Glosario de IA: los términos explicados en lenguaje sencillo

Las cinco palabras que importan en tu primera hora

Casi todo lo que se escribe sobre IA da por hecho un vocabulario que nadie te enseñó. La parte útil es pequeña. Cinco palabras cargan con casi todo el peso práctico, y el resto puede esperar meses.

Un modelo es la IA en sí: el sistema entrenado que lee tus palabras y produce una respuesta. La app no es el modelo. ChatGPT es una app que ejecuta los modelos de OpenAI, Gemini es una app que ejecuta los de Google, y Whizi es una app que reúne a la vez los modelos de varias empresas. Esta distinción se paga sola la primera vez que una respuesta te decepcione, porque cambiar de modelo suele ser una palanca mayor que reformular la pregunta.

Un prompt es simplemente lo que escribes. No hay sintaxis secreta, ni lista de comandos, ni nada que memorizar. Una petición sencilla que diga para quién es el resultado, qué trabajo tiene que hacer y con qué forma lo quieres de vuelta le gana a una frase ingeniosa casi siempre.

Un chatbot es la ventana de conversación en la que escribes. Todo lo que has dicho dentro de una conversación sigue a la vista del modelo mientras responde, y por eso funcionan los seguimientos del tipo "hazlo más corto" o "más formal" sin que repitas la petición original. Abre un chat nuevo y esa memoria compartida desaparece, que es justo lo que quieres cuando cambias de tema: el contexto sobrante de una pregunta que no venía a cuento es una causa habitual de respuestas que suenan un poco raras.

Un token es un trozo de texto, más o menos tres cuartas partes de una palabra media en inglés. Los modelos leen, cuentan y facturan en tokens y no en palabras, así que un documento de 1000 palabras cae cerca de los 1300 tokens. Te encontrarás la palabra sobre todo en las páginas de precios y en los límites de uso.

Una ventana de contexto es cuánto texto puede tener un modelo a la vista a la vez, medido en tokens. Tiene que cubrir el documento que pegaste, toda la conversación hasta ese punto y la respuesta que se está escribiendo. Cuando sueltas un contrato de cincuenta páginas en un chat y las respuestas empiezan a contradecir la página tres sin avisar, has encontrado su borde. Qué es una ventana de contexto tiene las cifras reales; la regla práctica es corta. Una conversación larga sobre un solo tema y, cuando el tema cambie, empieza de cero.

Algo que puedes hacer ahora mismo: abre cualquier app de IA y pídele, con tus propias palabras, que te explique un término que hayas visto esta semana y no reconocieras. Luego haz una segunda pregunta: "¿Qué diste por hecho que yo ya sabía?". Ese seguimiento convierte una definición en una explicación, y funciona con cualquier tema.

Eso sí, contrasta la respuesta con algo más. Estos sistemas afirman cosas falsas con la misma voz tranquila que usan para las verdaderas, y las definiciones son un blanco fácil: un detalle inventado pero plausible se te cuela porque no tenías forma de cazarlo. Ese fallo tiene nombre, y está en la tabla de abajo.

El resto del glosario, y si ya te hace falta

Estas son las palabras que te esperan en los titulares, en las páginas de precios y en las secciones de comentarios. La tercera columna es la parte honesta. Casi nada de esto es conocimiento del primer día, y fingir lo contrario es justo lo que hace que un principiante se sienta tonto por algo que ni siquiera le afecta.

Término	Significado claro	¿Ya lo necesitas?
LLM	Modelo de lenguaje de gran tamaño, el tipo de modelo que hay detrás de todas las apps de chat que conoces. Cuando un artículo dice LLM, léelo como la IA	Sí, para que los titulares dejen de sonar a ruido
IA generativa	Cualquier IA que produce texto, imágenes, audio o video nuevos en lugar de ordenar cosas que ya existen	Sí, con una frase basta
Entrenamiento	El proceso largo y caro de darle al modelo cantidades enormes de texto para que aprenda patrones. Terminó antes de que abrieras la app	Sí, de pasada
Fecha de corte	La fecha en la que se detienen los datos de entrenamiento. Pregunta por algo posterior y el modelo adivina, salvo que la app busque en la web	Sí, esta pilla a mucha gente
Alucinación	Una respuesta segura, fluida y completamente inventada. El fallo que más importa	Sí, desde el primer día
Multimodal	El modelo maneja algo más que texto: fotos, PDF, audio, a veces video	Sí, en cuanto quieras subir una imagen
Ajuste fino	Reentrenar un modelo existente con tus propios datos para que se especialice	Todavía no, esto es un proyecto de empresa
Temperatura	Un mando para lo aleatoria que sale la redacción. Baja es predecible, alta es suelta	Todavía no, ya te eligen valores razonables
Agente	Una IA que da varios pasos por su cuenta en vez de responder una sola vez	Todavía no, y mira la siguiente sección
API	El canal técnico que usan los desarrolladores para conectar un modelo con su propio software	Todavía no, salvo que escribas código
RAG	Generación aumentada por recuperación: el modelo consulta un almacén de documentos antes de responder	Todavía no, aunque toda app que responde desde tus archivos funciona así
Modelo de código abierto	Un modelo cuyos pesos cualquiera puede descargar y ejecutar, como Llama o DeepSeek	Todavía no, cambia poco para quien solo chatea
Modelo de razonamiento	Un modelo que recorre el problema en pasos visibles antes de responder. Más lento, mejor en matemáticas y lógica	Pronto, la primera vez que falle una pregunta difícil
Prompt de sistema	Instrucciones ocultas que la app le da al modelo antes de que tú escribas nada	Todavía no, útil cuando montes tu propio asistente

Dos filas merecen una nota al pie. La alucinación no es un fallo ocasional que se pueda parchear; se desprende de cómo generan texto estos sistemas, y por eso por qué la IA se equivoca es una guía entera y no un punto de una lista. Y lo multimodal merece diez minutos en cuanto tengas que lidiar con la foto de un recibo, la captura de un mensaje de error o un formulario escaneado. Trabajar con imágenes y documentos enseña qué aspecto tiene eso un martes cualquiera.

Palabras del marketing que significan menos de lo que aparentan

Los vendedores no mienten, exactamente. Usan palabras que en su día significaron algo concreto y que ahora significan sobre todo "hemos lanzado algo". Conocer esa distancia es lo que evita que pagues una mejora de plan por un desplegable de respuestas enlatadas.

• Con IA. Suele significar que una función llama a un modelo construido por otra empresa. A veces significa una caja de sugerencias que puedes apagar. Vale la pena preguntar: ¿qué modelo, y viene activado por defecto?
• Inteligente. Es anterior a toda esta ola y hoy significa muy poco. Una carpeta inteligente es una búsqueda guardada. Una respuesta inteligente son tres frases enlatadas. Mira más allá del adjetivo y busca un verbo: ¿qué le hace a tu trabajo?
• De nueva generación. Una afirmación en tiempo futuro. Es perfectamente compatible con que el producto sea peor que la versión a la que sustituye, y suele aparecer cuando no hay ninguna mejora medible que alguien pueda nombrar.
• Agente de IA. La expresión que más peso carga en 2026. En sentido estricto significa software que planifica y ejecuta varios pasos por su cuenta, como reservar un viaje de principio a fin. En marketing suele significar un chatbot con un avatar más simpático. Pregunta qué hace cuando se atasca, y si puede actuar sin consultarte antes.
• IA primero. Una declaración sobre la estrategia interna, no sobre tu experiencia con el producto. Te dice hacia dónde apunta una empresa su presupuesto de ingeniería, que puede no haber llegado todavía a la función que ibas a pagar.

Una sola pregunta lo atraviesa todo: pregunta qué hace esa función cuando se equivoca. Los productos con IA de verdad dentro tienen una respuesta, y en ella aparecen pasos de revisión, un deshacer, una señal de confianza o una fuente visible. Los productos que solo llevan la pegatina se quedan callados.

Por qué los nombres de los modelos parecen matrículas

El nombre de un modelo tiene dos partes que hacen dos trabajos distintos. La palabra es la familia, la línea de producto que una empresa sigue desarrollando: GPT de OpenAI, Claude de Anthropic, Gemini de Google, Llama de Meta. Los números y los sufijos son la versión, y muchas veces el tamaño, así que una misma familia puede lanzar un miembro pequeño y rápido y otro grande y cuidadoso la misma mañana. Leer un nombre consiste sobre todo en separar esas dos mitades e ignorar el marketing que queda en medio.

Puede que hayas notado que este artículo no menciona ni un solo número de versión. Es a propósito. Las versiones cambian cada pocas semanas, y cualquier glosario que las fije estará equivocado para la temporada siguiente. Lo que no cambia es la forma de la elección. Los modelos pequeños son rápidos, baratos y perfectamente válidos para arreglar un correo. Los grandes son más lentos y mejores con documentos largos y con razonamientos difíciles. Cada familia tiene además una personalidad que se nota en el tono y en lo estricta que es al ceñirse a la fuente que le diste.

El lanzamiento más nuevo tampoco es automáticamente el adecuado para tu tarea. Más nuevo suele significar mejores puntuaciones en los benchmarks, y los benchmarks miden problemas de examen, no si el texto suena a ti. A mucha gente le pasa que un modelo más antiguo y más barato le escribe mejor los correos, y guarda el caro para los dos trabajos difíciles de la semana. Eso solo se aprende pasando la misma tarea real por dos o tres modelos y leyendo los resultados uno al lado del otro, que es lo que recorre paso a paso cómo elegir un modelo de IA. Poder hacerlo sin pagar a tres proveedores es la razón entera por la que Whizi mete GPT, Claude, Gemini y modelos de imagen dentro de una sola suscripción.

Cinco términos que vale la pena aprender a los tres meses

Para el tercer mes ya te habrás dado contra unas cuantas paredes. Estas cinco palabras son el nombre de esas paredes, y por eso vale la pena aprenderlas entonces y no ahora.

1. Modelo de razonamiento. Empieza a importar la primera vez que un modelo estropea con toda seguridad un cálculo de varios pasos o un acertijo de lógica. Cambiar a un modelo de razonamiento suele arreglarlo del todo, a cambio de esperar más por la respuesta.
2. Prompt de sistema. Importa cuando notas que estás pegando el mismo párrafo de contexto en cada chat nuevo. Guardarlo una sola vez como instrucción permanente es la solución.
3. RAG. Importa cuando quieres respuestas ancladas en tus propios archivos y no en la web abierta, por ejemplo una carpeta de políticas que nadie lee desde 2019.
4. Temperatura. Importa cuando el resultado te sale o demasiado parecido entre intentos o demasiado errático, y prefieres girar un mando antes que seguir tirando el dado.
5. Ajuste fino. No le importa casi nunca a una persona particular, y conviene saber por qué: cuesta dinero de verdad, necesita cientos de ejemplos limpios, y un buen prompt sobre un buen modelo le gana en casi todos los usos que la gente imagina para él.

Si quieres la capa que hay debajo de todo esto, qué es realmente la IA explica el mecanismo sin matemáticas, y cómo hablar con la IA convierte en hábito el párrafo sobre prompts de la primera sección. Deja esta página abierta en una pestaña durante una semana. El vocabulario deja de intimidar hacia la cuarta vez que te topas con una palabra que ya conoces.