Cómo funciona la inteligencia artificial moderna: del entrenamiento a la respuesta

De la inteligencia humana a la inteligencia artificial

La palabra inteligencia proviene del latín intelligentia, vinculada con el verbo intellegere. Una explicación etimológica tradicional relaciona este verbo con inter —entre— y legere —recoger, escoger o leer—. De allí surge una imagen especialmente atractiva: ser inteligente supondría poder distinguir entre distintas posibilidades, comprender lo que no resulta evidente o, en términos más sencillos, “leer entre líneas”.¹

Esta idea no era extraña para los juristas de la antigua Roma. Al emitir sus responsa prudentium —opiniones sobre cuestiones jurídicas concretas—, los jurisconsultos no se limitaban a repetir las palabras de una norma. Debían interpretarlas, relacionarlas con los hechos y discernir cuál era la respuesta adecuada para cada caso. En cierto modo, también ellos debían “leer entre líneas”.

Siglos después, hablamos de inteligencia artificial para describir sistemas capaces de analizar información, detectar relaciones y producir respuestas que muchas veces parecen revelar aquello que no está expresamente dicho. Escribimos una pregunta, presionamos Enter y, pocos segundos después, aparece un texto ordenado, coherente y a veces sorprendente. La escena se volvió tan habitual que resulta fácil olvidar lo extraordinario del proceso.

La semejanza con aquella idea de “leer entre líneas” abre, sin embargo, una pregunta fundamental: ¿estas herramientas comprenden realmente lo que procesan o sólo identifican y reproducen patrones? ¿Buscan una respuesta guardada? ¿Aprenden algo nuevo mientras conversamos?

Para responder esas preguntas no hace falta ingresar en fórmulas matemáticas ni convertirse en programador. Basta con seguir el recorrido de la información: primero los datos, luego el entrenamiento, después la transformación del lenguaje en números y, finalmente, la generación de una respuesta. En ese camino aparecen expresiones como machine learning, redes neuronales, deep learning, transformers, tokens, prompts o ventana de contexto.

Aunque suelen presentarse como conceptos aislados, en realidad son piezas de un mismo mecanismo. Comprender cómo se conectan permite utilizar mejor estas herramientas y, sobre todo, reconocer qué pueden hacer y qué decisiones continúan dependiendo de las personas.

La inteligencia artificial como punto de partida

Inteligencia artificial es una expresión amplia. Se utiliza para describir sistemas informáticos capaces de realizar tareas que solemos asociar con la inteligencia humana: reconocer una voz, clasificar una imagen, recomendar un contenido, detectar patrones, traducir un texto o mantener una conversación. No existe, por lo tanto, una única técnica llamada inteligencia artificial, sino un conjunto muy diverso de métodos y aplicaciones.²

Durante mucho tiempo, muchos programas funcionaron mediante reglas escritas de antemano: si ocurre A, hacer B. Ese método continúa siendo útil. Pero buena parte de la IA moderna siguió otro camino. En lugar de intentar anticipar todas las reglas posibles, se proporciona al sistema una gran cantidad de ejemplos para que encuentre regularidades. Allí comienza el aprendizaje automático o machine learning.³

Pensemos en el filtro de correo no deseado. Sería prácticamente imposible redactar una regla para cada mensaje que alguien pudiera enviar. En cambio, un sistema puede analizar miles de correos previamente clasificados como legítimos o spam, identificar combinaciones frecuentes y estimar a qué grupo pertenece un mensaje nuevo. No memorizó todos los correos futuros: construyó un modelo estadístico a partir de ejemplos.

Una misma tecnología, distintas capacidades

No todos los sistemas de inteligencia artificial hacen lo mismo. Algunos están diseñados para reconocer, clasificar o predecir: pueden detectar una operación sospechosa, identificar un rostro, estimar un riesgo o determinar qué objeto aparece en una fotografía. Otros pertenecen al campo de la inteligencia artificial generativa, porque producen contenido nuevo a partir de los patrones aprendidos durante su entrenamiento: textos, imágenes, audios, videos o código.

Dentro de ese panorama existen modelos especializados en distintas clases de información. Los sistemas de visión artificial procesan imágenes y videos; los modelos de reconocimiento de voz trabajan con sonidos; y los grandes modelos de lenguaje o LLM procesan y generan texto. También existen modelos multimodales, capaces de combinar varias modalidades: por ejemplo, recibir una fotografía, interpretar lo que muestra y responder preguntas sobre ella.

Estas categorías pueden superponerse. Un LLM es un modelo orientado al lenguaje y, si forma parte de un sistema multimodal, puede trabajar junto con componentes que analizan imágenes o audio. Por eso, expresiones como IA generativa, visión artificial y LLM no describen necesariamente tecnologías rivales, sino capacidades y especializaciones diferentes dentro del amplio campo de la inteligencia artificial.

Cómo aprende una máquina

La palabra aprendizaje puede confundir. Una máquina no aprende como una persona, no acumula experiencias con conciencia ni comprende el valor moral de una decisión. En este contexto, aprender significa ajustar parámetros internos para reducir errores y mejorar el desempeño en una tarea.

El entrenamiento comienza con datos. El modelo recibe un ejemplo, produce un resultado y lo compara con el objetivo esperado. Si se equivoca, un procedimiento matemático modifica ligeramente numerosos valores internos. La operación se repite una y otra vez. Con el tiempo, el sistema queda configurado para reconocer patrones y responder ante casos que no había visto exactamente de esa forma.

Cuando los ejemplos incluyen la respuesta correcta, hablamos de aprendizaje supervisado. Si se entrena un sistema con sentencias etiquetadas como demanda admitida, rechazada o parcialmente admitida, esas etiquetas actúan como guía. En el aprendizaje no supervisado, en cambio, el sistema busca estructuras o agrupaciones sin recibir una respuesta correcta para cada caso. Y en el aprendizaje autosupervisado, muy importante para los modelos de lenguaje, el propio material genera la tarea: por ejemplo, predecir una parte del texto a partir de las restantes.

Estos métodos no son compartimentos estancos. Un producto moderno puede atravesar distintas etapas de entrenamiento, combinar técnicas y recibir luego ajustes adicionales para seguir instrucciones o comportarse de una manera determinada.

Las redes neuronales y el salto al aprendizaje profundo

Para encontrar patrones complejos, muchos sistemas utilizan redes neuronales artificiales. El nombre se inspira de manera muy general en la organización del cerebro, pero no debe tomarse literalmente: una neurona artificial es una unidad de cálculo, no una célula que piensa o siente.

Estas unidades se conectan y suelen organizarse en capas. La primera recibe la información; las capas intermedias la transforman; y la última produce una salida. Cada conexión posee un peso numérico. Durante el entrenamiento, esos pesos se ajustan hasta que la red mejora su resultado.³⁴

Imaginemos un sistema que reconoce números escritos a mano. Las primeras capas pueden detectar líneas y curvas; otras pueden combinar esas formas; y las últimas estiman si la imagen se parece más a un tres, a un ocho o a otro número. Algo semejante ocurre con el lenguaje, aunque a una escala mucho mayor: distintas capas aprenden relaciones entre palabras, estructuras, estilos y conceptos.

Aquí aparece el deep learning o aprendizaje profundo. Es una rama del machine learning basada en redes neuronales con numerosas capas capaces de aprender representaciones cada vez más complejas. La palabra profundo alude a esa sucesión de capas, no a una comprensión profunda en sentido humano.³⁵

La relación puede resumirse así: la inteligencia artificial es el campo más amplio; el machine learning es una de sus ramas; y el deep learning es, a su vez, una forma de machine learning. Los grandes modelos de lenguaje que hoy utilizamos se apoyan en este último enfoque.

Cuando las palabras se convierten en números

Una red neuronal no recibe el lenguaje del mismo modo que nosotros. Antes de procesar una oración, el sistema debe dividirla y representarla numéricamente. Ese primer paso se denomina tokenización.

Los tokens son las piezas en las que el modelo separa el contenido. Un token puede ser una palabra completa, una parte de palabra, un signo de puntuación o incluso otra unidad, según el sistema utilizado. Por eso mil palabras no equivalen necesariamente a mil tokens. Un apellido poco frecuente, un número de expediente o una expresión jurídica extensa pueden fragmentarse en varias piezas.

Esta distinción tiene efectos prácticos. Los modelos cuentan la información en tokens; con ellos calculan cuánto texto pueden procesar, cuánto pueden generar y, en muchos servicios mediante API, parte del costo de utilización.

Pero identificar cada pieza no alcanza. El sistema necesita representar relaciones de significado. Para eso se utilizan embeddings: conjuntos de números que ubican palabras, fragmentos o documentos en un espacio matemático. Los contenidos que aparecen en contextos similares tienden a quedar próximos. Contrato puede relacionarse con acuerdo; locador, con alquiler; sentencia, con tribunal.⁶

Los embeddings modernos también dependen del contexto. La palabra banco no debería representarse de la misma manera en banco financiero y banco de una plaza. Las palabras que la rodean ayudan al modelo a precisar cuál de sus sentidos resulta relevante.

El transformer y la atención

Llegamos así a una de las piezas centrales de la IA generativa actual: el transformer, una arquitectura de red neuronal presentada en 2017. Su innovación más conocida es el mecanismo de atención, que permite calcular qué partes de una secuencia resultan más relevantes para procesar cada elemento en relación con los demás.⁷

Tomemos una oración sencilla: La jueza revisó la sentencia antes de firmarla. Para procesar el pronombre incorporado al verbo firmarla, el modelo debe relacionarlo con sentencia y considerar el resto de la frase. La atención asigna distintos grados de importancia a esas relaciones. La autoatención hace ese análisis entre los tokens de una misma secuencia.

Esto permite captar dependencias que pueden estar separadas por muchas palabras y realizar gran cantidad de cálculos en paralelo. Esa combinación facilitó el entrenamiento de modelos mucho más grandes y eficaces para trabajar con lenguaje.

La mayoría de los grandes modelos de lenguaje actuales utilizan arquitecturas basadas en transformers y aprenden, entre otras cosas, a predecir qué token es probable que siga a los anteriores. La descripción puede parecer modesta: predecir la próxima pieza. Sin embargo, repetida sobre cantidades enormes de texto y con una gran cantidad de parámetros, esa tarea permite aprender regularidades gramaticales, asociaciones conceptuales, estilos y estructuras de razonamiento presentes en los datos.

Cuando el modelo responde, genera el texto token por token. No necesita recuperar una oración completa almacenada ni consulta automáticamente una fuente oficial. Calcula continuaciones plausibles a partir de lo aprendido y de la información disponible en ese momento. Esta capacidad explica tanto su fluidez como uno de sus mayores riesgos: una afirmación puede parecer perfectamente natural sin ser verdadera.

Del entrenamiento a la conversación

Conviene detenerse en una diferencia clave. El entrenamiento es la etapa costosa y extensa en la que se ajustan los parámetros del modelo. La inferencia es el momento posterior en el que una persona formula una consulta y el modelo ya entrenado produce una respuesta.

Conversar con un asistente no significa, por regla general, que todos sus parámetros vuelvan a entrenarse con cada mensaje. Lo que sí ocurre es una adaptación al contexto. Si aportamos un contrato, explicamos el objetivo y mostramos un ejemplo del formato esperado, el modelo puede utilizar esa información durante la interacción sin incorporarla necesariamente a sus parámetros permanentes. A este fenómeno se lo conoce como aprendizaje en contexto.⁸

La cantidad de información disponible está limitada por la ventana de contexto. Allí deben caber las instrucciones del sistema, el historial de la conversación, los documentos incorporados y la respuesta que se está generando. Una ventana más amplia permite trabajar con materiales extensos, pero no garantiza que cada dato reciba la misma atención ni que sea interpretado correctamente.

Contexto tampoco significa memoria permanente. Un dato puede estar presente en la conversación actual y desaparecer de una interacción posterior. La memoria que un producto ofrezca, el contexto de una sesión y el entrenamiento del modelo son mecanismos distintos.

El prompt y el arte de formular la tarea

Si el modelo genera una respuesta a partir del contexto disponible, la forma en que definimos la tarea importa. El prompt es la instrucción o conjunto de datos que entregamos al sistema: puede incluir la pregunta, los antecedentes, el objetivo, las restricciones, algunos ejemplos y el formato deseado.

No es lo mismo pedir revisá este contrato que indicar: identificá cláusulas ambiguas, separá los riesgos del locador y del locatario, señalá qué información falta, no inventes normativa y presentá el resultado en una tabla. La segunda instrucción reduce la ambigüedad y facilita la revisión posterior.

De allí surge la llamada ingeniería de prompts: el proceso de diseñar, probar y mejorar instrucciones para obtener resultados más útiles y consistentes. No consiste en descubrir palabras secretas ni en escribir siempre textos extensos. Consiste en delimitar bien la tarea, aportar el contexto necesario, anticipar posibles errores y establecer cómo se evaluará la respuesta.⁹

En la práctica, es un proceso iterativo. Se formula una primera instrucción, se observa qué omitió o interpretó mal el sistema y se ajusta el pedido. A veces será necesario añadir un ejemplo; otras, dividir una tarea compleja en etapas; y en ocasiones habrá que exigir que el modelo diferencie hechos, inferencias y datos faltantes.

También es importante reconocer cuándo el problema no se resuelve con un prompt mejor. Si falta la legislación aplicable, el documento está incompleto o el modelo no dispone de información actualizada, ninguna redacción ingeniosa puede fabricar una fuente confiable. En esos casos se necesitan documentos adicionales, búsquedas verificables, herramientas externas o un sistema diferente.

Temperatura y variación de las respuestas

Al generar cada token, el modelo encuentra varias continuaciones posibles. La temperatura es un parámetro que modifica el grado de variación en esa selección. Con valores bajos, suele favorecer opciones de mayor probabilidad y producir resultados más estables. Con valores altos, distribuye más las posibilidades y tiende a generar respuestas diversas.

Para extraer fechas, clasificar cláusulas o seguir un formato estricto suele convenir una configuración conservadora. Para explorar títulos o alternativas creativas puede resultar útil admitir más variación. Pero hay una advertencia decisiva: una temperatura baja no convierte una respuesta en verdadera. El sistema puede repetir con gran seguridad el mismo error.

La temperatura tampoco mide inteligencia, conocimiento o creatividad humana. Es solamente uno de los controles que influyen sobre la selección de la salida, y su efecto concreto depende del modelo y del servicio utilizado.

Cómo se adapta un modelo

Un modelo general puede servir como punto de partida para tareas muy distintas. La transferencia de aprendizaje consiste precisamente en aprovechar patrones adquiridos en un entrenamiento previo y aplicarlos a otro problema, en lugar de comenzar desde cero.

El fine-tuning o ajuste fino es una forma de adaptación mediante entrenamiento adicional con ejemplos específicos. Puede utilizarse para que el modelo respete determinado formato, vocabulario o conducta. A diferencia de un prompt o de un documento agregado al contexto, el fine-tuning sí modifica parámetros del modelo.¹⁰

Esto no significa que toda aplicación especializada necesite ajuste fino. Si el objetivo es responder con legislación o documentación actualizada, muchas veces resulta más adecuado proporcionar esas fuentes mediante un sistema de búsqueda y recuperación. El fine-tuning puede mejorar la forma de responder; no es, por sí solo, una solución automática para mantener actualizado el conocimiento.

Un contrato atravesado por todo el proceso

Imaginemos que un abogado pide a un asistente comparar dos contratos de locación. El prompt define qué aspectos revisar y desde qué posición hacerlo. Los contratos ingresan en la ventana de contexto y se dividen en tokens. Esos tokens se convierten en representaciones numéricas y atraviesan una red neuronal basada en transformers, cuyas capas de atención relacionan cláusulas, términos y referencias distribuidas a lo largo de los documentos.

Durante la inferencia, el modelo genera la comparación token por token. La temperatura influye en la variación de la salida. Si la primera respuesta omite la garantía o confunde los gastos, la ingeniería de prompts permite precisar los criterios y volver a probar. Si el modelo fue ajustado para seguir cierto formato, probablemente organice mejor el resultado. Y si dispone de fuentes jurídicas confiables incorporadas al contexto, podrá utilizarlas para enriquecer el análisis.

Todo el recorrido puede funcionar técnicamente y, aun así, la conclusión ser equivocada. Quizá falte una adenda, la norma citada esté derogada, una cláusula admita otra interpretación o la solución sugerida sea inconveniente para los intereses reales del cliente. El modelo trabaja con patrones y probabilidades; el abogado debe comprobar los hechos, verificar las fuentes y decidir qué camino conviene.

De las respuestas a la acción: los agentes de inteligencia artificial

Los modelos de lenguaje generan contenido a partir de las instrucciones y del contexto que reciben. Sin embargo, cuando se integran con herramientas externas, también pueden intervenir en sistemas capaces de buscar información, consultar bases de datos, completar formularios, enviar comunicaciones o ejecutar otras acciones.

Estos sistemas se conocen como agentes de inteligencia artificial. Un agente recibe un objetivo, evalúa los pasos necesarios, utiliza las herramientas que tiene habilitadas y ajusta su actuación según los resultados obtenidos. No se trata de una conciencia digital ni de una persona electrónica, sino de una aplicación que combina un modelo de IA con instrucciones, memoria, acceso a datos y mecanismos de ejecución.

Esta capacidad amplía su utilidad, pero también los riesgos. Si una IA deja de limitarse a recomendar una acción y puede ejecutarla, adquieren mayor importancia los permisos, los límites operativos, la trazabilidad y la supervisión humana.¹¹

Conclusión

La IA moderna no es una base de datos que se limita a copiar respuestas, pero tampoco es una mente digital que comprende el mundo como una persona. Es un sistema matemático extraordinariamente complejo que aprende regularidades a partir de grandes cantidades de datos y las utiliza para clasificar, predecir o generar contenido. La naturalidad de sus respuestas puede producir una impresión de comprensión; sin embargo, detrás del texto continúa operando un mecanismo de cálculo probabilístico.

Esa capacidad puede ahorrar tiempo, ordenar información, detectar inconsistencias y ampliar las alternativas disponibles. También puede producir alucinaciones: nombres, hechos, normas o sentencias inexistentes presentados con apariencia convincente. Puede reproducir sesgos presentes en los datos y fallar cuando la consulta es ambigua, el contexto resulta insuficiente o la información quedó desactualizada. Su fluidez, por lo tanto, no debe confundirse con conocimiento cierto ni con criterio profesional.

Comprender qué son las redes neuronales, los tokens, los transformers, los prompts o el fine-tuning no elimina esos riesgos. Permite, en cambio, dejar de contemplar la herramienta como una caja mágica y comenzar a utilizarla con mejores instrucciones, fuentes confiables y controles adecuados. Cuanto más se conoce el recorrido que existe entre la pregunta y la respuesta, mejores son las condiciones para reconocer las posibilidades y los límites del resultado obtenido.

En el ámbito jurídico, esta comprensión tiene una consecuencia concreta. La inteligencia artificial puede colaborar en la búsqueda, organización y comparación de información; puede asistir en la elaboración de hipótesis, documentos o argumentos; pero no conoce por sí misma los hechos del caso, no valora los intereses del cliente y no asume responsabilidad por la decisión adoptada. La respuesta puede generarse en segundos; verificarla, confrontarla con las fuentes, situarla en el caso real y decidir si conviene utilizarla sigue siendo una tarea humana.³¹¹¹²

La pregunta inicial, entonces, admite una respuesta más precisa. La inteligencia artificial puede detectar relaciones y producir textos capaces de parecer una lectura entre líneas, pero no discierne del mismo modo que una persona ni comprende las consecuencias de aquello que propone. Su verdadero valor no reside en sustituir el juicio humano, sino en ampliar las capacidades de quien sabe formular la tarea, examinar críticamente la respuesta y conservar el control de la decisión final.

Notas y referencias

1. ↩ Charlton T. Lewis y Charles Short, A Latin Dictionary, voz “intellego”; Gayo, Institutiones, 1.7. https://www.perseus.tufts.edu/hopper/text?doc=Perseus:text:1999.04.0059:entry=intellego
2. ↩ OCDE, Recomendación del Consejo sobre Inteligencia Artificial, OECD/LEGAL/0449, adoptada el 22 de mayo de 2019 y modificada el 3 de mayo de 2024. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
3. ↩a ↩b ↩c ↩d Juan Vorobioff, Santiago Cerrotta, Nicolás Eneas Morel y Ariel Amadio, Inteligencia Artificial y Redes Neuronales Fundamentos Ejercicios y Aplicaciones con Python y Matlab, 1.ª ed., Ciudad Autónoma de Buenos Aires, edUTecNe, Universidad Tecnológica Nacional, 2022, ISBN 978-987-4998-82-8.
4. ↩ Ian Goodfellow, Yoshua Bengio y Aaron Courville, Deep Learning, MIT Press, 2016, cap. 6. https://www.deeplearningbook.org/
5. ↩ Yann LeCun, Yoshua Bengio y Geoffrey Hinton, “Deep learning”, Nature, vol. 521, 2015, pp. 436-444. https://doi.org/10.1038/nature14539
6. ↩ Tomas Mikolov y otros, “Efficient Estimation of Word Representations in Vector Space”, arXiv:1301.3781, 2013. https://arxiv.org/abs/1301.3781
7. ↩ Ashish Vaswani y otros, “Attention Is All You Need”, Advances in Neural Information Processing Systems 30, 2017, pp. 5998-6008. https://arxiv.org/abs/1706.03762
8. ↩ Tom B. Brown y otros, “Language Models are Few-Shot Learners”, Advances in Neural Information Processing Systems 33, 2020, pp. 1877-1901. https://arxiv.org/abs/2005.14165
9. ↩ OpenAI, Prompt engineering, documentación oficial de la API. https://platform.openai.com/docs/guides/prompt-engineering
10. ↩ OpenAI, Model optimization y documentación sobre fine-tuning. https://platform.openai.com/docs/guides/model-optimization
11. ↩a ↩b Vilaplana, Lucas Matías, Responsabilidad civil por IA agéntica ¿quién responde por los daños?, Estudio Vilaplana Abogados, 6 de septiembre de 2026, especialmente los apartados «Una aplicación construida sobre una API: ¿quién responde?» y «Conclusión». https://estudiovilaplana.com.ar/2026/09/06/responsabilidad-civil-ia-agentica/
12. ↩ Vilaplana, Lucas Matías, ¿Debe Argentina poner límites a la inteligencia artificial?, Estudio Vilaplana Abogados, 12 de septiembre de 2026, actualizado el 14 de septiembre de 2026, especialmente los apartados «Cuando la IA se presenta como un profesional», «Qué límites tendría sentido discutir» y «Conclusión». https://estudiovilaplana.com.ar/2026/09/12/limites-inteligencia-artificial-argentina/