¿Qué es la Inteligencia Artificial?
La IA es un conjunto de técnicas que permiten a las computadoras percibir, razonar, aprender y generar contenido para resolver tareas que normalmente requieren inteligencia humana. Hoy la cara más visible son los Modelos de Lenguaje de Gran Tamaño (LLM) y los modelos multimodales, capaces de trabajar con texto, imágenes, audio o video.
- IA simbólica: reglas explícitas (si‑entonces). Útil para dominios muy controlados.
- Aprendizaje automático (ML): aprende patrones a partir de datos.
- Aprendizaje profundo (Deep Learning): redes neuronales grandes; base de los LLM y visión moderna.
- IA generativa: crea salidas nuevas (texto, imágenes, código) a partir de instrucciones.
Cómo usar bien la IA (paso a paso)
- Define el objetivo: ¿Qué necesitas exactamente? Resultado, público, longitud, formato.
- Elige la herramienta: chat generalista, generador de imágenes, asistente de código, etc.
- Escribe un buen prompt: da contexto, rol, pasos, criterios y ejemplos. Si puedes, muestra entrada/salida.
- Itera: pide mejoras, compara variantes, evalúa con checklist.
- Verifica: contrasta datos importantes, cita fuentes y corrige errores (las IA pueden “alucinar”).
- Cuida tus datos: evita información sensible en prompts, usa cifrado/API cuando aplique.
- Automatiza: cuando el flujo esté estable, lleva el proceso a una API o script.
Tip: estructura tu prompt como Rol → Tarea → Formato → Restricciones → Criterios.
Video sobre riesgos
Pros y Contras
| Ventajas | Riesgos |
|---|---|
| Productividad y rapidez | Alucinaciones y errores |
| Acceso a conocimiento | Sesgos en datos/modelos |
| Automatiza tareas repetitivas | Privacidad/propiedad intelectual |
| Asistencia creativa y de código | Dependencia/exceso de confianza |
| Soporte 24/7 | Costos por uso intensivo |
Gobernanza responsable: significa usar la IA con reglas claras, revisar siempre lo que entrega, anotar lo que se hace con ella y aprender a usarla con sentido común. La idea es que la tecnología ayude, pero sin perder el control humano.
IA y modelos destacados (ejemplos)
No existe “la mejor” para todo; cada una sobresale en ciertos escenarios.
ChatGPT (OpenAI)
Generalista multimodal; fuerte en redacción, razonamiento y asistencia de código.
Claude (Anthropic)
Contexto largo, escritura clara y seguridad.
Gemini (Google)
Integración con ecosistema Google; visión y herramientas.
Llama (Meta)
Modelos abiertos para investigación y despliegue privado.
Mistral
Modelos eficientes y opciones abiertas.
Grok (xAI)
Conversación con actualización frecuente.
Cohere Command
Texto empresarial, clasificación y extracción.
DeepSeek
Foco en eficiencia y razonamiento.
Code‑centric (Code Llama, Copilot*)
Asistentes para programar. *Copilot es un producto sobre varios modelos.
Los “exámenes” que suelen pasar (benchmarks)
Se usan baterías de pruebas para comparar modelos. Ninguno es perfecto, pero en conjunto orientan el desempeño.
- MMLU: conocimientos en 50+ áreas (opción múltiple).
- GSM8K: problemas de matemáticas de primaria/secundaria.
- HumanEval: generación de código verificada por tests.
- HellaSwag / Winogrande: sentido común y coherencia.
- ARC: razonamiento sobre ciencia escolar.
- BIG‑bench / BBH: tareas diversas de “habilidades grandes”.
- TruthfulQA: veracidad frente a creencias falsas comunes.
- MATH / OlympiadBench: matemáticas avanzadas.
- DROP / SQuAD: comprensión lectora.
- MT‑Bench / Arena Elo: calidad de chat por preferencia humana.
Conclusión: revisa varios benchmarks y, sobre todo, prueba tu caso real.
Glosario práctico
Cuestionario (5 preguntas al azar de un banco de 25)
Responde, envía y revisa las explicaciones. Puedes regenerar preguntas.
Construye un proyecto con las pautas de ImpactMaker
Ir a ImpactMaker