Qué es la IA generativa
- fundamentos
- encaje de tarea
La IA generativa es software que produce contenido nuevo — texto, imágenes, audio o código — en respuesta a una instrucción que escribes tú. No busca nada: construye la respuesta más plausible a partir de patrones absorbidos durante el entrenamiento. Ese único hecho explica a la vez por qué parece magia y por qué puede equivocarse con total seguridad.
No busca: construye
Cuando le pides una respuesta a un modelo, no consulta una base de datos de hechos verificados. Un modelo grande de lenguaje predice, pieza a pieza, qué texto resulta más probable a continuación. Lo plausible es lo que se genera; lo verdadero no viene incluido.
Eso tiene dos caras. La buena: transformar material que tú aportas — reescribir, resumir, estructurar, extraer — le sale extraordinariamente bien, porque todo lo que la tarea necesita está delante. La mala: en cuanto la tarea exige algo que el modelo no puede tener, rellena el hueco con una invención que suena igual de bien que un dato real.
La prueba del encaje
Antes de pedir algo, pregúntate qué necesita la tarea que el modelo no tiene:
- Datos en vivo — cotizaciones, precios, noticias de hoy. Sin una herramienta conectada a la web, la respuesta será plausible y estará desactualizada.
- Cálculo exacto — una calculadora no es un modelo de texto. Pide los pasos y recalcula.
- Fuentes verificadas — citas, páginas, estudios. Es la zona clásica de las invenciones.
Si la tarea es una transformación de lo que aportas, el encaje es bueno. Si depende de frescura, precisión o procedencia garantizadas, necesitarás herramientas adicionales o una verificación seria.
Un mal ejemplo
Pide: «¿Cuál es el IVA exacto de 8.432,19 € al 21% y cuál es la regla legal de redondeo?»
Recibes un número con decimales y una explicación legal que suena oficial. Ni el número está garantizado ni la regla tiene fuente.
Un ejemplo mejor
Pide: «Convierte estas 14 notas de reunión en tres párrafos limpios, sin añadir ningún dato que no esté en las notas.»
Todo lo necesario está dentro del prompt, la salida es comprobable contra el original y no hay nada que inventar.
Práctica
¿Qué tarea encaja con un modelo generativo a secas?
Usas un chatbot general sin acceso a la web y sin calculadora. Genera respuestas a partir de patrones aprendidos en el entrenamiento.
¿Cuál de estas peticiones encaja mejor con esa configuración?
Pista
Pregúntate: ¿la tarea necesita algo que el modelo no puede tener — datos en vivo, cálculo exacto o fuentes verificadas?
Por qué esta es la respuesta
Los modelos generativos brillan transformando contenido que tú aportas: estructurar, reescribir, resumir, extraer. Son más débiles justo donde necesitas frescura, precisión o procedencia garantizadas. Encajar la tarea con la herramienta es la primera habilidad práctica de IA — evita la mayoría de las historias de «la IA se equivocó» antes de que ocurran.
Transferencia
- Redacción y reescritura: encaje perfecto, con las restricciones bien puestas.
- Resúmenes y extracción: excelente si el material está delante y marcas lo que falte.
- Cifras que importan: recalcula siempre por tu cuenta antes de reutilizarlas.
- Datos que cambian: verifica en una fuente actual, no en la memoria del modelo.
Puntos clave
- La IA generativa construye lo plausible; no busca lo verdadero.
- Fuerte en transformar lo que aportas; débil en datos vivos, cálculo y fuentes.
- Encajar la tarea con la herramienta evita la mayoría de los sustos.
Next
Continúa con Por qué la IA se inventa cosas — el mecanismo detrás de las respuestas que suenan perfectas y están mal. Si quieres la versión corta, la entrada de alucinación la resume en un párrafo.