Actualizado: noviembre de 2026 · Lectura: 10 min
El mundo de la inteligencia artificial está lleno de palabras técnicas y siglas en inglés. En este glosario te explicamos los 40 términos de IA más importantes en lenguaje sencillo, ordenados alfabéticamente. Guárdalo en favoritos para consultarlo cuando lo necesites.
- Reunimos los 40 términos de IA más usados, explicados en una sola frase.
- Los imprescindibles para empezar: IA generativa, LLM, prompt, token y alucinación.
- Muchos términos vienen del inglés; te damos su equivalente en español cuando existe.
Términos con A
Agente de IA: Una IA que no solo responde, sino que realiza tareas por su cuenta en varios pasos: buscar información, rellenar formularios, usar programas o enviar resultados.
Ajuste fino (fine-tuning): Entrenamiento adicional de un modelo ya creado con datos específicos para especializarlo en una tarea o un estilo.
Alucinación: Cuando la IA se inventa un dato (una cifra, una cita o un libro que no existe) y lo presenta como cierto.
API: Una «puerta» técnica que permite a otros programas usar una IA. Es lo que utilizan las empresas para integrarla en sus apps.
Aprendizaje automático (machine learning): Técnica por la que un sistema aprende patrones a partir de ejemplos en lugar de seguir reglas escritas a mano.
Aprendizaje por refuerzo: Forma de aprendizaje por ensayo y error, en la que el sistema recibe recompensas cuando acierta.
Aprendizaje profundo (deep learning): Tipo de aprendizaje automático que usa redes neuronales con muchas capas. Está detrás de los chatbots y los traductores modernos.
Términos con B – C
Benchmark: Una prueba estandarizada que sirve para comparar el rendimiento de distintos modelos de IA.
Chatbot: Programa con el que puedes conversar por escrito o por voz. ChatGPT, Claude y Gemini son chatbots de IA.
Copiloto: Nombre que se da a los asistentes de IA integrados en programas de trabajo (ofimática, programación, correo) para ayudarte mientras trabajas.
Términos con D – E
Datos de entrenamiento: La enorme colección de textos, imágenes u otros contenidos con la que se enseña a un modelo.
Datos sintéticos: Datos creados artificialmente, a menudo por otra IA, que se usan para entrenar o probar modelos.
Deepfake: Vídeo, foto o audio falso pero realista, creado con IA para que parezca que alguien dice o hace algo que nunca ocurrió.
Embedding: La forma en que una IA convierte palabras o imágenes en números que representan su significado, para poder compararlas.
Entrenamiento: Proceso, muy costoso, en el que un modelo ajusta sus valores internos analizando sus datos de entrenamiento.
Términos con G – I
GPU: Tarjeta gráfica: un tipo de procesador capaz de hacer muchos cálculos a la vez, imprescindible para entrenar y ejecutar la IA moderna.
IA general (AGI): IA hipotética capaz de igualar a una persona en cualquier tarea intelectual. Es un objetivo de investigación y un tema de debate.
IA generativa: IA que crea contenido nuevo: textos, imágenes, música, vídeo o código.
Inferencia: El momento en que un modelo ya entrenado genera una respuesta a tu petición.
Términos con L – M
LLM (modelo de lenguaje grande): Modelo entrenado con cantidades gigantescas de texto, capaz de entender y generar lenguaje. Es el «cerebro» de los chatbots.
Marca de agua digital: Señal, visible o invisible, que se añade a un contenido para indicar que ha sido generado por IA.
Modelo: El resultado del entrenamiento: el «programa» de IA que usas. GPT (OpenAI), Gemini (Google) o Claude (Anthropic) son familias de modelos.
Modelo de difusión: Técnica que usan muchas IA de imágenes: parten de «ruido» aleatorio y lo van limpiando paso a paso hasta formar una imagen.
Multimodal: IA que entiende o genera varios tipos de contenido a la vez: texto, imágenes, audio o vídeo.
Términos con P
Parámetros: Los valores internos que el modelo ajusta durante el entrenamiento. Los grandes modelos tienen miles de millones.
Pesos abiertos (open weights): Modelos cuyos parámetros se publican para que cualquiera pueda descargarlos y ejecutarlos en su propio equipo o servidor.
Procesamiento del lenguaje natural (PLN): Rama de la IA dedicada a que las máquinas entiendan y produzcan lenguaje humano.
Prompt: La instrucción o pregunta que le das a una IA. Aprende a escribirlos en nuestra guía de prompts.
Prompt de sistema: Instrucciones internas que define quien crea una aplicación para marcar el comportamiento de la IA (tono, límites, función).
Términos con R – S
RAG (generación aumentada por recuperación): Técnica en la que la IA busca primero en documentos o en internet y responde basándose en lo encontrado. Reduce las alucinaciones.
Razonamiento: Modo de algunos modelos que «piensan» paso a paso antes de responder. Suelen ser más lentos pero más precisos en problemas complejos.
Red neuronal: Sistema de cálculo formado por capas de «neuronas» artificiales conectadas, inspirado de forma muy simplificada en el cerebro.
RLHF: Siglas en inglés de «aprendizaje por refuerzo con retroalimentación humana»: se mejoran las respuestas del modelo con valoraciones de personas.
Sesgo: Cuando una IA favorece o perjudica injustamente a ciertos grupos o ideas, normalmente porque sus datos de entrenamiento estaban desequilibrados.
Términos con T – V
Temperatura: Ajuste que controla lo creativa o predecible que es la respuesta. Baja: más precisa; alta: más original.
Test de Turing: Prueba propuesta por Alan Turing en 1950: si no distingues si hablas con una máquina o con una persona, la máquina lo «supera».
Token: El fragmento de texto con el que trabaja la IA (una palabra corta, parte de una palabra o un signo). Los límites y precios se miden en tokens.
Transformer: Arquitectura de red neuronal presentada por Google en 2017 en la que se basan casi todos los modelos de lenguaje actuales. Es la «T» de GPT.
Ventana de contexto: La cantidad de información que la IA puede tener en cuenta a la vez en una conversación.
Visión por computador: Rama de la IA que permite a las máquinas «ver» e interpretar imágenes y vídeos, como en el desbloqueo facial.
Los 10 términos que más vas a oír
| Término | En pocas palabras |
|---|---|
| IA generativa | IA que crea contenido |
| LLM | El «cerebro» de los chatbots |
| Prompt | Lo que le pides a la IA |
| Token | Trozo de texto que procesa la IA |
| Alucinación | Un dato inventado por la IA |
| Agente | IA que hace tareas por su cuenta |
| Multimodal | Entiende texto, imagen y audio |
| Ventana de contexto | Su «memoria» en una conversación |
| Entrenamiento | Cómo aprende un modelo |
| Deepfake | Contenido falso hecho con IA |
Preguntas frecuentes
¿Qué diferencia hay entre IA y machine learning?
La inteligencia artificial es el campo completo; el aprendizaje automático (machine learning) es una de sus técnicas, la que permite aprender a partir de datos. Lo explicamos en qué es la inteligencia artificial.
¿Qué significa GPT?
Son las siglas en inglés de Generative Pre-trained Transformer: un modelo generativo, preentrenado y basado en la arquitectura Transformer.
¿Por qué la IA «alucina»?
Porque los modelos de lenguaje generan el texto más probable según lo aprendido, no consultan una base de datos de hechos verificados. Por eso hay que comprobar los datos importantes.
