La IA que ya usabas clasificaba cosas. La IA generativa crea cosas
Durante veinte años, la IA de la vida diaria fue invisible y clasificaba. El filtro de spam decidía si algo era spam o no. La app de fotos decidía qué rostro era de quién. El banco decidía si había fraude o no. El motor de recomendaciones ordenaba qué mostrar a continuación. Cada uno de esos casos toma algo que ya existe y le pone una etiqueta o una puntuación. Qué es la IA cubre esa familia más amplia.
La IA generativa invierte esa dirección. En lugar de tomar una imagen y devolver "gato", toma "un gato en el alféizar de una ventana al atardecer" y devuelve una imagen. En lugar de puntuar un correo, lo escribe. El modelo ha aprendido los patrones de millones de ejemplos lo suficientemente bien como para producir uno nuevo que encaje.
Ese giro es la razón completa por la que la tecnología llegó al público. La clasificación es una función dentro del producto de otro. La generación es un producto en sí mismo: escribes una solicitud, recibes algo. ChatGPT se lanzó el 30 de noviembre de 2022 y alcanzó una cifra estimada de 100 millones de usuarios activos mensuales en enero de 2023, dos meses después del lanzamiento, según un análisis de UBS citado por Reuters el 1 de febrero de 2023, la aplicación de consumo más rápida en llegar a esa marca en ese momento, porque por primera vez el resultado del modelo era el producto en sí.
Lo que vino después no fue un goteo constante. La línea de tiempo de lanzamientos de modelos registra 41 lanzamientos importantes desde aquel día, y 31 de ellos llegaron en 2025 y 2026. El naranja marca un modelo de razonamiento o una familia que incluye un modo de pensamiento; el tramo sombreado empieza con o1-preview.
Todo modelo generativo aprende cómo luce un ejemplo plausible, y luego crea uno
Todo modelo generativo se entrena de la misma manera en el fondo: mostrarle una cantidad enorme de ejemplos y hacer que aprenda cómo luce un ejemplo plausible. Luego, al usarlo, se le pide que produzca una muestra nueva que encaje con el patrón y con la instrucción.
Para texto, el modelo aprende a predecir el siguiente token, y genera una respuesta un token a la vez. Qué es un LLM es la explicación completa. Para imágenes y video, el enfoque dominante es la difusión: el modelo aprende a eliminar ruido de una imagen en pasos pequeños, y en el momento de generar parte de ruido puro y lo va eliminando paso a paso mientras una descripción de texto guía lo que emerge. La receta que usan la mayoría de los modelos de imagen es el artículo de 2020 sobre Denoising Diffusion Probabilistic Models de Ho, Jain y Abbeel; el enfoque al que desplazó, las redes generativas antagónicas, data de Goodfellow et al. en 2014. Los generadores de música en su mayoría toman prestado uno de los dos.
La consecuencia que hay que recordar es que todos ellos producen lo que encaja, no lo que es verdad. Un modelo de texto producirá una cita que encaja con la forma de una cita. Un modelo de imagen producirá una mano que encaja con el patrón de las manos, a veces con seis dedos. La fluidez y los errores vienen del mismo lugar, y qué es una alucinación de IA cubre la versión en texto con detalle.
Cuatro medios, cuatro tipos de modelo, una sola ventana
En 2022 la IA generativa significaba texto y, por separado, imágenes. Para 2026 un solo producto de chat dirige a cuatro tipos de generador, y el modelo detrás de cada uno es distinto.
| Medio | Qué escribes | Qué recibes | Tipo de modelo | Ejemplos en el selector de Whizi |
|---|---|---|---|---|
| Texto y código | Una pregunta o instrucción | Prosa, una tabla, un programa | Modelo de lenguaje | GPT, Claude, Gemini, DeepSeek y más de 280 |
| Imágenes | Una descripción, o una imagen más una edición | Una imagen nueva o editada | Modelo de difusión | Whizi Image, Nano Banana, Flux, Stable Diffusion |
| Video | Una descripción o una imagen inicial | Un clip corto | Modelo de difusión de video | Whizi Video AI |
| Música | Un estilo, un ánimo, a veces letras | Una pista de audio | Modelo de generación de audio | Whizi Music AI |
La decisión de producto detrás de esto es que se miden de forma distinta porque cuestan de forma distinta al ejecutarse. Una respuesta de texto cuesta una fracción de centavo. Una imagen es un contador aparte. Video y música son las filas más caras y están en el plan superior.
La generación de imágenes no está incluida en Starter, es de 100 al mes en Pro y 500 al mes en Powerhouse, y la generación de video y música son funciones de Powerhouse, según cómo funcionan los créditos de Whizi. La distancia entre una respuesta de texto y un clip de video es la distancia entre generar 500 tokens y generar varios segundos de fotogramas, y el precio sigue al cómputo.
Para qué sirve la IA generativa, y su límite honesto
Es buena para primeros borradores de cualquier cosa con una forma conocida: un correo, un resumen, una función, una foto de producto, una pista de fondo. Es buena para la transformación, tomar algo que ya existe y producir lo mismo en otra forma: traducido, acortado, reescrito para otro lector, con otro estilo. Y es buena para el volumen, produciendo veinte variantes donde una persona produciría dos.
Es débil, por construcción, en tres cosas. Los hechos que no se le han dado, porque genera lo que encaja en lugar de lo que es. La precisión en los casos poco frecuentes: el sexto dedo, el código que compila pero hace lo que no debe. Y el juicio sobre si el resultado es bueno, que sigue siendo tarea de quien lo pidió. La guía sobre cómo usar la IA es la versión práctica de trabajar dentro de esos límites.
La regla de decisión: la IA generativa es la herramienta correcta cuando puedes reconocer un buen resultado más rápido de lo que puedes producirlo. Si no puedes distinguir un buen resultado de uno malo, todavía no es la herramienta para esa tarea.
La IA generativa es una rama del aprendizaje automático, que es una rama de la IA
La inteligencia artificial es el paraguas: cualquier software que hace algo que llamaríamos inteligente si lo hiciera una persona. El aprendizaje automático es el método que usa la mayoría de la IA moderna, aprender reglas a partir de datos en lugar de que se le programen. La IA generativa es la rama del aprendizaje automático cuyo resultado es contenido nuevo. Un modelo de lenguaje grande es el modelo generativo para texto. Un chatbot es la aplicación construida alrededor de uno. Cada uno es un subconjunto del anterior, y el glosario de IA reúne todos los términos en un solo lugar.
La lectura práctica: cuando un producto dice que "usa IA", pregunta de qué tipo. Si clasifica, ordena o predice, es del tipo antiguo y probablemente funciona bien. Si genera, es del tipo nuevo y necesita a alguien revisando el resultado.
- Pregúntate si un producto clasifica o genera; solo el segundo tipo necesita que revises su resultado
- Usa la IA generativa para primeros borradores y transformaciones de cosas con una forma conocida
- Verifica cualquier dato, cifra o cita en texto generado contra una fuente que puedas abrir
- Espera errores de precisión en los detalles: manos y casos límite en el código
- Haz coincidir el medio con el plan: el texto es barato en todas partes, imágenes y video se miden por separado
Preguntas frecuentes
¿Cuál es la diferencia entre la IA y la IA generativa?
La IA es el término paraguas para el software que hace tareas que asociamos con la inteligencia. La mayoría de la IA antes de 2022 clasificaba, ordenaba o predecía: filtros de spam, reconocimiento facial, motores de recomendación. La IA generativa es la rama que produce contenido nuevo, como texto, imágenes, video y música, al aprender los patrones de ejemplos y generar muestras nuevas que encajan con ellos.
¿Cuáles son ejemplos de IA generativa?
ChatGPT, Claude y Gemini para texto y código; generadores de imágenes como Flux, Stable Diffusion y Nano Banana; generadores de video que convierten una descripción o una imagen fija en un clip; y generadores de música que producen una pista a partir de un estilo y un ánimo. Un espacio de trabajo multimodelo como Whizi pone los cuatro detrás de una sola ventana de chat.
¿Cómo funciona la IA generativa?
Un modelo se entrena con una cantidad muy grande de ejemplos hasta que aprende cómo luce un ejemplo plausible, y luego se le pide que produzca uno nuevo que encaje con una instrucción. Los modelos de texto generan un token a la vez prediciendo el siguiente. Los modelos de imagen y video usan sobre todo difusión, convirtiendo ruido aleatorio en una imagen paso a paso mientras una descripción de texto guía el resultado.
¿Es ChatGPT IA generativa?
Sí. ChatGPT es una aplicación de chat construida sobre un modelo de lenguaje grande, que es el modelo generativo para texto. Se lanzó el 30 de noviembre de 2022 y alcanzó una cifra estimada de 100 millones de usuarios activos mensuales en enero de 2023, según un análisis de UBS citado por Reuters, que es el momento en que la IA generativa se convirtió en una categoría de consumo en lugar de un campo de investigación.
¿Por qué la IA generativa comete errores?
Porque produce lo que encaja con el patrón de sus datos de entrenamiento, no lo que es verdad. Un modelo de texto genera una cita con forma de cita exista o no la fuente; un modelo de imagen genera una mano con forma de mano, en ocasiones con seis dedos. Anclar el modelo a una fuente y verificar el resultado son las soluciones, y esas quedan en manos de quien lo usa.
