Inicio › Tecnología › Inteligencia Artificial
La inteligencia artificial (IA) es el campo de la informática que desarrolla sistemas capaces de realizar tareas que, hasta ahora, requerían inteligencia humana: aprender de la experiencia (machine learning), reconocer patrones (visión por computador), entender y generar lenguaje natural (NLP), tomar decisiones y resolver problemas. Se distingue entre IA débil o estrecha (diseñada para una tarea específica, como reconocimiento facial) e IA general (AGI, que replicaría la inteligencia humana completa, aún teórica).
La IA es enseñar a los ordenadores a aprender solos en lugar de programar cada regla manualmente. Le muestras al sistema miles de fotos de gatos y perros etiquetadas y él aprende a distinguirlos. Le das millones de textos y aprende a predecir qué palabra sigue (así funcionan ChatGPT y Gemini). En lugar de programar 'si X entonces Y', dejas que el modelo descubra los patrones por sí mismo a partir de los datos.
Una aseguradora española usa IA para detección de fraude: un modelo de gradient boosting analiza en tiempo real cada siniestro (100+ variables: historial del cliente, patrón de llamadas, geolocalización, coherencia interna del parte) y asigna una puntuación de riesgo. Los casos con score >0,85 van a revisión manual. El modelo se re-entrena mensualmente con nuevos casos confirmados de fraude. Resultado: reducción del 34% en siniestros fraudulentos pagados en el primer año.
En España, la Estrategia Nacional de Inteligencia Artificial (ENIA 2021-2026) destina 600 M€ a IA. El Reglamento de IA de la UE (2024) clasifica los sistemas por riesgo (inaceptable, alto, limitado, mínimo) e impone obligaciones de transparencia y auditoría para sistemas de alto riesgo (crédito, empleo, salud, infraestructuras críticas). Las empresas que usen IA de alto riesgo en España deberán registrarse en la AESIA (Agencia Española de Supervisión de la IA).
Error 1: confundir IA con automatización —la automatización sigue reglas fijas; la IA aprende y se adapta. Error 2: creer que más datos siempre mejoran el modelo —los datos irrelevantes o sesgados degradan el rendimiento. Error 3: ignorar el sesgo algorítmico —modelos entrenados con datos históricos sesgados reproducen y amplifican esa discriminación. Error 4: no explicar las decisiones de la IA cuando la ley lo exige (art. 22 RGPD: derecho a no ser objeto de decisiones automatizadas sin explicación).
Reglamento de IA de la UE (AI Act, 2024) — marco regulatorio europeo por niveles de riesgo. RGPD art. 22 — derecho a explicación de decisiones automatizadas. Estrategia Nacional de IA (ENIA 2021-2026). ISO/IEC 42001:2023 — sistema de gestión de IA.
IA es el concepto más amplio (sistemas que simulan inteligencia). Machine learning es una técnica de IA donde el sistema aprende de datos sin programación explícita. Deep learning es un subconjunto del machine learning que usa redes neuronales de muchas capas (redes neuronales profundas) para reconocer patrones complejos como imágenes o texto.
Es un modelo de deep learning entrenado con cientos de miles de millones de palabras de texto. Aprende a predecir el token siguiente dado un contexto (prompt). GPT-4, Claude, Gemini y Llama son LLMs. Su capacidad emergente de razonamiento surge de la escala del entrenamiento, no de reglas programadas.
No siempre, pero hay restricciones. El art. 22 del RGPD prohíbe las decisiones automatizadas con efectos jurídicos significativos sin intervención humana, salvo consentimiento explícito o necesidad contractual. El AI Act clasifica usos de alto riesgo (crédito, selección de personal, evaluación educativa) que exigen auditoría, transparencia y supervisión humana.