Glosario IA.

No implica conciencia: combina modelos, reglas, datos e infraestructura para cumplir objetivos explícitos o implícitos con distintos grados de autonomía.

Un sistema que prioriza estudios médicos para revisión profesional.

Incluye más que el modelo: datos, interfaces, reglas, supervisión humana, infraestructura y procesos de operación que afectan entornos físicos o virtuales.

Un recomendador compuesto por modelo, catálogo, API, controles y monitoreo.

El entrenamiento ajusta parámetros para mejorar una función objetivo; su utilidad depende de la calidad de datos, validación y capacidad de generalizar.

Predecir abandono de clientes usando historiales etiquetados.

El modelo aprende una relación entre entradas y objetivos; se utiliza principalmente para clasificación y regresión y requiere etiquetas representativas.

Clasificar correos como spam o legítimos.

Busca agrupaciones, representaciones, anomalías o regularidades sin una verdad objetivo explícita; los resultados necesitan interpretación posterior.

Segmentar clientes por patrones de compra.

El agente interactúa con un entorno y optimiza una política para maximizar recompensa acumulada, equilibrando exploración y explotación.

Aprender una estrategia de control para un robot simulado.

Es el artefacto aprendido o diseñado que se usa durante la inferencia; no debe confundirse con el sistema completo que lo integra.

Una red neuronal que estima demanda semanal.

En ML, un algoritmo puede especificar cómo entrenar un modelo, optimizar parámetros o ejecutar una búsqueda; el algoritmo no es necesariamente el modelo resultante.

Descenso de gradiente para minimizar una pérdida.

Itera sobre ejemplos, calcula errores y modifica parámetros; debe separarse conceptualmente de validación, prueba e inferencia en producción.

Ajustar una red durante 20 épocas con mini lotes.

Puede ejecutarse en línea, por lotes o en un dispositivo; su costo se evalúa con latencia, rendimiento, memoria y calidad de salida.

Generar una respuesta de un LLM ante una consulta.

Debe documentar procedencia, licencia, cobertura, sesgos, transformaciones y particiones para evitar fugas y conclusiones engañosas.

Imágenes etiquetadas divididas en entrenamiento, validación y prueba.

Puede ser original o derivada mediante ingeniería de características; su definición debe permanecer consistente entre entrenamiento e inferencia.

Antigüedad de cuenta para predecir abandono.

Representa la respuesta que el modelo intenta predecir; errores, ambigüedad o criterios inconsistentes de etiquetado limitan el desempeño alcanzable.

Fraude o no fraude para cada transacción histórica.

Pesos y sesgos codifican el comportamiento adquirido; la cantidad de parámetros influye en capacidad, memoria y costo, pero no garantiza calidad.

Los pesos de las capas de un Transformer.

Controla arquitectura u optimización y suele seleccionarse con experimentos, búsqueda o validación, evitando ajustar decisiones con el conjunto de prueba.

Tasa de aprendizaje, tamaño de lote o número de capas.

Varias épocas permiten seguir ajustando parámetros, pero demasiadas pueden aumentar sobreajuste; se observan curvas de entrenamiento y validación.

Entrenar diez épocas sobre un millón de ejemplos.

El tamaño de lote afecta estabilidad del gradiente, memoria, paralelismo y velocidad; un mini lote aproxima el gradiente del conjunto completo.

Procesar 64 imágenes antes de actualizar los pesos.

Un valor alto puede desestabilizar el entrenamiento y uno bajo volverlo lento; frecuentemente se modifica con calendarios y calentamiento inicial.

Reducir la tasa cuando la pérdida de validación se estanca.

Debe corresponder al tipo de tarea y no siempre coincide con la métrica de negocio; puede incorporar regularización o varios objetivos.

Entropía cruzada para clasificación multiclase.

Usa derivadas de la pérdida para buscar valores mejores; variantes como SGD y Adam cambian cómo estiman y acumulan las actualizaciones.

Adam actualiza los pesos de una red tras cada mini lote.

Se detecta cuando mejora el entrenamiento pero empeora la validación; puede mitigarse con más datos, regularización, simplificación o parada temprana.

Un clasificador logra 99% al entrenar y 72% al validar.

Produce bajo desempeño tanto en entrenamiento como en validación; puede requerir mejores características, más capacidad o una optimización más adecuada.

Una línea recta intenta representar una relación fuertemente curva.

Es el objetivo central de ML y exige una evaluación separada, representativa y libre de fuga de información.

Un detector entrenado en una ciudad mantiene calidad en otra.

Puede ser binaria, multiclase o multietiqueta y normalmente produce puntuaciones o probabilidades que se convierten en decisiones mediante umbrales.

Determinar el tema principal de una consulta.

Se evalúa con métricas como error absoluto o cuadrático y requiere analizar residuos, valores atípicos y cambios de distribución.

Estimar el tiempo de entrega en minutos.

El resultado depende de la representación, medida de distancia y algoritmo; los grupos no constituyen automáticamente categorías verdaderas.

Agrupar documentos por similitud temática.

Cada capa transforma representaciones mediante operaciones lineales y activaciones no lineales; profundidad y arquitectura determinan su capacidad inductiva.

Una red estima si una imagen contiene un defecto.

Aprende representaciones jerárquicas a gran escala y sustenta gran parte de la visión, voz y modelos generativos actuales, con alto costo de datos y cómputo.

Un Transformer aprende lenguaje desde grandes corpus.

Aplica la regla de la cadena desde la salida hacia capas anteriores y entrega gradientes al optimizador para actualizar los pesos.

Calcular gradientes de una CNN después de una predicción errónea.

Las convoluciones explotan estructura espacial y fueron fundamentales en visión; también pueden aplicarse a audio y secuencias.

Detectar bordes, texturas y objetos en fotografías.

Procesa relaciones entre tokens con alto paralelismo y es la base de numerosos modelos de lenguaje, visión y sistemas multimodales.

Un modelo traduce un documento atendiendo a palabras distantes.

Calcula combinaciones ponderadas según su relevancia contextual, permitiendo relacionar tokens lejanos y construir representaciones dependientes del contexto.

Relacionar un pronombre con el sustantivo al que se refiere.

Elementos semánticamente relacionados tienden a ubicarse cerca en el espacio vectorial; la calidad depende del modelo, dominio y métrica usada.

Representar consultas y documentos para búsqueda semántica.

La tokenización determina longitud, costo y límites de contexto; un token no equivale necesariamente a una palabra ni a un carácter.

Una palabra poco frecuente se divide en varios fragmentos.

Debe coincidir con el usado al entrenar el modelo; maneja vocabulario, caracteres especiales, padding y truncamiento.

Convertir una consulta en IDs antes de enviarla al Transformer.

Incluye instrucciones, historial, documentos recuperados y salida reservada; superar el límite obliga a truncar, resumir o dividir información.

Un agente resume conversaciones antiguas para liberar contexto.

Predice tokens condicionados por contexto y puede adaptarse a múltiples tareas, pero no garantiza verdad, razonamiento fiable ni conocimiento actualizado.

Generar un borrador, extraer datos o responder preguntas.

Sirve como base para ajuste fino, prompting o aplicaciones especializadas; sus capacidades y riesgos se heredan en sistemas derivados.

Un modelo base se adapta para soporte técnico.

Genera muestras a partir de patrones aprendidos y condiciones de entrada; la fluidez no demuestra exactitud, originalidad ni autorización legal.

Crear una imagen desde una descripción textual.

Aprende representaciones reutilizables mediante objetivos autosupervisados antes de cualquier adaptación específica.

Predecir tokens ocultos o siguientes en un corpus masivo.

Modifica todos o parte de sus parámetros con datos especializados; requiere controlar sobreajuste, olvido y cambios de seguridad.

Adaptar un modelo para clasificar reclamos internos.

Enseña al modelo a seguir pedidos y formatos, sin garantizar por sí solo preferencias humanas, factualidad o seguridad.

Entrenar ejemplos de pregunta, formato y respuesta correcta.

Suele entrenar un modelo de recompensa y luego optimizar la política; puede mejorar utilidad, aunque hereda sesgos de evaluadores y diseño.

Personas ordenan respuestas para entrenar preferencias.

Reduce memoria y costo del ajuste fino y permite mantener varios adaptadores sobre un mismo modelo base.

Especializar un LLM con una GPU de menor capacidad.

Reduce memoria y puede acelerar inferencia, a cambio de posibles pérdidas de calidad que deben medirse por tarea y hardware.

Convertir pesos de 16 bits a 4 bits para ejecutar localmente.

El estudiante aprende de salidas o representaciones del docente, buscando conservar capacidad con menor latencia y costo.

Crear un clasificador compacto a partir de un modelo fundacional.

Incluye objetivo, restricciones, datos, ejemplos, formato de salida y criterios de calidad; debe evaluarse como parte versionada del sistema.

Solicitar JSON con campos y reglas explícitas.

Depende de capacidades adquiridas durante entrenamiento y de una instrucción clara; sirve como línea base antes de agregar ejemplos.

Clasificar sentimiento explicando solo las categorías.

Los ejemplos orientan formato y comportamiento sin actualizar parámetros; orden, diversidad y calidad pueden cambiar mucho el resultado.

Mostrar tres conversiones antes de pedir una cuarta.

Valores bajos favorecen opciones probables y consistentes; valores altos aumentan diversidad, pero no crean conocimiento ni garantizan creatividad útil.

Usar temperatura baja para extracción estructurada.

Puede incluir hechos, citas o razonamientos incorrectos; se mitiga con grounding, recuperación, herramientas, validación y posibilidad de abstención.

El modelo inventa una norma y una URL inexistente.

Limita la generación a evidencia pertinente y permite citar procedencia, aunque no elimina errores de recuperación o interpretación.

Responder usando documentos empresariales recuperados.

Separa conocimiento del modelo y contenido actualizado; exige medir indexación, recuperación, reranking, respuesta y citas de extremo a extremo.

Consultar manuales internos antes de responder soporte.

Suele guardar embeddings junto con metadatos y filtros; no reemplaza automáticamente una base relacional ni garantiza relevancia semántica.

Buscar fragmentos de documentos cercanos a una consulta.

Compara representaciones vectoriales y puede combinarse con búsqueda por palabras, filtros y reranking para mejorar precisión.

Encontrar 'cancelar suscripción' con la consulta 'darme de baja'.

Se aplica después de una recuperación rápida para mejorar los primeros resultados, con costo adicional de latencia y cómputo.

Reordenar 50 fragmentos y enviar los cinco mejores al LLM.

El tamaño y solapamiento afectan recuperación, coherencia y costo; conviene respetar estructura semántica en vez de cortar solo por caracteres.

Separar un manual por secciones antes de crear embeddings.

Un sistema multimodal alinea texto, imagen, audio o video en representaciones comunes y debe evaluarse en cada modalidad y combinación.

Responder preguntas sobre una imagen y una instrucción textual.

Durante generación parte de ruido y lo refina condicionado por texto u otras señales; domina muchas aplicaciones modernas de imagen y video.

Generar una ilustración desde un prompt.

Incluye clasificación, extracción, traducción, búsqueda, diálogo y generación; los sistemas modernos suelen utilizar Transformers.

Extraer entidades y relaciones de contratos.

Combina detección, reconocimiento y estructura; debe medir errores por carácter y preservar distribución cuando importa.

Digitalizar facturas fotografiadas.

Su calidad depende de idioma, acento, ruido y vocabulario; se evalúa frecuentemente con tasa de error de palabras.

Transcribir una reunión con marcas de tiempo.

Modela pronunciación, ritmo, timbre y prosodia; requiere controles de consentimiento y prevención de suplantación en voces clonadas.

Leer una respuesta para un asistente accesible.

Combina percepción, planificación, herramientas, memoria y ciclos de verificación; la autonomía debe limitarse según riesgo y capacidad de recuperación.

Consultar inventario, proponer una orden y pedir aprobación.

La aplicación valida y ejecuta la acción; el modelo no accede directamente al sistema, por lo que permisos y esquemas son controles críticos.

Solicitar `buscarPedido(id)` y usar su resultado.

Estandariza descubrimiento e intercambio entre clientes y servidores MCP; no sustituye autenticación, autorización ni validación de resultados.

Un asistente consulta un repositorio mediante un servidor MCP.

Puede ser episódica, semántica o de trabajo; necesita reglas de selección, caducidad, privacidad y corrección para evitar acumular errores.

Recordar preferencias confirmadas de un usuario.

La división de roles puede mejorar especialización, pero agrega comunicación, costo, errores acumulados y dificultad de evaluación.

Un agente investiga, otro redacta y un tercero verifica.

Debe definir cuándo intervenir, qué información recibe y si puede revertir la acción; una aprobación superficial no constituye supervisión efectiva.

Un analista aprueba una transferencia marcada como riesgosa.

Integra datos, experimentos, CI/CD, registro, monitoreo y respuesta a incidentes para sostener calidad después del lanzamiento.

Promover un modelo validado y monitorear deriva.

Puede degradar un modelo aunque su código no cambie; debe distinguirse de deriva conceptual y analizarse con métricas y segmentos relevantes.

Cambian los patrones de compra después de una crisis.

Combina conjuntos representativos, métricas automáticas, revisión humana y pruebas adversariales; debe versionarse y reflejar el uso real.

Comparar versiones de un asistente en exactitud y rechazo seguro.

Es intuitiva pero puede ocultar fallas graves con clases desbalanceadas; debe complementarse con precisión, recall y análisis por segmento.

99 aciertos sobre 100 ejemplos equivalen a 99%.

Responde cuánto confiar en una alerta positiva y es prioritaria cuando los falsos positivos tienen un costo alto.

De 20 alertas de fraude, 15 eran fraude: precisión 75%.

Mide cobertura de la clase positiva y es crítica cuando omitir casos verdaderos resulta costoso.

Detectar 90 de 100 enfermedades reales produce recall 90%.

Resume ambos valores y penaliza desequilibrios, pero no incorpora costos específicos ni desempeño de la clase negativa.

Comparar clasificadores cuando importan falsos positivos y negativos.

Puede originarse en datos, etiquetas, objetivos, diseño, implementación o contexto social; medirlo requiere definir población, daño y referencia.

Un sistema rinde peor para un grupo poco representado.

No existe una única métrica universal y algunas definiciones son incompatibles; la elección debe vincularse con el contexto, derechos y daños.

Evaluar tasas de error por grupo antes de desplegar.

Puede describir comportamiento global o una decisión local; una explicación convincente debe ser fiel y apropiada para su audiencia.

Mostrar qué variables influyeron en una evaluación de riesgo.

Introduce aleatoriedad calibrada y cuantifica privacidad mediante parámetros; su protección depende del presupuesto acumulado y la implementación.

Publicar estadísticas agregadas con ruido controlado.

Puede llegar desde el usuario o contenido recuperado; se mitiga separando confianza, limitando herramientas, validando acciones y tratando entradas como datos.

Una página intenta ordenar al agente que revele secretos.

Explota ambigüedades, rol, codificación o conversaciones extensas; las defensas requieren pruebas continuas y no solo listas de palabras.

Pedir contenido prohibido mediante una historia ficticia.

Puede incluir políticas, clasificadores, validadores, permisos y revisión humana; debe fallar de forma segura y evaluarse contra evasiones.

Bloquear una transferencia fuera de límites autorizados.

Equipos o evaluadores simulan atacantes y usuarios extremos, documentan hallazgos y verifican mitigaciones antes y después del despliegue.

Probar extracción de datos y abuso de herramientas.

Incluye entrenamiento, especificación, supervisión y controles de operación; las preferencias observadas pueden ser incompletas o contradictorias.

Optimizar utilidad mientras se respetan límites y abstención.

Abarca inventario, responsabilidad, riesgo, documentación, aprobación, monitoreo, incidentes y retiro del sistema.

Un comité define responsables y criterios de lanzamiento.

Debe medirse por percentiles y por etapa; modelos, recuperación, herramientas y red contribuyen al tiempo percibido.

El percentil 95 de respuesta es 1,8 segundos.

Se expresa en solicitudes, tokens o ejemplos por segundo y debe analizarse junto con latencia, concurrencia, costo y límites del proveedor.

Servir 300 solicitudes por segundo manteniendo el SLA.

Define operaciones, parámetros, autenticación y respuestas; una API de IA debe agregar límites, observabilidad, versiones y manejo de errores.

Enviar un prompt y recibir una respuesta JSON.

Es la unidad operativa que recibe solicitudes y aplica versión, escalado, seguridad y monitoreo alrededor de la inferencia.

Una URL HTTPS para generar embeddings.

Una red de enrutamiento selecciona expertos, aumentando parámetros totales sin usar todos en cada token; exige balancear carga y comunicación.

Activar dos expertos de ocho para procesar un token.