La inteligencia artificial ha dejado de ser un concepto reservado a laboratorios y especialistas para convertirse en una tecnología omnipresente que transforma industrias, hábitos de consumo y hasta la manera en que las personas se comunican. Sin embargo, el avance vertiginoso del sector ha traído consigo una avalancha de términos técnicos que muchos usuarios desconocen o confunden, desde conceptos fundamentales como los «tokens» hasta funciones más recientes que dotan a los sistemas de nuevas capacidades operativas.
Comprender el vocabulario de la inteligencia artificial no es un lujo reservado a ingenieros o investigadores. En la medida en que estas herramientas se integran en buscadores, asistentes virtuales, plataformas de salud, servicios financieros y aplicaciones de uso diario, el ciudadano promedio se enfrenta de manera creciente a conceptos que determinan cómo funcionan los sistemas con los que interactúa.
Uno de los términos que más frecuentemente genera confusión es precisamente el de «token». En el contexto de la inteligencia artificial y los modelos de lenguaje, un token no equivale necesariamente a una palabra completa, sino a una unidad mínima de texto que el modelo procesa. Puede tratarse de una sílaba, una palabra corta o incluso un signo de puntuación. Los modelos modernos miden su capacidad de procesamiento en tokens, lo que tiene implicaciones directas en costos, velocidad y limitaciones de los sistemas.
Otro concepto que ha ganado protagonismo en los últimos meses es el de las llamadas «garras» o capacidades de acción autónoma de ciertos modelos. Algunos sistemas de inteligencia artificial han comenzado a incorporar herramientas que les permiten interactuar con el entorno digital de manera directa: navegar por sitios web, ejecutar código, leer y escribir archivos o enviar solicitudes a servicios externos. Esta capacidad, que algunos describen coloquialmente como «claws» o garras en inglés, plantea preguntas relevantes sobre autonomía, seguridad y supervisión humana.
El glosario de la inteligencia artificial también abarca términos relacionados con la arquitectura de los modelos, como «transformer», la estructura matemática que revolucionó el campo a partir de 2017 y que sirve de base para la mayoría de los sistemas generativos actuales. Conceptos como «fine-tuning» (ajuste fino), «prompt engineering» (ingeniería de instrucciones) o «embeddings» (representaciones vectoriales) forman parte del léxico cotidiano de quienes desarrollan o utilizan estas tecnologías de manera profesional.
Más allá de los aspectos técnicos, el vocabulario de la inteligencia artificial incluye también términos éticos y de gobernanza que resultan fundamentales para el debate público. Palabras como «sesgo algorítmico», «alucinación» —cuando un modelo genera información falsa con aparente seguridad— o «transparencia» definen gran parte de las discusiones sobre regulación y responsabilidad en el uso de estas tecnologías.
La proliferación de acrónimos y anglicismos en el sector representa un desafío adicional. Términos como LLM (Large Language Model, o modelo de lenguaje a gran escala), RAG (Retrieval-Augmented Generation, generación aumentada por recuperación de información) o AGI (Artificial General Intelligence, inteligencia artificial general) circulan con frecuencia en medios especializados y cada vez más en conversaciones cotidianas, muchas veces sin una explicación accesible para quienes no tienen formación técnica.
La educación digital en torno a la inteligencia artificial adquiere especial relevancia en un contexto donde los gobiernos y organismos internacionales trabajan en marcos regulatorios para esta tecnología. La Unión Europea, por ejemplo, ya cuenta con legislación específica —la Ley de Inteligencia Artificial— que utiliza terminología propia que los ciudadanos y empresas deben comprender para adaptarse a las nuevas exigencias legales.
A medida que la inteligencia artificial continúa evolucionando, es probable que su glosario siga expandiéndose. Nuevas capacidades, modelos multimodales —capaces de procesar texto, imágenes, audio y video simultáneamente— y sistemas cada vez más autónomos irán incorporando conceptos que hoy apenas comienzan a surgir. Ante este panorama, desarrollar una comprensión básica del lenguaje de la inteligencia artificial se perfila no solo como una ventaja competitiva, sino como una habilidad esencial para la participación informada en la sociedad digital del siglo XXI.