En esta página encontrarás, organizados por temas, los conocimientos introductorios, explicaciones técnicas, casos de uso, riesgos y técnicas de prompts necesarios para aprovechar bien la IA generativa.
Aunque no seas ingeniero o estés empezando a usar IA generativa en el trabajo o en tus estudios, los artículos están ordenados de forma que, al leerlos en secuencia, puedas desarrollar de manera natural la alfabetización en IA que servirá como base.
Si es tu primera visita, te recomendamos empezar por la sección “Introducción y visión general”.
Si primero entiendes las ideas básicas de la IA generativa y en qué se diferencia de la IA tradicional, te resultará más fácil seguir después los artículos técnicos y los que tratan sobre aplicaciones y riesgos como una historia continua.
1. Intro & visión｜Primero comprende “¿qué es la IA generativa?”
Estos artículos te ayudan a obtener una visión global de la IA generativa: sus conceptos básicos, su impacto social y sus diferencias con la IA tradicional. Son la lectura recomendada para tu primera toma de contacto.
- ¿Cuál es el impacto social de la IA generativa? — Organiza el impacto de esta tecnología, a menudo descrito como incluso mayor que el del smartphone, desde las perspectivas de la educación, la industria, la administración pública y la vida cotidiana.
- Entender las diferencias entre la IA tradicional y la IA generativa — Explica puntos clásicos de comparación, como en qué se diferencia de la IA especializada en tareas concretas y las diferencias en los formatos de entrada y salida.
2. Modelos & técnica｜Conocer el funcionamiento para reducir la sensación de “caja negra”
Estos artículos, con un enfoque más técnico, profundizan en el interior de la IA generativa para ayudarte a entender los LLM, los modelos fundacionales, los transformers, los métodos de aprendizaje, las alucinaciones y otros conceptos clave.
- ¿Qué características técnicas comparten los modelos de IA generativa? — Resume los fundamentos técnicos comunes que comparten distintos tipos de IA generativa, como los modelos de texto e imagen.
- Estructura básica y métodos de entrenamiento de los modelos de lenguaje extensos (LLM) — Explica de forma accesible la estructura y el flujo de entrenamiento de los LLM, evitando en lo posible el uso de matemáticas avanzadas.
- Aprendizaje supervisado, auto-supervisado, preentrenamiento y ajuste fino explicados de forma sencilla — Utiliza estas cuatro palabras clave para organizar el proceso de aprendizaje de la IA generativa.
- ¿Qué son los modelos fundacionales, los transformers y la atención? — Explica, con imágenes a modo de esquema, las arquitecturas que constituyen el corazón de la IA generativa moderna.
- ¿Qué son los modelos probabilísticos y las “alucinaciones”? Entender los “hábitos de pensamiento” de la IA generativa — Explica por qué se producen alucinaciones a partir del mecanismo de “elegir el siguiente token según una probabilidad”.
- ¿Qué son el alineamiento y el ajuste mediante instrucciones? — Presenta los fundamentos de las técnicas que ajustan los modelos para que se comporten de forma más útil y adecuada para las personas.
3. Casos de uso｜Ideas concretas sobre “dónde y cómo usarla”
Estos artículos te ayudan a imaginar “cómo se está utilizando realmente” en ámbitos como la educación, los negocios, la administración pública, el desarrollo y el aprendizaje de idiomas.
- ¿Cómo se está usando la IA generativa? Entender el estado actual de uso mediante ejemplos concretos — Organiza casos de uso representativos por campos como educación, negocios, administración pública, desarrollo y vida cotidiana.
- ¿Cuáles son los factores que limitan el uso de la IA generativa? — Explica por qué la adopción no avanza tan rápido como se espera, desde perspectivas como la tecnología, la legislación, la ética, la aceptación social y los costes.
- ¡Aprender inglés con IA generativa para principiantes! Un método sencillo en tres pasos — Presenta ejemplos concretos de prompts para usar la IA generativa en el aprendizaje de inglés mediante tres pasos: ampliación de vocabulario → corrección → práctica de conversación.
4. Riesgos & ley｜Conocimientos esenciales para un uso seguro
Estos artículos tratan sobre alucinaciones, sesgos, filtraciones de información, regulaciones legales y otros temas que debes conocer para utilizar la IA generativa de forma “segura” y “responsable”.
- ¿Qué riesgos plantea la IA generativa y cómo pueden mitigarlos los usuarios? Explicación de cinco contramedidas básicas — Un artículo práctico que resume pasos típicos de mitigación que pueden tomar los usuarios en general.
- ¿Qué riesgos existen al introducir datos en la IA generativa? Precauciones y contramedidas para un uso seguro — Se centra en aquello que no deberías introducir, como datos personales e información confidencial.
- ¿Cuáles son los riesgos legales, éticos y de seguridad de la IA generativa? Puntos clave explicados con ejemplos concretos — Un artículo de base que ayuda a comprender de forma transversal los aspectos legales, éticos y de seguridad.
5. Prompts & flujos｜Patrones reutilizables para el trabajo diario
Estos artículos se centran en patrones de prompts y flujos de trabajo para que la alfabetización en IA no se quede solo en “conocimiento”, sino que se aplique realmente en tu trabajo y estudio diarios.
- Diez patrones básicos de prompts: un conjunto de “plantillas mínimas” para usar cada día — Resume diez patrones de alta reutilización, como asignación de roles, especificación de restricciones, razonamiento paso a paso, few-shot, resumen/extracción/transformación y evaluación, junto con plantillas listas para usar.