Términos de IA para principiantes: 30 palabras en cristiano

Abajo, las palabras van agrupadas: primero las bases, luego las palancas que puedes accionar, después imágenes y voz, luego agentes y automatización, y por último la parte práctica con la que todos se topan. Al final hay un plan corto para empezar esta misma tarde y un repaso de los errores que cuestan tiempo a los principiantes.

Sección 01Qué es una red neuronal, en las palabras más simples

Imagina a un niño al que le enseñan un millón de fotos de gatos y perros y cada vez le dicen cuál es cuál. Al cabo de un rato empieza a acertar solo, incluso con una imagen nueva que no ha visto nunca. No memorizó una regla sobre el largo de los bigotes. Captó un patrón. Una red neuronal funciona igual: se le muestra una montaña de ejemplos, capta los patrones y los aplica a tareas nuevas.

La única diferencia es la escala. Una IA de lenguaje moderna fue alimentada con casi todos los textos que pudo alcanzar: libros, artículos, foros, código. Captó cómo funciona el lenguaje y cómo una cosa se conecta con otra. Por eso ahora puede terminar tu frase, responder una pregunta, escribir un correo o leerse un contrato. Dentro no hay una mente viva ni comprensión humana. Hay una máquina muy potente de predecir la siguiente palabra, entrenada con un enorme montón de texto.

Para ti como usuario la conclusión es simple: para sacarle valor no necesitas entender las matemáticas que hay bajo el capó. Necesitas entender unas pocas docenas de palabras con las que la gente la describe. Ahí empezamos. Después de esto, la jerga de los artículos, los vídeos y las conversaciones sobre IA se vuelve clara y dejas de asentir mientras pillas solo la mitad. Por cierto, reuní en un artículo aparte una lista completa de tareas que puedes delegar hoy en la IA.

Sección 02Las bases: 10 palabras imprescindibles

Empecemos por los cimientos. Estas diez palabras salen en una de cada dos frases sobre IA. Entiéndelas y se levanta casi toda la niebla.

1. Red neuronal

Un programa de ordenador que aprende de ejemplos en lugar de funcionar con reglas grabadas a fuego. El nombre viene del cerebro: allí las señales viajan entre células nerviosas llamadas neuronas. En el programa, unos números conectados entre sí hacen el papel de neuronas. Cuando alguien dice «la IA escribió este texto» o «la IA dibujó esta imagen», se refiere justo a este tipo de programa entrenado. En el habla cotidiana «red neuronal» e «inteligencia artificial» se usan a menudo como sinónimos, aunque en rigor son cosas distintas.

2. Inteligencia artificial (IA)

Un término paraguas muy amplio. Debajo cabe todo lo que hace que una máquina haga lo que antes exigía una persona: entender el habla, reconocer caras, conducir un coche, responder preguntas. Una red neuronal es una forma de construir inteligencia artificial, la más popular hoy. Así que cuando las noticias dicen «la IA aprendió a», casi siempre hay una red neuronal detrás. IA es simplemente la forma corta que todos usan para referirse a todo ello.

3. Modelo

El nombre de una red neuronal entrenada concreta, lista para trabajar. Es como una marca de coche: existe «un coche» en general y existe un modelo concreto con su propio carácter. Con la IA igual: GPT, Claude, Gemini, Llama y DeepSeek son modelos distintos. Unos escriben mejor el texto, otros son más fuertes con el código, otros son más baratos. Cuando eliges qué usar, estás eligiendo un modelo. Hay un análisis aparte sobre cuál elegir para cada tarea – Claude 5, GPT-5 y Gemini 3.

4. Gran modelo de lenguaje (LLM)

Las tres letras que más asustan. Nada temible detrás. LLM significa «large language model», gran modelo de lenguaje. Es una red neuronal entrenada con un montón gigante de texto que trabaja con palabras: entiende tu pregunta y escribe una respuesta. Un LLM es justo lo que hay dentro de ChatGPT, Claude y los demás. Lo de «grande» va por el tamaño: estos modelos se entrenaron con billones de palabras. Cuando oigas «LLM», cámbialo en silencio por «una IA lista para el texto».

5. Chatbot y asistente de IA

La ventana donde le escribes a una IA como en una app de mensajería. Tú escribes, responde, repreguntas. ChatGPT, Claude y el Gemini de Google son chatbots construidos sobre un modelo. No los confundas con los viejos bots de soporte que contestaban con frases enlatadas a golpe de botón. Un asistente de IA entiende el lenguaje natural y responde por el sentido; el bot antiguo solo ejecuta un guion.

6. Prompt

Tu petición a la IA. Todo lo que escribes: una pregunta, una tarea, una instrucción. La calidad de la respuesta depende directamente de la calidad del prompt. Una pregunta vaga da una respuesta vaga; una tarea precisa con detalles da un resultado preciso. Es la destreza que antes se rentabiliza. Hay un artículo entero con la fórmula de un buen prompt y comparativas de antes y después – cómo escribir prompts.

7. Token

Un trozo de texto con el que la IA mide todo lo que lee y escribe. Es algo entre una letra y una palabra: unos tres o cuatro caracteres. Una palabra corta como «hola» es uno o dos tokens; una palabra larga son varios. ¿Por qué importa? Los límites y la facturación se cuentan en tokens. Cuando lees «el modelo retiene 200 000 tokens» o «precio por millón de tokens», es este contador. Regla rápida: un token de español equivale más o menos a tres cuartas partes de una palabra.

8. Ventana de contexto

Cuánto texto retiene la IA en la cabeza a lo largo de una conversación. Se mide en tokens. Ventana pequeña, y el modelo olvida el principio de una charla larga cuando llega al final, como una persona que no recuerda cómo empezaste. Ventana grande, y puedes cargar un libro entero o un documento largo y lo mantiene todo a la vista. Cuando la IA parece «irse por las ramas» y perder el hilo en un diálogo largo, seguramente te pasaste de la ventana de contexto.

9. Alucinación

La palabra para cuando la IA afirma algo falso con toda seguridad. Se inventa una ley, un enlace, una cita o un dato inexistentes y los suelta con una cara perfectamente seria. La causa: el modelo predice una continuación plausible en vez de comprobarlo contra una base de datos de hechos. De ahí la regla de hierro del novato: todo lo que lleve números, fechas, nombres, leyes y enlaces, verifícalo tú. La IA es un ayudante potente, no la última palabra sobre la verdad.

10. Entrenar un modelo

El proceso de pasar la red neuronal por montañas de ejemplos para que capte los patrones. Ocurre una sola vez, antes de que tú lo uses, y cuesta un dineral y una potencia de cálculo enorme. Tú no entrenas un modelo terminado, solo lo usas. La frase «el modelo está entrenado con datos hasta tal año» significa que puede no conocer lo ocurrido después de esa fecha.

Sección 03Cómo piensa la IA y cómo dirigirla

El siguiente grupo de palabras va de lo que pasa bajo el capó y de las palancas que puedes accionar para obtener mejores respuestas.

11. Conjunto de datos (dataset)

El conjunto de datos con el que se entrenó un modelo. Esas montañas de texto, imágenes o sonido. La calidad del conjunto decide qué sabe hacer el modelo y hacia dónde estará sesgado. Poco de un idioma en los datos, más flojo en ese idioma. Datos cortados hace dos años, y se perdió las noticias recientes. Para ti eso es una pista: cuando preguntes por un nicho o un tema muy fresco, ten en cuenta que puede no haber estado en el conjunto de datos.

12. Parámetros (pesos)

Los números internos de un modelo que se ajustaron durante el entrenamiento. Ahí está guardado todo lo que la IA «sabe». La frase «un modelo de 70 000 millones de parámetros» va por el tamaño: más parámetros, más puede retener el modelo y más listo es, pero más caro sale de ejecutar. Los parámetros no se ajustan a mano. Solo conviene saberlo: los modelos grandes suelen ser más listos y lentos, los pequeños más simples y rápidos.

13. Prompt de sistema (rol)

Una instrucción oculta que fija el carácter y las reglas de la IA para toda la conversación. Le dices quién ser: «eres un editor con experiencia», «eres un crítico duro», «eres un profesor amable para un principiante». El modelo ajusta su tono y su profundidad a ese rol. Es una de las formas más simples de subir con fuerza la calidad: empieza tu petición diciendo quién debe ser la IA y para quién escribe.

14. Temperatura

Un ajuste de cuánto se arriesga e improvisa la IA. Temperatura baja da respuestas predecibles y estrictas, casi idénticas si repites. Buena para hechos, instrucciones, código. Temperatura alta da respuestas variadas e inesperadas, y el modelo se atreve con formulaciones más audaces. Buena para ideas, eslóganes, trabajo creativo. En un chat normal está oculta. En los ajustes y cuando trabajas por la API puedes girar tú mismo la rueda.

15. Ejemplos en el prompt (few-shot)

El truco de mostrarle a la IA un par de muestras de lo que quieres, dentro de la propia petición. En vez de explicaciones largas enseñas una muestra: así es un buen resultado, haz algo parecido. El modelo capta el estilo y el formato de los ejemplos al instante. ¿Quieres posts en tu tono? Dale tres de tus posts antiguos y pídele que siga en el mismo espíritu. Funciona mejor que cualquier descripción.

16. Ingeniería de prompts

La destreza de escribir peticiones para lograr un buen resultado a la primera. Suena rimbombante; en la práctica es la destreza de explicar una tarea con claridad: da el rol, el contexto, los ejemplos, el formato de la respuesta y los límites. Quien la tiene saca del mismísimo modelo respuestas muchas veces mejores que un usuario al azar. Se convirtió en una profesión propia, pero las bases valen la pena para cualquiera que trabaje con IA.

Sección 04Imágenes, voz y vídeo: la IA generativa

La IA no va solo de texto. Este grupo de palabras trata de cómo crea imágenes, habla y vídeo.

17. IA generativa

El nombre paraguas de las redes neuronales que crean algo nuevo: texto, imágenes, música, vídeo, voz. «Generativa» viene de «generar», crear. En el polo opuesto están las redes que solo reconocen y clasifican: marcan el spam, encuentran una cara en una foto, distinguen un gato de un perro. Cuando la gente habla hoy del boom de la IA, casi siempre se refiere a la generativa, la que dibuja y escribe.

18. Multimodalidad

La capacidad de una sola IA de trabajar con distintos tipos de datos a la vez: texto, imágenes, sonido y a veces vídeo. Un modelo multimodal entiende lo que escribiste y también la foto que adjuntaste. Le sueltas una captura de una hoja de cálculo y lee los números. Fotografías un recibo y lo ordena por categoría. Le hablas en voz alta y lo transcribe y responde. Es una de las mayores mejoras de los últimos años.

19. Modelo de difusión

El tipo de red neuronal que dibuja imágenes. Funciona de una forma curiosa: parte de ruido digital, como la nieve de una tele antigua, y paso a paso «revela» una imagen a partir de tu descripción. De ahí vienen la calidad y la variedad de las imágenes de IA de hoy. No hace falta que entiendas la mecánica, pero la palabra sale a menudo y ahora ya sabes: difusión va de generar imágenes.

20. Texto a imagen (text-to-image)

El enfoque en el que describes con palabras lo que quieres ver y la IA lo dibuja como una imagen. «Un gato pelirrojo con traje de astronauta contra una puesta de sol, fotorrealista», y unos segundos después tienes la imagen. El mismo principio mueve el texto a vídeo y el texto a voz. Hay un análisis aparte de las herramientas para imágenes en el blog – crear imágenes con IA.

21. Síntesis de voz y clonación de voz

La síntesis de voz (en inglés, TTS, text-to-speech) es cuando la IA lee un texto en voz alta con una voz realista. La clonación de voz es cuando se entrena con una grabación de una persona concreta y luego puede decir cualquier texto con la voz de esa persona. Se usa para locuciones de vídeos, versiones en audio de artículos, asistentes de voz. La tecnología es potente y exige cuidado: se puede hacer que la voz de alguien diga cosas que nunca dijo, así que trata con recelo un audio inesperado.

22. Reconocimiento de voz (transcripción)

La tarea inversa: la IA escucha audio o vídeo y convierte el habla en texto. En inglés, STT, speech-to-text. No tiene precio para convertir un directo de una hora en apuntes en minutos, transcribir una llamada o subtitular un clip. Sueltas tus ideas en voz alta durante un paseo y sales con un borrador listo. Es una de las formas más infravaloradas de ahorrar horas de rutina.

Sección 05Agentes, automatización y lo avanzado

Aquí están las palabras que suenan más difíciles, con ideas claras detrás. Estos términos separan a un principiante de quien ya construye cosas que funcionan sobre IA.

23. Agente de IA

Una red neuronal a la que le das un cerebro y, encima, manos. Un chat normal te responde y ya está. Un agente puede ejecutar acciones por su cuenta: entrar en internet, enviar un correo, volcar datos en una hoja de cálculo, contestar a un cliente en una app de mensajería. Tú fijas un objetivo y él decide qué pasos dar para lograrlo. Es el siguiente nivel de valor: de «ayúdame a escribir» a «hazlo por mí». Es lo que convierte a la IA en un ayudante que trabaja mientras tú te ocupas de otra cosa.

24. API

Una forma de conectar una IA con otro programa directamente, saltándose el chat. Imagina una puerta de servicio que las apps usan para hablar con el modelo de forma automática, sin nadie al teclado. A través de una API la IA se integra en una web, un bot, un CRM. Un principiante no necesita la API para empezar, pero la palabra sale a cada rato, y la idea es simple: es el «enchufe» donde los desarrolladores conectan el modelo.

25. Base de conocimiento (RAG)

El truco de darle a la IA tus propios documentos para que responda a partir de ellos, y no solo de aquello con lo que se entrenó. Las tres letras RAG van de «primero búscalo en mis materiales, luego responde». Cárgale tus políticas, tus tarifas y tus conversaciones, y el modelo atiende a los clientes estrictamente con tus datos. Así es como la gente construye consultores de IA que conocen tu producto concreto en lugar de hablar en general. Es la base para montar un asistente que responda como tú lo harías.

26. Ajuste fino (fine-tuning)

Un ajuste fino de un modelo ya listo para una tarea concreta con tus ejemplos. Se diferencia del entrenamiento completo en que tomas un modelo ya inteligente y solo lo empujas hacia un estilo o un tema específico. Rara vez hace falta y cuesta dinero, así que un principiante casi nunca lo necesita. Lo más habitual es que el mismo objetivo se logre más fácil con un buen prompt de sistema y una base de conocimiento. Pero la palabra conviene conocerla: el ajuste fino es «enséñale un poco más para que encaje contigo».

27. MCP

Un término fresco y de moda. Es un estándar único para cómo una IA se conecta a servicios externos: correo, calendario, hojas de cálculo, tu web. Antes las conexiones se hacían a mano y cada una a su manera; ahora hay un «adaptador» compartido. Gracias a MCP un asistente de IA puede, por ejemplo, mirar él mismo tu calendario y reservar reuniones. Es una de las piezas que hacen posibles a los agentes que actúan por su cuenta.

Sección 06Acceso, pago y seguridad de los datos

El último trío de palabras va de entrar, pagar y mantener tus datos a salvo: la parte práctica con la que todos se topan.

28. VPN

Un programa que cambia tu ubicación digital: una web cree que la visitas desde otro país. La mayoría nunca lo necesita para la IA. Importa en un caso: algunas herramientas no están disponibles en todas las regiones, y unos pocos modelos no se abren desde ciertos países. Si un servicio está bloqueado donde estás, una VPN con ubicación en EE. UU. o Europa recupera el acceso. Está bien conocer la palabra; para la mayoría de lectores nunca sale.

29. Plan Pro y límites de tokens

Las versiones gratuitas de IA casi siempre traen límites: menos peticiones al día, un modelo más flojo, memoria más corta. Un plan de pago (a menudo llamado Pro o Plus, normalmente unos 20 $ al mes) sube los límites y desbloquea la versión más potente. Esos límites se cuentan en los mismos tokens. El plan de pago se rentabiliza en cuanto tocas techo y empiezas a querer Proyectos: bases de conocimiento persistentes que guardan tu contexto.

30. Privacidad de los datos

Todo lo que envías a una IA en la nube va a servidores de otra persona. Así que hay datos que no deberías subir: DNI, contraseñas, números de tarjeta, secretos comerciales, datos personales de clientes sin su consentimiento. Para material sensible se usa la IA local, modelos que corren en tu propio ordenador y no mandan nada a ningún sitio. La regla es simple: no le des a una IA nada que no le enseñarías a un desconocido.

Bonus6 palabras más que ahora descifrarás fácil

Estas salen menos, pero aparecen en las noticias y en las conversaciones. Al principio te apañas sin ellas. Para tener seguridad en el tema, ayudan. Una línea cada una.

• Inferencia. El momento en que el modelo responde a tu petición. El trabajo ya hecho en acción, frente al entrenamiento, que ocurrió una vez, antes.
• Modelo abierto (open-source). Una red neuronal que cualquiera puede descargar y ejecutar gratis. La más conocida es la familia Llama. Lo contrario de los cerrados Claude y GPT, disponibles solo a través de su propio servicio.
• IA local. Un modelo que corre directamente en tu ordenador y no manda datos a ningún sitio. Más flojo que los modelos en la nube, pero totalmente privado. Bueno para material sensible que no quieres que salga de tu máquina.
• Benchmark. Una prueba estándar para comparar modelos entre sí. Cuando lees «el nuevo modelo superó al anterior en los benchmarks», son estas mediciones.
• Jailbreak. Un intento de engañar a un modelo con frases ingeniosas para que se salte sus propios límites y produzca lo que normalmente no haría. Conviene conocerlo aunque solo sea para entender los riesgos.
• Memoria. La capacidad de un asistente de recordarte entre conversaciones distintas: tus preferencias, datos sobre ti, tu estilo. Distinta de la ventana de contexto, que vive solo dentro de un chat.

Sección 07Cómo empezar esta noche, en una tarde

Los términos son la mitad del trabajo. La otra mitad es simplemente probar, porque cinco minutos de trabajo real enseñan más que una hora de lectura. Aquí va un camino corto para un principiante.

Sección 085 errores de principiante

Casi todo el que empieza pisa estos cinco rastrillos. Conocerlos de antemano te ahorra semanas y disgustos.

• Creerle a la IA a pies juntillas. El error más caro. El modelo alucina y afirma datos inventados en tono seguro. Todo lo que importe –números, fechas, leyes, enlaces– compruébalo aparte.
• Escribir demasiado corto y demasiado general. «Escribe un texto» da un texto gris sobre nada. Da el rol, el contexto, el público, el formato y la extensión. Cinco minutos en un prompt como es debido ahorran media hora de rehacer.
• Rendirte tras la primera respuesta torpe. Trabajar con IA es un diálogo. La primera respuesta rara vez es perfecta. Di qué falla y pide una versión más afilada. La segunda y la tercera pasada suelen dar en el clavo.
• Subir datos secretos a la nube. Los DNI, las contraseñas y las bases de clientes no pintan nada en un chat normal. Para eso están los modelos locales en tu ordenador, o anonimizar los datos antes de enviarlos.
• Acumular cursos en vez de practicar. Puedes leer sobre términos hasta el infinito y no abrir un solo chat. Una tarde real de práctica vale más que diez vídeos guardados. Empieza hoy con una tarea de verdad y aprenderás más que con cualquier curso.

ResumenTodo el glosario en un minuto + checklist

Repasemos los puntos principales de una ojeada para que todo asiente.

• La base. Una red neuronal aprende de ejemplos. Un modelo es su versión concreta (Claude, GPT). Un LLM es un modelo para texto. Un prompt es tu petición. Un token es la unidad de conteo. Una ventana de contexto es su memoria para una conversación.
• Dirigir. Un rol en el prompt de sistema, la temperatura, los ejemplos en el prompt y una petición clara suben la calidad de la respuesta muchas veces. Eso es la ingeniería de prompts.
• IA generativa. Una sola herramienta hace ya texto, imágenes, voz y transcripción. Eso es la multimodalidad.
• Avanzado. Un agente de IA actúa por su cuenta, una base de conocimiento enseña al modelo con tus documentos, MCP lo conecta a servicios.
• Práctico. Los planes gratuitos cubren la primera semana; el plan de pago sube los límites. Los datos secretos nunca van a la nube.

Guarda esta página en marcadores y vuelve siempre que te topes con una palabra desconocida. Mejor aún, abre cualquier IA ahora mismo y escribe tu primera petición. En media hora, la mitad de estos términos pasan de abstracciones a cosas que has tocado con tus propias manos.