Por José Leonel Colmenares Rodriguez · 13 de septiembre de 2026

Glosario de inteligencia artificial: 58 términos

Este glosario reúne 58 términos de inteligencia artificial que aparecen hoy en una reunión de trabajo, en un presupuesto o en un contrato, agrupados por área y definidos en una o dos frases. Está escrito para quien decide: si un proveedor usa una palabra de esta lista, aquí está lo que significa y por qué debería importarte.

Los modelos y cómo funcionan

Esta primera tanda describe la pieza central, el modelo, y las palabras que definen lo que puede y lo que no puede hacer.

Término	Qué es
Inteligencia artificial	Sistemas que ejecutan tareas que asociamos a la inteligencia humana: interpretar lenguaje, reconocer imágenes, decidir entre opciones. El Reglamento europeo de IA usa una definición jurídica concreta para delimitar qué queda dentro de la norma.
Modelo de lenguaje grande (LLM)	Modelo entrenado con enormes cantidades de texto que predice la continuación más probable de una secuencia. Es el motor detrás de ChatGPT, Claude, Gemini y Grok.
IA generativa	La rama que produce contenido nuevo (texto, imagen, audio, vídeo, código) en lugar de solo clasificar o predecir un valor.
Token	La unidad en la que el modelo trocea el texto, más pequeña que una palabra. Se factura por tokens, así que es la unidad de coste real.
Ventana de contexto	Cuánto texto puede tener en cuenta el modelo a la vez, sumando lo que le mandas y lo que responde. Un millón de tokens equivalen a unas 555.000 palabras.
Parámetros	Los valores internos que el modelo ajusta durante el entrenamiento. Más parámetros suele significar más capacidad y más coste, sin que sea una relación directa.
Preentrenamiento	La fase larga y cara en la que el modelo aprende de un corpus masivo, antes de cualquier especialización.
Ajuste fino (fine-tuning)	Reentrenar un modelo ya existente con datos propios para especializarlo. Rara vez es el primer paso en una pyme: casi siempre sale más barato darle contexto que reentrenarlo.
Corte de conocimiento	La fecha hasta la que llega lo que el modelo aprendió. Para hechos posteriores necesita buscar en internet o que se los des tú.
Multimodal	Que acepta y combina varios tipos de dato, típicamente texto e imagen, y en algunos casos audio y vídeo.
Embedding	Representación numérica de un texto que permite medir parecido de significado entre dos fragmentos. Es la base de la búsqueda semántica.
Destilación	Entrenar un modelo pequeño para que imite a uno grande. Es cómo se consiguen modelos rápidos y baratos con calidad cercana a la del grande.

Cómo se le habla a un modelo

Aquí viven las palabras que más se malinterpretan, empezando por la más famosa.

Término	Qué es
Prompt	La instrucción que se le da al modelo. En un producto real no es una frase suelta: es un texto trabajado, con contexto, formato de salida y límites.
Prompt de sistema	Las instrucciones fijas que definen el papel y las reglas del asistente, invisibles para el usuario final. Es donde se fija el tono y lo que no debe hacer.
Ingeniería de prompts	La práctica de escribir y probar esas instrucciones de forma sistemática, midiendo resultados en lugar de improvisando.
Ejemplos en el prompt (few-shot)	Incluir dos o tres casos resueltos dentro de la instrucción para enseñar el formato esperado. Suele arreglar más problemas que cualquier otro truco.
Cadena de pensamiento	Pedirle que razone paso a paso antes de responder. Mejora los problemas con varias etapas y encarece la respuesta.
Pensamiento extendido	Modo en el que el modelo dedica cómputo adicional a razonar antes de contestar. En los modelos actuales suele ser automático y regulable.
Esfuerzo	Parámetro que gradúa cuánto piensa el modelo. Es la palanca de coste más directa una vez elegido el modelo.
Temperatura	Cuánta variabilidad se permite en la respuesta. Baja para datos y clasificación, alta para redacción creativa. Los modelos más recientes la han retirado en favor de otras palancas.
Alucinación	Cuando el modelo afirma con seguridad algo que no es cierto. No es un fallo puntual: es una propiedad del método, y por eso todo dato publicable se verifica.
Anclaje en fuentes	Obligar al modelo a responder solo con documentos que se le entregan, y a citarlos. Reduce las alucinaciones sin eliminarlas.

Cómo se conecta a tus datos y a tus herramientas

Esta es la parte que convierte un chat en algo útil para una empresa, y la que más trabajo de integración lleva.

Término	Qué es
API	La puerta por la que un programa habla con otro. Integrar IA en tu software es, casi siempre, llamar a la API de un modelo.
Uso de herramientas	Capacidad del modelo de invocar funciones que tú defines: consultar stock, crear un ticket, enviar un correo. También se llama function calling.
RAG	Recuperación aumentada por generación: se buscan los fragmentos relevantes de tu documentación y se le pasan al modelo con la pregunta. Es la forma habitual de que conteste con la información de tu empresa.
Base de datos vectorial	Almacén de embeddings que permite encontrar los fragmentos con significado más parecido a una consulta. Es el motor de búsqueda que hay dentro de un RAG.
MCP	Model Context Protocol, un estándar abierto para conectar aplicaciones de IA con sistemas externos: archivos, bases de datos, herramientas. Su documentación lo compara con un puerto USB-C para aplicaciones de IA.
Agente de IA	Sistema que recibe un objetivo, decide los pasos y usa herramientas hasta completarlo. La diferencia con un chatbot está en si actúa o solo responde.
Sistema multiagente	Varios agentes especializados que se reparten un trabajo y se coordinan, normalmente con uno que dirige.
Orquestación	La capa que decide qué modelo, qué herramienta y qué paso toca en cada momento, y qué hacer cuando algo falla.
Sandbox	Entorno aislado donde el agente puede ejecutar código sin tocar tus sistemas. Es la diferencia entre una prueba y un incidente.
Copiloto	Asistente integrado en una herramienta que sugiere mientras la persona trabaja, sin sustituirla.

Despliegue, coste y operación

Los términos de esta sección son los que aparecen en la factura y en la conversación con el proveedor.

Término	Qué es
Inferencia	Cada ejecución del modelo para responder a algo. Es lo que se paga cuando el sistema está en marcha.
Latencia	Cuánto tarda en llegar la respuesta. En atención al cliente pesa tanto como la calidad.
Tokens de entrada y de salida	Se facturan por separado y la salida suele costar entre dos y cinco veces más. Conviene saberlo antes de pedir respuestas largas.
Caché de prompt	Reutilizar la parte fija de una instrucción entre peticiones para no pagarla cada vez. Es el ahorro más grande y el que menos se aplica.
Procesamiento por lotes	Enviar muchas peticiones juntas sin urgencia, a cambio de un descuento notable. Sirve para clasificar archivos o generar fichas en masa.
Límite de peticiones	El techo de llamadas por minuto que permite el proveedor. Si tu proceso lo supera, hay que espaciarlo o pedir ampliación.
Pesos abiertos	Modelos cuyos pesos se publican y se pueden ejecutar por cuenta propia. No siempre equivale a código abierto en sentido estricto.
Autohospedado	Ejecutar el modelo en infraestructura propia en lugar de llamar a una API. Da control sobre los datos y exige hardware y mantenimiento.
Retirada de modelos	Los proveedores jubilan versiones antiguas con una fecha anunciada. Si integras una en producción, esa fecha va en tu calendario.
Benchmark	Prueba estandarizada para comparar modelos. Orienta, pero la única comparación que decide es la que haces con tus propios casos.

Riesgo, normativa y seguridad

Lo que hay que tener resuelto antes de poner un sistema delante de un cliente.

Término	Qué es
EU AI Act	El Reglamento (UE) 2024/1689, primer marco legal integral sobre IA. Clasifica los sistemas por riesgo y aplica obligaciones distintas a cada nivel.
Sistema de alto riesgo	Categoría del reglamento para usos que afectan a derechos o seguridad, como selección de personal o crédito. Exige documentación, evaluación y supervisión humana.
Riesgo limitado	Nivel donde caen los sistemas que interactúan con personas. La obligación principal es avisar de que se está hablando con una IA.
Supervisión humana	Que una persona pueda entender, revisar y revertir lo que hace el sistema. Es requisito legal en los usos de alto riesgo y buena práctica en todos.
RGPD	El reglamento europeo de protección de datos. Se aplica en cuanto el sistema trata datos personales, con independencia de que use IA o no.
Dato personal	Cualquier información sobre una persona identificable, incluido un teléfono, un correo o la grabación de una llamada.
Sesgo	Cuando el sistema reproduce desigualdades presentes en los datos con los que aprendió. Se detecta midiendo resultados por grupo, no leyendo el modelo.
Deepfake	Contenido sintético que imita a una persona real. Su difusión sin marcar tiene obligaciones específicas en el reglamento europeo.
Contenido sintético	Texto, imagen o audio generado por IA. El reglamento obliga a marcarlo en determinados supuestos para que sea reconocible.
Inyección de prompt	Ataque que esconde instrucciones dentro de un contenido que el modelo va a leer, para que haga algo que no debía. Es el riesgo de seguridad propio de los agentes.
AI washing	Presentar como impulsado por IA algo que no lo está. Además de desgastar la credibilidad, entra en el terreno de las prácticas comerciales desleales.

Visibilidad en buscadores generativos

Términos nuevos, de 2024 en adelante, que ya afectan a cómo se encuentra una empresa.

Término	Qué es
GEO	Optimización para motores generativos: trabajar el contenido para que una IA lo cite como fuente en su respuesta.
AI Overviews	Los resúmenes generados por IA que Google muestra sobre los resultados. Google afirma que no requieren ninguna optimización especial más allá del SEO habitual.
AEO	Optimización para respuestas, la variante centrada en que el contenido resuelva preguntas concretas de forma extractable.
llms.txt	Fichero propuesto para dar a los modelos un índice del sitio en texto plano. Coste cero y eficacia sin demostrar por ahora.
Rastreadores de IA	Los robots con los que las empresas de IA leen la web. Se les permite o se les bloquea desde `robots.txt`, y esa decisión afecta a si te pueden citar.

Tienes esta última sección desarrollada en qué son el SEO y el GEO en 2026.

Cómo usar este glosario en una reunión con proveedores

Tres preguntas que separan una propuesta seria de una presentación bonita, todas hechas con términos de esta lista.

Dónde va el dato. Si te ofrecen "IA entrenada con tus documentos", pregunta si es ajuste fino o RAG. Casi siempre será RAG, que es más barato, más rápido de actualizar y más fácil de auditar.

Qué se paga y por qué. Pide el coste desglosado en tokens de entrada y de salida, y pregunta si aplican caché de prompt. Es la diferencia entre una factura estable y una sorpresa.

Quién revisa. Pregunta en qué punto interviene una persona y qué pasa si el sistema se equivoca. Si la respuesta es que no se equivoca, la conversación ya te ha dicho algo.

Fuentes

Si quieres ver estos términos aplicados a un caso concreto, sigue por qué es un agente de IA y automatizar procesos administrativos con IA. Y si prefieres que lo miremos sobre tu operación, cuéntanos tu caso.

Preguntas frecuentes

¿Cuál es la diferencia entre IA e IA generativa?

La inteligencia artificial es el campo entero, que incluye clasificar, predecir y optimizar. La generativa es la parte que produce contenido nuevo, y es la que ha protagonizado el cambio de los últimos años.

¿Un chatbot es un agente?

Solo si actúa. Un chatbot responde y termina; un agente decide pasos y usa herramientas hasta cumplir un objetivo. Lo desarrollamos en qué es un agente de IA.

¿Qué necesito para que la IA conteste con la información de mi empresa?

Un sistema RAG en la mayoría de casos: tus documentos indexados y un modelo que los recibe junto a cada pregunta. El ajuste fino se reserva para casos con datos muy específicos y volumen alto.

¿Por qué se factura por tokens y no por consulta?

Porque el coste real depende de cuánto texto se procesa. Una pregunta corta sobre un documento de cien páginas cuesta más que una pregunta larga sin adjuntos.

¿Todo esto aplica a una empresa pequeña?

Los términos de coste y de normativa, sí, desde la primera integración. Los de arquitectura solo cuando montas algo propio. Si estás empezando, mira qué es digitalizar una empresa.

¿Cada cuánto envejece un glosario como este?

Rápido en la parte de producto y despacio en la de conceptos. Los términos de modelos y coste cambian cada pocos meses; los de normativa siguen el calendario del reglamento europeo, que llega hasta 2028.

← Volver al blog