Un término que ya no significa nada (y por eso hay que aclararlo)
"Inteligencia artificial" se usa hoy para vender desde un altavoz que enciende la luz hasta un chatbot que escribe contratos. Esa amplitud no es casualidad: cuanto más vago el término, más fácil es pegarlo a cualquier producto. Antes de usar IA en tu trabajo o tu día a día, conviene saber qué hay realmente detrás de la etiqueta.
En términos simples, IA es un conjunto de técnicas para que un programa tome decisiones o produzca resultados sin que un humano haya escrito una regla explícita para cada caso. La diferencia con el software de toda la vida está en el método: uno sigue reglas fijas, el otro las infiere de datos.
Software clásico vs. IA: la diferencia real
Un programa clásico ejecuta reglas que alguien escribió a mano. Si haces una calculadora, tú defines qué hace el botón "+". El programa no aprende nada: solo ejecuta lo que le dijiste.
Un sistema de IA, en cambio, se construye mostrándole muchos ejemplos (datos) para que ajuste sus propios parámetros internos y "descubra" un patrón. Nadie le dice explícitamente "si la foto tiene bigotes y orejas puntiagudas, es un gato". El sistema lo infiere a partir de miles de fotos etiquetadas como "gato" o "no gato".
Esto tiene una consecuencia importante: un programa clásico es predecible por diseño (si lo probaste bien, sabes qué hará). Un sistema de IA es predecible solo en términos estadísticos: acierta la mayoría de las veces, pero puede fallar de formas que ni sus creadores anticipan del todo.
Los tres grandes tipos que vas a encontrar
No toda la IA es un chatbot. Conviene distinguir al menos tres familias, porque se comportan distinto y sirven para cosas distintas:
- Sistemas deterministas: dado el mismo input, siempre dan el mismo output. No son IA en sentido estricto, pero conviven con ella en casi cualquier producto real (por ejemplo, el cálculo de un impuesto).
- Sistemas probabilísticos: estiman una probabilidad o clasifican algo dentro de un margen de incertidumbre. Un filtro de spam que dice "95% de probabilidad de ser spam" es de este tipo.
- Sistemas generativos: crean contenido nuevo (texto, imagen, audio) que no existía antes, a partir de patrones aprendidos. Los modelos como los que hay detrás de ChatGPT o Midjourney entran aquí.
En la próxima lección vas a ver esta distinción con más detalle, porque es la base para entender qué puedes esperar de cada herramienta.
Lo que la IA no es
- No es una persona pensando. No tiene intenciones, no "quiere" nada, no entiende en el sentido en que tú entiendes. Genera respuestas siguiendo patrones estadísticos aprendidos de datos.
- No es objetiva por defecto. Si los datos con los que se entrenó tenían sesgos, el sistema los reproduce. La IA no corrige automáticamente los problemas del mundo del que aprendió.
- No es infalible. Puede equivocarse con total seguridad en el tono, incluyendo cuando "inventa" datos que suenan plausibles (a esto se le llama alucinación, y lo verás con detalle más adelante en el curso).
- No es una sola cosa. Bajo el mismo nombre conviven desde un sistema de recomendación de una tienda online hasta un modelo que redacta correos. Cada uno tiene capacidades, límites y riesgos distintos.
Por qué importa esta distinción
Si tratas cualquier sistema con la etiqueta "IA" como si fuera lo mismo, vas a tener expectativas equivocadas: le vas a pedir certeza a algo probabilístico, o vas a confiar ciegamente en algo generativo que puede inventar. Saber qué tipo de sistema tienes delante es el primer criterio práctico para usarlo bien, y es justo lo que vamos a construir en las próximas lecciones.