Cada vez que alguien habla de inteligencia artificial aparecen palabras que suenan a ciencia ficción: modelo de lenguaje, prompt, hallucination, embeddings. Si tienes un negocio y quieres entender de qué habla tu equipo o qué herramientas te convienen, no necesitas un máster en datos. Te alcanza con conocer los conceptos clave.

Este glosario está pensado para emprendedores y dueños de pymes que usan o quieren usar IA sin pasar por un curso de programación. Cada definición va directa al grano, con ejemplos que tienen sentido en el día a día de un negocio peruano.

Conceptos básicos que debes conocer

Inteligencia artificial (IA)

Es la capacidad de una máquina para realizar tareas que normalmente requieren inteligencia humana: leer texto, reconocer imágenes, responder preguntas, traducir idiomas. No es un robot con conciencia propia, es software entrenado con enormes cantidades de datos.

Modelo de lenguaje (LLM)

Un modelo de lenguaje grande es el motor detrás de herramientas como ChatGPT, Gemini o Claude. Fue entrenado leyendo millones de textos para aprender a predecir qué palabra sigue después de otra. Por eso puede redactar correos, resumir documentos o responder preguntas de forma coherente. El término «grande» se refiere al número de parámetros matemáticos que tiene, no a su tamaño físico.

Prompt

El mensaje o instrucción que le das a la IA. Si escribes «dame 5 ideas de posts para una tienda de ropa en Miraflores», eso es tu prompt. La calidad del resultado depende mucho de qué tan claro y específico sea lo que pides. Un prompt vago da respuestas vagas.

Hallucination (alucinación)

Cuando la IA inventa información que suena convincente pero es falsa. Puede darte una estadística inventada, una cita inexistente o un nombre de empresa que no existe. No es malicia, es que el modelo genera texto probable, no texto verificado. Por eso siempre hay que revisar datos concretos antes de publicarlos.

Temperatura

Un parámetro que controla cuánta «creatividad» tiene el modelo al responder. Temperatura baja: respuestas más precisas y predecibles. Temperatura alta: respuestas más variadas y creativas, pero también más propensas a errores. Muchas herramientas lo ajustan automáticamente según el tipo de tarea.

Términos sobre cómo aprende la IA

Entrenamiento

El proceso por el que un modelo aprende a partir de datos. Imagina que le das a leer millones de páginas web, libros y artículos. El modelo ajusta sus parámetros internos para entender patrones del lenguaje. Este proceso lo hacen las empresas que crean los modelos (OpenAI, Google, Anthropic), no tú.

Fine-tuning (ajuste fino)

Tomar un modelo ya entrenado y especializarlo en un tema concreto con datos propios. Por ejemplo, una clínica podría hacer fine-tuning con sus protocolos internos para que la IA responda preguntas de pacientes usando exactamente su terminología. Es costoso y técnico, pero cada vez hay más opciones accesibles.

Embeddings

Representaciones numéricas del texto que permiten a la IA comparar conceptos por similitud. Gracias a los embeddings, un sistema puede saber que «celular» y «smartphone» significan casi lo mismo aunque las palabras sean distintas. Se usan mucho en buscadores internos y sistemas de recomendación.

RAG (Retrieval-Augmented Generation)

Una técnica donde la IA consulta una base de conocimiento externa antes de responder, en lugar de depender solo de lo que aprendió durante el entrenamiento. Si conectas ChatGPT a los PDFs de tu empresa, está usando RAG. Así puede responder con información actualizada y propia de tu negocio, reduciendo las alucinaciones.

Términos sobre los tipos de IA

IA generativa

La que crea contenido nuevo: texto, imágenes, audio, video, código. Es lo que usa ChatGPT para redactar, Midjourney para generar imágenes o Suno para componer música. A diferencia de la IA clásica que solo clasifica o predice, la generativa produce algo que antes no existía.

Agente de IA

Un sistema que no solo responde, sino que toma acciones por sí solo para completar una tarea. Puedes decirle «busca proveedores de empaques en Lima, compara precios y armame una tabla» y el agente ejecuta cada paso sin que tú lo guíes. Es el siguiente nivel después de los chatbots simples.

Chatbot

Un programa que mantiene conversaciones automáticas. Los chatbots antiguos seguían guiones fijos («presiona 1 para ventas»). Los nuevos usan LLMs y pueden responder preguntas abiertas con mucha más naturalidad. Muchas tiendas en freelo.pe los usan para atender consultas fuera de horario.

Multimodal

Una IA que entiende y genera varios tipos de contenido a la vez: texto, imágenes, audio. GPT-4o, por ejemplo, puede analizar una foto de tu inventario y darte recomendaciones en texto. Antes cada tipo de dato requería un modelo diferente.

Conceptos de privacidad y uso responsable

Datos de entrenamiento

El conjunto de información que se usó para entrenar el modelo. Esto genera preguntas legítimas: ¿mis datos van al entrenamiento si uso ChatGPT? Depende de la herramienta y el plan. La mayoría de versiones de pago permiten desactivar ese uso. Antes de subir información confidencial de clientes, revisa la política de privacidad.

Sesgo (bias)

Cuando la IA reproduce prejuicios presentes en los datos con los que fue entrenada. Si los datos históricos de contratación de una empresa favorecían a cierto perfil, un modelo entrenado con esos datos podría replicar ese sesgo. No es neutral por defecto, hay que revisarlo.

Token

La unidad mínima con la que los LLMs procesan texto. Un token no es exactamente una palabra: puede ser una sílaba, una palabra completa o incluso un signo de puntuación, dependiendo del idioma. Los precios de las APIs de IA se cobran por tokens, así que cuanto más largo el prompt o la respuesta, más cuesta.

Términos que se confunden con frecuencia

Hay algunos pares de conceptos que generan confusión constante, incluso entre personas que ya llevan tiempo usando herramientas de IA:

• IA vs automatización: la automatización sigue reglas fijas que un humano programó. La IA aprende de datos y puede manejar situaciones no previstas explícitamente.
• Machine learning vs deep learning: el machine learning es el campo amplio donde una máquina aprende de datos. El deep learning es una rama específica que usa redes neuronales con muchas capas. La mayoría de herramientas de texto e imagen que usamos hoy son deep learning.
• IA generativa vs IA predictiva: la generativa crea contenido nuevo (texto, imágenes, audio). La predictiva estima qué va a pasar basándose en datos históricos, como los sistemas que calculan la probabilidad de que un cliente compre de nuevo.
• Chatbot vs asistente de IA: un chatbot clásico sigue árboles de decisión fijos. Un asistente basado en LLM puede conversar de forma abierta, entender preguntas ambiguas y adaptarse al contexto.

Un vocabulario que va a seguir creciendo

La terminología de IA cambia rápido. Cada pocos meses aparecen términos nuevos porque el campo avanza a un ritmo que pocos sectores tecnológicos han tenido. Para un dueño de negocio, lo más útil no es memorizar cada término técnico, sino entender los conceptos base: qué puede hacer la IA, qué no puede hacer, y por qué a veces se equivoca. Con eso tienes suficiente para tomar decisiones sobre qué herramientas adoptar y cómo usarlas con criterio real.

Preguntas frecuentes

¿Qué diferencia hay entre IA y automatización?

La automatización sigue reglas fijas programadas por humanos. La IA aprende de datos y puede manejar situaciones que no fueron programadas explícitamente. Un flujo que envía un correo cuando llega un pedido es automatización. Un sistema que redacta ese correo adaptándolo al cliente es IA.

¿Necesito saber programar para usar herramientas de IA?

Para la mayoría de herramientas actuales, no. ChatGPT, Gemini, Canva con IA o Notion AI se manejan desde una interfaz de chat o botones. Programar ayuda si quieres integraciones avanzadas o tu propio sistema, pero para el uso cotidiano en un negocio no es requisito.

¿Qué significa que una IA tenga 'contexto'?

El contexto es el historial de la conversación que la IA puede recordar al responder. Si le cuentas al inicio que tu negocio vende ropa deportiva en Lima, el modelo lo considera en todas sus respuestas siguientes, hasta que el contexto se agota o cierras la sesión.

¿Es lo mismo ChatGPT que inteligencia artificial?

No. ChatGPT es una herramienta específica que usa un modelo de lenguaje llamado GPT-4. La inteligencia artificial es el campo más amplio que incluye reconocimiento de imágenes, traducción automática, sistemas de recomendación y mucho más. ChatGPT es solo una aplicación dentro de ese universo.

¿Las respuestas de la IA siempre son correctas?

No. Los modelos de lenguaje pueden cometer errores, inventar datos o interpretar mal una pregunta. Son herramientas muy útiles para borradores, ideas y análisis, pero cualquier dato crítico, como precios, normas legales o estadísticas, debe verificarse en fuentes confiables antes de usarlo.