¿Qué es la inteligencia artificial y cómo funciona?

La inteligencia artificial (IA) es el campo de la ciencia y la ingeniería que busca dotar a las máquinas de capacidades que normalmente asociamos con la mente humana, como razonar, planificar, aprender y percibir. La mayor parte de la IA moderna no se programa con reglas paso a paso. En cambio, aprende patrones a partir de grandes cantidades de ejemplos y los utiliza para hacer predicciones, recomendaciones, decisiones o generar contenido nuevo.

A continuación explicamos qué significa el término, cómo funciona el aprendizaje automático por dentro, cómo los chatbots como ChatGPT generan texto, dónde aparece ya la IA en la vida cotidiana y los límites que conviene tener presentes.

¿Qué es la inteligencia artificial? Una definición sencilla

El nombre se remonta al Proyecto de Investigación de Verano de Dartmouth de 1956, propuesto en 1955 por John McCarthy y sus colegas. Durante décadas, la IA significó sobre todo la «IA simbólica»: expertos escribían reglas explícitas que la computadora seguía.

Según un resumen académico, esa visión basada en reglas dominó hasta finales de los años ochenta. Después, enfoques como las redes neuronales, los sistemas difusos y la computación evolutiva ganaron terreno. En resumen, el campo pasó de las reglas escritas a mano al aprendizaje a partir de datos.

Los responsables de políticas utilizan un planteamiento similar. La definición de la OCDE, revisada en noviembre de 2023, describe un sistema de IA como un sistema basado en máquinas que, a partir de sus entradas, infiere cómo generar resultados como predicciones, contenidos, recomendaciones o decisiones, que pueden influir en entornos físicos o virtuales. Los sistemas varían en su grado de autonomía y adaptabilidad, y la Ley de IA de la UE emplea una redacción muy parecida.

Dos distinciones ayudan a los principiantes. En primer lugar, todo lo que existe hoy es IA estrecha, diseñada para tareas específicas; la inteligencia artificial general (AGI) sigue siendo hipotética, e incluso su definición es objeto de debate. En segundo lugar, los términos están anidados: la IA contiene el aprendizaje automático, que contiene el aprendizaje profundo, que a su vez impulsa los grandes modelos de lenguaje y la IA generativa.

¿Cómo funciona el aprendizaje automático?

El software tradicional sigue reglas que escribe un programador. El aprendizaje automático invierte esta lógica: se le dan a un modelo ejemplos, llamados datos de entrenamiento, y él mismo descubre los patrones.

Existen tres estilos principales. En el aprendizaje supervisado, los ejemplos vienen con etiquetas, como correos marcados como «spam» o «no spam». En el aprendizaje no supervisado no hay etiquetas y el modelo encuentra agrupaciones por sí solo. En el aprendizaje por refuerzo, el modelo aprende por ensayo y error mediante recompensas y penalizaciones, como hicieron los sistemas que jugaban a juegos como AlphaGo.

La mayoría de los sistemas potentes actuales usan redes neuronales: capas de unidades matemáticas sencillas conectadas mediante valores numéricos llamados parámetros o pesos. Durante el entrenamiento, el modelo hace una suposición, la compara con la respuesta correcta y ajusta sus pesos para reducir el error. Los nombres técnicos de este proceso son retropropagación y descenso de gradiente.

También conviene distinguir dos fases. El entrenamiento es la etapa costosa en la que el modelo aprende. La inferencia es el momento en que el modelo terminado se pone a trabajar respondiendo preguntas o haciendo predicciones.

¿Cómo funcionan los grandes modelos de lenguaje como ChatGPT?

Los grandes modelos de lenguaje (LLM) dividen primero el texto en tokens, que son palabras completas o fragmentos de palabras. Los idiomas con muchos sufijos, como el turco, pueden necesitar más tokens para la misma cantidad de texto, aunque la proporción exacta depende del modelo.

En el preentrenamiento, el modelo practica una tarea sobre una enorme cantidad de texto: predecir el siguiente token. Ese objetivo sencillo lo obliga a aprender gramática, datos y muchos otros patrones por el camino. El diseño subyacente es la arquitectura Transformer, presentada por investigadores de Google en el artículo de 2017 «Attention Is All You Need».

Después viene el postentrenamiento. El modelo se afina con ejemplos de instrucciones y se moldea con retroalimentación, mediante métodos como el aprendizaje por refuerzo a partir de retroalimentación humana (RLHF), para que se comporte como un asistente útil. ChatGPT, lanzado por OpenAI el 30 de noviembre de 2022, llevó este tipo de asistente a un público masivo; Gemini, Claude, Copilot, Llama, DeepSeek, Mistral y Grok son otros nombres conocidos.

La tecnología sigue cambiando. Entre las tendencias recientes están los modelos de razonamiento, que resuelven los problemas paso a paso antes de responder; los modelos multimodales, que procesan imágenes y audio; los agentes, que usan herramientas para completar tareas, y la generación aumentada por recuperación (RAG), en la que un modelo consulta primero documentos o la web. Las versiones de los modelos cambian con frecuencia, así que conviene consultar las páginas de los propios fabricantes para saber qué está vigente.

¿Para qué se usa la IA en la vida cotidiana?

Probablemente usas la IA muchas veces al día sin darte cuenta. Impulsa las recomendaciones en las plataformas de streaming y de compras, filtra el spam, predice el tráfico en las aplicaciones de navegación, desbloquea los teléfonos con el rostro, potencia los asistentes de voz y traduce textos.

Los bancos la utilizan para detectar fraudes, y las aplicaciones de fotos la emplean para la edición automática. La IA generativa ha añadido a la lista la ayuda para escribir, los resúmenes, la asistencia en programación, la creación de imágenes y el apoyo al estudio.

En medicina, las herramientas de IA ayudan a los clínicos a leer escáneres. En ciencia, su impacto ha sido reconocido al más alto nivel: parte del Premio Nobel de Química de 2024 fue para Demis Hassabis y John Jumper por AlphaFold, que predice estructuras de proteínas, y el Premio Nobel de Física de 2024 fue para John Hopfield y Geoffrey Hinton por su trabajo fundacional en redes neuronales.

¿Cuáles son los límites y riesgos de la IA?

El problema más conocido es la alucinación. Como los modelos de lenguaje producen texto verosímil en lugar de hechos verificados, pueden afirmar cosas falsas con total seguridad. La frecuencia con la que ocurre varía mucho según el modelo y la prueba, así que conviene verificar todo lo importante.

Los modelos también tienen una fecha de corte de conocimiento: a menos que estén conectados a un buscador, no saben nada de los acontecimientos posteriores al final de su entrenamiento. Además, pueden reproducir los sesgos presentes en sus datos de entrenamiento.

La privacidad merece atención. Piénsalo antes de escribir en un chatbot información personal, de salud o empresarial sensible, y revisa la configuración de cada proveedor para saber si tus conversaciones pueden usarse para entrenar modelos.

Otros debates más amplios incluyen las demandas por derechos de autor, el consumo de energía y agua, los deepfakes y la desinformación, y el efecto sobre el empleo, donde las previsiones difieren mucho. Por último, no se debe asumir que los sistemas actuales comprendan o sean conscientes en un sentido humano; esa cuestión sigue siendo objeto de debate filosófico.

¿Está regulada la inteligencia artificial?

Cada vez más, sí. La Ley de IA de la UE entró en vigor el 1 de agosto de 2024 y sus obligaciones se están introduciendo de forma gradual a lo largo de varios años. Algunos plazos podrían cambiar con propuestas posteriores de la UE, por lo que conviene consultar las fuentes oficiales de la UE para conocer el calendario vigente.

Otros países están creando sus propios marcos. Turquía, por ejemplo, cuenta con una Estrategia Nacional de IA para 2021–2025, preparada por la Oficina de Transformación Digital de la Presidencia y el Ministerio de Industria y Tecnología. Como la política avanza con rapidez, conviene seguir los anuncios de las autoridades competentes para conocer la situación más reciente.