¿Qué era la Inteligencia Artificial?

Los modelos de inteligencia artificial cambian con rapidez: un dato sobre la herramienta más capaz puede quedar obsoleto en pocos meses, mientras sus principios de funcionamiento permanecen. La dificultad está en separar conocimiento duradero, anuncios comerciales y señales útiles para decidir.

La obra presenta una base técnica comprensible y un método para interpretar la IA sin depender de una marca concreta. Explica qué puede cambiar y qué conviene conservar como criterio.

- Comprende cómo los datos, el entrenamiento, los parámetros y la inferencia producen un modelo.
- Distingue modelos de lenguaje, IA generativa, predictiva, de clasificación y agentes según el problema que resuelven.
- Interpreta tokens, contexto, probabilidad y alucinaciones para reconocer los límites estructurales de un sistema.
- Compara modelos locales y servicios en la nube, con Ollama y LM Studio, desde la instalación hasta sus diferencias prácticas.
- Determina qué hardware requiere cada uso mediante GPU, VRAM, memoria unificada y NPU.
- Calcula costes y examina las condiciones de privacidad asociadas a chats, suscripciones y APIs.
- Evalúa anuncios, fuentes y tendencias sobre agentes, modelos pequeños, robótica, vídeo, derechos de autor, energía y regulación.

Incluye ejemplos reproducibles, configuraciones de referencia y una rutina de seguimiento basada en fuentes primarias.

Resulta útil para profesionales que incorporan IA a su trabajo y para quienes comparan herramientas, costes, privacidad y opciones de ejecución local. El resultado es un criterio transferible para entender y evaluar la inteligencia artificial que vendrá después.