Inteligencia Artificial (IA)

La Inteligencia Artificial no es una sola tecnología: es un campo enorme con un objetivo común, lograr que las computadoras hagan cosas que antes solo podía hacer una persona.

Un filtro de spam, el reconocimiento facial de tu teléfono, un traductor automático o un asistente como ChatGPT o Claude son ejemplos de IA. Hoy casi toda la IA útil se basa en Machine Learning: en lugar de programar cada regla a mano, se deja que el sistema aprenda patrones a partir de datos.

Históricamente, la IA incluyó dos grandes enfoques. La IA simbólica (sistemas expertos, lógica, búsqueda) codificaba el conocimiento en reglas explícitas. La IA estadística o Machine Learning aprende funciones a partir de ejemplos.

Desde aproximadamente 2012, el Deep Learning domina el campo gracias a tres factores: más datos, más cómputo (especialmente GPUs) y mejores arquitecturas como el Transformer. Es útil distinguir entre IA estrecha (resuelve tareas concretas) y la idea de IA general (AGI), un sistema capaz de igualar a los humanos en la mayoría de las tareas cognitivas, que sigue siendo un objetivo y un tema de debate.

Es el marco general que conecta todos los demás conceptos del glosario. Entender qué es (y qué no es) la IA ayuda a evaluar con criterio las promesas y los riesgos de cualquier producto que diga usarla.