Repaso histórico
La inteligencia artificial no nació de la noche a la mañana. Su historia abarca casi un siglo de ideas, fracasos, renacimientos y saltos tecnológicos. Conocer este recorrido ayuda a entender por qué la IA generativa de hoy es tan poderosa y qué problemas tuvo que resolver la humanidad para llegar hasta aquí.
Alan Turing, matemático británico, publicó el artículo "Computing Machinery and Intelligence", donde propuso la pregunta: "¿Puede una máquina pensar?". Para responderla, diseñó el Juego de la Imitación, hoy conocido como Test de Turing: si un humano no puede distinguir, en una conversación de texto, si está hablando con una persona o con una máquina, entonces esa máquina puede considerarse "inteligente". Este test sigue siendo una referencia filosófica fundamental en la IA.
En la conferencia de Dartmouth College, John McCarthy, Marvin Minsky, Claude Shannon y otros investigadores acuñaron oficialmente el término Inteligencia Artificial. Comenzó la era de los sistemas expertos y los lenguajes de programación simbólica (LISP). Se creía que la IA humana era cuestión de pocos años.
Las promesas superaron a los resultados. Los organismos de financiamiento (como DARPA en EE.UU.) redujeron drásticamente los fondos al no ver avances concretos. Se produjeron dos grandes períodos de estancamiento llamados inviernos de la IA. Los sistemas simbólicos tenían límites claros: no podían aprender por sí mismos ni manejar la ambigüedad del mundo real.
La computadora Deep Blue de IBM venció al campeón mundial de ajedrez Garry Kasparov en un match de seis partidas. Fue un hito mediático enorme, pero Deep Blue no era una IA "inteligente" en sentido general: era un sistema de fuerza bruta capaz de evaluar 200 millones de posiciones por segundo usando reglas diseñadas por expertos en ajedrez. No aprendía ni generalizaba, solo calculaba muy rápido dentro de un dominio muy específico.
El equipo de Geoffrey Hinton en la Universidad de Toronto presentó AlexNet, una red neuronal profunda que arrasó en el concurso ImageNet de reconocimiento de imágenes, reduciendo el error a la mitad respecto al año anterior. Fue el punto de inflexión: el mundo entendió que las redes neuronales profundas, combinadas con grandes volúmenes de datos y GPUs, podían superar décadas de enfoques tradicionales.
El programa AlphaGo de DeepMind (Google) venció al surcoreano Lee Sedol, campeón mundial del juego de mesa Go, por 4 victorias a 1. Esto fue considerado imposible para la época: a diferencia del ajedrez, el Go tiene más posiciones posibles que átomos en el universo observable (~10170), por lo que la fuerza bruta es inviable.
AlphaGo usó una combinación de redes neuronales profundas y aprendizaje por refuerzo: primero aprendió de partidas humanas y luego se entrenó jugando millones de veces contra sí mismo. La jugada 37 del segundo partido —considerada antiintuitiva por cualquier humano— demostró que la IA había desarrollado una forma de "intuición" propia que superaba siglos de teoría humana sobre el juego.
Google publicó el paper "Attention is All You Need", introduciendo la arquitectura Transformer. Basada en el mecanismo de atención, permitió que los modelos procesaran secuencias de texto de forma paralela y a escala masiva. Esta arquitectura es la base de todos los grandes modelos de lenguaje actuales: GPT, Gemini, Claude, LLaMA y muchos más.
El lanzamiento de ChatGPT en noviembre de 2022 por OpenAI marcó el inicio de la adopción masiva de la IA generativa. En pocos meses llegaron competidores como Gemini (Google), Claude (Anthropic) y Llama (Meta). Hoy la IA generativa puede crear texto, imágenes, código, música y video con calidad comparable a la producción humana.
Deep Learning
El Deep Learning (aprendizaje profundo) es una rama del Machine Learning que utiliza redes neuronales artificiales con muchas capas (capas profundas) para aprender representaciones cada vez más abstractas de los datos.
Conjunto de nodos (neuronas artificiales) organizados en capas: capa de entrada, capas ocultas y capa de salida. Cada conexión tiene un peso que se ajusta durante el entrenamiento.
Se alimenta la red con millones de ejemplos. Mediante retropropagación y descenso de gradiente, los pesos se ajustan iterativamente para minimizar el error de predicción.
Especializadas en imágenes. Detectan bordes, texturas y formas en capas sucesivas. Son la base del reconocimiento facial, diagnóstico médico por imágenes y los autos autónomos.
Diseñadas para secuencias (texto, audio, series de tiempo). Las LSTM resolvieron el problema del "olvido" en secuencias largas. Fueron el estándar hasta que llegaron los Transformers.
Reemplazó a las RNN gracias al mecanismo de atención: el modelo puede "prestar atención" a cualquier parte de la entrada sin importar la distancia. Permite paralelización masiva en GPUs.
Las GPUs (unidades gráficas) y las TPUs (chips de Google) permiten miles de operaciones matemáticas en paralelo. Sin ellas, entrenar modelos modernos llevaría décadas en lugar de semanas.
Machine Learning (ML) es el campo general donde los algoritmos aprenden de datos sin ser programados explícitamente. Incluye árboles de decisión, regresión, SVM, etc. En ML tradicional, los ingenieros deben extraer manualmente las características relevantes de los datos (feature engineering).
Deep Learning es un subconjunto de ML que usa redes neuronales profundas. Su gran ventaja es que aprende las características automáticamente directamente de los datos crudos (píxeles, caracteres, audio). Requiere muchos más datos y poder computacional, pero supera al ML tradicional en tareas complejas como visión, lenguaje y generación.
Cuando leemos "El banco estaba lleno porque era día de cobro", entendemos que "banco" se refiere a una institución financiera por el contexto. El mecanismo de atención hace exactamente eso: para cada palabra, calcula qué otras palabras de la secuencia son más relevantes para entender su significado.
El self-attention de los Transformers hace esto para todas las palabras simultáneamente, lo que permite al modelo capturar relaciones a larga distancia en el texto con una eficiencia mucho mayor que las RNN.
IA Generativa
La IA generativa es el tipo de inteligencia artificial capaz de crear contenido nuevo: texto, imágenes, código, audio, video o datos sintéticos. A diferencia de la IA discriminativa (que clasifica o predice), la generativa produce salidas originales que no existían antes.
Large Language Model. Entrenado con cientos de miles de millones de palabras. Predice el siguiente token dado el contexto previo. Ejemplos: GPT-4, Claude, Gemini, LLaMA.
Los modelos de difusión aprenden a eliminar ruido de imágenes de forma iterativa. Al revertir el proceso, generan imágenes desde ruido puro. Base de DALL·E, Stable Diffusion y Midjourney.
Dos redes compiten: el generador crea muestras falsas y el discriminador intenta detectarlas. Esta competencia mejora ambas redes hasta producir imágenes, audio o datos sintéticos muy realistas.
Aprende una representación comprimida (espacio latente) de los datos y puede generar variaciones a partir de ella. Útil para generación controlada y modificación de contenido existente.
¿Cómo funciona un LLM?
Un Modelo de Lenguaje Grande funciona en dos etapas principales:
El modelo se entrena con enormes corpus de texto (libros, sitios web, código, artículos científicos) durante semanas o meses, usando miles de GPUs. La tarea es simple: predecir el siguiente token dado el contexto anterior. Aunque suena trivial, para hacerlo bien el modelo debe aprender gramática, hechos, razonamiento lógico, semántica y mucho más de forma implícita.
GPT-4 se estima que fue entrenado con más de 1 billón de parámetros y petabytes de datos. El costo de entrenamiento supera los 100 millones de dólares.
Después del pre-entrenamiento, el modelo se ajusta para seguir instrucciones y ser útil mediante RLHF (Reinforcement Learning from Human Feedback). Humanos evalúan respuestas del modelo y esas preferencias se usan para entrenar un modelo de recompensa. Luego, el LLM se optimiza para maximizar esa recompensa.
Este proceso es clave para que modelos como ChatGPT o Claude respondan de forma útil, segura y alineada con las intenciones humanas, en lugar de simplemente predecir texto estadísticamente plausible.
Los LLMs no procesan palabras completas sino tokens, que son fragmentos de texto (pueden ser sílabas, palabras o signos de puntuación). En inglés, 1 token ≈ 0.75 palabras. La palabra "inteligencia" podría dividirse en "intel" + "igencia" = 2 tokens.
El modelo genera tokens uno a la vez, eligiendo el siguiente según una distribución de probabilidad. La temperatura controla qué tan creativa o determinista es esa elección: temperatura 0 = siempre el token más probable; temperatura alta = más variedad y creatividad.
Modelos y arquitecturas
Hoy existen decenas de modelos de IA generativa. Los más relevantes se agrupan según el tipo de contenido que generan y la organización que los desarrolla.
| Modelo | Empresa | Tipo | Fortaleza principal | Acceso |
|---|---|---|---|---|
| GPT-4o | OpenAI | LLM | Multimodal (texto + imagen + audio) | API / ChatGPT |
| Claude Sonnet | Anthropic | LLM | Razonamiento, seguridad, contexto largo | API / Claude.ai |
| Gemini Ultra | LLM | Integración con productos Google | API / Gemini App | |
| LLaMA 3 | Meta | Open | Open source, ejecutable localmente | Descarga libre |
| DALL·E 3 | OpenAI | Imagen | Generación de imágenes desde texto | API / ChatGPT Plus |
| Stable Diffusion | Stability AI | Open | Generación de imágenes, open source | Descarga libre |
| Whisper | OpenAI | Audio | Transcripción y traducción de voz | Open source / API |
Agentes de IA
Un agente de IA es un sistema que no solo genera texto, sino que puede planificar, tomar decisiones, usar herramientas y ejecutar acciones en el mundo real de forma autónoma para alcanzar un objetivo dado.
Componentes de un agente
Generalmente un LLM que razona, planifica pasos y decide qué acción tomar a continuación según el objetivo y el contexto actual.
Funciones que el agente puede llamar: búsqueda web, ejecución de código Python, acceso a bases de datos, envío de emails, llamadas a APIs externas.
Corto plazo: el historial de la conversación actual. Largo plazo: bases de datos vectoriales que almacenan información entre sesiones para que el agente "recuerde" el pasado.
El patrón ReAct (Reasoning + Acting): el agente razona sobre qué hacer, ejecuta una acción, observa el resultado y razona de nuevo hasta completar el objetivo.
Tipos de agentes
Diseñado para completar una tarea específica: por ejemplo, un agente que busca información en la web y redacta un informe. Es el tipo más simple y confiable. Tiene herramientas limitadas y un objetivo claro.
Ejemplo real: Perplexity AI, que busca en la web y sintetiza la información en respuestas citadas.
Puede controlar directamente una computadora: mover el mouse, hacer clic, escribir texto, abrir aplicaciones y navegar por la web como lo haría un humano. Ve la pantalla a través de capturas de pantalla y actúa sobre ella.
Ejemplo real: Claude Computer Use de Anthropic y Operator de OpenAI son los primeros agentes de computadora de uso general disponibles comercialmente.
Varios agentes especializados colaboran bajo la coordinación de un agente "orquestador". Cada sub-agente tiene un rol: uno investiga, otro escribe código, otro prueba el código, otro redacta el informe final.
Frameworks populares: AutoGen (Microsoft), CrewAI y LangGraph. Permiten construir flujos de trabajo complejos donde los agentes se delegan tareas entre sí.
Especializados en programación. Pueden leer código existente, escribir funciones nuevas, detectar bugs, ejecutar tests y corregir errores de forma autónoma en ciclos iterativos.
Ejemplo real: GitHub Copilot Workspace, Devin (Cognition AI) y Claude Code son agentes de codificación que pueden completar tareas de programación completas con supervisión mínima.
Comparativa de herramientas
Hoy existen muchas herramientas de IA generativa disponibles para estudiantes y profesionales. Esta tabla resume las más relevantes por caso de uso:
| Herramienta | Tipo | Mejor para | Gratuito |
|---|---|---|---|
| ChatGPT | Texto | Uso general, redacción, resúmenes, código | ✅ Plan gratuito |
| Claude | Texto | Análisis de documentos largos, razonamiento | ✅ Plan gratuito |
| Gemini | Texto | Integración con Google Docs / Gmail | ✅ Plan gratuito |
| Perplexity | Búsqueda | Investigación con fuentes verificadas | ✅ Plan gratuito |
| DALL·E / Firefly | Imágenes | Generación de imágenes desde texto | ⚠️ Créditos limitados |
| GitHub Copilot | Código | Asistencia en programación dentro del editor | ✅ Gratis para estudiantes |
| Suno / Udio | Audio | Generación de música desde texto | ⚠️ Créditos limitados |
Cómo escribir un buen prompt
Un prompt es la instrucción o pregunta que le das a una IA generativa. La calidad de lo que recibís depende directamente de qué tan bien formulás esa instrucción. Aprender a escribir buenos prompts es la habilidad más importante para trabajar con IA hoy.
Las 5 claves de un buen prompt
Contale a la IA quién sos y cuál es el objetivo. Ejemplo: "Soy estudiante de secundaria y necesito...". Esto ayuda al modelo a ajustar el tono y el nivel de detalle.
Usá verbos concretos: explicá, resumí, comparé, creá, listá, traducí. Evitá frases genéricas como "hablame de..." que dejan demasiado abierto el resultado.
Especificá si querés una lista, un párrafo, una tabla, un ejemplo, un diálogo, bullet points, un texto de X palabras. La IA va a adaptarse si se lo pedís.
Indicá lo que querés evitar: "sin tecnicismos", "sin repetir lo que ya dije", "en menos de 100 palabras". Las restricciones son tan útiles como las instrucciones.
Si el resultado no es lo que esperabas, no empieces de cero: pedile que lo mejore. "Hacelo más corto", "usá un tono más informal", "agregá un ejemplo". Es una conversación, no un formulario.
Ejemplos: prompt malo vs. prompt bueno
Demasiado vago. ¿Para qué nivel? ¿Qué extensión? ¿Qué aspecto del cambio climático? La IA va a inventar un formato genérico que quizás no sirva.
La IA va a generar algo, pero no tenés control sobre el estilo, la composición ni el contexto.
Sin contexto, la IA no sabe qué ayuda darte ni en qué nivel estás.
IA y el futuro laboral
La IA generativa no es solo una herramienta de moda: está transformando profundamente el mercado de trabajo a nivel global. Entender este impacto es clave para que puedas prepararte y aprovechar las oportunidades que se vienen.
¿Qué trabajos van a cambiar más?
| Sector | Impacto de la IA | Qué cambia |
|---|---|---|
| 📝 Escritura y contenido | Alto | Redacción básica automatizada; se valoriza más la creatividad y la voz propia |
| 🎨 Diseño gráfico | Alto | Generación de imágenes masiva; el diseñador pasa a ser director creativo |
| 💻 Programación | Medio-Alto | Código rutinario asistido por IA; se demanda más arquitectura y resolución de problemas complejos |
| 🏥 Salud | Medio | Diagnóstico asistido, análisis de imágenes médicas; el médico sigue siendo irremplazable |
| ⚖️ Derecho y finanzas | Medio-Alto | Revisión de contratos y análisis de datos automatizados; el juicio humano sigue siendo central |
| 🔧 Oficios y trabajo manual | Bajo | Plomería, electricidad, carpintería: difíciles de automatizar; alta demanda sostenida |
Las habilidades que más van a importar
La IA genera respuestas, pero no puede evaluar si son correctas, éticas o adecuadas para un contexto real. Quien sabe cuestionar y verificar va a destacarse.
Empatía, liderazgo, negociación, trabajo en equipo. Las personas que saben relacionarse y colaborar tienen una ventaja que ninguna IA puede replicar del todo.
Saber formular instrucciones precisas a herramientas de IA ya es una habilidad laboral valorada en cientos de empresas. El que aprende esto hoy lleva ventaja.
La tecnología va a seguir cambiando rápido. La habilidad más valiosa no es un conocimiento específico, sino la capacidad de aprender y adaptarse constantemente.
Así como en los 90 aprender a usar una PC era una ventaja, hoy lo es saber trabajar con IA. No se trata de competir contra ella, sino de usarla como amplificador de tus capacidades.
Actividad de Repaso
Respondé las preguntas para comprobar lo que aprendiste. Cliqueá una opción para ver si es correcta.