Glosario de inteligencia artificial

Un agente de IA es un sistema que usa un modelo de lenguaje para entender una petición, decidir qué pasos dar y ejecutarlos con herramientas reales, como tu agenda o tu CRM, hasta completar la tarea, no solo para contestar.

La AGI (inteligencia artificial general) es una IA hipotética capaz de aprender y hacer prácticamente cualquier tarea intelectual que haga una persona, con su misma flexibilidad. No existe una definición aceptada por todos ni un sistema reconocido como tal.

El AI Act es el Reglamento (UE) 2024/1689, la ley europea de inteligencia artificial. Clasifica los sistemas de IA por nivel de riesgo y fija obligaciones para quien los desarrolla y quien los usa, desde la prohibición de algunos usos hasta deberes de transparencia.

Un algoritmo es una secuencia finita de pasos bien definidos para resolver un problema o hacer una tarea. En IA, el algoritmo es el método que aprende de los datos; el modelo es lo que ese método produce.

Una alucinación es una respuesta de un modelo de IA que suena convincente pero es falsa o no se apoya en ninguna fuente: un dato, una cita, un precio o una referencia que el modelo se inventa al generar el texto más probable.

El análisis de sentimiento es la técnica de IA que detecta el tono emocional de un texto (positivo, negativo o neutro, y a veces emociones como enfado o urgencia) para saber cómo se siente quien escribe sin leerlo todo a mano.

Una API (interfaz de programación de aplicaciones) es un conjunto de reglas que permite que un programa pida datos o acciones a otro: envías una petición con un formato acordado y recibes una respuesta, sin necesidad de saber cómo está hecho por dentro.

Un asistente virtual es un programa con IA que ayuda a una persona o a los clientes de una empresa en varias tareas, por texto o por voz: responde preguntas, recuerda datos de la conversación y realiza gestiones sencillas, como pedir una cita.

La automatización con IA es el uso de modelos de inteligencia artificial para hacer tareas que antes exigían criterio humano, como leer un mensaje, entender qué pide y decidir el siguiente paso, y no solo repetir pasos fijos definidos de antemano.

Una base de conocimiento es el conjunto ordenado de información de una empresa (preguntas frecuentes, condiciones, horarios, fichas de producto, procedimientos) del que un agente de IA o un equipo saca las respuestas.

Una base de datos vectorial es un sistema que guarda embeddings, listas de números que representan el significado de un contenido, y encuentra muy rápido los más parecidos a una consulta. Es la pieza de búsqueda de la mayoría de sistemas RAG.

Un benchmark de IA es una prueba estandarizada, con preguntas o tareas y una forma fija de puntuar, que sirve para medir y comparar el rendimiento de distintos modelos en una habilidad concreta, como razonar, programar o responder preguntas.

Un callbot es un voicebot que trabaja dentro de llamadas telefónicas: contesta las entrantes o hace salientes, conversa con la persona por voz y resuelve gestiones como citas, avisos o cualificación de contactos, conectado a la centralita y a tus herramientas.

Chain of thought o cadena de pensamiento es una técnica en la que el modelo de IA escribe los pasos intermedios de su razonamiento antes de dar la respuesta final. Mejora los resultados en cálculos, reglas encadenadas y problemas de varios pasos.

Un chatbot es un programa que conversa por texto con las personas, en una web o en WhatsApp, para responder preguntas o guiar un trámite. Puede seguir reglas fijas o usar un modelo de lenguaje para entender lo que se le escribe.

La clasificación de texto es la tarea de IA que asigna automáticamente una o varias categorías a un texto, como un correo o un mensaje: tipo de consulta, tema, prioridad o idioma. Es la base para ordenar, priorizar y repartir el trabajo.

Un copiloto de IA es un asistente integrado en una herramienta de trabajo que sugiere, redacta o resume mientras la persona trabaja, pero no actúa por su cuenta: la decisión final y el envío siempre los hace el usuario.

La cuantización es una técnica que guarda los parámetros de un modelo de IA con números de menor precisión, por ejemplo de 16 bits a 8 o 4 bits. El modelo ocupa menos memoria y suele responder más rápido, a cambio de una pérdida de calidad que puede ser pequeña.

Un dataset (conjunto de datos) es una colección organizada de ejemplos, como textos, audios, imágenes o registros, que se usa para entrenar, ajustar o evaluar un modelo de IA. Su calidad condiciona directamente lo que el modelo aprende.

El deep learning o aprendizaje profundo es un tipo de machine learning que usa redes neuronales con muchas capas. Cada capa extrae rasgos más abstractos de los datos, lo que permite trabajar con texto, voz e imágenes sin reglas escritas a mano.

La derivación a humano (handoff) es el momento en que un chatbot o agente de IA pasa la conversación a una persona del equipo, junto con el contexto recogido, porque el caso lo exige, porque se cumple una regla o porque el cliente lo pide.

Un embedding es una lista de números que representa el significado de un texto, una imagen o un audio. Textos con significado parecido tienen embeddings cercanos, y eso permite buscar por sentido y no solo por palabras exactas.

El entrenamiento de un modelo es el proceso en el que un modelo de IA aprende a partir de un dataset: se le muestran ejemplos, se mide cuánto se equivoca y se ajustan sus parámetros, una y otra vez, hasta que sus respuestas son buenas.

Few-shot es una técnica de prompt que consiste en incluir unos pocos ejemplos resueltos dentro de la instrucción, para que el modelo de IA copie el formato, el tono o el criterio sin necesidad de volver a entrenarlo.

El fine-tuning (ajuste fino) es volver a entrenar un modelo de IA ya preentrenado con un conjunto pequeño de ejemplos propios, para que se especialice en una tarea, un formato o un estilo concretos sin empezar de cero.

Un flujo conversacional es el recorrido predefinido de una conversación automatizada: los pasos, preguntas y respuestas que sigue un bot según lo que contesta el usuario, dibujado normalmente como un diagrama con ramas.

El function calling es la capacidad de un modelo de lenguaje de responder, en lugar de con texto, con una petición estructurada para usar una función concreta, con su nombre y sus parámetros. Tu sistema ejecuta esa función y le devuelve el resultado al modelo.

GPT (generative pre-trained transformer) es la familia de modelos de lenguaje de OpenAI. El nombre resume cómo funcionan: generan texto, se preentrenan con grandes cantidades de datos y usan la arquitectura transformer.

El grounding o anclaje es la práctica de hacer que un modelo de IA base sus respuestas en fuentes concretas y verificables, como tus documentos, una base de datos o una búsqueda, en lugar de en lo que recuerda de su entrenamiento.

Los guardrails son las barreras que se ponen alrededor de un modelo de IA para que no se salga de lo permitido: filtros de lo que entra y sale, límites de temas y de acciones, y reglas para pasar el caso a una persona cuando hace falta.

La IA agéntica es el enfoque en el que la inteligencia artificial no se limita a responder, sino que persigue un objetivo: planifica pasos, usa herramientas, revisa resultados y decide qué hacer después con cierta autonomía y bajo reglas que fija una persona.

La IA conversacional es el conjunto de tecnologías que permiten a una máquina mantener una conversación en lenguaje natural, por texto o por voz: entender lo que se le dice, recordar el contexto y responder de forma coherente.

La IA generativa es la inteligencia artificial que crea contenido nuevo, como texto, imágenes, audio, vídeo o código, a partir de una instrucción, usando modelos entrenados con grandes cantidades de ejemplos de ese tipo de contenido.

La IA open source es la que publica su modelo para que cualquiera pueda usarlo, estudiarlo, modificarlo y compartirlo. En la práctica, muchos modelos llamados abiertos solo publican los pesos, no los datos ni todo el código de entrenamiento.

La inferencia es el momento en que un modelo de IA ya entrenado se usa: recibe una entrada nueva, como una pregunta, un audio o una imagen, y calcula la respuesta con lo que aprendió, sin cambiar sus parámetros.

La inteligencia artificial (IA) es la rama de la informática que crea sistemas capaces de hacer tareas que asociamos a la inteligencia humana, como entender lenguaje, reconocer imágenes o tomar decisiones, a partir de patrones aprendidos de datos.

Una intención (intent) es el objetivo que tiene una persona al escribir o decir algo a un chatbot o agente de IA, como reservar, cancelar o pedir un precio. Detectarla permite al sistema decidir qué hacer con el mensaje.

Un jailbreak en IA es un intento de conseguir que un modelo de lenguaje se salte sus normas de seguridad o las instrucciones de quien lo configuró, con mensajes pensados para engañarlo o desviar su atención.

La latencia es el tiempo que pasa entre que haces una petición y empiezas a recibir la respuesta. En un agente de voz es el silencio desde que el cliente deja de hablar hasta que oye la primera palabra del agente, y decide si la conversación suena natural.

El lead scoring es un método para puntuar cada contacto comercial según lo cerca que está de comprar, combinando quién es (sector, tamaño, zona) y qué ha hecho (preguntas, visitas, respuestas), para que el equipo de ventas atienda primero a los más prometedores.

Un LLM (large language model, modelo de lenguaje grande) es un modelo de IA entrenado con enormes cantidades de texto para predecir la siguiente palabra. Esa capacidad le permite redactar, resumir, traducir, clasificar y conversar.

El machine learning o aprendizaje automático es la rama de la IA en la que un sistema aprende a hacer una tarea a partir de ejemplos, en lugar de seguir reglas escritas a mano, y mejora su resultado a medida que ve más datos.

MCP (Model Context Protocol) es un estándar abierto que define cómo una aplicación de IA se conecta a herramientas y fuentes de datos externas. Cada servicio se expone una vez como «servidor MCP» y cualquier asistente compatible puede usarlo sin una integración a medida.

La memoria de un agente es la información que un agente de IA conserva para usarla después: lo dicho en la conversación en curso (corto plazo) y los datos guardados de conversaciones anteriores, como preferencias o historial de un cliente (largo plazo).

Mixture of experts (MoE, mezcla de expertos) es una arquitectura de modelo de IA dividida en varias subredes llamadas expertos. Para cada token, un enrutador activa solo unos pocos, así el modelo puede ser muy grande sin usar todo su cálculo en cada paso.

Un modelo de IA es el programa que resulta de entrenar un algoritmo con datos: un conjunto de parámetros aprendidos que, al recibir una entrada nueva, produce una salida, como una predicción, una etiqueta, un texto o una imagen.

Un modelo de lenguaje es un sistema de IA que calcula qué palabra o token es más probable a continuación de un texto. Con esa predicción, repetida una y otra vez, puede completar frases, responder preguntas, resumir o traducir.

Un modelo de razonamiento es un modelo de lenguaje entrenado para generar una cadena de pasos intermedios antes de dar la respuesta final. Acierta más en problemas de lógica, cálculo o planificación, a cambio de tardar más y gastar más tokens.

Un modelo multimodal es un modelo de IA capaz de recibir o generar varios tipos de datos, como texto, imágenes, audio o vídeo, y relacionarlos entre sí. Por ejemplo, puede leer la foto de una factura y responder preguntas sobre ella.

El NLP (procesamiento del lenguaje natural) es la rama de la inteligencia artificial que permite a las máquinas trabajar con el lenguaje humano: leer, analizar, clasificar, traducir y generar texto o voz como lo usan las personas.

El NLU (comprensión del lenguaje natural) es la parte del NLP que se ocupa de entender el significado de un mensaje: qué quiere la persona (su intención) y qué datos concretos aporta (entidades como fechas, nombres o productos).

El OCR (reconocimiento óptico de caracteres) es la tecnología que convierte el texto que aparece en una imagen, un PDF escaneado o una foto en texto digital que se puede editar, buscar y procesar. Con IA, además, entiende la estructura del documento.

La orquestación de agentes es la coordinación de varios agentes de IA especializados para resolver una tarea entre todos: un componente decide qué agente actúa en cada momento, qué información recibe y cómo se combina el resultado.

Los parámetros de un modelo son los valores numéricos internos, sobre todo los pesos de una red neuronal, que se ajustan durante el entrenamiento y guardan lo aprendido. Su número se usa como medida aproximada del tamaño del modelo.

Un prompt es la instrucción o el texto que le das a un modelo de IA para que haga algo: una pregunta, una orden, un documento para resumir o una combinación de todo. Del prompt depende en buena parte lo que el modelo responde.

El prompt engineering o ingeniería de prompts es el trabajo de diseñar, probar y ajustar las instrucciones que se dan a un modelo de IA para que responda bien de forma estable, no solo una vez.

Prompt injection o inyección de prompts es un ataque en el que alguien cuela instrucciones en el texto que lee un modelo de IA, como un mensaje, un correo o una web, para que haga algo distinto de lo que quería quien lo configuró.

RAG (generación aumentada por recuperación) es una técnica que hace que un modelo de lenguaje busque primero en tus documentos los fragmentos relevantes y redacte la respuesta a partir de ellos, en lugar de contestar solo de memoria.

El reconocimiento de voz es la rama de la inteligencia artificial que permite a una máquina identificar las palabras que pronuncia una persona y convertirlas en texto o en órdenes. Su nombre técnico es ASR (reconocimiento automático del habla).

Una red neuronal artificial es un modelo matemático formado por capas de unidades conectadas, llamadas neuronas, que transforman una entrada numérica en una salida. Aprende ajustando el peso de cada conexión a partir de ejemplos.

El sesgo en IA es un error sistemático por el que un sistema de inteligencia artificial trata de forma distinta, y a menudo injusta, a personas o casos parecidos. Suele venir de datos de entrenamiento desequilibrados o de decisiones de diseño.

La síntesis de voz es la producción artificial de voz humana por ordenador. Es la disciplina que hay detrás del text to speech, de la clonación de voz y de los agentes que hablan, y hoy se basa sobre todo en redes neuronales entrenadas con grabaciones reales.

Un SLM (small language model) es un modelo de lenguaje con muchos menos parámetros que un LLM. Sabe menos de todo, pero responde más rápido, cuesta menos y puede ejecutarse en un servidor modesto, un portátil o incluso un móvil.

Speech to text (STT) es la tecnología que convierte el audio hablado en texto escrito. Es la pieza de software, normalmente un modelo accesible por API, que «escucha» en un voicebot, un dictado o un sistema de transcripción, ya sea en tiempo real o sobre grabaciones.

El system prompt o prompt de sistema es el conjunto de instrucciones fijas que recibe un modelo de IA antes de cualquier conversación: define su papel, su tono, lo que sabe de la empresa y lo que no puede hacer.

La temperatura es un ajuste de los modelos de lenguaje que controla cuánto azar hay al elegir cada token. Con valores bajos, el modelo escoge casi siempre la opción más probable y responde de forma predecible; con valores altos, varía más y resulta más creativo.

Text to speech (TTS) es la tecnología que convierte un texto escrito en voz hablada. Es el componente, normalmente un modelo accesible por API, que pone voz a un agente telefónico, a un lector de pantalla o a un audio generado a partir de un texto.

Un token es el trozo de texto con el que trabaja un modelo de lenguaje: una palabra, parte de una palabra o un signo. El modelo lee, cuenta y cobra en tokens, no en palabras ni en caracteres.

La tokenización es el proceso que divide un texto en tokens, las piezas que entiende un modelo de lenguaje, y asigna a cada una un número de su vocabulario. Es el primer paso antes de que el modelo pueda leer o escribir nada.

La transcripción automática es el proceso de convertir una grabación de audio o vídeo en un texto escrito sin que nadie lo teclee, usando reconocimiento de voz. Suele incluir puntuación, marcas de tiempo e identificación de quién habla en cada momento.

Un transformer es una arquitectura de red neuronal que procesa todas las palabras de un texto a la vez y usa un mecanismo de atención para decidir qué partes se relacionan entre sí. Es la base de casi todos los modelos de lenguaje actuales.

La ventana de contexto es la cantidad máxima de texto, medida en tokens, que un modelo de lenguaje puede tener en cuenta a la vez: instrucciones, conversación, documentos y su propia respuesta. Lo que queda fuera, el modelo no lo ve.

La visión artificial es la rama de la IA que permite a un sistema interpretar imágenes y vídeo: reconocer objetos, leer texto, detectar defectos o describir una escena. Hoy se basa sobre todo en redes neuronales entrenadas con muchas imágenes.

Un voicebot es un programa que conversa por voz: escucha lo que dice una persona, entiende qué quiere y le responde hablando. Puede funcionar en una llamada, una web, una app o un altavoz, y con IA generativa mantiene conversaciones abiertas, no solo menús.

Un webhook es un aviso automático que un sistema envía a una dirección web de otro cuando ocurre un evento, por ejemplo una cita nueva o un mensaje recibido, para que ese segundo sistema reaccione al momento sin tener que preguntar.

Zero-shot es cuando un modelo de IA resuelve una tarea solo con la instrucción, sin ningún ejemplo previo de cómo hacerla. Funciona gracias a lo que el modelo ya aprendió durante su entrenamiento.