Glosario de IA: 12 términos que deberías conocer

El mundo de la IA está lleno de palabras que se dan por sabidas y que pueden hacer que un artículo o una reseña se te atraganten. Aquí tienes los términos más importantes explicados de forma sencilla, con ejemplos, para que ninguna comparativa se te haga cuesta arriba. Guárdalo como chuleta.

Modelo

El "motor" de inteligencia entrenado con enormes cantidades de datos. GPT, Claude o Gemini son modelos. Una app como ChatGPT usa un modelo por debajo para funcionar; no son lo mismo, aunque se confundan a menudo.

Token

La unidad mínima de texto que procesa un modelo (aproximadamente, un trozo de palabra: "inteligencia" pueden ser dos o tres tokens). El precio de las APIs se mide en tokens, así que cuanto más largo el texto, más cuesta.

Ventana de contexto

La cantidad de información que el modelo puede tener "en mente" a la vez, medida en tokens. Cuanto mayor, más texto puede analizar de una sola vez: una ventana grande le permite leerse un libro entero o un código completo sin perder el hilo.

Prompt

La instrucción o pregunta que le das al modelo. Escribir buenos prompts es media batalla para obtener buenos resultados; de hecho, le dedicamos un artículo entero con siete trucos prácticos.

Multimodal

Capacidad de entender y generar más de un tipo de contenido: texto, imagen, audio y/o vídeo. Un modelo multimodal puede mirar una foto y describirla, o escuchar un audio y resumirlo.

Alucinación

Cuando un modelo inventa información que suena convincente pero es falsa: una cita, un dato, una fuente. Es el mayor riesgo de la IA generativa y la razón por la que conviene verificar siempre los datos importantes.

Parámetros

Los "ajustes" internos que el modelo aprende durante el entrenamiento, medidos en miles de millones. Más parámetros suele implicar más capacidad, pero también más coste; no es el único factor que importa.

Pesos abiertos (open weights)

Cuando una empresa publica los parámetros de su modelo para que cualquiera lo ejecute o adapte. Es lo que hace "abierto" a un modelo como Llama o DeepSeek, frente a uno cerrado al que solo accedes por su web o API.

Fine-tuning (ajuste fino)

Reentrenar un modelo ya existente con tus propios datos para especializarlo en una tarea o un estilo concretos. Es como darle un curso intensivo sobre tu negocio.

RAG (generación aumentada por recuperación)

Una técnica para que el modelo consulte una base de documentos tuya antes de responder, en lugar de tirar solo de lo que "recuerda". Así da respuestas más actualizadas y con menos alucinaciones.

API

La vía para que otros programas usen un modelo automáticamente, sin pasar por su web. Es lo que permite conectar la IA a tus propias apps o a herramientas de automatización.

Agente

Una IA que no solo responde, sino que actúa: encadena pasos, usa herramientas y completa tareas con poca supervisión. La gran tendencia de 2026.

Con estos términos en la mochila, las comparativas y reseñas de la web te resultarán mucho más fáciles de seguir. Y si te queda alguna duda, nuestro recomendador habla en cristiano.