En este artículo encontrarás una cronología resumida de la evolución de la Inteligencia Artificial y los conceptos fundamentales para comenzar a aprovechar la IA Generativa en el trabajo, la academia y en la vida diaria.
Evolución
La inteligencia artificial (IA) existe desde los años 50, pero durante décadas no fue visible para el público general. Se utilizaba principalmente en banca, medicina, industria y sistemas expertos.
2011–2016: La IA llega al consumidor
En este periodo, la IA comenzó a integrarse en teléfonos, redes sociales y plataformas de streaming, convirtiéndose en parte del día a día:
- 2011: Apple lanza Siri, el primer asistente de voz masivo.
- 2012: YouTube, Netflix y Facebook mejoran sus algoritmos de recomendación.
- 2014: Amazon lanza Alexa y populariza los altavoces inteligentes.
- 2016: Google Assistant y el auge de los chatbots marcan otro salto.
2017–2021: IA en todas partes
La IA se volvió común en filtros de redes sociales, traducción automática, cámaras inteligentes, vehículos con asistencia al conductor y publicidad personalizada.
En 2020, la pandemia aceleró el uso de herramientas basadas en IA para educación y trabajo remoto.
Desde 2022: IA generativa y masiva
La IA generativa marcó un punto de inflexión. No solo es un avance tecnológico, sino un cambio cultural: transformó la forma en que las personas crean, trabajan y se comunican.
- 2022: Lanzamiento de ChatGPT, DALL·E 2 y otras herramientas abiertas al público.
- 2023–2025: Integración de IA en Office (Copilot), Google Workspace (Gemini), WhatsApp, navegadores y celulares.
Desde entonces, la IA se volvió parte visible y cotidiana: escribir correos, editar fotos, buscar información o conversar con modelos como ChatGPT, Copilot o Gemini.
¿Qué es un Modelo de Lenguaje y qué significa LLM?
Los chats de IA se denominan modelos de lenguaje porque su función es modelar el lenguaje humano mediante técnicas computacionales que permiten:
- Predecir la palabra o frase más probable que sigue.
- Generar texto coherente con el contexto.
- Comprender y responder en lenguaje natural.
Cuando estos modelos son especialmente grandes —entrenados con enormes cantidades de datos y arquitecturas complejas— se les llama LLM (Large Language Model).
El término “grande” se refiere a:
- La cantidad masiva de textos usados para entrenarlo.
- La capacidad para reconocer patrones del lenguaje.
- La habilidad para generar respuestas avanzadas y coherentes.
En resumen, un LLM es un tipo de IA capaz de aprender patrones del lenguaje humano y generar texto coherente a partir de ellos.
¿Qué es un token?
Un token es una pequeña unidad de texto que la IA utiliza para procesar lo que escribimos.
Puede ser:
- Una palabra completa.
- Una parte de una palabra.
- Un signo de puntuación.
Ejemplo:
Hola | , | ¿ | cómo | estás | ?
(6 tokens)
Los tokens determinan:
- Cuánto texto puede analizar la IA.
- La memoria temporal disponible.
- Los costos y límites de uso de las herramientas de IA.
Ventana de contexto
La ventana de contexto es la cantidad máxima de tokens que un modelo de IA puede leer, recordar y usar al mismo tiempo.
Mientras más grande sea la ventana, mayor capacidad tiene la IA para:
- Entender conversaciones largas.
- Analizar documentos extensos.
- Mantener coherencia en tareas complejas.
- Seguir múltiples instrucciones.
Ejemplos de ventanas de contexto
- GPT-4 / GPT-4 Turbo: hasta 128.000 tokens
- Claude (Anthropic): hasta 200.000 tokens
- Llama 3 / 3.1 (Meta): 128.000 tokens
- Mixtral (Mistral): 32.000 tokens
¿Qué es un prompt?
Un prompt es la instrucción o conjunto de indicaciones que se le da a una IA para que genere un resultado: texto, imagen, código, análisis, etc.
La calidad del prompt determina la calidad de la respuesta.
Plantilla para construir un buen prompt
- Objetivo: ¿Qué quieres lograr?
- Contexto: ¿Qué debe saber la IA?
- Público objetivo: ¿A quién va dirigido?
- Tono y estilo: ¿Cómo debe sonar?
- Formato: ¿Cómo debe entregarse el resultado?
- Ejemplo o referencia (opcional).
- Ajustes posteriores: Permiten refinar el resultado.
Ejemplo usando la plantilla
- Objetivo: Redactar un post para redes sociales.
- Contexto: Conferencia gratuita sobre huella de carbono empresarial.
- Público: Empresarios de la región cafetera.
- Tono: Persuasivo e inspirador.
- Formato: Máximo 4 líneas.
Prompt final:
Actúa como un experto en copywriting ambiental y redacta un post persuasivo de máximo 4 líneas para invitar a empresarios de la región cafetera a una conferencia gratuita sobre huella de carbono empresarial. Usa un tono inspirador e incluye un llamado a la acción.
Artículos recomendados
Te presentamos dos artículos que te ayudarán a aprovechar las herramientas de IA de dos líderes de la industria del software.