Fundamentos de IA gratuitos · Lección 1 de 12

Comprende qué está haciendo la IA

Distingue entre una predicción, un borrador generado y un hecho verificado.

Elige tu camino práctico

Comprender

La IA es una amplia familia de métodos informáticos para tareas como reconocer patrones, seleccionar opciones y generar contenido. No todas las tareas automatizadas necesitan IA: un temporizador que sigue una regla fija es diferente de un modelo que aprende patrones a partir de ejemplos. El aprendizaje automático es una forma de construir IA. La IA generativa produce nuevo texto, imágenes, audio u otro contenido a partir de patrones aprendidos durante el entrenamiento.

El entrenamiento ajusta un modelo usando ejemplos. Usar un modelo ya entrenado para producir una respuesta se llama inferencia. Un modelo de lenguaje procesa fragmentos de texto llamados tokens y predice continuaciones en contexto. Una respuesta fluida no es prueba de que el modelo consultó un hecho, entendió tu situación o tiene permiso para actuar. Algunos productos conectan modelos a búsqueda u otras herramientas; esas capacidades deben verificarse por separado.

Mantén tres cosas separadas: lo que proporcionaste, lo que generó el sistema y lo que verificaste. Un borrador puede ser útil antes de que sea verdadero o esté listo para usar. Una conversación similar a la humana no establece consciencia ni juicio confiable. No necesitas resolver esas preguntas filosóficas para establecer límites prácticos en una herramienta.

Pruébalo en tu vida o trabajo

Práctica personal

Lista tres tareas que realizas en una semana. Etiqueta cada una como automatización con reglas fijas, reconocimiento de patrones o redacción. Ejemplo: una alarma repetitiva es automatización con reglas fijas; clasificar fotos por sujeto usa reconocimiento de patrones; escribir una invitación es redacción. Algunas tareas pueden involucrar más de una.

Práctica empresarial

Clasifica estas partes de un proceso ficticio de atención de consultas: dirigir mensajes según una etiqueta fija de asunto; predecir la categoría de la consulta; redactar una respuesta. Indica qué resultado necesita una comprobación de los hechos y qué acción requiere aprobación.

Mantén: Una lista de tres columnas: hechos proporcionados / adiciones de IA / hechos por verificar.

Usa información ficticia o no sensible. La práctica escrita no requiere una cuenta de IA. Las demostraciones en vivo son opcionales; otras herramientas tienen sus propios términos y costos.

Comprueba tu comprensión: un chatbot escribe una respuesta convincente sobre las horas de apertura de hoy. ¿Qué establece eso?

Mostrar la respuesta y la explicación

El modelo generó una respuesta plausible; aún deben verificarse las horas actuales. Escribir una respuesta no establece la recuperación de fuentes, la precisión actual ni la autorización.

Esta es una autoevaluación, no una certificación calificada. Las respuestas y las notas del ejercicio no se envían a AstraCruz.