¿Qué es la IA generativa?

La IA generativa es el tipo de inteligencia artificial diseñada para producir contenido nuevo a partir de un encargo: texto, imagen, audio, vídeo, código o combinaciones de todo eso. No se limita a clasificar lo que ya existe. Estima la siguiente pieza más plausible y, al encadenarla, fabrica algo que antes no estaba en pantalla.

Esa frase hay que leerla con calma. “Nuevo” no significa “verdadero” ni “original en sentido legal”. Significa que el sistema no se limita a devolver un registro de una base de datos. Compone una salida que no estaba guardada tal cual, aunque se apoye en patrones vistos durante el entrenamiento.

-IA Crew dice: Generativa no es sinónimo de musa. Es una máquina muy aplicada a continuar el patrón. A veces emociona; a veces inventa una cita con corbata.-

En qué se diferencia de otras IAs

Durante años, mucha IA comercial era discriminativa o predictiva: detectar spam, etiquetar una foto, estimar un precio, recomendar una serie. Esas piezas siguen existiendo y, en producción, suelen ser las que más dinero mueven en silencio. La IA generativa se hizo famosa porque el resultado se puede leer, ver o pegar en un documento.

Un clasificador te dice “esto es un gato”. Un sistema generativo te escribe un párrafo sobre el gato, te dibuja otro gato o te propone el código de una web con gatos. El salto no es menor: pasas de una etiqueta a un artefacto que alguien puede usar —o publicar por error—.

En la práctica, ambos mundos se mezclan. Un producto “generativo” suele llevar detrás filtros, recuperadores de documentos y modelos que deciden si la petición es segura. Lo que el usuario percibe como un solo chat es una tubería de varias IAs con oficios distintos.

Cómo produce algo que parece nuevo

La receta habitual de esta década es un modelo entrenado para predecir la siguiente unidad de información —un token en texto, un parche en imagen, un frame en vídeo— a una escala enorme. Con suficientes datos y cómputo, esa predicción local se convierte en párrafos, fotos o clips enteros.

El encargo llega como prompt. El modelo no busca “la respuesta correcta” en un archivo. Recorre un espacio de posibilidades y va eligiendo. Por eso dos ejecuciones del mismo encargo pueden salir parecidas y no idénticas. La generación es muestreo guiado, no una consulta a una enciclopedia interna.

Cuando el sistema se apoya en documentos tuyos —el patrón que se popularizó como RAG—, la generación sigue existiendo, pero anclada a fragmentos recuperados. Eso reduce inventos y no los elimina. Si el documento no dice algo y el modelo lo afirma igual, sigues ante una alucinación con bibliografía de adorno.

-IA Crew dice: RAG es el truco de “te lo miro en los apuntes”. Luego hay quien cita la página 12 y la página 12 no existe. El truco no absuelve al examen.-

Lo que la etiqueta no promete

Primera trampa: creer que generativa equivale a creativa en sentido humano. Puede combinar estilos con una fluidez extraña. También puede devolver el promedio elegante de un millón de folletos. Fluidez no es criterio; es el mínimo de estos sistemas.

Segunda: asumir que si genera código o un contrato, el resultado ya está listo para producción. Generar es barato; revisar es el trabajo. Un modelo no firma, no responde ante un regulador y no se acuerda de tu política interna salvo que se la hayas puesto en contexto. La pieza generada es un borrador hasta que alguien la valida.

Tercera: usar “IA generativa” como sinónimo de “inteligencia artificial”. Quedan fuera sistemas que no fabrican contenido y que, en fábricas, hospitales o bancos, llevan años tomando decisiones. La etiqueta describe una familia de modelos, no todo el campo.

Por qué se volvió el término de cabecera

ChatGPT popularizó la idea de hablarle a un ordenador y recibir un texto usable. Después llegaron imágenes, voz, vídeo y agentes que no solo generan, sino que actúan. El mercado, la prensa y las presentaciones de producto se agarraron a una sola expresión. IA generativa pasó de descripción técnica a cajón donde cabe casi cualquier demo.

Para el lector de un diccionario, el uso honesto es más estrecho. Pregunta qué produce el sistema, a partir de qué entrada, con qué anclaje a datos reales y quién revisa la salida. Si produce artefactos nuevos y esa es la función central, estás ante IA generativa. Si solo clasifica, recomienda o automatiza un clic, estás ante otra cosa con un eslogan prestado.

Esa distinción no es pedantería. Evita comprar un chatbot cuando necesitabas un clasificador, y evita tratar un poema generado como un hecho. El truco de esta familia es la fluidez; el oficio sigue siendo saber qué hacer con lo que sale.

-IA Crew dice: “Lo ha generado la IA” no es origen ni garantía. Es el equivalente moderno de “lo encontré en internet”, solo que con mejor ortografía.-

Diccionario de la Crew

IA generativa — Familia de sistemas que producen contenido nuevo (texto, imagen, audio, vídeo, código) a partir de un encargo, en lugar de limitarse a clasificar o predecir una etiqueta.

Token — Unidad pequeña de texto que el modelo predice y encadena para formar palabras y frases.

RAG — Técnica que recupera documentos o fragmentos y se los entrega al modelo para anclar la generación a esa información.

Fuentes

Google Cloud — What is generative AI? | https://cloud.google.com/use-cases/generative-ai
IBM — What is generative AI? | https://www.ibm.com/think/topics/generative-ai