Todo el mundo usa la IA. Casi nadie entiende cómo funciona realmente. La gente suelta palabras como transformers, embeddings, RAG, agentes, RLHF… …como si todo el mundo ya lo supiera. La mayoría no lo sabe. ¿Y para ser sinceros? La IA no es tan complicada una vez que comprendes sus modelos mentales. ChatGPT. Claude. Midjourney. Cursor. Agentes de programación. Todos cobran sentido una vez que entiendes las 20 ideas a continuación. No necesitas un doctorado. Cero jerga. Solo explicaciones sencillas y recursos visuales. Guarda esto. Lo volverás a usar.
PARTE 1: CÓMO FUNCIONA REALMENTE LA IA (La base sobre la que se construye todo)
1. Redes Neuronales
El cerebro de todo modelo de IA.
Una red neuronal es una secuencia de capas.
→ Los datos entran por la capa de entrada → Pasan a través de las capas ocultas → Salen como una predicción.
Cada conexión tiene un "peso" una pequeña puntuación que controla cuánta influencia tiene una neurona sobre la siguiente.
Entrenamiento = ajustar miles de millones de estos pesos hasta que el resultado sea preciso.
Una idea simple. Una locura a gran escala.
GPT-4 tiene ~1,8 billones de parámetros. Claude 3 Opus tiene cientos de miles de millones.
Todo a partir del mismo concepto básico: neuronas en capas con conexiones ajustables.
2. Tokenización
Antes de que la IA lea tu texto, lo divide en piezas llamadas tokens.
No siempre son palabras completas.
"playing" → "play" + "ing"
"ChatGPT" → "Chat" + "G" + "PT"
"dog" → "dog" (se mantiene entero)
¿Por qué no usar simplemente palabras completas?
El lenguaje es caótico. Palabras nuevas. Errores tipográficos. Mezcla de idiomas. Un vocabulario fijo de palabras sería imposiblemente grande.
Los tokens son bloques de construcción reutilizables.
Incluso si el modelo nunca ha visto una palabra, puede entenderla dividiéndola en fragmentos familiares.
Regla general: 1 token ≈ 0,75 palabras.
1000 tokens ≈ 750 palabras.
3. Embeddings
Una vez que el texto está tokenizado, cada token se convierte en un número.
Ese número es un embedding, un vector que representa el significado.
Piénsalo como un Google Maps para palabras.
→ "Doctor" y "Enfermera" se ubican cerca
→ "Doctor" y "Pizza" se ubican lejos
→ "Rey" menos "Hombre" más "Mujer" ≈ "Reina"
El modelo no entiende las palabras como tú lo haces.
Entiende la distancia y la dirección.
Esto es lo que impulsa:
→ La búsqueda semántica
→ Las recomendaciones
→ Los sistemas RAG
Todo lo que "entiende la intención" utiliza embeddings bajo el capó.
4. Atención
La palabra "Apple" significa cosas diferentes:
→ "Me comí una manzana (Apple)" → fruta
→ "Compré acciones de Apple" → empresa
Los embeddings por sí solos no pueden resolver esto.
La atención sí puede.
La atención permite que cada palabra observe a todas las demás en una oración y decida qué es importante.
En "Ella compró acciones de Apple":
→ "Apple" presta mucha atención a "acciones" y "compró"
→ El modelo concluye: empresa, no fruta
Antes de la atención, los modelos leían de izquierda a derecha. Lentos. Limitados.
Después de la atención, los modelos ven toda la oración a la vez.
Esta única idea desbloqueó la IA moderna.
5. Transformers
La arquitectura que impulsa a casi todos los modelos de IA en la actualidad.
Presentada en 2017 en un artículo científico llamado "Attention Is All You Need".
El gran avance: en lugar de leer el texto palabra por palabra, procesa todo en paralelo usando la atención.
Cómo funciona:
→ Texto → Tokens → Embeddings → Capas de atención apiladas → Resultado
Cada capa refina la comprensión:
→ Capas iniciales: gramática, estructura básica
→ Capas intermedias: relaciones entre palabras
→ Capas profundas: razonamiento complejo
El resultado: un entrenamiento inmensamente más rápido y resultados mucho mejores.
GPT. Claude. Gemini. Llama. Mistral.
Todos son transformers.
Si entiendes esta única arquitectura, entiendes la IA moderna.
PARTE 2: CÓMO FUNCIONAN LOS LLM (Qué está pasando realmente cuando chateas con una IA)
6. LLM (Grandes Modelos de Lenguaje)
Un LLM es un transformer entrenado con una cantidad masiva de texto.
Libros. Sitios web. Código. Wikipedia. Reddit.
Billones de tokens.
La tarea de entrenamiento suena demasiado simple para ser poderosa:
→ Predecir el siguiente token.
Eso es todo.
Pero cuando repites esto en billones de ejemplos, sucede algo extraordinario.
El modelo aprende gramática. Luego razonamiento. Luego cómo escribir código, traducir idiomas, resolver problemas matemáticos.
Nadie le ordenó que hiciera nada de eso.
Surgió de la predicción del siguiente token a gran escala.
"Gran" = cientos de miles de millones de parámetros. Costo de entrenamiento = millones de dólares.
ChatGPT, Claude, Gemini → todos son LLM.
7. Ventana de Contexto
Todo modelo de IA tiene un límite de memoria.
Se llama ventana de contexto.
Es el número máximo de tokens que el modelo puede "ver" a la vez: tu mensaje + su respuesta + el historial de la conversación.
Primeros GPT: ~4.000 tokens. GPT-4: 128.000 tokens. Claude 3.5: 200.000 tokens. Gemini 1.5 Pro: 1.000.000 de tokens.
Ventana más grande = más contexto = mejores respuestas.
Pero hay un detalle.
Los modelos no leen todo por igual.
Se centran en el principio y en el final del contexto.
¿El medio? A menudo lo ignoran.
A esto se le llama el problema de "Perdido en el medio" (Lost in the Middle).
Gran ventana de contexto ≠ memoria perfecta.
Entender esto explica por qué la IA a veces "olvida" algo que mencionaste claramente.
8. Temperatura
Cuando la IA genera texto, no siempre elige la siguiente palabra más probable cada vez.
Tiene un dial llamado temperatura.
→ Temperatura = 0: siempre elige la palabra más segura y predecible
→ Temperatura = 1: elige con más creatividad, con más variedad
→ Temperatura = 2+: se vuelve extrema, a veces incoherente
Baja temperatura → usar para: código, datos, resúmenes
Alta temperatura → usar para: lluvia de ideas, escritura creativa, variaciones
La mayoría de las herramientas configuran esto por ti automáticamente.
Pero entenderlo explica por qué a veces la IA parece "aburrida" y a veces te sorprende.
9. Alucinación
La IA miente con seguridad.
No a propósito. Literalmente no puede evitarlo.
He aquí el motivo.
Un LLM no busca la verdad.
Predice cuál es el próximo token más probable.
Si una afirmación falsa se parece a algo que "debería venir a continuación" según los patrones de entrenamiento, lo genera.
Sin verificación. Sin búsqueda de información. Pura coincidencia de patrones.
Por lo tanto, hará lo siguiente:
→ Citar un artículo de investigación que no existe
→ Inventar una función de API que nunca se creó
→ Afirmar un "hecho" histórico falso con total confianza
A esto se le llama alucinación.
La solución: nunca confíes en los resultados de la IA sobre datos concretos sin verificar.
Utiliza RAG (concepto 16) para fundamentarla en datos reales.
10. Ingeniería de Prompts
The way you ask changes everything.
Same model. Same question. Wildly different results based on how you frame it.
Bad prompt: → "Explain APIs" → Gets: vague, surface-level answer
Good prompt: → "Explain how REST APIs handle authentication. Give a real example with code. Assume I'm a junior developer." → Gets: specific, structured, immediately useful
Prompt engineering is just clear communication.
The tricks that actually work: → Give context ("I'm building a SaaS for X") → Assign a role ("Act as a senior backend engineer") → Show examples ("Here's a format I like: ___") → Be specific about output ("Give me 5 options as a numbered list") → Break complex asks into steps
Prompt engineering isn't a hack.
It's the main way you communicate with the model.
PART 3: HOW AI MODELS IMPROVE (How raw models become useful products)
11. Transfer Learning
Entrenar desde cero es costoso.
Cantidades increíbles de datos. Computación masiva. Semanas de entrenamiento.
El aprendizaje por transferencia (transfer learning) resuelve esto.
Tomas un modelo ya entrenado en una tarea general enorme y lo adaptas para algo específico.
No empiezas de cero. Construyes sobre una base.
Piénsalo de esta manera:
→ Ya sabes andar en bicicleta
→ Aprender a ir en moto es mucho más rápido gracias a eso
→ Transfieres lo que ya sabes
Así es como funcionan casi todos los productos de IA hoy en día:
→ OpenAI entrena un modelo fundacional masivo
→ Las empresas lo ajustan para su caso de uso específico
→ Ahorra millones en computación y meses de entrenamiento
Ya ninguna empresa entrena desde cero.
12. Ajuste Fino (Fine-Tuning)
El aprendizaje por transferencia te explica el concepto.
El ajuste fino es cómo lo llevas a cabo.
Tomas un modelo preentrenado y continúas entrenándolo con un conjunto de datos más pequeño y específico.
El modelo ya domina el "lenguaje".
Ahora le estás enseñando tu campo en particular.
Ejemplos:
→ Modelo médico ajustado con notas clínicas
→ Modelo legal ajustado con contratos
→ Modelo de programación ajustado con GitHub
El resultado: un modelo que responde a la perfección para tu caso de uso.
El costo: necesitas actualizar miles de millones de parámetros.
Eso requiere gran poder de cómputo: múltiples GPU e infraestructura seria.
(Es por esto que LoRA, el siguiente concepto, importa tanto).
13. RLHF (Aprendizaje por Refuerzo a partir de Retroalimentación Humana)
El ajuste fino hace que los modelos se especialicen.
El RLHF es lo que hace que parezcan útiles y seguros.
Sin él: el modelo simplemente predice texto. Fluido, pero no alineado.
Con él: el modelo aprende lo que los humanos realmente prefieren.
Así es como funciona:
→ Se muestra un prompt al modelo → El modelo genera múltiples respuestas → Los humanos clasifican las respuestas → El modelo aprende a preferir lo que los humanos prefieren
Esto se repite miles de veces.
El modelo construye un sentido de "buena respuesta":
→ Clara
→ Útil
→ Honesta
→ Segura
Por esto ChatGPT y Claude parecen asistentes, no generadores de texto aleatorio.
Sin RLHF, seguirían siendo impresionantes. Pero mucho menos útiles, menos confiables y mucho más difíciles de controlar.
14. LoRA (Adaptación de Bajo Rango)
El ajuste fino es poderoso pero costoso.
Actualizar miles de millones de parámetros requiere múltiples GPU e infraestructura seria.
LoRA resuelve esto.
En lugar de cambiar todo el modelo, LoRA:
→ Mantiene el modelo original congelado
→ Añade pequeñas capas entrenables por encima
→ Estas capas son una fracción del tamaño del modelo completo
La clave: la mayoría de los cambios en el ajuste fino son pequeños.
No necesitas reescribir todo el modelo.
Solo necesitas pequeños ajustes específicos.
Resultados:
→ Ajuste fino en una sola GPU de consumo: posible
→ Almacenar un modelo base + intercambiar diferentes adaptadores LoRA: práctico
→ Múltiples modelos especializados sin almacenamiento masivo: logrado
LoRA es la razón por la que la IA de código abierto explotó.
De repente, cualquiera podía ajustar modelos potentes en una computadora portátil.
15. Cuantización
Los modelos se están volviendo enormes.
Ejecutarlos requiere gran capacidad de memoria y computación.
La cuantización los hace más pequeños y más baratos de ejecutar.
Cómo: reduciendo la precisión de cada peso.
Un peso almacenado en precisión completa usa 32 bits.
Cuantizado a 4 bits → 8 veces más pequeño.
Lo increíble: la pérdida de calidad es a menudo sorprendentemente pequeña.
Es por esto que ahora puedes:
→ Ejecutar LLaMA en un MacBook
→ Ejecutar Mistral localmente en una GPU de consumo
→ Usar modelos potentes en un teléfono
Sin la cuantización, los grandes modelos seguirían encerrados en centros de datos.
Con la cuantización, se ejecutan en tu máquina.
PARTE 4: CÓMO SE CONSTRUYEN LOS SISTEMAS DE IA REALES (Lo que hay detrás de los productos que realmente usas)
16. RAG (Generación Aumentada por Recuperación)
Los LLM alucinan porque responden de memoria.
RAG soluciona esto permitiéndoles buscar información primero.
Cómo funciona:
El usuario hace una pregunta
El sistema busca documentos relevantes en una base de conocimientos
Esos documentos se entregan al modelo como contexto
El modelo responde usando información real, no suposiciones
Piénsalo de esta manera:
→ Examen a libro cerrado (sin RAG): responde de memoria, a menudo se equivoca
→ Examen a libro abierto (con RAG): consulta la fuente, es mucho más preciso
Por qué es poderoso:
→ No requiere reentrenamiento cuando tus datos cambian, solo actualizas los documentos
→ El modelo siempre trabaja con información actual y precisa
→ Reduce drásticamente la alucinación
Todo producto de IA serio utiliza RAG.
Bots de atención al cliente. Herramientas legales. Asistentes médicos. Bases de conocimiento internas.
17. Bases de Datos Vectoriales
RAG necesita encontrar los documentos correctos rápidamente.
Pero ¿cómo buscas millones de documentos por su significado y no solo por palabras clave?
Bases de datos vectoriales.
Así es como funcionan:
Cada documento se convierte en un embedding (un vector de números).
Estos vectores se almacenan en la base de datos.
Cuando un usuario hace una pregunta, la pregunta también se convierte en un vector.
La base de datos encuentra los vectores más cercanos al vector de la pregunta.
Devuelve los documentos más similares semánticamente.
Por qué esto es mejor que la búsqueda por palabras clave:
→ "tratamiento de enfermedades cardíacas" encuentra documentos sobre "protocolos de atención cardíaca"
→ Aunque las palabras exactas no coincidan, el significado sí.
Herramientas: Pinecone, Qdrant, Weaviate, pgvector.
Las bases de datos vectoriales son las que hacen que los sistemas de IA "entiendan" y no solo busquen coincidencias en cadenas de texto.
18. Agentes de IA
Un LLM responde a mensajes.
Un agente de IA realmente hace cosas.
La diferencia:
→ LLM: tú preguntas, responde, fin
→ Agente: le das un objetivo, planifica, toma medidas, revisa los resultados, se ajusta, repite
El ciclo del agente:
Pensar → Actuar → Observar → Repetir
Ejemplo: un agente de programación solucionando un error
→ Lee el problema
→ Explora el código fuente
→ Identifica el fallo
→ Escribe una solución
→ Ejecuta pruebas
→ Observa qué falló
→ Ajusta la solución
→ Repite hasta terminar
El modelo es el cerebro. Las herramientas son las manos.
¿Qué herramientas pueden usar los agentes?
→ Búsqueda web
→ Ejecución de código
→ Sistema de archivos
→ API
→ Correo electrónico / calendario
→ Bases de datos
Los agentes son lo que convierte a la IA de un simple chatbot en un compañero de trabajo.
19. Cadena de Pensamiento (Chain of Thought o CoT)
A veces, la IA da una respuesta incorrecta no porque sea estúpida.
Sino porque saltó a la respuesta demasiado rápido.
La cadena de pensamiento soluciona esto.
En lugar de pedir la respuesta final directamente:
→ "Resuelve: Si un tren viaja a 60 mph durante 2.5 horas, ¿qué distancia recorre?"
Le indicas que piense paso a paso:
→ "Resuelve paso a paso: Velocidad = 60 mph. Tiempo = 2.5 horas. Distancia = Velocidad × Tiempo = ?"
El modelo avanza a través del razonamiento:
→ Paso 1: Identificar la fórmula
→ Paso 2: Introducir los números
→ Paso 3: Calcular
Es mucho más confiable para matemáticas, lógica y problemas de múltiples pasos.
La clave: darle al modelo espacio para pensar, no solo para reaccionar.
Esta es la razón por la que indicaciones como "piensa paso a paso" o "razona esto detenidamente" realmente funcionan.
20. Modelos de Difusión
Hasta ahora todo ha sido sobre texto.
Los modelos de difusión explican cómo la IA genera imágenes.
El proceso es contraintuitivo.
El modelo no aprende a dibujar.
Aprende a destruir imágenes.
Entrenamiento:
→ Comienza con una imagen real
→ Añade ruido paso a paso hasta que es pura estática
→ Entrena al modelo para revertir esto, eliminando el ruido paso a paso
Generación:
→ Comienza con puro ruido
→ El modelo elimina el ruido paso a paso
→ Guiado por tu indicación de texto (prompt)
→ La imagen surge de la aleatoriedad
El nombre proviene de la física: partículas que se difunden aleatoriamente a través de un medio, como la tinta esparciéndose en el agua.
Aquí, el modelo aprende a revertir esa difusión.
Ya no son solo imágenes:
→ Video (Sora, Runway)
→ Audio
→ Contenido 3D
→ Moléculas de medicamentos
Los modelos de difusión son la forma en que la IA genera cualquier cosa visual.
Esos son los 20. Permíteme hacer un resumen:
Cómo funciona la IA:
→ 1. Redes Neuronales: aprendizaje de patrones en capas
→ 2. Tokenización: dividir el texto en piezas
→ 3. Embeddings: el significado como números
→ 4. Atención: el contexto cambia el significado
→ 5. Transformers: la arquitectura detrás de todo
Cómo funcionan los LLM:
→ 6. LLM: predicción del siguiente token a escala masiva
→ 7. Ventana de Contexto: límites de memoria y el problema del medio
→ 8. Temperatura: el dial de la creatividad
→ 9. Alucinación: seguros y equivocados
→ 10. Ingeniería de Prompts: cómo te comunicas
Cómo mejoran los modelos:
→ 11. Aprendizaje por Transferencia: construir sobre lo que existe
→ 12. Ajuste Fino: especializar un modelo
→ 13. RLHF: enseñarle a ser útil
→ 14. LoRA: ajuste fino sin el costo
→ 15. Cuantización: ejecutar modelos grandes en máquinas pequeñas
Cómo se construyen los sistemas reales:
→ 16. RAG: buscar primero, luego responder
→ 17. Bases de Datos Vectoriales: buscar por significado
→ 18. Agentes de IA: de responder a hacer
→ 19. Cadena de Pensamiento: darle espacio para pensar
→ 20. Modelos de Difusión: de ruido a imagen
Ahora entiendes cómo funciona realmente la IA.
La mayoría de las personas que usan la IA todos los días no lo saben.
Esa brecha es tu ventaja.
Si esto te fue útil:
→ Republica para compartirlo con tu red
→ Sigue a @chesny para más análisis como este
→ Guarda esto como referencia
Escribo sobre IA, creación de productos y sistemas que trabajan mientras duermes.
