medusa Herramientas de IA medusa

IA

Resumen

La Inteligencia Artificial (IA) es una rama de la informática que busca crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana, como el razonamiento, el aprendizaje y la toma de decisiones. El origen formal se remonta a la Conferencia de Dartmouth (1956), donde se acuñó el término “Inteligencia Artificial”.

Diferencias principales
  • Cómputo tradicional: ejecuta algoritmos sin aprendizaje.
  • Machine Learning: aprende de datos y ejemplos.
  • IA generativa: produce contenido nuevo (texto, imagen, audio, etc.).
Tipos de IA
  • IA predictiva: anticipa comportamientos futuros (ej.: riesgo crediticio).
  • IA generativa: crea contenido (ej.: ChatGPT, generadores de imágenes).
  • Clasificación / reconocimiento: etiqueta datos (ej.: spam, fraude, reconocimiento facial).
  • Automatización: procesos repetitivos (ej.: RPA).
  • Conversacional: chatbots y asistentes.
  • Visión y audio: interpreta imágenes/señales (ej.: autos autónomos, imágenes médicas).
Conceptos clave

Token (en LLM): unidad de texto (palabra o sub-palabra) que el modelo procesa.

Sesgos: los datos de entrenamiento no son neutros; la IA puede reproducir prejuicios y errores.

Ejemplos prácticos
  • Visión por computadora: detecta rostros en fotos.
  • Conversacional: chatbot de preguntas frecuentes.
  • Predictiva: pronóstico del clima.
  • Automatización: control de brazos robóticos.
Citar IA en trabajos académicos
  • Usar normas reconocidas (APA u otras según corresponda).
  • Indicar claramente la herramienta utilizada (nombre + versión/fecha si aplica).
  • Describir qué se hizo con la herramienta (apoyo, redacción, resumen, etc.).

Glosario

  • IA: Inteligencia Artificial.
  • LLM: Large Language Model (Modelo Extenso de Lenguaje).
  • Token: unidad mínima de texto procesada por el modelo.