Qué es "la IA": IA clásica, Machine Learning, Deep Learning, LLM
"Inteligencia artificial" es un término paraguas que ha cambiado de contenido cada década. Para un desarrollador, la distinción que importa no es la de las siglas sino la de cómo se comporta el software: el tradicional ejecuta reglas y es determinista; un modelo de ML ha aprendido una función de datos y es estadístico; un LLM produce texto y tiene propiedades (no determinismo, alucinación) que cambian cómo se diseña, prueba y protege una aplicación.
1Setenta años en una tabla
| Época | Nombre | Qué era "la IA" | Ejemplo |
|---|---|---|---|
| 1956-1980 | IA simbólica ("GOFAI") | Reglas lógicas escritas a mano; búsqueda | Sistemas expertos (MYCIN), Prolog, ajedrez por búsqueda |
| 1990-2010 | ML estadístico | Aprender una función de los datos | Filtros de spam, SVM, árboles, recomendadores |
| 2012-2017 | Deep learning | Redes profundas con GPU y grandes datos | AlexNet, voz, traducción automática |
| 2017-2022 | Transformers, modelos preentrenados | Una arquitectura que escala con datos y cómputo | BERT, GPT-2, GPT-3 |
| 2022-2024 | IA generativa, LLM | Modelos que producen texto, imagen, código | ChatGPT, Claude, Gemini, Stable Diffusion |
| 2024-2026 | Agentes, razonamiento, multimodalidad | LLM con herramientas en bucle; texto+imagen+audio+vídeo | Agentes de código, asistentes que navegan y ejecutan |
2Las siglas anidadas, y las que no lo están
IA (el campo)
├─ IA simbólica: reglas, búsqueda, planificación
└─ Machine learning: aprender de datos
├─ ML clásico: regresión, árboles, SVM, k-means
└─ Deep learning: redes neuronales profundas
├─ Visión (CNN)
└─ Transformers
├─ LLM
└─ Modelos multimodalesIA es el campo (definición circular a propósito). ML: el comportamiento se aprende de datos, no se programa. DL: ML con redes de muchas capas, aprende las características por sí mismo, a cambio de más datos y cómputo. LLM: red transformer entrenada para predecir el siguiente token; de ese objetivo aparentemente tonto emergen conversar, resumir, traducir, programar.
Lo que no está anidado: Big Data no es IA (tecnologías para procesar datos que no caben en una máquina). Análisis/ciencia de datos no es IA (un GROUP BY es análisis de datos, no IA). Relación honesta: Big Data es la infraestructura; el análisis es lo que se hace con los datos; el ML/DL es un conjunto de técnicas de análisis que producen modelos; la IA es el campo que engloba esas técnicas y otras.
3Software tradicional frente a ML frente a LLM
| Software tradicional | ML clásico | LLM | |
|---|---|---|---|
| Cómo se construye | Se programa | Se entrena con datos etiquetados | Se preentrena y se ajusta con preferencias humanas |
| Mismo input → mismo output | Sí | Sí en inferencia | No: se muestrea con temperatura |
| Por qué da esa salida | Se lee el código | Parcial o poco explicable | No explicable como traza de ejecución |
| Fuera de lo previsto | Error/excepción definidos | Predicción de baja calidad, a veces sin aviso | Alucinación: propiedad estructural, no corregible |
| Cómo se prueba | Pruebas unitarias | Métricas: precisión, recall | Evals: no hay "la salida correcta", hay "aceptables" |
| Memoria entre ejecuciones | La que se programe | Ninguna | Ninguna: cada llamada empieza de cero |
Qué es un LLM en tres frases: un modelo con miles de millones de parámetros que, dada una secuencia de tokens, calcula la probabilidad del siguiente. Generar una respuesta es repetir eso token a token. El "conocimiento" está comprimido en los pesos y se fijó en el entrenamiento (fecha de corte); lo posterior tiene que llegar en el contexto.
4Taxonomía mínima del ML clásico
- Supervisado: clasificación (¿spam o no?) y regresión (¿cuánto venderemos mañana?).
- No supervisado: agrupamiento, reducción de dimensionalidad, detección de anomalías.
- Por refuerzo: aprender por prueba y error; y la fase final de entrenamiento de los LLM (RLHF).
- Generativo (produce, ej. LLM) frente a discriminativo (separa, la mayoría del ML en producción).
| Problema | Herramienta correcta |
|---|---|
| Conceder crédito con 30 variables numéricas | Regla de negocio o gradient boosting — explicabilidad exigida por regulación |
| Detectar fraude en transacciones | ML clásico + reglas — latencia, coste, determinismo |
| Predecir demanda de la semana | Series temporales (ARIMA, Prophet, gradient boosting) |
| Extraer campos de facturas en PDF variados | LLM multimodal — la variedad mata a las reglas |
| Optimizar ruta de 40 furgonetas | Investigación operativa — problema matemático con solución óptima |
| Calcular el IVA de una factura | Código — determinismo absoluto |
Criterio que resume la tabla: si el problema tiene una respuesta correcta calculable, se calcula. El LLM entra donde la entrada es lenguaje o imagen con variedad no enumerable.
5Importancia presente y futura
Presente (2026): IA generativa desplegada en asistencia al trabajo del conocimiento, desarrollo de software y atención al cliente. ML clásico, implantación más antigua y silenciosa (recomendación, fraude, mantenimiento predictivo).
Tres posiciones sobre el futuro, todas defendibles:
- Aceleración: los agentes harán más trabajo cognitivo; la ciencia se acelera (AlphaFold, Nobel de Química 2024).
- Meseta: los modelos mejoran cada vez menos por unidad de coste; la inversión actual es una burbuja parcial.
- Riesgos: concentración de poder, desinformación, impacto laboral, AI Act (UD1-10).
6Para debatir en clase
- "Nuestro termostato tiene IA." ¿LLM, ML clásico, regla si-entonces, o marketing? ¿Cómo se sabría?
- Un motor de ajedrez de 1997 vencía al campeón del mundo. ¿Era IA entonces? ¿Lo es ahora?
- Una empresa dice "usamos IA" y en realidad usa un árbol de decisión de 2015. ¿Miente?
- Si un LLM da una respuesta distinta cada vez, ¿cómo se hace una prueba unitaria de una función que lo llama?
- ¿En qué tarea del propio ciclo un LLM es claramente correcto, y en cuál claramente incorrecto?
✓Autoevaluación — puntos que debes dominar
Adaptado de 07-que-es-la-ia.md.