IA para textos

 

¿Qué son los modelos de lenguaje generativo basados en IA?

Son sistemas informáticos que aprenden a generar texto que parece escrito por humanos. Están diseñados para entender el lenguaje natural (como el que usamos al hablar o escribir) y responder de forma coherente y útil. Funcionan gracias a técnicas avanzadas de aprendizaje automático (machine learning), particularmente a través de redes neuronales profundas.

Estos modelos han sido entrenados con grandes volúmenes de información y pueden realizar tareas como:

• Responder preguntas.

• Redactar textos creativos o formales.

• Traducir idiomas.

• Programar (como en el caso de GitHub Copilot).

• Analizar y resumir documentos.

2. ¿Cómo funcionan? (Arquitectura Transformer)

La clave de estos modelos está en una arquitectura llamada Transformer, presentada por Google en 2017. Esta estructura permite que el modelo entienda el contexto completo de una oración o párrafo, no solo palabra por palabra, sino cómo se conectan entre sí.

Los Transformers funcionan gracias a un mecanismo llamado “atención” (attention), que les permite identificar qué partes de una frase o texto son más relevantes para generar una respuesta adecuada.

3. Proceso de Aprendizaje: Entrenamiento

El modelo comienza sin conocimientos. Se le muestran fragmentos de texto (por ejemplo: “La Tierra gira alrededor del _”) y debe predecir la palabra que falta (en este caso, “Sol”). Si se equivoca, ajusta sus millones (o billones) de parámetros internos para mejorar. Este proceso se repite miles de millones de veces, con diferentes textos, hasta que aprende los patrones del lenguaje. GPT-3, por ejemplo, tiene 175 mil millones de parámetros, lo que lo hace extremadamente poderoso.

4. Fine-tuning (Ajuste fino o especializado)

Después del entrenamiento general, se puede “afinar” el modelo para tareas más concretas:

Por ejemplo, ajustar GPT-3 para responder preguntas médicas o entrenar a Copilot para sugerir código en JavaScript. Se usa un conjunto de datos más pequeño, pero altamente específico, para lograr esto.

Además, algunos modelos pasan por una etapa llamada instrucción tuning o refuerzo con retroalimentación humana (RLHF), donde aprenden a responder de manera más útil, ética y alineada con lo que quiere el usuario.

5. Generación de texto

Una vez entrenado, el modelo puede generar texto como respuesta a un “prompt” (una entrada del usuario). Ejemplo: Prompt: “Escribe un poema sobre el océano.”

Respuesta del modelo: Un poema completo y coherente sobre el océano. El modelo predice palabra por palabra basándose en lo que ya ha escrito, y lo hace tan rápido que parece que "piensa" como un humano.

6. Ejemplos destacados

• GPT-3 (OpenAI): Genera texto en múltiples idiomas. Puede resumir libros, responder dudas escolares, escribir historias, etc. Utiliza la arquitectura Transformer.

• Gemini (antes Bard, de Google): Integra IA con búsqueda en línea. Puede responder con información actualizada gracias a su acceso a internet. Ofrece explicaciones detalladas y comparaciones.

• GitHub Copilot (Microsoft + OpenAI): Asistente para programadores. Sugiere líneas de código completas. Aprende del contexto del código que estás escribiendo.

7. Aplicaciones en la vida real

• Educación: ayudando a explicar temas, resolver ejercicios, traducir textos.

• Salud: resumiendo informes médicos o generando documentos clínicos.

• Arte y escritura: creando cuentos, guiones o incluso música.

• Programación: autocompletado de código y detección de errores.

• Negocios: redacción de correos, creación de contenido para marketing, atención al cliente automatizada.

8. Retos y consideraciones éticas

• Desinformación: los modelos pueden inventar datos si no tienen acceso a información actual.

• Bias o sesgos: si fueron entrenados con datos que tienen prejuicios, pueden reproducirlos.

• Uso indebido: podrían ser usados para generar noticias falsas o contenido malicioso. Por eso es importante regular su uso y continuar investigando para mejorar su seguridad.

Ejemplos de textos generados por IA y analizarlos

“Escribe un resumen de 75 palabras sobre qué es ChatGPT”.

ChatGPT es un modelo de lenguaje de gran tamaño desarrollado por OpenAI. Se entrena con un conjunto masivo de datos de texto y es capaz de generar respuestas humanas a una amplia gama de indicaciones. Puede utilizarse para diversas tareas, como la traducción, el resumen de textos y la generación de conversaciones. Se ha entrenado con un conjunto diverso de textos de internet y es capaz de comprender y generar texto en diversos idiomas y estilos.

Análisis

Al realizar el conteo de las palabras podemos indicar que no cumple con las instrucciones dadas, pues son en total 76 palabras; tampoco hace una descripción fiel de lo que es el chat, pues indica que genera respuestas humanas pero esa respuesta se toma con mucho atrevimiento dado que una respuesta humana tiene muchos criterios, partiendo desde el hecho de que debe ser dada por un humano; de ahí en fuera, se puede decir que cumple con el pedido porque si brinda generalidades sobre lo que es capaz de hacer y con la especificación de ser un modelo de lenguaje. 

¿Qué se debe hacer en caso de sismos?

En caso de sismo, es fundamental actuar con rapidez y calma. Aquí te detallo algunas recomendaciones clave, adaptadas a las indicaciones de Protección Civil en España y organismos internacionales.

Antes del sismo (prevención):

• Infórmate: Conoce si vives en una zona sísmica y ten a mano un plan de emergencia familiar.

• Prepara un kit de emergencia: Agua, linterna, radio, pilas, botiquín, alimentos no perecederos, documentos importantes.

• Asegura objetos pesados: Fija estanterías, espejos y electrodomésticos que puedan caerse.

• Ubica zonas seguras: Aprende dónde están los espacios más seguros de tu casa (bajo mesas sólidas, junto a muros de carga).

Durante el sismo: Mantén la calma y tranquiliza a los demás.

Protégete:

• Si estás dentro de un edificio: aléjate de ventanas y objetos que puedan caer. Refúgiate debajo de una mesa robusta o junto a una pared interior.

• Si estás en la calle: aléjate de edificios, postes y cables.

• Si vas en coche: detente en un lugar seguro, lejos de árboles o construcciones que puedan colapsar.

• No uses ascensores.

Después del sismo:

• Comprueba tu estado físico y el de los demás. Atiende heridos si es necesario.

• Revisa si hay fugas de gas o daños eléctricos. Si detectas algo extraño, corta la luz o el gas y no uses fuego.

• Evita usar el teléfono salvo para emergencias.

• Sigue las instrucciones de Protección Civil o autoridades locales.

• Prepárate para replicas

Tener un plan y practicar simulacros con la familia o en la escuela puede salvar vidas. ¿Te gustaría que te ayude a crear un plan de emergencia para casa?

 

Análisis

La respuesta generada por el servidor de ChatGPT en español, aterrizo inmediatamente la respuesta a España pese a que el lugar del que se solicitó la respuesta no corresponde con lo señalado; creemos favorable que divida en 3 momentos las acciones a tomar, eso facilitaría la toma de acción y creemos que es más sencillo de aprenderse de esa manera; también se situó en un sismo de alto grado, lo que quizá en algunas personas podría causar paranoia de no tener todas las especificaciones pero podría ser bueno de conocer para cuando si sea un sismo de gran intensidad, y el ofrecimiento de ayudar para un nuevo plan creemos es de gran ayuda para comenzar a prevenirse. 

 

Investigación sobre Términos y Conceptos Básicos de Inteligencia Artificial

Glosario de los conceptos de la Inteligencia Artificial (Duque, 2025):

• Inteligencia Artificial (IA): Simulación de procesos de inteligencia humana por máquinas.

• Aprendizaje Automático (ML): Subcampo de la IA que se centra en el desarrollo de algoritmos que permiten a las máquinas aprender datos.

• Aprendizaje Profundo: Subcampo del ML que utiliza redes neuronales con múltiples capas.

• Red Neuronal Artificial: Modelo computacional inspirado en el cerebro humano.

• Algoritmo: Conjunto de reglas o pasos para resolver un problema.

• Big Data: Grandes volúmenes de datos que pueden analizarse para obtener información.

• Minería de Datos: Proceso de descubrir información en grandes conjuntos de datos

• Aprendizaje supervisado: Tipo de aprendizaje automático donde el modelo se entrena con datos etiquetados.

• Aprendizaje no supervisado: Tipo de aprendizaje automático donde el modelo encuentra patrones en datos no etiquetados.

• Aprendizaje por refuerzo: Tipo de aprendizaje automático donde un agente aprende a tomar decisiones mediante recompensas y castigos.

• Sobreajuste (Overfitting): Cuando un modelo se ajusta demasiado a los datos de entrenamiento y no generaliza bien.

• Subajuste (Underfitting): Cuando un modelo es demasiado simple y no captura la complejidad de los datos.

• Conjunto de datos (Dataset): Colección de datos utilizados para entrenar y evaluar modelos.

• Preprocesamiento de datos: Limpieza y transformación de datos antes de su uso en

• Ingeniería de características: Proceso de seleccionar y transformar variables para mejorar el rendimiento del modelo.

• Selección de características: Selección de las variables más relevantes para el modelo.

• Clasificación: Tarea de predecir la categoría a la que pertenece una instancia.

• Regresión: Tarea de predecir un valor continuo.

• Agrupamiento: Agrupación de datos en clústeres basada en similitudes.

• Reducción de dimensionalidad: Técnicas para reducir el número de variables en un conjunto de datos.

• PCA (Análisis de componentes principales): Técnica de reducción de dimensionalidad.

• K-medias: Algoritmo de agrupamiento basado en centroides.

• SVM (Máquinas de vectores de soporte): Algoritmo de clasificación y regresión.

• Árbol de decisión: Modelo de predicción que utiliza una estructura de árbol.

• Random Forest: Conjunto de árboles de decisión para mejorar la precisión.

• Gradient Boosting: Técnica de ensamblaje de modelos para mejorar la precisión.

• XGBoost: Implementación eficiente de Gradient Boosting.

• Red Neuronal Convolucional (CNN): Tipo de red neuronal utilizada en la visión por computadora.

• Red Neuronal Recurrente (RNN): Tipo de red neuronal utilizada para datos secuenciales.

• LSTM (Memoria a Largo Plazo): Tipo de RNN capaz de aprender dependencias a largo plazo.

• Autocodificador: Red neuronal no supervisada para la compresión y reconstrucción de datos

• GAN (Red Generativa Antagónica): Redes generativas que se reúnen para generar datos realistas.

• Transferencia de Aprendizaje: Técnica de reutilización de un modelo preentrenado para una nueva tarea.

• Ajuste Fino: Ajuste de un modelo preentrenado para una tarea específica.

• Incrustación: Representación vectorial de datos, como palabras o imágenes.

• Word2Vec: Modelo para generar incrustaciones de palabras.

• PNL (Procesamiento del Lenguaje Natural): Campo de la IA que se centra en la interacción entre computadoras y lenguaje humano.

• Tokenización: Proceso de dividir texto en unidades más pequeñas, como palabras o frases.

• Stemming: Reducción de palabras a su raíz.

• Lematización: Reducción de palabras a su forma base o lema.

• Chatbot: Sistema de IA diseñado para interactuar con humanos a través de texto o VOZ.

• Visión por computadora: Campo de la IA que se enfoca en la interpretación de imágenes y videos.

• Reconocimiento facial: Tecnología para identificar o verificar personas a partir de imágenes.

• Detección de objetos: Tarea de identificar y localizar objetos en una imagen.

• Segmentación de imágenes: Proceso de dividir una imagen en regiones significativas.

• OCR (Reconocimiento óptico de caracteres): Tecnología para convertir imágenes de texto en texto editable.

• Procesamiento de señales: Análisis y manipulación de señales, como audio o video.

• Reconocimiento de voz: Tecnología para convertir voz en texto.

• Síntesis de voz: Tecnología para convertir texto en voz.

• Aprendizaje Automático (AutoML): Automatización del proceso de aplicación de ML.

• Hiperparámetros: Parámetros que controlan el proceso de entrenamiento de un modelo.

• Optimización de Hiperparámetros: Proceso para encontrar los mejores hiperparámetros para un modelo.

• Búsqueda en Cuadrícula: Técnica de optimización de hiperparámetros que prueba combinaciones predefinidas.

• Búsqueda Aleatoria: Técnica de optimización de hiperparámetros que prueba combinaciones aleatorias.

• Optimización Bayesiana: Técnica de optimización de hiperparámetros basada en métodos probabilísticos.

• Validación Cruzada: Técnica para evaluar el rendimiento de un modelo dividiendo los datos en múltiples conjuntos.

• Sesgo (Bias): Error debido a suposiciones simplificadas en el modelo.

• Varianza: Error debido a la sensibilidad del modelo a pequeñas fluctuaciones en el conjunto de entrenamiento.

• Compensación sesgo-varianza: Equilibrio entre el sesgo y la varianza en un modelo.

• Regularización: Técnica para prevenir el sobreajuste añadiendo una penalización a la función de pérdida.

 

La aplicación de estos términos y conceptos básicos de la Inteligencia Artificial en el contexto de la generación de texto y otras aplicaciones de IA:

La Inteligencia Artificial (IA), es una tecnología que busca que las máquinas puedan hacer cosas que normalmente hacen los humanos, como entender lo que se les dice, aprender de la experiencia, resolver problemas y tomar decisiones. Por ejemplo, ahora se usan asistentes virtuales o programas que generan textos automáticamente en nuestro día a día. Para que esto funcione, las computadoras aprenden de muchos ejemplos; imagina que quieres que una IA escriba una historia, primero necesitas leer miles de textos para entender cómo se cuentan esas historias. A esto se le llama "aprendizaje automático", que significa que la máquina mejora conforme analiza más información. A veces se le dan ejemplos con respuestas correctas para que aprenda, lo cual es aprendizaje guiado, y otras veces se le permite descubrir por sí sola, el cual es aprendizaje sin guía.

Una herramienta realmente importante para poder generar textos es el procesamiento del lenguaje natural. Gracias a esto, las máquinas pueden entender cómo hablamos o escribimos los humanos. Por eso, hoy en día las máquinas pueden responder preguntas, traducir idiomas o redactar artículos. Es por esto que existen programas que escriben correos, hacen informes o crean historias, un ejemplo es ChatGPT. Asimismo, es interesante que estas máquinas intentan "pensar" un poquito como lo hacen los humanos. Aunque no tienen conciencia, están inspiradas en cómo funciona nuestro cerebro. Por ello, procesan la información en pasos o niveles para entender mejor lo que leen o lo que quieren escribir, y claro que hay desafíos, pues a veces, las máquinas aprenden tan bien los ejemplos que se vuelven demasiado perfectas y no saben adaptarse a cosas nuevas. Sin embargo, también pueden aprender ideas equivocadas si la información que reciben está mal o es muy parcial, lo que puede hacer que creen textos con errores o prejuicios.

Cabe resaltar que además de escribir, la IA puede ayudar a entender si un texto transmite emociones positivas o negativas, reconocer nombres importantes como personas, lugares o fechas, o incluso describir imágenes con palabras. También puede combinarse con otras tecnologías para traducir videos, resumir textos largos o crear contenido personalizado para cada uno.

Gracias a una técnica llamada "aprendizaje transferido", las máquinas no siempre tienen que empezar desde cero. Pueden tomar lo que ya aprendieron y adaptarlo rápidamente a nuevas tareas, como escribir un mensaje de cumpleaños, elaborar un informe de noticias o responder preguntas escolares. Por esta razón, se puede concluir que la inteligencia artificial está cambiando la forma en que las personas interactúan con la tecnología, pues hoy en día, no solo se usa para buscar respuestas, sino que también ayuda a escribir, crear, resumir y entender mejor el mundo lo rodea a la gente, haciendo todo esto de manera más rápida y muchas veces con mayor precisión.

 

Desarrollo del Guion

Reflexionar sobre la importancia de abordar temas sociales relevantes en la producción de medios de comunicación. Discutir y analizar la problemática del feminicidio y la importancia de la prevención en la sociedad. Trabajar en grupos para desarrollar un guion para una breve historia acerca del mal uso de la inteligencia artificial por los alumnos en la universidad, que tenga una duración de veinte segundos. Incorporar elementos clave de prevención, concientización y acción en el guion. Utilizar la creatividad y la sensibilidad para transmitir un mensaje claro y efectivo en un formato breve.

 

GUION “CHATITO: ¿O ME USAS O REPRUEBAS?”

PERSONAJES:

• Dulce

• Compañero 1

• Compañera 2

• Compañero 3

• Profesor

 

Escena 1   Sala de cómputo - Día

(Se muestra la leyenda en la pantalla “Semana de exámenes: 1er Examen”)

Dulce entra a la sala de cómputo, donde ya se encuentran sus compañeros de clases y el profesor listos para presentar el examen.

Dulce: (se muestra confiada y sonriendo) Va a estar fácil (comienza a hacer su examen).

Todos los compañeros terminan sus exámenes rápidamente y empiezan a salir del salón. Dulce es la última que termina, apaga la computadora y sale de la sala.

 

Escena 2   Salón de clases – Día

Dulce llega al salón y escucha a sus compañeros hablar sobre el examen.

Compañero 1: Usando el Chatito está super fácil hacer el examen

Compañera 2: ¡Sí, terminamos muy rápido!

Compañero 3: Ay pensé que era el único que lo usó

Compañero 1: Yo creo que todos lo usamos (comienzan a reír)

Dulce: (Se muestra nerviosa, pero se tranquiliza) (En su mente) Todo va a estar bien, lo hice con mis propios conocimientos. Además, yo fui la que estuvo en clase, no el Chatito. Ninguna inteligencia artificial puede superarme.

 

Escena 3   Sala de cómputo – Día

Dulce entra a recibir su calificación con el profesor.

Profesor: (Sorprendido y decepcionado) Dulce, ¿qué te pasó? Tú eras mi gallo. Me fallaste.

Dulce: Yo sentí que lo había hecho bien (triste a punto de llorar).

Sale corriendo de la sala y el compañero 3 va detrás de ella.

Compañero 3: ¿Qué pasó?, ¿tan mal te fue en el examen?

Dulce: Reprobé (empieza a llorar)

Compañero 3: (Sorprendido) ¿Qué no lo hiciste con Chatito?

Dulce: (Se limpia los mocos con su manga) No, yo no necesito eso.

Compañero 3: (Le da palmadas en su espalda en forma de consuelo) Ay bebé, pues es que o usas Chatito o repruebas.

 

Escena 4    Sala de cómputo – Día

(Aparece la leyenda en la pantalla “Semana de exámenes: 2do Examen”)

Dulce presenta el segundo examen y utiliza ayuda de la inteligencia artificial “Chatito” para responder.

(Aparece la leyenda en la pantalla “Semana de exámenes: 3er Examen”)

Dulce presenta el tercer examen y utiliza ayuda de la inteligencia artificial “Chatito” para responder.

(Aparece la leyenda en la pantalla “Semana de exámenes: 4to Examen”)

Dulce presenta el cuarto examen y utiliza ayuda de la inteligencia artificial “Chatito” para responder.

(Aparece la leyenda en la pantalla “Semana de exámenes: 5to Examen”)

Dulce presenta el quinto examen y utiliza ayuda de la inteligencia artificial “Chatito” para responder.

(Aparece la leyenda en la pantalla “Semana de exámenes: 6to Examen”)

Dulce presenta el sexto examen y utiliza ayuda de la inteligencia artificial “Chatito” para responder.

Dulce: (Lee la última pregunta del examen, trata de analizarla y se da cuenta que no puede analizarla por sí misma. Se muestra consternada) Ay no… ¿Qué he hecho?, ya no puedo sola. Necesito usar el chat.

Funde a negro.

Referencias:

Center for Teaching and Learning. (s.f.). Examples of ChatGPT-generated text. Washington University in St. Louis. Recuperado el 24 de abril de 2025, de https://ctl.wustl.edu/examples-of-chatgpt-generated-text/

¿Qué es la IA generativa? - Explicación de la IA generativa - AWS. (s. f.). Amazon Web Services, Inc. https://aws.amazon.com/es/what-is/generative-ai/

Biblioguías UCM: Biblioguía de citas en estilo APA, 7a edición: Citar Inteligencia Artificial (IA). (s. f.). https://biblioguias.ucm.es/estilo-apa-septima/citar_inteligencia_artificial

M, S. (2025, 6 marzo). Comparación entre Google Gemini y Copilot y ChatGPT. WeblineIndia. https://www.weblineindia.com/es/blog/google-gemini-vs-copilot-vs-chatgpt/

ESFERA CREATIVA. (2025). ESFERA CREATIVA. Diccionario de términos y conceptos clave de inteligencia artificial. https://esferacreativa.com/conceptos-clave-de-la-inteligencia-artificial/

Duque, M. (2025). 100 Términos Inteligencia Artificial (IA) Imprescindibles. MI DUQUE. https://www.manuduque.com/terminos-inteligencia-artificial-ia/