0.1¿Qué es la IA generativa?
Lo esencial en 30 segundos
- Un LLM no « sabe », predice: genera palabra por palabra la continuación más probable de una conversación — de ahí una forma brillante sin garantía sobre los hechos.
- Fortalezas frente a debilidades: excelente para redactar, resumir, reformular, estructurar, traducir; frágil en datos precisos, cálculos y actualidad — todo ello debe verificarse.
- El modelo mental adecuado: un colega brillante, rápido, que nunca se cansa… y a veces seguro de sí mismo sin razón — el dúo humano + IA supera a cada uno por separado.
Minicaso transversal — Amine descubre qué es realmente un LLM
Amine, jefe de proyecto en Argel, ya utiliza un asistente para sus actas, sin saber realmente cómo funciona. Al pedir una explicación sencilla y luego un cálculo que comprueba con la calculadora, constata la diferencia: divulgación clarísima por un lado, resultado aproximado por otro. Ese día comprende que el modelo predice texto plausible en lugar de saber — y adopta su regla: aprovechar la fluidez, verificar cada dato.
Caso autónomo de esta sección: reaparece en el curso, el esquema, el guion y el reto 48h de la sección 0.1.
1. Una tecnología, un principio
Desde finales de 2022 y la llegada de ChatGPT, la IA generativa se ha impuesto a una velocidad inédita: la mayoría de los empleados de oficina ya la utiliza, a menudo sin formación ni marco. Detrás de todas estas herramientas, una misma tecnología: el LLM (gran modelo de lenguaje) — un sistema entrenado con inmensos corpus de textos, que genera la continuación más probable de una conversación. Amine lo comprobó en sus propios usos: el mismo motor sirve para redactar, resumir o traducir, sea cual sea el asistente.
2. No « sabe », predice
Comprender este principio lo cambia todo: el LLM no « sabe », predice texto plausible. Por eso redacta de forma magnífica… y puede equivocarse con la misma seguridad. La generación incluye además una parte de aleatoriedad deliberada (la « temperatura »): la misma pregunta puede dar respuestas diferentes — una característica que debe aprovechar pidiendo varias variantes, no un error.
3. Fortalezas, debilidades y dúo ganador
Hace muy bien: redactar, resumir, reformular, estructurar, traducir, explicar. Hace mal: los datos precisos, los cálculos, la actualidad, las fuentes — todo ello debe verificarse. Y el dúo humano + IA supera a cada uno por separado: la IA produce rápido, el humano juzga y valida. Ese reparto de roles es lo que define el uso profesional lúcido — y todo el resto de esta guía lo va instalando, nivel por nivel.
¿Sabía usted que…? La temperatura
La IA que cambia de opinión no miente: sortea sus buenas palabras.
🔎 Ejemplo concreto — 🔎 Ejemplo concreto — Brillante en la forma, frágil en los hechos
« Explica la fotosíntesis a un niño de 8 años » → excelente (divulgar).
« ¿847 × 293? » → a menudo aproximado (compruébelo con la calculadora).
« 3 artículos publicados esta semana » → verifique que las referencias existan.Lectura: Amine obtiene una explicación clarísima, un cálculo que debe controlar y referencias que debe verificar: tres pruebas, un único mapa mental.
Lección: brillante en el lenguaje, frágil en los hechos precisos — el reflejo es verificar todo lo factual.
Vocabulario de la sección
- IA generativa
- Familia de IA que produce contenido nuevo (texto, imagen, código, audio) a partir de una instrucción, en lugar de solo clasificar o predecir.
Ejemplo sencillo: Amine pide un primer borrador de acta: la IA genera un texto nuevo a partir de su instrucción.
Lo que no es: un simple motor de búsqueda que recupera páginas existentes.
Reflejo: precise la instrucción (el prompt): todo el resultado depende de ella.
- LLM (gran modelo de lenguaje)
- El motor de los asistentes (GPT, Claude, Gemini…): una red de neuronas entrenada con miles de millones de textos, que genera palabra por palabra la continuación más probable.
Ejemplo sencillo: Amine comprende que su asistente no consulta hechos: prolonga la conversación con lo más plausible.
Lo que no es: una base de datos de hechos verificados que se consulta.
Reflejo: ante cada respuesta, pregúntese « ¿plausible o verificado? ».
- Prompt
- Su instrucción a la IA. Toda la calidad de la respuesta depende de ella — es el objeto del nivel 1.
Ejemplo sencillo: Amine sustituye « hazme un acta » por una instrucción bien delimitada: el resultado se vuelve utilizable.
Lo que no es: una palabra clave escrita en un motor de búsqueda.
Reflejo: cuide la instrucción antes de culpar a la herramienta.
- Alucinación
- Respuesta falsa pero formulada con aplomo: el riesgo n.º 1, tratado en detalle en 0.4 y 5.2.
Ejemplo sencillo: Amine recibe referencias de artículos que no existen, presentadas con seguridad.
Lo que no es: un error de visualización o una avería del servidor.
Reflejo: verifique cifras, referencias y citas en la fuente.
- Ventana de contexto
- La « memoria de trabajo » de la conversación: más allá de cierta longitud, el modelo pierde el inicio del intercambio.
Ejemplo sencillo: Amine continúa un hilo demasiado largo y constata que el asistente olvida sus primeras instrucciones: abre un hilo nuevo.
Lo que no es: una memoria permanente entre todas las conversaciones.
Reflejo: un tema = un hilo, y empiece un hilo limpio cuando se pierda el contexto.
En la práctica — En la práctica — Sienta qué es un LLM en 3 pruebas
- Abra un asistente gratuito (ChatGPT, Copilot, Claude o Gemini) y pida: « Explícame la fotosíntesis como a un niño de 8 años » — constate la fortaleza: divulgar, estructurar.
- Pida después: « ¿Cuánto son 847 × 293? » y compruébelo con la calculadora — los LLM calculan de forma aproximada (algunos recurren a una herramienta de cálculo, otros no).
- Por último: « Cíteme 3 artículos de prensa publicados esta semana sobre [su sector] » — verifique la existencia real de las referencias citadas.
- Anote el balance: brillante en el lenguaje, frágil en los hechos precisos — es el mapa mental que debe conservar.
Guion listo para decir — explicar el LLM a un colega (30 s)
« El asistente no sabe, predice la continuación más probable: redacta muy bien pero puede inventar con seguridad. Yo lo uso para el primer borrador y la estructura — y verifico cada cifra y cada dato antes de difundir. »
Dígalo con su propio ejemplo (el cálculo comprobado con la calculadora); enlace con las 3 pruebas de la sección.
Modelo para copiar y pegar — mi mapa mental del LLM
PREDICE, NO SABE: _______________
SUS FORTALEZAS (redactar, resumir, estructurar…): _______________
SUS DEBILIDADES (hechos, cálculos, actualidad): _______________
MI REGLA: aprovecho la fluidez, verifico cada dato antes de difundir.Jefe de proyecto
Amine aplica el mapa a sus actas: la IA estructura el primer borrador, solo él valida fechas, importes y decisiones antes de difundir al equipo.
Pyme / presupuesto reducido
Sin formación ni presupuesto: las 3 pruebas gratuitas bastan para calibrar la herramienta — divulgación por un lado, cálculo y referencias verificados por otro.
Equipo disperso
Cada uno prueba el mismo trío de peticiones y comparte su balance: el equipo alinea en una reunión su modelo mental común de la herramienta.
Recién llegado
Primera semana: haga las 3 pruebas antes de cualquier uso profesional — comprenda la predicción antes de producir el primer entregable asistido.
✓ Buenas prácticas
- Recuerde: el LLM predice, no sabe.
- Apóyese en sus fortalezas (redactar, resumir, estructurar).
- Verifique sistemáticamente los hechos, las cifras y las fuentes.
✗ Errores frecuentes
- Creer una respuesta falsa porque está bien formulada.
- Pedir cálculos precisos sin verificar.
- Esperar actualidad de un modelo sin búsqueda web.
Puntos clave
- Un LLM predice texto plausible: sobresale en la forma, sin garantía sobre los hechos.
- Fortalezas: redactar, resumir, reformular, traducir, estructurar, explicar.
- Debilidades: hechos precisos, cálculos, actualidad, fuentes — todo ello debe verificarse.
- El modelo mental adecuado: un colega brillante, rápido, que nunca se cansa… y a veces seguro de sí mismo sin razón.
Reto 48h — aplíquelo mañana
Haga las 3 pruebas como Amine: una divulgación (« explica como a un niño »), un cálculo verificado con la calculadora, unas referencias de actualidad controladas una por una. Anote su balance en una frase: brillante en qué, frágil en qué.
- Puedo explicar que un LLM predice en lugar de saber.
- He hecho las 3 pruebas y he anotado mi balance de fortalezas/debilidades.
- Aplico la regla: fluidez aprovechada, hechos verificados.
Preguntas frecuentes
¿La IA generativa va a sustituir mi puesto?
Sustituye tareas, rara vez puestos enteros: el primer borrador, el resumen, el formato. Los estudios muestran sobre todo un desplazamiento hacia la relectura, la dirección y la decisión — de ahí el interés de formarse en lugar de ignorarla. El perfil que crece no es « el que sabe hacerlo todo », sino el que sabe encargar a la IA y juzgar el resultado. Como Amine: la IA estructura, el humano valida y asume.
¿Por qué la IA responde de forma diferente a la misma pregunta?
La generación incluye una parte de aleatoriedad deliberada (la « temperatura ») para evitar respuestas rígidas. Es una característica, no un error — y puede aprovecharla pidiendo varias variantes y eligiendo la mejor. De hecho, es una técnica útil para la lluvia de ideas: repetir la misma petición ofrece ángulos diferentes. En cambio, para un dato preciso, no se « repite »: se verifica en la fuente.
¿Qué hace fundamentalmente un LLM?