Módulo 1 · Lo esencial sobre la inteligencia artificial
Cómo entender una propuesta de IA
Duración estimada: 10–12 minutos, incluidos el video y el ejercicio.
Al terminar
No necesita conocimientos técnicos previos.
Video introductorio · Opcional · 2 min
¿Qué hace realmente un sistema de IA?
La lección contiene todo lo necesario para continuar sin ver el video.
1. Empiece por la tarea
Una delegación recibe tres propuestas:
- Estimar la demanda de citas.
- Redactar respuestas a consultas ciudadanas.
- Modificar expedientes automáticamente.
Todas se presentan como «inteligencia artificial», pero hacen cosas distintas.
Ejemplo hipotético. En esta guía, los casos de servicios públicos son ficticios y sirven para practicar preguntas que también pueden aplicarse a propuestas internacionales.
En términos generales, un sistema de IA recibe información y genera resultados —por ejemplo, predicciones, contenido, recomendaciones o decisiones— que pueden influir en entornos físicos o digitales. Los sistemas difieren en el grado de autonomía con que lo hacen. Esta explicación simplifica la definición de la OCDE; no sustituye las definiciones que pueda establecer cada jurisdicción. [1]
Para esta guía, no necesita resolver si una herramienta encaja en una definición jurídica concreta. Necesita describir qué hace, con qué información y con qué consecuencias.
Predecir
- Ejemplo hipotético
- Estimar cuántas citas se solicitarán
- Pregunta inicial
- ¿Qué información utiliza y cómo se comprueba la precisión?
Generar contenido
- Ejemplo hipotético
- Redactar una respuesta sobre un trámite
- Pregunta inicial
- ¿De dónde obtiene los requisitos y quién verifica el texto?
Recomendar
- Ejemplo hipotético
- Sugerir qué solicitudes revisar primero
- Pregunta inicial
- ¿Cómo afecta la recomendación al orden de atención o al acceso de las personas?
Ejecutar acciones
- Ejemplo hipotético
- Actualizar un expediente mediante herramientas conectadas
- Pregunta inicial
- ¿Qué puede cambiar, qué autorización necesita y cómo queda registrado?
Algunas aplicaciones combinan varias funciones. Describirlas permite localizar las decisiones que requieren atención.
2. Modelo, aplicación y sistema
En el aprendizaje automático, un modelo se obtiene mediante entrenamiento con datos para realizar tareas como predecir o generar contenido. La IA generativa produce texto, imágenes, audio u otros contenidos a partir de las entradas que recibe. [2]
Una aplicación utiliza uno o varios modelos para un propósito concreto.
El sistema o servicio incluye además los documentos, las herramientas, los datos, los permisos, las personas y los procedimientos que permiten que esa aplicación funcione en la práctica.
Modelo
- Qué es
- El componente que genera, clasifica o predice
- Qué conviene identificar
- Qué capacidades tiene y quién lo desarrolla o modifica
Aplicación
- Qué es
- La herramienta diseñada para una tarea concreta
- Qué conviene identificar
- Qué tarea realiza, qué interfaz utiliza y cómo se conecta al modelo
Sistema o servicio
- Qué es
- Todo lo que permite que funcione en la práctica
- Qué conviene identificar
- Documentos, datos, permisos, procesos, responsables y supervisión
En nuestro ejemplo, el modelo puede generar lenguaje; la aplicación ofrece una interfaz para consultas; y el sistema completo conecta esa aplicación con documentación, permisos definidos y un equipo responsable de atender problemas.
Por qué importa
Para preparar una reunión, dibuje tres recuadros
Debajo de cada uno, anote:
- Quién lo provee.
- Quién puede modificarlo.
- Qué información utiliza.
- Quién debe responder por su funcionamiento.
Puede haber varias organizaciones implicadas.
3. Entrenar un modelo y utilizarlo son actividades distintas
- Entrenamiento
- se ajusta un modelo a partir de datos.
- Uso o inferencia
- se aplica el modelo a una entrada para obtener un resultado.
- Despliegue
- se pone el sistema en funcionamiento en un entorno concreto.
En el ejemplo, una empresa podría entrenar el modelo, otra desarrollar el asistente y el ministerio decidir cómo utilizarlo en su servicio. No sería necesario que el ministerio entrenara un modelo desde cero.
Consultar documentos durante una respuesta tampoco significa, por sí mismo, que se haya vuelto a entrenar el modelo.
Cuando un proveedor dice que el sistema “aprende de nuestros documentos”, conviene preguntar:
- ¿Los consulta mientras responde?
- ¿Se usan para ajustar o entrenar el modelo?
- ¿El proveedor los conserva?
- ¿Durante cuánto tiempo?
- ¿Con qué finalidad puede utilizarlos después?
Pregunta útil
4. Tres términos que encontrará
- IA de propósito general
- Puede utilizarse para distintas tareas, como resumir, traducir o ayudar a escribir código.
- IA de frontera
- Expresión utilizada para referirse a algunos de los sistemas más capaces en un momento determinado. No tiene una definición única ni implica por sí misma que un sistema sea seguro, peligroso o apropiado para un uso concreto.
- Agente de IA
- Sistema que puede ejecutar secuencias de acciones utilizando, por ejemplo, herramientas externas. El grado de autonomía varía.
En una propuesta, pida que se definan estos términos y que se describan las funciones concretas. La etiqueta «agente» no informa por sí sola de sus permisos.
Compare estas dos versiones hipotéticas de un asistente:
Versión
Versión A
- Qué hace
- Redacta una respuesta para que un funcionario la revise
- Preguntas principales
- ¿La información utilizada es correcta? ¿Quién revisa el borrador antes de enviarlo?
Versión
Versión B
- Qué hace
- Consulta un expediente, modifica datos y envía una notificación
- Preguntas principales
- ¿Qué modificaciones puede realizar? ¿Cuáles requieren autorización previa? ¿Quedan registradas? ¿Se pueden corregir?
Autonomía no es autoridad
5. Capacidad y fiabilidad
Un sistema puede resolver tareas difíciles y fallar en otras aparentemente sencillas. Sus resultados pueden variar según la tarea, el idioma y el contexto. Una respuesta convincente puede contener información falsa o no verificable. [3]
Por eso, convierta afirmaciones generales en preguntas concretas:
Afirmación
«Tiene nivel de experto»
- Pregunta que la hace examinable
- ¿En qué tarea y bajo qué condiciones se comparó con expertos?
Afirmación
«Funciona en español»
- Pregunta que la hace examinable
- ¿Se probó con las consultas, términos y variantes lingüísticas de nuestro servicio?
Afirmación
«Aprende de nuestros documentos»
- Pregunta que la hace examinable
- ¿Los consulta al responder, se usan para ajustar el modelo o el proveedor los conserva para otros fines?
Afirmación
«Automatiza el trámite»
- Pregunta que la hace examinable
- ¿Qué pasos ejecuta y cuáles requieren revisión, autorización o responsabilidad de funcionarios?
Estas preguntas no certifican que una herramienta sea apropiada. Ayudan a saber qué se está ofreciendo.
El Módulo 3 profundiza en las evaluaciones, la evidencia y sus límites.
6. Cuatro cosas que debe poder describir
Antes de evaluar una propuesta, identifique cuatro elementos:
La tarea
- Pregunta clave
- ¿Qué resultado produce el sistema?
La información
- Pregunta clave
- ¿Qué datos, documentos o fuentes utiliza?
Los permisos
- Pregunta clave
- ¿Qué acciones puede ejecutar?
Las responsabilidades
- Pregunta clave
- ¿Quién responde por sus resultados, cambios e incidentes?
Esta es la base de la Ficha básica para entender una propuesta de IA.
7. Ejercicio · Describa el sistema
Tiempo sugerido: 2 minutos. Caso hipotético.
Un ministerio propone un asistente basado en un modelo de propósito general. La aplicación consulta un repositorio de documentos oficiales y prepara borradores para los funcionarios. No puede enviar mensajes ni modificar expedientes.
Pregunta 1
¿Qué descripción se ajusta mejor?
Pregunta 2
Ahora se propone que envíe respuestas automáticamente. ¿Qué cambia?
Aplicación
Complete esta frase: «El sistema utiliza ___, consulta ___, produce ___ y puede actuar sobre ___; la responsabilidad por ___ debe aclararse.»
Sus respuestas permanecen en este dispositivo y no se envían ni almacenan en un servidor. No introduzca información oficial o confidencial.
8. Qué llevarse
- Empiece por la tarea y describa qué resultados y acciones produce el sistema.
- Distinga el modelo, la aplicación y el sistema o servicio donde se utiliza.
- Separe el entrenamiento, el uso y la consulta de documentos.
- Pida evidencia sobre la tarea concreta antes de generalizar a partir de una demostración.
- Recuerde: autonomía no equivale a autoridad.
Herramienta: Ficha básica para entender una propuesta de IA
Ficha básica para entender una propuesta de IA
La tarea
La información
Los permisos
Las responsabilidades
Sus respuestas permanecen en este dispositivo y no se envían ni almacenan en un servidor. No introduzca información oficial o confidencial.
Abre el diálogo de impresión del navegador; elija «Guardar como PDF».
Siguiente módulo: Qué está en juego para su país.
Fuentes y lecturas opcionales
Los conceptos se apoyan en las siguientes fuentes primarias. Los ejemplos, preguntas y herramientas son elaboración original. Fuentes consultadas el 4 de octubre de 2026.
- [1]OCDE, Explanatory Memorandum on the Updated OECD Definition of an AI System, 2024. Aclara la definición actualizada de sistema de IA adoptada por los países miembros de la OCDE en noviembre de 2023. Leer la publicación
- [2]Google for Developers, What is Machine Learning? Introducción técnica al aprendizaje automático, entrenamiento de modelos y generación de contenido. Leer la introducción
- [3]International AI Safety Report 2026, resumen ampliado para responsables de políticas. Presenta una síntesis de evidencia sobre capacidades, riesgos y enfoques de gestión de riesgos para sistemas de IA de propósito general. Leer el resumen ampliado