tareas que antes pedían inteligencia humana: reconocer una cara, traducir, recomendar una canción o conversar.

Machine learning (aprendizaje automático) es la parte de la inteligencia artificial en la que un programa aprende patrones a partir de ejemplos, en lugar de seguir reglas escritas a mano.

Una red neuronal es un tipo de modelo de machine learning formado por capas de unidades simples conectadas entre sí.

Deep learning (aprendizaje profundo) es la parte del machine learning que usa redes neuronales con muchas capas.

La IA general (AGI, por artificial general intelligence en inglés) es la idea de un sistema que pueda aprender y resolver casi cualquier tarea intelectual que hace una persona, y pasar de una a otra sin que lo entrenen de nuevo.

La IA generativa es la inteligencia artificial que crea contenido nuevo (texto, imágenes, audio o código) a partir de un pedido llamado prompt.

La IA multimodal es la que trabaja con más de un tipo de dato: texto, imágenes, audio o video.

La visión artificial, o visión por computadora, es el campo de la IA que enseña a una máquina a entender imágenes y video: reconocer una cara, leer una patente o encontrar un perro en tus fotos.

Un deepfake es un video, una foto o un audio falso hecho con IA para que parezca real: la cara de alguien en el cuerpo de otro, o su voz diciendo algo que nunca dijo.

Un prompt es todo el texto que recibe una IA para hacer su trabajo: tu pedido, las instrucciones, el contexto y los ejemplos que agregas.

La ingeniería de prompts es la práctica de escribir, probar y ajustar las instrucciones que recibe un modelo de IA hasta que responde bien de forma consistente.

Un modelo de IA es un sistema de cálculo entrenado con muchos datos para hacer una tarea, como escribir texto, reconocer imágenes o transcribir voz.

Un LLM (large language model, modelo de lenguaje grande) es un modelo de IA entrenado con enormes cantidades de texto para generar texto.

Un chatbot es un programa que conversa contigo por texto o por voz.

Un token es la unidad de texto con la que trabaja un modelo de lenguaje como ChatGPT.

Un tokenizador es el programa que convierte el texto en tokens antes de que un modelo de lenguaje lo lea, y que vuelve a armar texto con los tokens que el modelo responde.

La ventana de contexto es la cantidad máxima de texto, medida en tokens, que un modelo de IA puede tener en cuenta a la vez: tus mensajes, sus respuestas, las instrucciones y los documentos que le pases.

La temperatura es un ajuste que cambia cuánto azar usa un modelo de IA al elegir el siguiente token, el pedazo de texto que sigue.

Una alucinación es una respuesta de la IA que suena segura y convincente pero es falsa o inventada: un dato, una cita, una ley, un link o un libro que no existe.

Un embedding es una lista de números que representa el significado de un texto.

Una base de datos vectorial guarda datos como listas de números, los embeddings, que representan su significado, y encuentra rápido los más parecidos a una consulta.

RAG (generación aumentada por recuperación) es una técnica en la que, antes de responder, el sistema busca en tus documentos los fragmentos que más se parecen a la pregunta y se los pasa al modelo junto con ella.

El fine-tuning, o ajuste fino, es seguir entrenando un modelo de IA ya hecho con tus propios ejemplos para que se especialice en una tarea.

Una API de IA es la puerta por la que un programa le manda texto a un modelo y recibe la respuesta, sin pasar por la pantalla de un chat.

El procesamiento de lenguaje natural (NLP, o PLN en español) es la rama de la inteligencia artificial que procesa el lenguaje de las personas, escrito o hablado.

Un modelo local de IA es un modelo que descargas y ejecutas en tu propia computadora, en lugar de usarlo en los servidores de una empresa.

La cuantización es guardar los pesos de un modelo de IA con menos bits, por ejemplo 8 o 4 en lugar de 16.

Un modelo de pesos abiertos es un modelo de IA cuyos pesos, los números que se ajustaron durante el entrenamiento, están disponibles para descargar.

La IA en el celular, también llamada IA en el dispositivo, es la que hace el cálculo dentro de tu propio teléfono o notebook, no en un servidor.

«Modelo System One» es el nombre que TypeSafe AI usa para modelos de IA hechos para juicios rápidos y acotados: elegir una opción, puntuar o responder sí o no, con probabilidades, en vez de escribir texto.

Jev es un modelo de IA de TypeSafe AI que no escribe texto: le das un contexto y preguntas con tipo, y devuelve respuestas estructuradas con probabilidades.

La Decisions API es un endpoint de OpenAI que no escribe texto: le das un texto, o texto e imágenes, y preguntas con tipo, y devuelve decisiones con probabilidades.

Structured outputs es una función de las APIs de IA que obliga a un LLM a responder con un JSON que sigue un esquema que tú defines: qué campos, de qué tipo y cuáles son obligatorios.

Un clasificador de IA es un modelo que asigna una categoría a lo que recibe: un mail, un texto o una foto.

Una probabilidad está calibrada cuando coincide con lo que pasa en muchos casos comparables: en muchas predicciones comparables con probabilidad 0,8, esa opción corresponde al resultado real cerca del 80 % de las veces.

Una clave de API (API key) es una contraseña larga que identifica a tu cuenta cuando un programa usa un modelo de IA por su API.

Un agente de IA es un programa que usa un modelo de lenguaje para cumplir un objetivo en varios pasos.

Un navegador con IA es un navegador web con IA integrada.

Un agente de código es una herramienta de IA que trabaja dentro de tu proyecto: lee archivos, los edita, ejecuta comandos como los tests y revisa qué pasó.

Un subagente es un agente que el agente principal lanza para una tarea acotada, como buscar dónde se usa una función.

Vibe coding es programar describiéndole a una IA lo que quieres y aceptando el código que genera sin leerlo: si al probarlo funciona, sigues.

CLAUDE.md es un archivo de texto en tu repositorio con las reglas del proyecto que un agente de código como Claude Code lee al empezar cada sesión.

AGENTS.md es un archivo de texto en tu repositorio con las instrucciones para los agentes de código: cómo instalar, cómo correr los tests y qué convenciones seguir.

Un diff es la lista de diferencias entre dos versiones de un archivo o de un proyecto: qué líneas se agregaron, cuáles se quitaron y dónde.

El modo plan es pedirle a un agente de IA que primero proponga qué va a cambiar, dónde y cómo lo va a probar, sin editar nada todavía.

La ingeniería de contexto es decidir qué entra en la ventana de contexto del modelo en cada paso y qué queda afuera: instrucciones, archivos de reglas, resultados de herramientas, historial, documentos recuperados y resúmenes.

MCP (Model Context Protocol) es un estándar abierto, creado por Anthropic en 2024, para conectar apps de IA como Claude o ChatGPT con herramientas y datos.

Un servidor MCP es el programa que le ofrece herramientas y datos a una app de IA usando MCP.

Una API (interfaz de programación de aplicaciones) es el conjunto de reglas con el que un programa le pide datos o acciones a otro: qué se puede pedir, cómo pedirlo y en qué formato llega la respuesta.

Una skill es una receta reutilizable que le enseña a un agente de IA cómo hacer una tarea concreta: instrucciones empaquetadas y, a veces, archivos o scripts de apoyo.

La inyección de prompts es cuando un texto que el modelo lee (una web, un correo, un PDF, un comentario) trae instrucciones y el modelo las sigue como si vinieran de ti.

Los guardrails (barandas) de la IA son controles que rodean a un modelo o a un agente: revisan lo que entra, filtran lo que sale y limitan lo que puede hacer.

Usar IA por API suele cobrarse por tokens: pagas los que envías (entrada) y los que el modelo responde (salida), cada uno con su tarifa por millón.

Son dos formas de pagar la IA.

Un benchmark de IA es un examen fijo, con preguntas o tareas de respuesta conocida, que se le toma a varios modelos para compararlos con la misma vara.

El caché de prompts es una función de algunas API de IA que guarda el trabajo hecho sobre el comienzo de una entrada para reusarlo.

El effort es un ajuste de algunos modelos de IA que orienta cuánto trabajan antes de responder: cuánto razonan y, según el proveedor, también el largo de la respuesta y cuántas herramientas llaman.

Los tokens de razonamiento son el texto intermedio que un modelo de razonamiento genera antes de dar su respuesta final.

Un modelo de razonamiento es un modelo de lenguaje entrenado para escribir pasos intermedios antes de dar la respuesta final.

Chain of thought (cadena de pensamiento) es hacer que un modelo de lenguaje escriba los pasos intermedios antes de la respuesta final.

El procesamiento por lotes, o batch, es una opción de algunas API de IA donde envías muchas consultas juntas y el proveedor las corre cuando le sobra capacidad.

La paradoja de Jevons dice que usar un recurso con más eficiencia puede aumentar su consumo total en vez de bajarlo.