La Inteligencia Artificial no apareció de golpe. Durante décadas, los programas seguían reglas fijas escritas por una persona ("si pasa esto, haz aquello"). Después llegó el aprendizaje automático: en lugar de programar cada regla, se entrena al sistema mostrándole muchísimos ejemplos para que encuentre patrones por sí mismo.
La generación actual de modelos de lenguaje (LLM, Large Language Model) es la evolución de esa idea, entrenada con cantidades enormes de texto de Internet, libros y otras fuentes.
Cada generación de IA se construye sobre la anterior — no es magia nueva, es décadas de ideas acumuladas.
Un LLM no piensa ni entiende el mundo como una persona. En esencia, es un sistema entrenado para predecir, palabra a palabra, cuál es la continuación más probable de un texto — algo parecido al autocompletado del móvil, pero llevado a un nivel muchísimo más sofisticado gracias al volumen de datos con el que fue entrenado.
Precisamente porque funciona por probabilidad y no por comprensión real, puede generar información que suena convincente pero es falsa: esto se llama alucinación, y es la razón número uno para no dar por buena ninguna respuesta sin comprobarla.
Que una respuesta suene segura y bien escrita no significa que sea cierta. Verificar siempre es parte del trato.
La forma en que planteas tu pregunta (el prompt) cambia radicalmente la calidad de la respuesta. Un esquema sencillo que funciona:
Cuatro piezas simples que convierten una pregunta vaga en una respuesta realmente útil.
La IA es tan buena como el criterio de quien la usa. El criterio sigue siendo cosa tuya.
Escribe un prompt "pobre" (una sola palabra o frase vaga) y luego el mismo prompt aplicando el esquema Rol-Contexto-Instrucción-Formato. Compara lo diferentes que son las dos respuestas.
Antes de juzgar una respuesta de IA, mira primero cómo estaba formulada la pregunta.