Índice
Por qué casi todo lo que sabes sobre IA está equivocado
Un hombre, una pregunta y el año 1950
Los padrinos: las personas que lo cambiaron todo
El paper que lo cambió TODO: «Attention is All You Need»
¿La IA piensa? ¿La IA siente? La respuesta honesta
Por qué ahora sí importa y qué cambia para ti
Y esto no ha hecho más que empezar: 2024 y 2025
Glosario básico de supervivencia
1. Por qué casi todo lo que sabes sobre IA está equivocado
Tengo una teoría.
La mayor parte de lo que la gente «sabe» sobre inteligencia artificial lo ha aprendido de películas de Hollywood y de titulares de periódico escritos para asustar.
Y eso es un problema.
Porque si entras en el mundo de la IA con miedo o con expectativas imposibles, te va a pasar una de dos cosas: o te paralizas y no haces nada, o te lanzas esperando milagros y te llevas un chasco monumental.
Las dos opciones son malas.
Así que antes de empezar, limpiamos el campo de minas.
Lo que la IA NO es:
No es consciente. No tiene sentimientos.
No tiene objetivos propios. No «quiere» nada.
No va a rebelarse contra ti. No tiene ego.
No sabe todo. De hecho, a veces inventa cosas con una seguridad aplastante.
No es una calculadora. Pero tampoco es un cerebro humano.
Entonces, ¿qué es?
Es un sistema matemático muy sofisticado que ha aprendido a reconocer patrones en cantidades brutales de texto.
Eso es.
De momento, con eso ya tienes mucho.
2. Un hombre, una pregunta y el año 1950
Para entender dónde estamos, hay que saber de dónde venimos.
Corre el año 1950.
Un matemático inglés llamado Alan Turing publica un artículo que va a marcar la historia.
Se titula «Computing Machinery and Intelligence» y empieza con una pregunta que parece sencilla:
«¿Pueden las máquinas pensar?»
Turing no era ningún teórico de salón.
Era el hombre que había descifrado los códigos nazis durante la Segunda Guerra Mundial.
Un genio real, con una historia personal dura que merece su propio artículo.
En ese paper propone lo que hoy llamamos el Test de Turing: si una máquina puede mantener una conversación con un humano sin que el humano distinga si habla con una máquina o con una persona, podemos decir que esa máquina «piensa».
¿Te suena familiar?
Porque lo que haces cuando hablas con ChatGPT o con Claude hoy es exactamente lo que Turing imaginó en 1950.
Con 75 años de diferencia.
El campo de la IA nació oficialmente en 1956, en una conferencia en el Dartmouth College.
Un grupo de científicos acuñó el término y prometió que en unos pocos veranos resolverían el problema.
Spoiler: tardaron algo más.
Lo que vino después fueron décadas de avances, frenos y los llamados «inviernos de la IA»: épocas en que nadie invertía, nadie creía y los laboratorios cerraban.
Hasta que llegaron las personas que lo cambiaron todo.
3. Los padrinos: las personas que lo cambiaron todo
En la historia de la IA moderna hay nombres que hay que conocer.
No para lucirte en cenas, sino porque entender quiénes son te ayuda a entender por qué la IA funciona como funciona.
Los tres padrinos
Geoffrey Hinton, Yann LeCun y Yoshua Bengio llevan décadas trabajando en algo que en los años 80 nadie se tomaba en serio: las redes neuronales artificiales.
En 2018 ganaron el Premio Turing —el Nobel de la informática— y hoy los llaman «los padrinos de la IA».
Hinton trabajó durante años en Google y en 2023 dimitió para poder hablar libremente sobre los riesgos de la IA.
LeCun trabaja en Meta y es conocido por decir en voz alta lo que otros prefieren callar.
Bengio lleva años alertando sobre los peligros existenciales de todo esto.
Tres personalidades distintas.
Una historia en común.
Su trabajo sentó las bases de todo lo que estás usando hoy.
Los que construyeron el presente
Sam Altman es el CEO de OpenAI, la empresa detrás de ChatGPT.
Convirtió una organización de investigación sin ánimo de lucro en la empresa de IA más influyente del mundo.
Con todas las contradicciones que eso implica.
Dario Amodei trabajó en OpenAI y se fue para fundar Anthropic, la empresa detrás de Claude.
Su apuesta: construir IA potente y segura al mismo tiempo.
Su hermana Daniela Amodei cofundó la empresa con él.
Demis Hassabis cofundó DeepMind en Londres, que Google compró años después.
Su equipo creó AlphaGo, el programa que en 2016 derrotó al campeón mundial del juego de Go —un juego tan complejo que los expertos decían que las máquinas no podrían ganarlo en décadas— y lo consiguieron antes.
Y luego está Andrej Karpathy, investigador y divulgador que quizás lo explica mejor que nadie.
Ex director de IA de Tesla, ex OpenAI, hoy crea contenido educativo sobre IA que cualquiera puede entender.
Si quieres profundizar, sigue a Karpathy.
4. El paper que lo cambió TODO: «Attention is All You Need»
En 2017, ocho investigadores de Google publicaron un artículo de investigación con un título que no te dice nada si no eres del gremio:
«Attention is All You Need» — Vaswani et al., Google Brain, 2017.
Atención es todo lo que necesitas.
Es el paper más citado de la historia de la inteligencia artificial.
Y la tecnología que propone —llamada Transformer— está detrás de absolutamente todo lo que usas hoy: ChatGPT, Claude, Gemini, Copilot. Todo.
¿Qué tiene de especial?
Antes de los Transformers, las IA leían el texto de izquierda a derecha, palabra por palabra, como si leyeran un libro sin poder volver atrás.
Era lento y perdían el hilo.
El Transformer introduce el mecanismo de «atención»: la capacidad de relacionar cualquier parte del texto con cualquier otra parte al mismo tiempo.
Como si pudieras leer una novela entera de un vistazo y entender cómo la primera frase del capítulo uno conecta con la última del capítulo treinta.
Imagínalo así: estás leyendo la frase «El banco estaba lleno de gente».
¿El banco del río o el banco donde guardas el dinero?
Un humano mira el contexto completo y lo entiende al instante.
Antes de los Transformers, la IA no podía hacer eso bien.
Después, sí.
¿La ironía?
Los ocho autores de ese paper se han ido casi todos de Google.
Han fundado sus propias empresas.
Han cambiado el mundo.
Y probablemente Google se arrepiente todos los días de haberles dejado salir.
Ese paper de 2017 es la semilla de todo lo que está pasando ahora mismo.
5. ¿La IA piensa? ¿La IA siente? La respuesta honesta
Esta es la pregunta que todo el mundo hace y casi nadie responde con honestidad.
La respuesta corta: no lo sabemos del todo.
La respuesta larga es más interesante.
Los modelos de IA de hoy no tienen conciencia.
No tienen experiencias propias.
No sienten dolor ni alegría.
Cuando un modelo dice «me alegra ayudarte» no está sintiendo nada.
Está produciendo la secuencia de palabras que estadísticamente tiene más sentido en ese contexto.
Es como cuando un loro repite «buenos días».
El loro no sabe qué es un buen día.
Pero suena convincente.
Ahora bien.
¿Puede una herramienta sin conciencia ser transformadora?
¿Puede cambiar la economía, el trabajo, la medicina, el derecho?
Por supuesto.
El fuego no tiene conciencia.
La rueda no tiene conciencia.
La electricidad tampoco.
Y han cambiado el mundo de todas formas.
Lo que hace la IA no es pensar como piensas tú.
Es reconocer patrones en cantidades de datos que ningún ser humano podría procesar.
Y eso, bien aplicado, es acojonante.
El debate sobre si «de verdad entiende» o «solo simula entender» es filosóficamente apasionante.
Pero para lo que nos importa hoy, lo clave es saber para qué sirve y cuándo no hay que fiarse.
De eso hablaremos en los próximos artículos.
6. Por qué ahora sí importa y qué cambia para ti
La IA no es nueva.
Llevamos décadas trabajando en ello.
Pero hasta hace muy poco era algo que solo veías en laboratorios, en películas o en los resultados de búsqueda de Google.
Lo que cambió en noviembre de 2022 fue que OpenAI lanzó ChatGPT al mundo.
Y en menos de dos meses tenía 100 millones de usuarios.
Para que te hagas una idea: Instagram tardó dos años y medio en llegar a esa cifra.
TikTok tardó nueve meses.
ChatGPT lo hizo en dos meses.
Por primera vez en la historia, cualquier persona con un ordenador y conexión a internet podía hablar directamente con un sistema de inteligencia artificial avanzado.
Sin ser programador.
Sin pagar una fortuna.
Sin necesitar formación técnica.
Solo escribir.
Y eso lo cambia todo.
¿Qué cambia para ti?
Depende de tu trabajo.
Pero si trabajas con documentos, con textos, con análisis, con investigación, con atención a personas... la IA ya está en tu mundo, te hayas dado cuenta o no.
La pregunta no es si va a afectarte.
La pregunta es si vas a entenderla lo suficiente para usarla a tu favor.
Y para eso estamos aquí.
7. Y esto no ha hecho más que empezar: 2024 y 2025
Hemos hablado de 2022 como el año en que todo cambió.
Pero 2024 y 2025 han llegado con la aceleradora a fondo.
En enero de 2025, una empresa china llamada DeepSeek publicó un modelo llamado R1 que hizo temblar Wall Street literalmente.
Las acciones de Nvidia cayeron un 17% en un solo día.
¿Por qué tanto revuelo?
Porque DeepSeek demostró que se puede construir un modelo tan bueno como GPT-4 con una fracción del presupuesto que usa OpenAI.
De golpe, la carrera ya no era solo entre gigantes americanos.
Al mismo tiempo, los modelos han dejado de limitarse a responder preguntas.
Ahora razonan.
o1 y o3 de OpenAI, Claude con extended thinking de Anthropic, el propio DeepSeek R1: son modelos que antes de darte una respuesta se toman su tiempo para pensar en voz alta.
Para revisarse.
Para reconsiderar.
Como cuando resuelves un problema difícil: no das la primera respuesta que se te ocurre.
Piensas.
Dudas.
Pruebas.
Corriges.
Ahora la IA también hace eso.
Y luego están los agentes: sistemas de IA que no solo responden, sino que actúan.
Buscan en internet.
Escriben código y lo ejecutan.
Navegan por páginas web.
Gestionan tu correo.
Hacen reservas.
Ya no hablamos de un chatbot.
Hablamos de algo que trabaja por ti mientras tú haces otra cosa.
¿Lo más importante de todo esto?
Que el ritmo no para.
Cuando en 2022 llegó ChatGPT, la gente pensó que era un salto enorme.
Y lo fue.
Pero desde entonces los modelos han mejorado más en dos años que en los veinte anteriores.
Y no hay señales de que vaya a frenarse.
Por eso entender los fundamentos —lo que has leído hoy— importa más que nunca.
Porque las herramientas van a cambiar cada pocos meses.
Los fundamentos, no.
Glosario básico de supervivencia
Inteligencia Artificial (IA) — Campo de la informática que busca crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana: reconocer texto, imágenes, tomar decisiones, generar contenido.
Machine Learning (Aprendizaje automático) — Subconjunto de la IA. En lugar de programar reglas manualmente, el sistema aprende de ejemplos. Le das millones de fotos de gatos y aprende a reconocer gatos.
Red neuronal — Sistema matemático inspirado muy vagamente en cómo funciona el cerebro humano. Capas de «neuronas» artificiales que procesan información.
LLM (Large Language Model) — Modelo de Lenguaje Grande. Es el tipo de IA detrás de ChatGPT, Claude o Gemini. Ha sido entrenado con enormes cantidades de texto y es capaz de generar, analizar y transformar lenguaje.
Transformer — La arquitectura —el diseño interno— de la mayoría de los LLMs modernos. Nació en 2017 con el paper «Attention is All You Need».
Prompt — La petición o instrucción que le das a una IA. Lo que tú escribes antes de que ella responda.
Token — La unidad mínima con la que trabaja un LLM. No exactamente una palabra, pero parecido. Lo explicamos en detalle en el próximo artículo.
Entrenamiento — El proceso por el que un modelo de IA aprende. Le damos enormes cantidades de ejemplos y el sistema ajusta sus parámetros internos para dar mejores respuestas.
Alucinación — Cuando una IA inventa información con total convicción. No miente a propósito: es una limitación del sistema. Muy importante tenerlo en cuenta.
Agente de IA — Un sistema de IA que no solo responde preguntas, sino que puede realizar acciones: buscar en internet, ejecutar código, enviar emails. El siguiente nivel.
Test de Turing — Propuesto por Alan Turing en 1950: si una máquina puede sostener una conversación sin que el humano distinga si habla con una persona o con una máquina, ese sistema puede considerarse «inteligente».
Eso es todo por hoy.
Si has llegado hasta aquí, ya sabes más sobre IA que el 80% de las personas con las que te vas a cruzar esta semana.
En el próximo artículo nos metemos de lleno en los LLMs: qué son, cómo aprendieron y por qué son tan distintos a todo lo que había antes.
No te lo pierdas.
¿Te ha resultado útil?
Compártelo con alguien que lleve meses hablando de IA sin tener ni pajolera idea de qué es.
Porque ese alguien existe.
En tu trabajo.
En tu familia.
Probablemente en tu grupo de WhatsApp.
