IA desde Cero: Fundamentos sin Tecnicismos

# El mapa de la IA en 2026 > Curso: **IA desde Cero: Fundamentos sin Tecnicismos** · Módulo 1: **Qué es (y qué no es) la Inteligencia Artificial** · Rol: **Comprender y preparar** ## Empieza aquí Al terminar podrás explicar y aplicar «El mapa de la IA en 2026» aunque hoy no conozcas la herramienta. **Qué harás en esta lección:** Construye el modelo mental y deja listo el entorno mínimo. **Primera victoria:** En los primeros diez minutos tendrás una primera versión de «El mapa de la IA en 2026» y sabrás qué comprobar antes de confiar. **Cómo sabrás que has terminado:** La lección termina con una parte utilizable de «Mapa visual de familias de IA y tabla de capacidades», tres pruebas y una decisión documentada. ## Explicación desde cero La IA no es una sola cosa: es un paraguas que cubre desde el filtro de spam de tu correo hasta los agentes que ejecutan tareas completas. Dentro de ese paraguas conviven el machine learning (sistemas que aprenden de datos), el deep learning (redes neuronales profundas) y la IA generativa (modelos que producen texto, imagen, audio y vídeo). Lo que ha cambiado el mundo desde 2022 es esta última capa: los LLMs o grandes modelos de lenguaje. En esta lección construimos un mapa para distinguir los términos y ubicamos las herramientas que usarás en la academia —ChatGPT, Claude, Gemini, herramientas de imagen y n8n— según la función que cumplen. Esta lección contribuye a usar IA con un mapa mental correcto, seleccionar herramientas y detectar cuándo no confiar y prepara una parte de: Sistema personal de IA con matriz de herramientas, reglas de privacidad, flujos y evidencias de calidad. No necesitas memorizar nombres de herramientas. Debes aprender a reconocer una entrada, una transformación, una salida y una comprobación. En «El mapa de la IA en 2026» esas cuatro piezas terminan dentro de **Mapa visual de familias de IA y tabla de capacidades**. ## Preparación paso a paso 1. **Crea el espacio de trabajo:** Crea una página o carpeta con el nombre «IA desde Cero: Fundamentos sin Tecnicismos / M1 / El mapa de la IA en 2026». Comprobación: Ves secciones Entrada, primera versión, Pruebas, versión mejorada y Decisión. 2. **Copia el caso ficticio:** Usa la entrada de práctica incluida en la etapa conjunto de herramientas. Comprobación: La entrada no contiene nombres, claves ni datos reales. 3. **Define el éxito:** Escribe qué aspecto de «Mapa visual de familias de IA y tabla de capacidades» construirás hoy. Comprobación: El resultado puede observarse y puntuarse. ## Método profesional del módulo **Clasificar → ejemplificar → contrastar → explicar** Caso de trabajo: Una persona que debe distinguir chat, búsqueda, generación, automatización y agente antes de pagar una herramienta. Riesgo que debes controlar: Confundir una interfaz comercial con una capacidad técnica. ## conjunto de herramientas real y responsabilidades - **ChatGPT:** responsabilidad concreta dentro de esta lección. - **Claude:** responsabilidad concreta dentro de esta lección. - **Gemini:** responsabilidad concreta dentro de esta lección. - **Hugging Face:** responsabilidad concreta dentro de esta lección. El conjunto de herramientas no es una lista de aplicaciones. Cada herramienta debe tener una responsabilidad, una entrada, una salida y un motivo para estar en el flujo. Si dos herramientas hacen exactamente lo mismo, elimina una o úsala únicamente como comparación controlada. ## Material de práctica ### Entrada ficticia ```text {"tarea":"resumir una política de devoluciones","datos":"texto ficticio de 300 palabras","riesgo":"medio","salida":"tabla con hechos, dudas y recomendación"} ``` ### Contrato de resultado ```text USUARIO: [quién usa el resultado] OBJETIVO: aplicar El mapa de la IA en 2026 ENTRADA PERMITIDA: [campos] SALIDA OBLIGATORIA: Matriz de decisión con capacidad, evidencia, privacidad, coste, límite y regla de uso. NO HACER: inventar, ocultar dudas, ejecutar acciones irreversibles ACEPTACIÓN: exactitud + utilidad + seguridad + repetibilidad ``` ### Registro de versiones ```csv VERSION,FECHA,HERRAMIENTA,ENTRADA,CAMBIO,RESULTADO,EXACTITUD_0_2,UTILIDAD_0_2,SEGURIDAD_0_2,FALLO,SIGUIENTE_PRUEBA primera versión,,,,,,,,,, versión mejorada,,,,,,,,,, ``` ## Tres demostraciones completas ### Demo 1 · Desde cero: El mapa de la IA en 2026 **Situación:** Construye una primera versión con ChatGPT y el caso ficticio. **información de partida** ```text {"tarea":"resumir una política de devoluciones","datos":"texto ficticio de 300 palabras","riesgo":"medio","salida":"tabla con hechos, dudas y recomendación"} ``` **Proceso** 1. Copia la entrada sin modificarla. 2. Pide una salida que contribuya a «Mapa visual de familias de IA y tabla de capacidades». 3. Marca cada dato ausente como PENDIENTE. 4. Guarda el resultado completo como primera versión. **Salida esperada:** Matriz de decisión con capacidad, evidencia, privacidad, coste, límite y regla de uso. **Cómo revisarla:** La salida contiene los campos pedidos, hace visibles las dudas y puede revisarse sin releer toda la conversación. **Si falla:** Si la herramienta inventa campos o no respeta el formato, reduce la tarea, añade un esquema y vuelve a probar el mismo caso. ### Demo 2 · Flujo profesional: Mapa visual de familias de IA y tabla de capacidades **Situación:** Combina ChatGPT, Claude, Gemini con responsabilidades separadas. **información de partida** ```text CASO: Una persona que debe distinguir chat, búsqueda, generación, automatización y agente antes de pagar una herramienta. TAREA DE LA LECCIÓN: El mapa de la IA en 2026 CRITERIOS: exactitud, utilidad, seguridad y repetibilidad. ``` **Proceso** 1. Usa ChatGPT para preparar o producir. 2. Usa Claude para enriquecer o contrastar. 3. Usa Gemini para validar, almacenar o presentar. 4. Registra tiempos, fallos y decisión final. **Salida esperada:** Una versión profesional de mapa visual de familias de ia y tabla de capacidades con entrada, proceso, resultado, evidencia y persona responsable. **Cómo revisarla:** Otra persona puede repetir el flujo y sabe qué herramienta realiza cada responsabilidad. **Si falla:** Si las herramientas se solapan o el flujo es más lento que el manual, elimina pasos y conserva solo los que aportan evidencia o control. ### Demo 3 · Cuando algo sale mal **Situación:** Prueba «El mapa de la IA en 2026» con datos incompletos, contradictorios o una dependencia caída. **información de partida** ```text {"tarea":"resumir una política de devoluciones","datos":"texto ficticio de 300 palabras","riesgo":"medio","salida":"tabla con hechos, dudas y recomendación"} CAMBIO DE PRUEBA: elimina un campo obligatorio, añade una contradicción y simula que Hugging Face no responde. ``` **Proceso** 1. Ejecuta el mismo flujo sin corregir manualmente el caso. 2. Comprueba si pregunta, se detiene, reintenta o inventa. 3. Diseña una ruta de recuperación y un mensaje útil. 4. Repite y conserva la evidencia del antes y el después. **Salida esperada:** Un registro del fallo, impacto, causa probable, control añadido y prueba de recuperación. **Cómo revisarla:** El sistema falla de forma visible y segura; no produce una salida silenciosamente incorrecta. **Si falla:** Si no puedes reproducir el fallo, todavía no has definido bien la entrada, el estado o el criterio de éxito. ## Laboratorio del alumno 1. Copia el caso ficticio y define un resultado observable para «El mapa de la IA en 2026». 2. Construye primera versión con ChatGPT sin corregir silenciosamente la salida. 3. Prueba caso normal, incompleto y de fallo. 4. Contrasta o valida con Claude. 5. Integra la evidencia dentro de «Mapa visual de familias de IA y tabla de capacidades». 6. Crea versión mejorada cambiando una sola variable y explica el efecto. ## Diagnóstico de problemas - **La respuesta parece correcta, pero no puedes comprobarla.** Causa probable: No definiste fuentes, campos verificables o prueba independiente. Solución: Separa hechos, inferencias y recomendaciones; añade fuente o etiqueta PENDIENTE. Evidencia: Cada afirmación importante tiene evidencia o está marcada como no verificada. - **El resultado cambia demasiado entre intentos.** Causa probable: La entrada, configuración o criterio no están fijados. Solución: Congela el banco de casos, guarda la versión y cambia una sola variable. Evidencia: primera versión y versión mejorada pueden compararse con la misma rúbrica. - **El conjunto de herramientas tiene muchas herramientas y nadie entiende el flujo.** Causa probable: Se eligieron por capacidad general y no por responsabilidad concreta. Solución: Asigna a cada herramienta una única función dentro de Clasificar → ejemplificar → contrastar → explicar. Evidencia: El diagrama muestra entrada, persona responsable, salida y criterio por paso. - **La práctica funciona con el ejemplo, pero falla con datos reales.** Causa probable: Solo se probó el camino feliz. Solución: Añade caso vacío, límite, duplicado, contradicción y dependencia caída. Evidencia: Existe evidencia de recuperación o escalado para cada fallo relevante. ## Conexión con el proyecto final Esta lección aporta una pieza al proyecto final: Sistema personal de IA con matriz de tareas, política de datos, flujos medidos y evidencias de calidad. Esta lección no termina al leer. Debes producir una pieza que pueda reutilizarse en el proyecto final y que otra persona pueda revisar. ## Entrega mínima - información de partida y datos utilizados. - Captura, enlace o salida primera versión. - Tres pruebas con resultados. - Rúbrica cumplimentada. - versión mejorada y explicación del cambio. - Limitación que sigue abierta. - Siguiente experimento. ## Regla de avance Avanza cuando puedas explicar «El mapa de la IA en 2026» con un ejemplo propio, ejecutar el flujo sin ayuda, detectar al menos un fallo y entregar evidencia reproducible. Leer o copiar una respuesta no demuestra dominio.