Fundamentos de la IA

¡Te damos la bienvenida! Si eres nuevo en la IA, no necesitas una formación técnica para comenzar. Lo que más ayuda es un mapa simple del panorama, para que puedas entender qué pueden hacer los sistemas de IA, cómo se presentan y cómo elegir la herramienta adecuada para tus necesidades.

La inteligencia artificial (IA) es una categoría amplia de software que puede reconocer patrones, aprender de datos y producir resultados útiles. 

Probablemente ya hayas visto la IA en momentos cotidianos, por ejemplo cuando:

• Tu aplicación de mapas te redirige para esquivar el tráfico
• Tu banco marca una compra como "extraña"
• Un chatbot de atención al cliente responde preguntas comunes

La IA es una categoría, no una herramienta única. Dentro de esa categoría hay modelos: sistemas entrenados que aprenden de datos y aplican lo aprendido a nuevas situaciones. Algunos modelos se especializan en voz, visión o predicciones. 

Es probable que estés comenzando tu recorrido en la IA usando herramientas de IA conversacional, como ChatGPT. Los modelos detrás de ChatGPT se especializan en lenguaje: estos se llaman grandes modelos de lenguaje.

Un gran modelo de lenguaje (LLM) es un modelo diseñado para trabajar con el lenguaje. Aprende patrones a partir de grandes cantidades de texto de muchas fuentes para generar y transformar texto de maneras útiles. Un LLM no “sabe” cosas como lo hace una persona. En cambio, predice la siguiente palabra o frase más probable según el contexto. Con el tiempo, los avances en potencia de cómputo, métodos de entrenamiento y acceso a grandes conjuntos de datos hicieron posible construir modelos de lenguaje más grandes y capaces. 

OpenAI y otros laboratorios de investigación de frontera construyen estos modelos como una parte central de su oferta y luego los ponen a disposición a través de productos orientados al usuario (como ChatGPT o Codex) y a través de API, que permiten a los desarrolladores usar esos modelos para crear sus propias herramientas de IA e integrar IA en software existente.

Nuevos modelos están disponibles en estos laboratorios de investigación cuando han sido entrenados y han superado evaluaciones internas y pruebas de seguridad.  Cuando escuchas que un modelo de IA fue “entrenado”, por lo general se refiere a dos etapas: piensa en ello como alguien que aprende y mejora en su trabajo.

La primera etapa es el preentrenamiento, cuando el modelo aprende patrones generales a partir de una enorme cantidad de texto, lo que le da habilidades amplias como resumir, redactar, traducir y explicar. 

Piensa en ello como un empleado nuevo que pasa semanas leyendo todo lo que puede, manuales, ejemplos de gran trabajo, proyectos anteriores, preguntas frecuentes, hasta que entiende la “forma” del trabajo.

Ahora el “empleado” comienza a realizar el trabajo y un “gerente” lo guía: sé más claro, haz buenas preguntas de seguimiento, utiliza el tono adecuado y cumple con las políticas de la empresa. Eso es entrenamiento posterior. Esta etapa ayuda al modelo a seguir instrucciones de manera más confiable, comunicarse con un estilo útil y manejar mejor situaciones complicadas.

El posentrenamiento también es donde se destacan las verificaciones de seguridad: un entrenamiento diseñado para reducir resultados dañinos, evitar solicitudes no deseadas y responder con mayor cuidado cuando el tema es sensible o incierto.

A medida que los modelos se actualizan y entrenan, podrías notar cambios en el tono o en las respuestas. Si quieres resultados consistentes, sé explícito sobre tu objetivo, audiencia, formato y restricciones, y espera que el modelo sea más cuidadoso cuando haya seguridad o incertidumbre de por medio.

Diferentes modelos se ajustan para distintas compensaciones, como la velocidad, la profundidad y con qué cuidado siguen instrucciones de varios pasos. Algunos están diseñados para responder con rapidez y fluidez en tareas cotidianas (redactar, resumir, reescribir, generar ideas). Otros están diseñados para usar más capacidad de cálculo y analizar un problema antes de responder, lo que puede mejorar la confiabilidad en tareas más complejas y de varios pasos. 

Los modelos no razonantes (a veces etiquetados como "Instant") están optimizados para resultados rápidos y fluidos. Son una buena opción predeterminada cuando la tarea es sencilla y lo que más deseas es avanzar: convertir notas en un mensaje, pulir la redacción, generar opciones o extraer puntos clave. 

Los modelos de razonamiento (a veces etiquetados como “Thinking”) están entrenados para resolver mejor problemas de manera deliberada y paso a paso: como la planificación, el análisis complejo, la depuración complicada o las decisiones con restricciones y casos límite. Pueden tardar más, pero suelen ser mejores para rastrear múltiples elementos en movimiento y evitar errores superficiales.

Si apenas estás comenzando, no necesitas preocuparte por elegir modelo: la experiencia predeterminada de ChatGPT está diseñada para cambiar automáticamente para que puedas enfocarte en tu pregunta, no en la configuración.

Con el tiempo, a medida que descubras tus preferencias (velocidad frente a profundidad, borradores rápidos frente a análisis detallado), puedes empezar a experimentar con los controles opcionales: por ejemplo, elegir Auto la mayor parte del tiempo y cambiar a Thinking cuando una tarea sea compleja o de alto riesgo.

Aquí está la jerarquía simple:

• IA = el campo general
• Modelos = sistemas entrenados que realizan tareas particulares
• Grandes modelos de lenguaje (LLM) = modelos enfocados en comprender y generar lenguaje, entrenados con el tiempo por laboratorios de investigación en IA
• ChatGPT = un producto que te ayuda a usar un LLM de forma eficaz

Una vez que tengas esta imagen en mente, estarás listo para aprender a obtener excelentes resultados con herramientas como ChatGPT, empezando por cómo hablarle para obtener los resultados que quieres.

Aprende sobre cómo empezar con ChatGPT y la ingeniería de prompts.