TechCrunch publicó esta semana una guía de los términos de inteligencia artificial más usados en conversaciones de negocios, medios y redes sociales. El problema: la mayoría de las personas los usan sin entender realmente qué significan. Acá te explicamos los más importantes.

Alucinación

Cuando un modelo de IA genera información incorrecta pero la presenta con confianza, como si fuera verdad. No es un ‘bug’ en el sentido tradicional: es una característica inherente a cómo funcionan los modelos de lenguaje grandes. El modelo predice qué texto viene después basándose en patrones, no en verificación de hechos.

Inferencia

El proceso de usar un modelo de IA ya entrenado para hacer predicciones o generar respuestas. Es lo que ocurre cuando usás ChatGPT, Claude o Gemini. El entrenamiento es costosísimo; la inferencia es lo que corre en tiempo real.

Tokens

Los modelos de lenguaje no procesan palabras completas sino fragmentos de texto llamados tokens. Una palabra puede ser uno o varios tokens. Los límites de contexto (cuánto puede ‘recordar’ un modelo en una conversación) se miden en tokens.

Fine-tuning

El proceso de tomar un modelo de IA ya entrenado y ajustarlo con datos específicos de un dominio o empresa. Es la diferencia entre un modelo genérico y uno especializado en medicina, derecho o el estilo de comunicación de tu marca.

RAG (Retrieval-Augmented Generation)

Una técnica que conecta modelos de lenguaje con bases de datos externas en tiempo real. En lugar de depender solo del conocimiento del entrenamiento, el modelo puede buscar información actualizada antes de responder. Es la base de muchos chatbots corporativos actuales.

¿Por qué importa entender estos términos?

Porque las decisiones de negocio sobre adopción de IA, presupuesto tecnológico y evaluación de proveedores requieren que los tomadores de decisión entiendan de qué están hablando. Usar estos términos sin comprenderlos lleva a expectativas incorrectas y proyectos fallidos.

So you’ve heard these AI terms and nodded along — let’s fix that. — TechCrunch

La IA ya no es solo un tema para ingenieros. Es un tema de management, estrategia y cultura organizacional. Y el primer paso para manejarlo bien es hablar con precisión.