Glosario de IA
Términos clave de IA y tecnología empresarial — explicaciones prácticas y accesibles.
135 terms
A
A/B Testing de Modelos de IA
El A/B testing para modelos de IA compara múltiples versiones del modelo en producción para determinar cuál ofrece mejores resultados de negocio con confianza estadística.
Leer más →A2A (Agent-to-Agent Protocol)
Protocolo de comunicación entre agentes de IA de diferentes proveedores — permitiendo la colaboración entre agentes de Google, Microsoft y Salesforce.
Leer más →Adquisición de soluciones de IA
El proceso de evaluar, seleccionar y adquirir soluciones de IA, que requiere criterios especializados más allá de la adquisición tradicional de TI.
Leer más →Agentes autónomos de IA
Sistemas de IA que planifican, ejecutan y adaptan de forma independiente secuencias de acciones para lograr objetivos complejos con mínima intervención humana.
Leer más →AI Red Teaming
Pruebas de seguridad de sistemas de IA mediante ataques simulados — encontrar vulnerabilidades, evasiones de guardrails y métodos de manipulación de modelos.
Leer más →Alfabetización en IA
Obligatoria desde febrero de 2025 — la capacidad de comprender y usar la IA de forma responsable, exigida por el artículo 4 del AI Act.
Leer más →Alineación de la IA
El desafío de garantizar que los sistemas de IA actúen de acuerdo con los valores, intenciones y requisitos de seguridad humanos.
Leer más →Análisis de Sentimiento
Tecnología de IA que detecta y clasifica automáticamente el tono emocional y las opiniones en datos de texto a escala.
Leer más →Anonimización de datos IA
Eliminación o enmascaramiento automático de datos personales (PII) en conjuntos de entrenamiento y consultas a modelos de IA, conforme al RGPD.
Leer más →Anotación de Datos (Data Labeling)
El proceso de etiquetar datos brutos con etiquetas informativas para habilitar el aprendizaje automático supervisado.
Leer más →Aprendizaje Federado
Enfoque de entrenamiento distribuido que permite a los modelos de IA aprender de datos descentralizados sin compartir datos brutos entre las partes.
Leer más →Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF)
Una técnica de entrenamiento que utiliza las preferencias humanas para hacer que los modelos de IA sean más seguros y útiles.
Leer más →Aprendizaje por Transferencia
Una técnica de IA donde un modelo es preentrenado en un gran conjunto de datos y luego adaptado para tareas específicas con menos datos.
Leer más →Aprendizaje Zero-Shot
La capacidad de los modelos de IA para realizar tareas para las que no han visto ejemplos de entrenamiento específicos.
Leer más →Ataques Adversariales a la IA
Ataques que engañan o manipulan sistemas de IA mediante entradas cuidadosamente construidas para producir salidas incorrectas o comportamiento no deseado.
Leer más →Auditoría de IA
Evaluación sistemática de sistemas de IA en cuanto a seguridad, cumplimiento normativo, calidad de resultados y riesgo empresarial.
Leer más →Automatización de procesos con IA
Uso de la inteligencia artificial para automatizar procesos empresariales complejos que implican juicio, datos no estructurados y toma de decisiones dinámica.
Leer más →B
Base de datos vectorial
Base de datos especializada que almacena datos como vectores numéricos — permitiendo la búsqueda semántica de contenido «similar».
Leer más →Benchmarks de IA
Los benchmarks de IA son marcos de evaluación estandarizados que miden y comparan las capacidades de los modelos de IA en tareas y dominios específicos.
Leer más →Búsqueda semántica
Tecnología de búsqueda que comprende el significado y la intención detrás de las consultas en lugar de simplemente coincidir palabras clave.
Leer más →C
Caché Semántico
El almacenamiento en caché de respuestas de IA basado en similitud semántica para mejorar el rendimiento y reducir costos.
Leer más →Capacidades emergentes en IA
Capacidades que surgen inesperadamente en grandes modelos de IA a ciertas escalas, ausentes en versiones más pequeñas de la misma arquitectura.
Leer más →Centro de Excelencia de IA
Una unidad organizativa dedicada que impulsa la adopción de IA proporcionando experiencia, estándares, buenas prácticas y recursos compartidos.
Leer más →Chain of Thought
Técnica de prompting en la que el modelo de IA «piensa en voz alta» — razona paso a paso, mejorando la precisión en preguntas complejas.
Leer más →Chatbot vs. Agente de IA
Comprender las diferencias fundamentales entre los chatbots simples y los agentes de IA autónomos para tomar decisiones de despliegue informadas.
Leer más →Chunking de documentos
El proceso de dividir documentos en segmentos más pequeños y significativos, optimizados para la recuperación y el procesamiento de IA en sistemas RAG.
Leer más →CI/CD para IA
CI/CD para IA extiende las prácticas de integración y entrega continuas al aprendizaje automático, automatizando las pruebas, la validación y el despliegue de modelos y pipelines de datos.
Leer más →Clasificación de Riesgo de IA
Marcos para categorizar sistemas de IA según su potencial de daño para la sociedad y los individuos.
Leer más →Computación Confidencial
Tecnología basada en hardware que protege los datos sensibles mientras se procesan en IA, incluso de los proveedores de nube.
Leer más →Computer Use (IA)
Capacidad de los modelos de IA para controlar directamente un ordenador — hacer clic, teclear, navegar por interfaces como un humano.
Leer más →Conversión voz-texto y texto-voz
Tecnologías de IA que convierten el habla en texto escrito y viceversa, habilitando interfaces de voz y soluciones de accesibilidad.
Leer más →Coste Total de Propiedad de la IA
Comprensión de la perspectiva financiera completa de las iniciativas de IA, desde infraestructura y licencias hasta mantenimiento y talento.
Leer más →Cuantización
Una técnica para reducir el tamaño del modelo y acelerar la inferencia mediante el uso de formatos numéricos de menor precisión.
Leer más →D
Datos sintéticos
Conjuntos de datos generados artificialmente que preservan las propiedades estadísticas de los originales — para entrenamiento de IA sin violaciones de privacidad.
Leer más →Deriva de Datos
El desplazamiento gradual de los datos de producción respecto a los datos de entrenamiento de un modelo, que lleva a una degradación del rendimiento y predicciones poco fiables.
Leer más →Destilación del Conocimiento
Técnica de entrenamiento en la que un modelo más pequeño "estudiante" aprende a replicar el comportamiento de un modelo "profesor" más grande.
Leer más →Detección de Deepfakes
Los deepfakes son medios sintéticos generados por IA que replican de forma convincente a personas reales, planteando graves riesgos para la seguridad empresarial y la integridad de la información.
Leer más →E
Edge AI
Ejecución de modelos de IA directamente en dispositivos finales — sin enviar datos a la nube, con latencia mínima.
Leer más →Embedding (representación vectorial)
Representación de texto, imágenes o audio como vectores numéricos — la base de la búsqueda semántica y los sistemas RAG.
Leer más →Envenenamiento de Datos
Ataques que corrompen los datos de entrenamiento de un modelo de IA para hacer que el modelo realice predicciones incorrectas o manipulables en el despliegue.
Leer más →Envenenamiento de Modelos
Ataques adversariales en los que se introducen datos dañinos en el proceso de entrenamiento para manipular el comportamiento del modelo.
Leer más →Escalar la IA en las organizaciones
Pasar la IA de pilotos aislados a adopción a nivel empresarial, abordando los desafíos técnicos, organizacionales y culturales a escala.
Leer más →Estrategia corporativa de IA
Un plan integral que alinea las iniciativas de IA con los objetivos de negocio, cubriendo tecnología, talento, datos, gobernanza y cultura.
Leer más →Evaluación de modelos de IA
La evaluación de modelos de IA analiza sistemáticamente el rendimiento mediante métricas, conjuntos de prueba y criterios específicos del dominio para garantizar la preparación para producción.
Leer más →G
Gemelo Digital
Una réplica virtual de un sistema físico, proceso u organización que permite simulación, optimización y análisis predictivo impulsados por IA.
Leer más →Generación de código con IA
Uso de modelos de IA para escribir, completar y transformar automáticamente código fuente a partir de instrucciones en lenguaje natural o contexto.
Leer más →Generación de imágenes con IA
Creación de imágenes originales a partir de descripciones textuales u otras entradas usando modelos de IA como redes de difusión y GANs.
Leer más →Generación de vídeo con IA
Uso de la IA para crear, editar y mejorar contenido de vídeo a partir de prompts de texto, imágenes o material existente con una producción manual mínima.
Leer más →Gestión del conocimiento con IA
Uso de la IA para capturar, organizar, recuperar y generar conocimiento organizacional, haciendo accesible la experiencia institucional a escala.
Leer más →Gobernanza de IA
Marco organizativo para gestionar la IA en la empresa — políticas, procesos, responsabilidades y cumplimiento normativo.
Leer más →GPU & TPU para IA
Procesadores especializados para el entrenamiento y la ejecución de modelos de IA.
Leer más →Grafo de conocimiento
Una representación estructurada de entidades y sus relaciones que permite a los sistemas de IA razonar sobre información conectada.
Leer más →Grounding AI
Técnica de anclar las respuestas del modelo de IA en datos factuales — eliminando alucinaciones proporcionando contexto de fuentes fiables.
Leer más →Guardrails de IA
Mecanismos de protección que limitan el comportamiento de los modelos de IA — filtros de contenido, validación de salidas, límites de permisos y controles de seguridad.
Leer más →Guía del Reglamento IA de la UE
El Reglamento IA de la UE es el primer marco legal integral del mundo para la inteligencia artificial, que establece normas basadas en niveles de riesgo.
Leer más →H
Hiperautomatización
El uso de múltiples tecnologías de IA y automatización para automatizar exhaustivamente los procesos empresariales.
Leer más →Hoja de ruta de implementación de IA
Un plan por fases para desplegar IA en una organización, cubriendo evaluación, pilotos, escalado e integración a nivel empresarial.
Leer más →Human-in-the-Loop
Patrón de diseño donde un humano verifica y aprueba las decisiones de la IA — control de calidad y seguridad.
Leer más →I
IA agéntica
Sistemas de IA capaces de planificar, decidir y ejecutar tareas de múltiples pasos de forma autónoma, sin supervisión humana constante.
Leer más →IA como Servicio (AIaaS)
Servicios de IA basados en la nube que permiten a las organizaciones acceder a capacidades de inteligencia artificial sin construir infraestructura desde cero.
Leer más →IA Conversacional
Sistemas de IA capaces de comprender el lenguaje natural y responder de manera similar a la humana, manteniendo diálogos contextualmente conscientes y de múltiples turnos.
Leer más →IA en el Sector Legal
Cómo la IA está transformando el trabajo legal a través del análisis de documentos, revisión de contratos, investigación jurídica y automatización del cumplimiento.
Leer más →IA en Finanzas
Cómo la IA está transformando los servicios financieros mediante la detección de fraude, evaluación de riesgos, automatización del trading y cumplimiento regulatorio.
Leer más →IA en la Cadena de Suministro
La aplicación de tecnologías de IA para optimizar las operaciones de la cadena de suministro, las previsiones de demanda y la gestión de riesgos.
Leer más →IA en la nube vs. on-premise
Comparación de los modelos de despliegue de IA en la nube y on-premise en términos de coste, control, seguridad, escalabilidad y cumplimiento.
Leer más →IA en las pruebas de software
Aplicación de la IA para automatizar la creación, ejecución y mantenimiento de pruebas, mejorando la cobertura y detectando defectos antes en el desarrollo.
Leer más →IA en Logística
Cómo la IA optimiza cadenas de suministro, planificación de rutas, previsión de demanda y operaciones de almacén para mayor eficiencia.
Leer más →IA en Manufactura
Cómo la IA optimiza la manufactura a través del control de calidad, el mantenimiento predictivo, la optimización de procesos y la automatización de fábricas inteligentes.
Leer más →IA en Marketing
Cómo la IA transforma el marketing a través de la personalización, generación de contenido, targeting de audiencias y optimización de campañas.
Leer más →IA en RRHH y Reclutamiento
Aplicaciones de IA en recursos humanos, desde la criba de candidatos hasta la retención de empleados, con atención a los riesgos de sesgo y regulatorios.
Leer más →IA en Sanidad
Cómo la IA avanza en el diagnóstico médico, el descubrimiento de fármacos, la atención al paciente y la eficiencia del sistema sanitario.
Leer más →IA en Servicio al Cliente
Cómo la inteligencia artificial transforma el soporte al cliente a través de la automatización inteligente, la personalización y la disponibilidad 24/7.
Leer más →IA explicable (XAI)
Técnicas que permiten comprender por qué un modelo de IA tomó una decisión determinada — fundamental para la confianza, auditoría y cumplimiento del AI Act.
Leer más →IA Generativa
Sistemas de IA capaces de crear nuevo contenido, incluidos texto, imágenes, código, audio y vídeo, a partir de patrones aprendidos.
Leer más →IA multimodal
Modelos de IA que procesan texto, imágenes, audio y vídeo simultáneamente — comprendiendo el contexto desde múltiples fuentes de información.
Leer más →IA open source
Modelos, frameworks y herramientas de IA publicados bajo licencias abiertas que permiten transparencia, personalización e innovación impulsada por la comunidad.
Leer más →IA Responsable
Principios y prácticas que garantizan que los sistemas de IA se desarrollen y desplieguen de manera ética, justa, transparente y responsable.
Leer más →IA y RGPD
El cumplimiento del RGPD para sistemas de IA requiere un manejo cuidadoso de los datos personales a lo largo del ciclo de vida del aprendizaje automático, desde el entrenamiento hasta la inferencia.
Leer más →Inferencia IA
El proceso de generación de respuestas por un modelo de IA entrenado — la fase de producción donde el modelo procesa entradas y devuelve resultados.
Leer más →Ingeniería de Características
La ingeniería de características transforma los datos brutos en variables de entrada significativas que mejoran el rendimiento del modelo de IA y la capacidad predictiva.
Leer más →Ingeniería de Prompts
El arte y la ciencia de crear entradas efectivas para modelos de lenguaje de IA para obtener las salidas deseadas.
Leer más →Integración de IA con sistemas TI
Conexión de capacidades de IA con la infraestructura TI empresarial existente, desde ERPs y CRMs hasta bases de datos y plataformas de comunicación.
Leer más →L
Leyes de escalado neuronal
Relaciones empíricas que muestran cómo el rendimiento de los modelos de IA mejora de forma predecible con aumentos en tamaño del modelo, datos y cómputo.
Leer más →Llamada a Funciones (Function Calling)
Capacidad de LLM que permite a los modelos invocar herramientas y APIs externas generando llamadas a funciones estructuradas.
Leer más →LLM Routing
Dirección inteligente de consultas al modelo de lenguaje adecuado según la complejidad, el coste y la calidad de respuesta requerida.
Leer más →M
Mantenimiento Predictivo
El uso de IA para predecir fallos en equipos antes de que ocurran, minimizando el tiempo de inactividad y optimizando los costos de mantenimiento.
Leer más →Marca de Agua de IA
Técnicas para incrustar señales imperceptibles en el contenido generado por IA para su rastreo y detección.
Leer más →MCP (Model Context Protocol)
Estándar abierto para la comunicación entre modelos de IA y fuentes de datos y herramientas externas — el «USB-C de la inteligencia artificial».
Leer más →Mecanismo de Atención
El componente central de los modelos Transformer que les permite ponderar dinámicamente las partes relevantes de la entrada.
Leer más →Mixture of Experts (MoE)
Una arquitectura de IA en la que diferentes subredes especializadas se activan selectivamente para diferentes entradas.
Leer más →MLOps
La práctica de combinar el desarrollo de machine learning y las operaciones de TI para optimizar el despliegue y la gestión de modelos.
Leer más →Modelo de madurez de IA
Un marco estructurado para evaluar la preparación, capacidades y progresión de una organización en la adopción de la inteligencia artificial.
Leer más →Modelo fundacional
Modelo de IA grande y preentrenado que sirve como base — personalizado mediante fine-tuning para aplicaciones específicas.
Leer más →Monitoreo de modelos de IA
El monitoreo de modelos de IA realiza un seguimiento continuo del rendimiento, la calidad de los datos y la salud del sistema en producción para detectar degradaciones y garantizar operaciones fiables.
Leer más →O
Observabilidad de IA
Monitorización en tiempo real de sistemas de IA — seguimiento de rendimiento, costes, calidad de respuestas y anomalías en producción.
Leer más →OCR con IA
Reconocimiento óptico de caracteres avanzado que utiliza IA para extraer texto de imágenes y documentos con alta precisión.
Leer más →Orquestación de IA
Coordinación de múltiples modelos y agentes de IA trabajando juntos en tareas complejas — desde la asignación de recursos hasta la gestión de flujos de datos.
Leer más →P
Pipeline de IA
Un pipeline de IA es una secuencia automatizada de pasos de procesamiento de datos, entrenamiento de modelos, evaluación y despliegue que produce sistemas de IA listos para producción.
Leer más →Privacidad Diferencial
Marco matemático que permite a los sistemas de IA aprender de conjuntos de datos proporcionando garantías formales para proteger la privacidad individual.
Leer más →Procesamiento del Lenguaje Natural (PLN)
El campo de la IA que se ocupa de comprender y generar el lenguaje humano.
Leer más →Procesamiento Inteligente de Documentos (IDP)
Sistemas impulsados por IA para la extracción, clasificación y procesamiento automático de información de documentos.
Leer más →Programación en pareja con IA
Colaboración con un asistente de IA durante el desarrollo de software para obtener sugerencias de código en tiempo real, depuración y resolución de problemas.
Leer más →Prompt Injection
Ataque que inyecta instrucciones maliciosas en los datos de entrada del modelo de IA — para tomar el control de su comportamiento.
Leer más →Pruebas de Cumplimiento de IA
Procesos para verificar que los sistemas de IA cumplen con los requisitos legales, las directrices éticas y los estándares empresariales.
Leer más →R
RAG (Retrieval-Augmented Generation)
Técnica que combina recuperación de información con generación — la IA responde basándose en documentos actuales, no solo en su «memoria».
Leer más →RAG multimodal
Generación Aumentada por Recuperación que trabaja con texto, imágenes, tablas y otros tipos de datos para respuestas de IA más ricas y completas.
Leer más →Razonamiento de la IA
La capacidad de los sistemas de IA para realizar pensamiento lógico, resolución de problemas en múltiples pasos y análisis estructurado más allá del reconocimiento de patrones.
Leer más →Recuperación de información para IA
La ciencia y práctica de encontrar información relevante en grandes colecciones para proporcionar a los sistemas de IA conocimiento preciso y fundamentado.
Leer más →Registro de Modelos
Un repositorio central para gestionar, versionar y administrar el ciclo de vida de los modelos de ML.
Leer más →Reranking
Un proceso de recuperación en segunda etapa que reordena los resultados de búsqueda usando un modelo más sofisticado para mejorar la relevancia y precisión.
Leer más →Resumen de documentos con IA
Uso de la IA para condensar automáticamente documentos extensos en resúmenes concisos conservando la información y el contexto clave.
Leer más →ROI de la IA
Marcos y métodos para medir el retorno de la inversión en proyectos de IA, incluyendo beneficios cuantitativos y cualitativos.
Leer más →RPA vs. IA
Comparación entre la Automatización Robótica de Procesos y la automatización impulsada por IA — sus fortalezas, limitaciones y cómo se complementan.
Leer más →S
Salida Estructurada
La capacidad de los modelos de IA para generar respuestas en formatos predefinidos como JSON o XML, facilitando el procesamiento programático.
Leer más →Sandbox de IA
Un entorno aislado para experimentar con modelos de IA de forma segura, probar nuevos enfoques y validar soluciones antes del despliegue en producción.
Leer más →Servicio de Modelos
La infraestructura y los procesos para desplegar modelos ML como servicios de producción para inferencia en tiempo real.
Leer más →Sesgo de IA
Prejuicios sistemáticos en las salidas de modelos de IA resultado de datos de entrenamiento desiguales — riesgo de discriminación e incumplimiento normativo.
Leer más →Shadow AI
Uso no autorizado de herramientas de IA por empleados — sin conocimiento ni control del departamento de TI, con riesgo de filtración de datos.
Leer más →Sistemas de Recomendación
Sistemas de IA que sugieren contenidos, productos o acciones personalizados a los usuarios basándose en preferencias e historial de comportamiento.
Leer más →Sistemas multiagente
Arquitectura de IA donde decenas de agentes especializados colaboran en tareas — cada uno con competencias y roles únicos.
Leer más →SLM (Small Language Models)
Modelos de IA compactos (1–7 mil millones de parámetros) que funcionan localmente, rápido y a bajo coste — ideales para tareas especializadas sin costes de nube.
Leer más →Streaming de Tokens
La salida gradual de respuestas de IA token por token, en lugar de esperar a la generación completa, lo que mejora la capacidad de respuesta percibida.
Leer más →T
Tarjeta de Modelo
Documentación estandarizada que describe las capacidades, limitaciones y consideraciones éticas de un modelo de IA.
Leer más →Temperatura y Top-P
Parámetros que controlan la aleatoriedad y creatividad de las salidas de los modelos de IA, modificando la distribución de probabilidad de los tokens.
Leer más →Tokenización IA
Proceso de conversión de texto en tokens (fragmentos de palabras/caracteres) que el modelo de IA comprende — impacta directamente en costes y calidad.
Leer más →Traducción automática con IA
Sistemas de traducción impulsados por IA que convierten texto entre idiomas con una precisión, fluidez y conciencia de dominio crecientes.
Leer más →Transformer
La arquitectura revolucionaria de red neuronal que forma la base de los modernos modelos de lenguaje de IA.
Leer más →V
Vendor lock-in en IA
El riesgo de volverse excesivamente dependiente de la tecnología propietaria de un único proveedor de IA, haciendo que el cambio sea costoso o impracticable.
Leer más →Ventana de contexto
Cantidad máxima de texto (tokens) que un modelo de IA puede procesar en una sola consulta — una limitación clave del rendimiento de los LLM.
Leer más →Versionado de modelos
El versionado de modelos rastrea los cambios en los modelos de IA, sus datos de entrenamiento y configuraciones para garantizar la reproducibilidad y permitir un rollback fiable.
Leer más →Vibe Coding
Crear software describiendo en lenguaje natural — el desarrollador dice «qué», la IA genera el «cómo».
Leer más →Visión por Computador
Tecnología de IA que permite a los ordenadores interpretar y comprender información visual de imágenes y vídeos.
Leer más →