Glosario de inteligencia artificial: 30 palabras explicadas en criollo

La inteligencia artificial vino con su propio idioma. Prompt, token, LLM, alucinación, agente… Si alguna vez te sentiste afuera de una conversación porque no sabías qué significaba alguna de estas palabras, este glosario es para vos. Lo ordenamos de lo más básico a lo más avanzado, con ejemplos de la vida real.

Lo básico

1. Inteligencia artificial (IA). El campo que busca que las computadoras hagan tareas que antes requerían inteligencia humana: entender lenguaje, reconocer imágenes, tomar decisiones. Es un paraguas enorme.

2. IA generativa. La parte de la IA que crea contenido nuevo: textos, imágenes, música, video, código. ChatGPT, Claude y Gemini son IA generativa.

3. Modelo. El "cerebro" entrenado de una IA. Cuando una empresa anuncia un modelo nuevo, está anunciando una versión mejorada de ese cerebro. Una misma app puede usar distintos modelos.

4. LLM (modelo de lenguaje grande). Un modelo entrenado con enormes cantidades de texto para entender y generar lenguaje. Es la tecnología detrás de los chats de IA.

5. Chatbot o asistente. La aplicación con la que conversás: la ventana donde escribís y recibís respuestas. ChatGPT es el asistente; el modelo es lo que funciona por dentro.

6. Prompt. El pedido o la instrucción que le escribís a la IA. Escribir buenos prompts es una habilidad clave, y le dedicamos una nota entera: cómo escribir un buen prompt.

7. Respuesta o salida. Lo que la IA te devuelve. En inglés, output.

8. Alucinación. Cuando la IA inventa un dato, una cita o una fuente con apariencia de verdadera. Por eso siempre conviene verificar lo importante.

Cómo funciona por dentro (sin tecnicismos)

9. Entrenamiento. El proceso en el que un modelo "aprende" a partir de grandes cantidades de datos. Es carísimo y lo hacen pocas empresas en el mundo.

10. Datos de entrenamiento. Los textos, imágenes y otros contenidos con los que se entrenó un modelo.

11. Fecha de corte de conocimiento. Hasta qué fecha llega la información con la que se entrenó un modelo. Si no busca en internet, no sabe lo que pasó después.

12. Token. La unidad en que la IA corta el texto para procesarlo. Puede ser una palabra corta, un pedazo de palabra o un signo. Los precios y límites suelen medirse en tokens.

13. Ventana de contexto. Cuánta información puede tener en cuenta la IA a la vez en una conversación: tus mensajes, sus respuestas y los archivos que subiste. Hoy algunos modelos manejan ventanas enormes, del orden de libros enteros.

14. Parámetros. Los "ajustes internos" de un modelo, aprendidos durante el entrenamiento. Se cuentan por miles de millones. Más parámetros no siempre significa mejor.

15. Inferencia. Cada vez que el modelo genera una respuesta. Entrenar es aprender; inferir es usar lo aprendido.

16. Multimodal. Un modelo que entiende o genera más de un tipo de contenido: texto, imágenes, audio, video. Por ejemplo, cuando le mandás una foto de una factura y te la explica.

Para usar mejor las herramientas

17. Instrucciones personalizadas. Indicaciones fijas que le das al asistente para todas tus conversaciones: quién sos, cómo querés que te hable, qué formato preferís.

18. Memoria. La función por la que algunos asistentes recuerdan datos tuyos entre conversaciones. Se puede revisar y borrar.

19. Proyectos. Espacios dentro de un asistente donde agrupás conversaciones y documentos sobre un mismo tema, para que la IA tenga ese contexto siempre presente.

20. Búsqueda web. Cuando el asistente sale a internet a buscar información actual y te da links de las fuentes.

21. Razonamiento. Modos en los que el modelo "piensa" paso a paso antes de responder. Tardan más, pero rinden mejor en problemas complejos.

22. Plantilla de prompt. Un pedido armado que reutilizás cambiando algunos datos. Ejemplo: la fórmula RTCF (rol, tarea, contexto y formato).

Lo avanzado

23. Agente. Una IA que no solo responde sino que actúa: usa herramientas, ejecuta pasos y cumple un objetivo. Lo explicamos en qué son los agentes de IA.

24. API. La "puerta" por la que un programa se conecta a un modelo de IA. Es lo que usan las empresas para meter IA dentro de sus propias apps.

25. RAG (generación aumentada por recuperación). Una técnica en la que la IA busca primero en tus documentos y después responde basándose en ellos. Es como se arman asistentes que responden sobre los manuales de una empresa.

26. Fine-tuning (ajuste fino). Entrenar un poco más un modelo existente con datos propios para que se especialice en algo.

27. MCP (Model Context Protocol). Un estándar abierto, presentado por Anthropic, para conectar asistentes de IA con herramientas y fuentes de datos (tu correo, tus archivos, tus sistemas) de forma ordenada.

28. Vibe coding. Crear software conversando con una IA que escribe el código, mientras vos describís lo que querés y probás el resultado. Contamos cómo en crear tu primera app con IA.

29. Código abierto (open source / open weights). Modelos cuyo funcionamiento o pesos se publican para que cualquiera los descargue y use en sus propios equipos.

30. Alineación y seguridad. El trabajo para que la IA se comporte de acuerdo con lo que buscan las personas y no cause daños. Empresas como Anthropic ponen este tema en el centro de su identidad.

Bonus: tres frases que vas a escuchar seguido

• "Human in the loop" (persona en el circuito): que una persona revise antes de que la IA tome una acción importante.
• "Benchmark": una prueba estandarizada para comparar modelos. Útil, pero no reemplaza probarlo con tus tareas.
• "Copiloto": la idea de la IA como asistente que trabaja al lado tuyo, no en tu lugar.

Con estas 30 palabras ya podés seguir cualquier noticia de IA sin perderte. Y si querés pasar de entender las palabras a usarlas todos los días, empezá por cómo aprender a usar IA desde cero.