Glosario IA 101: entiende la jerga sin humo.
Un mapa simple para alumnos, emprendedores y equipos que quieren usar inteligencia artificial sin quedarse atrapados en palabras técnicas.
Ruta recomendada
El ABC para empezar sin perderse.
Si estás partiendo desde cero, lee estos conceptos en orden. Te dan el piso mínimo para entender clases, herramientas y conversaciones sobre IA aplicada.
Explorador interactivo
Busca, filtra y abre cada concepto.
Cada tarjeta incluye definición simple, analogía, ejemplo práctico y cuándo usarlo.
Categoría
Nivel
No encontré ese concepto.
Prueba con otra palabra o limpia los filtros. La IA también necesita buen contexto. Qué sorpresa.
Fundamentos Básico Inteligencia artificial (IA)
Tecnología que permite que una máquina haga tareas que normalmente asociamos con inteligencia humana: entender texto, reconocer imágenes, responder preguntas, crear contenido o tomar decisiones asistidas.
Inteligencia artificial (IA)
Analogía simple
Como un asistente que aprende patrones de muchos ejemplos y luego ayuda a resolver tareas nuevas.
Ejemplo práctico
En una clase, IA puede ayudarte a transformar una idea en un guion, un correo, una presentación o un plan de trabajo.
Cuándo usarlo
Úsala cuando necesites pensar, ordenar, crear, resumir o automatizar trabajo repetitivo.
Modelos Básico Modelo de lenguaje
Sistema entrenado para entender y generar lenguaje. Predice qué texto tiene sentido según el contexto que recibe.
Modelo de lenguaje
Analogía simple
Como alguien que leyó millones de textos y aprendió cómo se conectan las ideas.
Ejemplo práctico
ChatGPT, Claude o Gemini pueden redactar una respuesta comercial porque reconocen patrones de comunicación.
Cuándo usarlo
Úsalo para escribir, explicar, resumir, traducir, idear, enseñar o analizar textos.
Modelos Básico LLM
Sigla de Large Language Model. Es un modelo de lenguaje grande, entrenado con muchos datos para trabajar con texto y razonamiento.
LLM
Analogía simple
Un motor de lenguaje de alto rendimiento: no es una persona, pero puede operar con palabras a gran escala.
Ejemplo práctico
Cuando pides “crea un calendario de contenido para 30 días”, un LLM arma estructura, ideas y copy.
Cuándo usarlo
Úsalo cuando necesites generar o transformar información escrita con velocidad.
Prompts y contexto Básico Prompt
La instrucción que le das a la IA. Puede ser una pregunta, una orden, un rol, un contexto o una combinación de todo eso.
Prompt
Analogía simple
Como dar instrucciones a un colaborador: mientras más claro el pedido, mejor la ejecución.
Ejemplo práctico
“Actúa como asesor comercial y convierte este texto en un mensaje de WhatsApp de 5 líneas para un prospecto frío”.
Cuándo usarlo
Úsalo para guiar exactamente qué quieres, con qué tono, formato y criterio.
Prompts y contexto Básico Contexto
La información que la IA tiene disponible para responder: tu instrucción, documentos, historial, ejemplos, reglas y datos del caso.
Contexto
Analogía simple
Como poner a alguien al día antes de pedirle una tarea importante.
Ejemplo práctico
Si le das tu público objetivo, oferta y objeciones, la IA puede escribir mejor contenido comercial.
Cuándo usarlo
Úsalo siempre que la respuesta dependa de tu negocio, cliente, clase o situación real.
Prompts y contexto Intermedio Token
Fragmento de texto que el modelo usa para leer y generar contenido. Puede ser una palabra, parte de una palabra o signos.
Token
Analogía simple
Como las piezas de Lego del lenguaje: el modelo construye frases uniendo piezas.
Ejemplo práctico
Un texto largo consume más tokens; por eso algunos chats tienen límites de conversación o documentos.
Cuándo usarlo
Úsalo para entender costos, límites y por qué conviene resumir o estructurar información.
Prompts y contexto Intermedio Ventana de contexto
Cantidad máxima de información que un modelo puede considerar en una conversación o tarea.
Ventana de contexto
Analogía simple
Como el tamaño del escritorio donde puedes poner documentos abiertos al mismo tiempo.
Ejemplo práctico
Un modelo con gran ventana puede leer una transcripción completa y sacar una guía de estudio.
Cuándo usarlo
Úsala cuando trabajes con clases largas, contratos, manuales o bases de conocimiento extensas.
Modelos Básico Entrenamiento
Proceso donde un modelo aprende patrones a partir de datos. No memoriza como humano; ajusta parámetros para predecir mejor.
Entrenamiento
Analogía simple
Como practicar miles de ejercicios hasta reconocer patrones y resolver casos nuevos.
Ejemplo práctico
Un modelo aprende qué estructura suele tener un email, una clase, una respuesta de soporte o un guion.
Cuándo usarlo
Entiéndelo para diferenciar entre usar un modelo ya entrenado y crear/adaptar uno propio.
Datos y memoria Básico Dataset
Conjunto de datos usado para entrenar, evaluar o alimentar un sistema de IA.
Dataset
Analogía simple
Como la biblioteca de ejemplos desde donde el sistema aprende o consulta.
Ejemplo práctico
Tus transcripciones, FAQs, scripts y documentos pueden formar un dataset para una base de conocimiento.
Cuándo usarlo
Úsalo cuando quieras ordenar información para entrenar, consultar o evaluar una IA.
Modelos Avanzado Fine-tuning
Ajustar un modelo ya entrenado con ejemplos específicos para que responda con un estilo, formato o tarea más especializada.
Fine-tuning
Analogía simple
No es enseñarle desde cero; es entrenar a un profesional en el protocolo exacto de tu empresa.
Ejemplo práctico
Afinar un modelo para clasificar leads o responder siempre con una estructura comercial definida.
Cuándo usarlo
Úsalo cuando el prompt y la base de conocimiento no bastan, y hay muchos ejemplos de salida correcta.
Datos y memoria Intermedio Embedding
Representación numérica de un texto, imagen o dato para que la máquina pueda comparar significados.
Embedding
Analogía simple
Como convertir ideas en coordenadas dentro de un mapa semántico.
Ejemplo práctico
“Cómo crear contenido” y “ideas para redes sociales” quedan cerca porque significan cosas relacionadas.
Cuándo usarlo
Úsalo para búsqueda inteligente, recomendación, clasificación y bases de conocimiento.
Datos y memoria Intermedio Vector
Lista de números que representa información en un espacio matemático. En IA se usa para medir cercanía de significado.
Vector
Analogía simple
Como una dirección GPS, pero para ideas.
Ejemplo práctico
Una consulta se transforma en vector y se compara contra documentos para encontrar los más relevantes.
Cuándo usarlo
Úsalo cuando quieras entender cómo funcionan búsquedas semánticas y memoria avanzada.
Datos y memoria Avanzado Base vectorial
Base de datos optimizada para guardar embeddings y encontrar información parecida por significado.
Base vectorial
Analogía simple
Como una biblioteca que no busca solo palabras exactas, sino intención y temas relacionados.
Ejemplo práctico
Guardar tus clases vectorizadas para que una IA encuentre el fragmento correcto ante una pregunta del alumno.
Cuándo usarlo
Úsala para asistentes que consultan muchos documentos o conocimiento interno.
Datos y memoria Intermedio RAG
Retrieval-Augmented Generation. Técnica donde la IA busca información relevante en una base de conocimiento antes de responder.
RAG
Analogía simple
Como responder con un libro abierto en vez de depender solo de memoria.
Ejemplo práctico
Un bot de alumnos consulta el temario, transcripciones y PDFs antes de explicar un concepto.
Cuándo usarlo
Úsalo cuando necesites respuestas basadas en tus documentos reales y actualizados.
Datos y memoria Básico Base de conocimiento
Colección ordenada de documentos, notas, preguntas, procesos y ejemplos que una IA puede consultar.
Base de conocimiento
Analogía simple
Como el cerebro documental de un negocio o curso.
Ejemplo práctico
Tus clases, preguntas frecuentes, guías y scripts pueden alimentar una base para alumnos.
Cuándo usarlo
Úsala para que la IA responda con tu metodología y no con respuestas genéricas.
Datos y memoria Básico Memoria
Capacidad de conservar información útil para futuras interacciones o tareas.
Memoria
Analogía simple
Como una libreta operativa: preferencias, reglas, aprendizajes y datos importantes.
Ejemplo práctico
Un asistente recuerda el tono de marca, el público objetivo y la estructura preferida de tus clases.
Cuándo usarlo
Úsala para evitar repetir instrucciones y mantener continuidad en procesos.
Agentes y automatización Básico Agente IA
Sistema de IA que no solo responde, sino que puede planificar pasos, usar herramientas y ejecutar tareas bajo objetivos definidos.
Agente IA
Analogía simple
Un asistente operativo con instrucciones, herramientas y límites.
Ejemplo práctico
Un agente puede revisar leads, redactar seguimiento, crear un reporte y avisarte qué requiere decisión humana.
Cuándo usarlo
Úsalo para procesos repetibles donde hay pasos, criterios y acciones verificables.
Agentes y automatización Básico Herramienta / Tool
Capacidad externa que la IA puede usar: buscar archivos, consultar una API, navegar una web, ejecutar código o enviar datos.
Herramienta / Tool
Analogía simple
Como darle manos al cerebro: calculadora, navegador, agenda, CRM o editor.
Ejemplo práctico
Un agente usa una herramienta para leer una planilla y otra para generar un resumen ejecutivo.
Cuándo usarlo
Úsala cuando la IA necesite actuar sobre información real, no solo conversar.
Agentes y automatización Básico Workflow
Secuencia de pasos para completar un proceso. Puede ser manual, asistido o automatizado.
Workflow
Analogía simple
Como una receta: primero esto, después esto, si pasa aquello entonces haces lo otro.
Ejemplo práctico
Lead nuevo → clasificar intención → enviar WhatsApp → registrar seguimiento → crear tarea de cierre.
Cuándo usarlo
Úsalo para ordenar procesos antes de automatizarlos.
Agentes y automatización Básico Automatización
Sistema que ejecuta tareas repetitivas con reglas, eventos o disparadores, reduciendo intervención manual.
Automatización
Analogía simple
Como poner una cadena de dominós bien diseñada: cuando cae el primero, avanza el proceso.
Ejemplo práctico
Cuando alguien llena un formulario, se guarda en una planilla, recibe un email y se crea un aviso de seguimiento.
Cuándo usarlo
Úsala cuando una tarea se repite y tiene reglas claras.
Agentes y automatización Intermedio Trigger
Evento que inicia una automatización o workflow.
Trigger
Analogía simple
Como el botón de partida de una máquina.
Ejemplo práctico
Un formulario enviado, un nuevo email, una compra o un mensaje de WhatsApp pueden ser triggers.
Cuándo usarlo
Úsalo para definir cuándo debe empezar un proceso automático.
Infraestructura Intermedio Webhook
URL que recibe información cuando ocurre un evento en otro sistema.
Webhook
Analogía simple
Como un timbre digital: alguien toca y te entrega los datos del evento.
Ejemplo práctico
Netlify puede enviar un lead a n8n o Make cuando se completa un formulario.
Cuándo usarlo
Úsalo para conectar formularios, pagos, CRMs y automatizaciones.
Infraestructura Básico API
Forma estructurada en que dos sistemas se comunican para pedir o enviar información.
API
Analogía simple
Como un mesón de atención con reglas: pides algo en formato correcto y recibes respuesta.
Ejemplo práctico
Una app puede pedir a una API de IA que genere un resumen o clasifique un mensaje.
Cuándo usarlo
Úsala cuando quieras conectar herramientas y mover datos entre sistemas.
Infraestructura Avanzado MCP
Model Context Protocol. Estándar para conectar modelos de IA con herramientas y fuentes de datos de forma más ordenada.
MCP
Analogía simple
Como un adaptador universal para que la IA use herramientas sin inventar una integración distinta cada vez.
Ejemplo práctico
Un agente puede usar MCP para acceder a archivos, calendarios, bases de datos o servicios externos según permisos.
Cuándo usarlo
Úsalo cuando quieras sistemas de agentes más mantenibles y conectados.
Multimodal Básico Modelo multimodal
Modelo que puede trabajar con más de un tipo de información: texto, imagen, audio, video o código.
Modelo multimodal
Analogía simple
Como un asistente que puede leer, mirar y escuchar.
Ejemplo práctico
Puedes mostrarle una captura de pantalla y pedirle que detecte errores de diseño.
Cuándo usarlo
Úsalo para analizar contenido visual, audios, documentos o experiencias completas.
Multimodal Intermedio Visión computacional
Área de IA que permite analizar imágenes o video para detectar objetos, texto, escenas, patrones o errores visuales.
Visión computacional
Analogía simple
Como enseñar a una máquina a mirar con criterio.
Ejemplo práctico
Revisar si una landing se ve bien en mobile usando capturas de pantalla.
Cuándo usarlo
Úsala para QA visual, reconocimiento de imágenes, inventario, seguridad o análisis de contenido.
Multimodal Básico Speech-to-text
Conversión de audio hablado a texto escrito.
Speech-to-text
Analogía simple
Como un transcriptor automático.
Ejemplo práctico
Convertir una clase grabada en una transcripción para crear resumen, glosario o guía de estudio.
Cuándo usarlo
Úsalo para notas de voz, clases, reuniones, entrevistas y contenido educativo.
Multimodal Básico Text-to-speech
Conversión de texto escrito a voz artificial.
Text-to-speech
Analogía simple
Como un narrador digital.
Ejemplo práctico
Generar una explicación en audio para alumnos que prefieren escuchar antes que leer.
Cuándo usarlo
Úsalo para cápsulas educativas, asistentes de voz, accesibilidad o contenido narrado.
Modelos Intermedio Inferencia
Momento en que un modelo ya entrenado recibe una entrada y genera una salida.
Inferencia
Analogía simple
El entrenamiento es estudiar; la inferencia es rendir la prueba o resolver el caso.
Ejemplo práctico
Cuando escribes un prompt y recibes una respuesta, el modelo está haciendo inferencia.
Cuándo usarlo
Úsala para distinguir entre crear/adaptar modelos y simplemente usarlos.
Calidad y seguridad Básico Alucinación
Cuando la IA entrega información falsa, inventada o no comprobada con apariencia de seguridad.
Alucinación
Analogía simple
Como alguien que responde con mucha confianza aunque no sabe.
Ejemplo práctico
Puede inventar una fuente, una cifra o una política si no se le pide verificar.
Cuándo usarlo
Tenlo presente cuando trabajes con datos sensibles, legales, médicos o decisiones de negocio.
Prompts y contexto Intermedio Temperatura
Ajuste que controla qué tan creativas o variables son las respuestas de un modelo.
Temperatura
Analogía simple
Como regular el nivel de improvisación.
Ejemplo práctico
Temperatura baja para reportes técnicos; más alta para lluvia de ideas o nombres creativos.
Cuándo usarlo
Úsala cuando necesites controlar consistencia versus creatividad.
Prompts y contexto Intermedio System prompt
Instrucción de mayor prioridad que define rol, reglas, límites y comportamiento base de un modelo o agente.
System prompt
Analogía simple
Como el contrato de trabajo del asistente.
Ejemplo práctico
“Responde en español claro, no inventes datos, pide confirmación antes de acciones externas”.
Cuándo usarlo
Úsalo para crear asistentes consistentes con reglas de marca, seguridad y formato.
Calidad y seguridad Intermedio Guardrails
Reglas, validaciones o límites para reducir errores, riesgos y salidas no deseadas de una IA.
Guardrails
Analogía simple
Barandas de seguridad: no hacen el camino, pero evitan caídas graves.
Ejemplo práctico
No enviar emails sin aprobación humana o no responder consejos médicos personalizados.
Cuándo usarlo
Úsalos cuando un sistema puede afectar clientes, dinero, reputación o privacidad.
Calidad y seguridad Básico Evaluación
Proceso para medir si una respuesta o sistema de IA cumple criterios de calidad, precisión y utilidad.
Evaluación
Analogía simple
Como revisar tareas con una rúbrica clara.
Ejemplo práctico
Comparar si un agente respondió con tono correcto, datos correctos y siguiente acción útil.
Cuándo usarlo
Úsala antes de confiar un sistema a clientes o procesos comerciales.
Calidad y seguridad Intermedio Benchmark
Prueba estandarizada para comparar rendimiento entre modelos o sistemas.
Benchmark
Analogía simple
Como una carrera con la misma pista para todos.
Ejemplo práctico
Comparar qué modelo resume mejor transcripciones de clases con menos errores.
Cuándo usarlo
Úsalo para elegir modelos según evidencia, no por moda.
Modelos Avanzado Transformer
Arquitectura de IA que permitió grandes avances en modelos de lenguaje al manejar relaciones entre palabras y contexto de forma eficiente.
Transformer
Analogía simple
Como un sistema que mira muchas partes de una frase a la vez para entender qué importa.
Ejemplo práctico
La mayoría de LLM modernos se basan en ideas de arquitectura transformer.
Cuándo usarlo
Entiéndelo como concepto base técnico, no como algo que un alumno inicial deba programar desde cero.
Modelos Básico Red neuronal
Modelo computacional inspirado de forma general en conexiones neuronales, capaz de aprender patrones desde datos.
Red neuronal
Analogía simple
Una red de filtros que ajusta conexiones hasta reconocer patrones útiles.
Ejemplo práctico
Puede aprender a reconocer si un texto parece una pregunta de soporte, una objeción o una intención de compra.
Cuándo usarlo
Úsala para entender la familia técnica detrás de muchos sistemas de IA modernos.
Modelos Intermedio Parámetros
Valores internos que el modelo ajusta durante el entrenamiento para aprender patrones.
Parámetros
Analogía simple
Como perillas internas calibradas por la práctica.
Ejemplo práctico
Un modelo de miles de millones de parámetros puede capturar patrones complejos, pero también requiere más recursos.
Cuándo usarlo
Úsalo para entender tamaño, capacidad y costo de modelos.
Infraestructura Básico Open source
Software o modelo cuyo código, pesos o componentes están disponibles bajo ciertas licencias para usar, estudiar o modificar.
Open source
Analogía simple
Como una receta abierta que puedes revisar y adaptar, según sus reglas de uso.
Ejemplo práctico
Algunos modelos pueden correr en servidores propios o computadores locales.
Cuándo usarlo
Úsalo cuando quieras más control, privacidad o personalización técnica.
Infraestructura Intermedio Modelo local
Modelo que corre en tu propio computador o servidor, en vez de depender de una plataforma externa.
Modelo local
Analogía simple
Como tener una herramienta instalada en casa en vez de alquilarla cada vez en internet.
Ejemplo práctico
Usar un modelo local para transcribir, resumir o procesar datos sensibles sin enviarlos a terceros.
Cuándo usarlo
Úsalo cuando la privacidad, costo o control sean más importantes que máxima potencia.
Infraestructura Básico Nube / Cloud
Servicios que corren en servidores externos accesibles por internet.
Nube / Cloud
Analogía simple
Como usar una cocina profesional alquilada en vez de cocinar con tus propios equipos.
Ejemplo práctico
Una API de IA en la nube procesa prompts sin que tengas que instalar modelos.
Cuándo usarlo
Úsala cuando necesites escala, disponibilidad o modelos más potentes sin mantener infraestructura.
Calidad y seguridad Básico Privacidad
Cuidado sobre qué datos se comparten, dónde se procesan, quién puede verlos y cuánto tiempo se guardan.
Privacidad
Analogía simple
Como decidir qué documentos pones sobre la mesa y cuáles van en caja fuerte.
Ejemplo práctico
No subir datos sensibles de clientes a una herramienta sin revisar permisos y condiciones.
Cuándo usarlo
Úsala como criterio antes de conectar IA a clientes, ventas, salud, finanzas o información interna.
Infraestructura Intermedio Costo por uso
Modelo donde pagas según consumo: tokens, solicitudes, minutos de audio, imágenes generadas o recursos usados.
Costo por uso
Analogía simple
Como pagar luz o agua: depende del uso real.
Ejemplo práctico
Un resumen corto cuesta menos que procesar 200 transcripciones largas.
Cuándo usarlo
Úsalo para diseñar sistemas sostenibles y evitar automatizaciones caras sin ROI.
Agentes y automatización Intermedio Loop de agente
Ciclo repetible donde un agente observa, decide, actúa, verifica resultado y mejora el siguiente paso.
Loop de agente
Analogía simple
Como un operador disciplinado: revisa estado, ejecuta, mide y ajusta.
Ejemplo práctico
Auditar formularios cada semana, detectar fricciones, proponer fixes, verificar conversión y generar reporte.
Cuándo usarlo
Úsalo para convertir tareas recurrentes en sistemas de mejora continua.
Cómo usarlo en clase
No memorices términos. Conecta conceptos.
1. Abre una tarjeta
Lee definición, analogía y ejemplo. Si no puedes explicarlo simple, todavía no lo dominas.
2. Relaciónalo
Une términos relacionados: prompt → contexto → RAG → agente. Ahí aparece el sistema.
3. Aplícalo
Convierte el concepto en una tarea real: contenido, seguimiento, base de conocimiento o automatización.
Siguiente paso
Aprende el vocabulario. Después construye sistemas.
El glosario es la entrada. El programa completo baja estos conceptos a prompts, automatizaciones, agentes, memoria y operación real para negocios.