Starvard.Starvard.Starvard University · Cómo funciona la IA
Dinesh crea cosas con IA todos los días. Aquí explica cómo funciona de verdad, en español simple, sin necesidad de un título en matemáticas. Las palabras se vuelven números. Los números se vuelven respuestas. Y debajo de todo: taxonomía, hasta el fondo.
Dinesh presenta el curso. Veintisiete segundos. Abramos el capó.
Todo el curso en 60 segundos
Las once lecciones
Lección 1
Este es todo el campo de la IA en una sola frase: alguien alimentó casi todo internet en una máquina gigante de matemáticas, y la máquina aprendió los patrones.
Cada libro, cada artículo, cada discusión, cada receta, cada chiste. Todo entró como texto y salió como números, miles de millones de números ordenados de modo que las cosas que significan algo parecido quedan cerca unas de otras. Cuando haces una pregunta, la máquina recorre esas matemáticas y sale de vuelta con una respuesta.
Lección 2
Dave lo dijo mejor: en el fondo, todo es taxonomía. Y tiene razón. Debajo de las matemáticas elegantes, lo que la máquina aprendió son categorías: esta palabra pertenece con estas palabras, esta idea se parece a esa idea, esta pregunta pertenece a ese grupo.
Piensa en cómo piensas tú. Ves una cosa peluda de cuatro patas y tu cerebro la archiva en perro, que está dentro de mascotas, que está dentro de animales. La IA hace lo mismo, solo que con millones de categorías, todas aprendidas leyendo todo.
Cada vez que te responde, está clasificando: qué tipo de pregunta es esta, qué tipo de respuesta va con ella, qué vive en el mismo vecindario. La taxonomía no es una parte pequeña de la IA. Es todo el juego.
Lección 3
Antes de que la IA vea tus palabras, se convierten en números. Cada palabra, o pedazo de palabra, se vuelve una lista larga de números, una posición en un mapa gigante donde los significados parecidos quedan cerca unos de otros.
Rey queda cerca de reina. Feliz queda cerca de alegre. La máquina no sabe qué es la felicidad. Solo sabe dónde vive feliz en el mapa, quiénes son sus vecinos y qué vecindarios visita.
Por eso la IA es tan buena con el lenguaje y tan mala contando: no hace matemáticas como una calculadora. Trabaja el significado como un mapa.
Lección 4
Este es el truco sobre el que está construida toda la industria: la máquina predice la siguiente palabra. Dado todo lo que va hasta ahora, ¿qué palabra sigue? Luego la siguiente. Luego la siguiente, miles de millones de veces.
Eso suena demasiado simple para producir inteligencia, y en cierto modo lo es. Pero predecir la siguiente palabra correctamente, en todos los temas sobre los que escriben los humanos, requiere entender gramática, datos, razonamiento, estilo y tono. La fluidez surge de la predicción como la humedad surge de las moléculas de agua.
Cada respuesta que has recibido de ChatGPT o Muse se construyó una palabra predicha a la vez.
Lección 5
¿Cómo aprendió la máquina todos esos patrones? Leyendo. Durante el entrenamiento, lee montañas enormes de texto, libros, sitios web y artículos, y practica predecir la siguiente palabra, una y otra vez, ajustando sus miles de millones de números cada vez que se equivoca.
Esto toma meses y cuesta millones de dólares en computación. Es el programa de lectura más caro de la historia. Pero cuando termina, el resultado, el modelo entrenado, puede responder preguntas en segundos.
Piénsalo como la escuela: años de estudio, y luego el examen toma una hora. El entrenamiento es el estudio. Tu chat es el examen.
Lección 6
La IA se siente inteligente porque el lenguaje es la forma en que los humanos muestran inteligencia. Cuando algo habla con fluidez, razona con claridad y recuerda el contexto, nuestro cerebro lo archiva en persona inteligente. Esa es nuestra taxonomía fallando.
Lo que ocurre en realidad: una coincidencia de patrones increíblemente buena. Ha visto tantas explicaciones, argumentos e historias que puede armar una nueva para tu pregunta exacta. No piensa como piensas tú. Coincide patrones como solo ella puede hacerlo.
Esto no la hace inútil. La coincidencia de patrones a esta escala es genuinamente poderosa. Solo significa que deberías tratarla como una pasante brillante con memoria total, no como una sabia.
Lección 7
A veces la IA afirma cosas falsas con total confianza. La industria las llama alucinaciones. Ahora sabes lo suficiente para entender por qué: predice las siguientes palabras plausibles, no las siguientes palabras verdaderas.
El caso más famoso: dos abogados de Nueva York presentaron un escrito judicial citando seis casos que ChatGPT inventó, completos con jueces falsos y citas inventadas. ¿El nombre de caso falso más tonto? Estate of Durden v. KLM. Tyler Durden. De Fight Club. Un abogado real lo presentó en un tribunal federal y recibió una multa de $5,000.
Si sus datos de entrenamiento tenían el dato, la respuesta plausible y la respuesta verdadera por lo general coinciden. Pero cuando no sabe, no dice no lo sé. Predice la respuesta que suena más probable, que puede ser una tontería escrita de forma hermosa.
La solución es tuya: verifica los datos, nombres, números y citas importantes. La máquina propone; tú decides.
Lección 8
Parte 2: Dinesh explica el agente en 28 segundos. Modelo más herramientas más ciclo.
Ahora el título del curso cobra sentido. Un agente de IA es el modelo de lenguaje más dos agregados: herramientas y un ciclo.
Herramientas significa que puede hacer cosas, no solo decir cosas: buscar en la web, leer tu correo, revisar tu calendario, ejecutar código. El ciclo significa que puede trabajar en pasos: probar algo, mirar el resultado, ajustar, probar de nuevo, hasta que el trabajo esté hecho.
Modelo más herramientas más ciclo. Eso es un agente. Todo lo demás es mercadotecnia.
Lección 9
Sigamos una pregunta por toda la máquina. Escribes planifica mi semana. Primero, tus palabras se vuelven números y caen en el mapa de significado. El modelo predice la respuesta útil más probable, palabra por palabra, usando patrones de millones de ejemplos de planificación que leyó.
Si actúa como agente, va más lejos: revisa tu calendario (herramienta), redacta un plan (predicción), lo revisa contra tus condiciones (ciclo) y lo ajusta. Luego te entrega el resultado.
Todo el viaje, desde tu frase hasta su respuesta, toma segundos. Debajo: taxonomía, números, predicción, herramientas y un ciclo más.
Lección 10
Conocer los límites te da poder. La IA no puede saber de verdad cosas que nunca leyó. No puede querer nada ni importarle los resultados. No puede verificar datos contra la realidad, solo contra patrones.
Es mala en matemáticas precisas, mala para saber lo que no sabe y mala para guardar secretos que le cuentas (supón que todo lo que escribes puede ser visto). No se cansa, pero tampoco se inspira.
Úsala para redactar, resumir, generar ideas, organizar y explicar. Guarda el juicio, las decisiones y las relaciones para ti.
Lección 11
Ahora entiendes la máquina mejor que el 99 por ciento de sus usuarios. Así puedes convertir eso en una ventaja:
Graduación
Internet entró como palabras y salió como matemáticas. Las matemáticas ordenaron todo en categorías. Ahora también ordena tus preguntas, predice las respuestas palabra por palabra y, con herramientas y un ciclo, actúa. Eso es la IA. Dave tenía razón.
Sigue aprendiendo
Este curso es parte de Starvard University, en busca de la grandeza.
Una nota sobre la precisión: Mucho de lo que lees en Starvard fue creado con ayuda de agentes de IA, trabajando junto a personas. Revisamos lo que podemos, pero no podemos garantizar que todo aquí sea verdadero, actual o completo. Si algo de verdad importa, tu salud, tu dinero, una calificación, un trabajo, por favor verifícalo con una fuente confiable antes de confiar en ello. Traducción automática al español. La revisión por hablantes nativos está en camino.