Inteligencia artificial: cómo «aprende» una máquina

La **inteligencia artificial** (IA) está en todos lados: el filtro que te recomienda música, el traductor automático, el auto que frena solo. Suena a magia, pero en realidad es matemáticas aplicadas a enormes cantidades de datos. Entender la idea central te ayuda a usarla mejor y a no creer todo lo que promete.

Programar con reglas… o con ejemplos

Un programa común sigue reglas que una persona escribió paso a paso. El **aprendizaje automático** (machine learning) cambia el enfoque: en lugar de dar las reglas, se le enseñan **ejemplos** y la máquina deduce patrones. Si le muestras miles de fotos etiquetadas de «gato» y «perro», aprende a distinguirlas sola, aunque nadie le escribió la definición de gato.

Los datos mandan

Lo que una IA «sabe» depende de con qué la alimentaste. Si los ejemplos son pocos, viejos o desbalanceados, sus respuestas serán malas o **sesgadas**: puede, por ejemplo, reconocer peor un acento que casi no aparecía en el entrenamiento. Esto es clave: una IA no es objetiva por ser máquina; refleja la calidad —y los prejuicios— de sus datos.

No piensa, calcula muy bien

Las IAs actuales son excelentes para una tarea concreta, pero no «entienden» como nosotros. Un modelo de lenguaje predice qué palabra sigue con probabilidad altísima; eso se parece a hablar, pero no implica conciencia ni verdad. Por eso **inventa** datos cuando no los tiene: se llama **alucinación**. La recomendación profesional es usar la IA como un asistente muy rápido, nunca como un oráculo infalible.

Ciudadanía con IA

Saber que una decisión (aceptar tu solicitud, priorizar un contenido, evaluar un examen) puede estar tomada o mediada por un modelo te obliga a pedir transparencia: ¿quién revisa?, ¿con qué datos?, ¿qué pasa si se equivoca? Escribe un caso en que usarías IA a tu favor y uno en que NO le darías la última palabra. ¿Qué le preguntarías antes de confiar en su respuesta?