Glosario de IA para quien no viene del mundo técnico
Los términos con los que te vas a encontrar al hablar de inteligencia artificial y automatización, explicados en un lenguaje claro y sin plantillas técnicas.
Agente de IA
Un agente de IA es un sistema que no se limita a responder preguntas, sino que puede tomar decisiones y ejecutar acciones por su cuenta para cumplir un objetivo: consultar una base de datos, enviar un email, actualizar un CRM o encadenar varios pasos sin que nadie se lo indique uno a uno. La diferencia con un simple chatbot es esa capacidad de actuar sobre tus sistemas, no solo de conversar. Cuando hablamos de agentes IA personalizados en AIGiner, nos referimos a este tipo de asistentes construidos a medida de un proceso concreto de tu empresa.
AI Act (Reglamento Europeo de Inteligencia Artificial)
El AI Act es la normativa de la Unión Europea que regula el uso de la inteligencia artificial según el riesgo que suponga cada sistema: cuanto mayor es el riesgo para las personas, más obligaciones de transparencia, documentación y supervisión humana exige. Afecta a cualquier empresa que desarrolle o utilice IA dentro de la UE, incluidas las pymes que integran chatbots, automatizaciones o herramientas de análisis con IA. Sus obligaciones se aplican de forma progresiva, así que conviene revisar en qué plazo entra cada requisito según el tipo de sistema que uses.
Alucinación
Se llama alucinación al momento en que un modelo de IA genera información que suena convincente pero es falsa o inventada, sin que el propio modelo llegue a "saber" que se ha equivocado. Ocurre porque estos modelos generan la respuesta más probable según lo que han aprendido, no porque consulten una fuente de verdad en tiempo real. Es una de las razones por las que en procesos importantes conviene combinar la IA con una revisión humana o con técnicas como RAG, que la obligan a apoyarse en documentos reales.
API
Una API (interfaz de programación de aplicaciones) es el mecanismo que permite que dos programas se comuniquen entre sí de forma ordenada: uno pide algo y el otro responde, siguiendo unas reglas conocidas por ambos. Casi todas las herramientas que usa tu empresa, desde el CRM hasta la contabilidad o WhatsApp, exponen una API, y ahí es precisamente donde se conectan la mayoría de nuestras automatizaciones. Si una herramienta tiene API, casi siempre se puede integrar con el resto de tu operativa.
Automatización
La automatización consiste en que un sistema ejecute tareas repetitivas sin intervención humana cada vez que se dan ciertas condiciones: llega un email, se rellena un formulario, cambia un dato en una hoja de cálculo. No hace falta que haya IA de por medio, aunque cada vez es más habitual combinarlas: la automatización mueve los datos y ejecuta las acciones, y la IA aporta el criterio para decidir qué hacer con los casos que no siguen una regla fija.
Chatbot
Un chatbot es un programa que mantiene una conversación con una persona, normalmente por texto, para responder preguntas o resolver gestiones sencillas. Los chatbots basados en IA generativa entienden el lenguaje natural y mantienen una conversación fluida, a diferencia de los antiguos chatbots de árbol de decisión, que solo reconocían frases exactas o botones prefijados. Pueden vivir en tu web, WhatsApp o redes sociales, y escalar la conversación a una persona cuando el caso lo requiere.
Embedding
Un embedding es la representación numérica del significado de un texto, una imagen o cualquier otro contenido, de forma que un ordenador pueda compararlo matemáticamente con otros. Dos frases con un significado parecido tienen embeddings parecidos, aunque usen palabras distintas. Es la base técnica que permite que un sistema busque por significado en lugar de por coincidencia exacta de palabras, algo esencial en la búsqueda IA y en RAG.
Fine-tuning
El fine-tuning es el proceso de ajustar un modelo de IA ya entrenado con ejemplos específicos de tu negocio, para que responda con tu tono, tu terminología o tu forma de resolver casos concretos. A diferencia de escribir un buen prompt, que solo cambia la instrucción de cada consulta, el fine-tuning modifica el propio modelo de forma más permanente. Suele plantearse cuando un prompt bien diseñado ya no basta para conseguir la consistencia que necesitas.
LLM (modelo de lenguaje grande)
Un LLM (Large Language Model) es el tipo de modelo de IA detrás de herramientas como ChatGPT o Claude: un sistema entrenado con enormes cantidades de texto que aprende a predecir y generar lenguaje de forma coherente. No "sabe" cosas en el sentido humano, sino que reconoce patrones del lenguaje con una precisión notable. Es el motor que hace posible que un chatbot entienda una pregunta escrita de cualquier forma y responda con naturalidad.
MCP (Model Context Protocol)
El MCP es un estándar abierto que permite que un modelo de IA se conecte de forma segura y ordenada con herramientas externas, bases de datos o aplicaciones, sin tener que programar una integración distinta para cada caso. Funciona como un lenguaje común entre el modelo y el resto de tu software: en lugar de construir un puente a medida por cada herramienta, el modelo "habla" MCP y accede a lo que necesita. Es una pieza clave para construir agentes de IA que actúan de verdad sobre tus sistemas, no solo que conversan.
NLP (procesamiento del lenguaje natural)
El NLP es la rama de la inteligencia artificial que se ocupa de que un ordenador entienda, interprete y genere lenguaje humano: analizar el sentimiento de una reseña, extraer datos de un contrato o clasificar un email según su contenido. Los LLM son la evolución más potente del NLP, pero el término engloba también técnicas más sencillas y específicas que llevan usándose décadas.
On-premise
On-premise significa que un sistema se ejecuta en la infraestructura propia de la empresa, en sus propios servidores, en lugar de en la nube de un proveedor externo. Es la opción que más control da sobre dónde viven los datos, y suele ser relevante para empresas con requisitos estrictos de confidencialidad o normativa. Muchas plataformas de automatización, por ejemplo, pueden desplegarse on-premise porque su software es el mismo tanto si lo aloja el cliente como si lo gestiona un proveedor.
Prompt
Un prompt es la instrucción o pregunta que le das a un modelo de IA para obtener una respuesta concreta. Cómo formules ese prompt, qué contexto incluyas y qué ejemplos aportes influye mucho en la calidad de la respuesta: no es lo mismo pedirle a un modelo "escribe un email" que darle el contexto, el tono y el objetivo exactos que necesitas. Diseñar bien los prompts es, en la práctica, una parte central de construir cualquier solución con IA.
RAG (Generación Aumentada por Recuperación)
RAG (Retrieval-Augmented Generation) es una técnica que hace que un modelo de IA busque primero en tus propios documentos antes de generar una respuesta, en lugar de responder solo con lo que aprendió durante su entrenamiento. Así, la respuesta se apoya en información real y verificable de tu empresa, y normalmente puede citar la fuente concreta de la que la sacó. Es la base de lo que en AIGiner llamamos búsqueda IA: preguntar en lenguaje natural sobre tus propios documentos y obtener una respuesta con la fuente citada.
RGPD aplicado a la IA
El RGPD es la ley europea que protege los datos personales, y aplicado a la IA exige que sepas qué datos alimentan un modelo, dónde se procesan, con qué base legal, y que las personas puedan ejercer sus derechos (acceso, rectificación, supresión) aunque el tratamiento lo realice un sistema automatizado. Es especialmente relevante al usar chatbots, análisis de datos o automatizaciones que manejan información de clientes o empleados, y conviene revisarlo antes de poner cualquier solución en marcha.
Token
Un token es la unidad mínima de texto que procesa un modelo de IA: puede ser una palabra completa, parte de una palabra o incluso un signo de puntuación. Los modelos de IA miden su capacidad en tokens, tanto los que reciben como los que generan, y cada modelo tiene un límite máximo que puede manejar de una vez, lo que condiciona cuánto texto o contexto le puedes dar en una sola consulta.
Vector
En el contexto de la IA, un vector es una lista de números que representa el significado de un contenido (texto, imagen, audio) de forma que se pueda comparar matemáticamente con otros. Es el resultado de calcular un embedding, y se almacena en bases de datos vectoriales especializadas en encontrar, entre miles o millones de vectores, los más parecidos a uno dado. Es la tecnología que hace posible buscar por significado en lugar de por palabra exacta.
Webhook
Un webhook es una notificación automática que una aplicación envía a otra en el momento exacto en que ocurre algo: se recibe un pedido, se rellena un formulario, cambia el estado de un pago. En lugar de que un sistema tenga que preguntar constantemente si ha pasado algo, el webhook avisa al instante, lo que lo convierte en el disparador más habitual para arrancar una automatización en herramientas como Make o Zapier.
Workflow
Un workflow (flujo de trabajo) es la secuencia de pasos que sigue una automatización, desde el evento que la dispara hasta la última acción que ejecuta. En las plataformas de automatización visuales, un workflow se representa como una cadena de nodos conectados: cada nodo hace una cosa (leer un dato, llamar a una IA, actualizar un sistema) y el flujo completo define el proceso automatizado de principio a fin.