Índice del artículo
Qué es
Cómo funciona la inteligencia artificial, en una línea: primero se entrena con muchísimos ejemplos, después queda un modelo con ese aprendizaje ya congelado, y cada vez que la usas el modelo aplica lo aprendido a tu caso. Ese último paso se llama inferencia.
Hay un detalle más detrás de los chats que usamos, los modelos de lenguaje: el modelo no lee letras, lee tokens (fragmentos de texto) y, para responder, calcula una y otra vez qué fragmentos son más probables a continuación y elige uno de ellos; por eso no responde siempre igual. Sin fórmulas, ese es el motor de los asistentes de texto; otros tipos de IA (la que predice un número, la que reconoce imágenes) funcionan con la misma idea de aprender de ejemplos, pero no escriben palabra a palabra.
Explicado fácil
Piensa en tu especialista más experimentado. Leyó años de casos parecidos y de ahí sacó un criterio: ya no estudia cada contrato desde cero, reconoce el patrón y sabe qué viene después. Leer los casos fue el entrenamiento; el criterio con el que quedó, el modelo; resolver tu caso concreto, la inferencia.
La diferencia con tu especialista: el modelo no comprende tu negocio, aprendió probabilidades de texto. Por eso escribe con soltura y a veces completa con algo inventado: escoge lo que suena probable, no lo que es verdad.
Las piezas del funcionamiento
Entrenamiento
Qué pasa: El sistema se ajusta con muchísimos ejemplos
La analogía del negocio: El analista nuevo leyendo años de expedientes
Modelo
Qué pasa: El resultado del entrenamiento, ya congelado
La analogía del negocio: El criterio con el que queda tras leerlos
Inferencia
Qué pasa: El modelo aplica lo aprendido a un caso nuevo
La analogía del negocio: Resolver el expediente de hoy con ese criterio
Tokens y probabilidad
Qué pasa: Lee y escribe en fragmentos; calcula probabilidades y elige entre las más altas
La analogía del negocio: Elegir la palabra siguiente de quien ha leído muchísimo
Entrenar se hace pocas veces y es la parte cara; inferir ocurre cada vez que alguien consulta. Lo que pagas al usar un modelo es, sobre todo, inferencia.
Ejemplo práctico
Piensa en una tienda de muebles que le pide a la IA el texto de un anuncio para un sofá gris. La petición se corta en tokens; con tu encargo y su aprendizaje, el modelo calcula fragmento por fragmento: tras «sofá gris» suele venir «de tres plazas», y así arma el texto completo en segundos.
Que haya visto muchísimos anuncios la hace veloz y convincente. Que nunca haya visto tus precios ni tu stock explica el error clásico: el anuncio llega redondo y a veces incluye un descuento que nadie autorizó. Por eso se revisa antes de publicar.
Por qué te importa
Porque entender el motor cambia cómo lo usas. Si sabes que el modelo responde con lo más probable según sus ejemplos, entiendes tres reglas de una vez: por qué el contexto que le das cambia tanto el resultado, por qué, si no se lo conectas, desconoce tus datos de ayer, y por qué hay que verificar toda afirmación.
No necesitas las matemáticas; te basta saber de qué está hecho el resultado: de patrones aprendidos, no de hechos comprobados.
El error típico
Creer que la IA «consulta» información como un buscador. Por sí sola no consulta: genera. Si la conectas a tus fuentes (búsqueda, archivos), primero lee y después genera; aun así, la respuesta es una estimación. Por eso puede responder distinto dos veces a lo mismo y por eso inventa con fluidez cuando no sabe. La verificación no es desconfianza: es el paso natural de un sistema que estima en vez de comprobar.
El segundo error es pensar que cuanto más grande el modelo, más verdad. Cuanto más grande, más soltura; la verdad sigue dependiendo de tus fuentes y de tu revisión.
No lo confundas con
Una base de datos. La base de datos guarda hechos exactos y los devuelve tal cual; el modelo genera una respuesta probable, que puede variar entre consultas. Por eso las empresas conectan la IA a sus fuentes: mira qué es RAG.
Una persona experta. La experta sabe cuándo no sabe; el modelo no tiene esa señal y responde igual de seguro. Cada pieza del motor tiene su ficha: el entrenamiento y la inferencia.
Términos relacionados
Formación
Aprende a usar la IA en tu trabajo, con criterio.
El nivel 0 es gratis: cuarenta minutos para entender qué pedirle a la IA y qué revisar. El programa completo enseña a implementarla en tu propio negocio, tarea a tarea.