La inteligencia artificial no es solo una herramienta de oficina ni un concepto reservado para ingenieros. Ya está en tu bolsillo, en tu teclado, en tus búsquedas de Google y hasta en la lista del supermercado pegada en la nevera. Entender cómo funciona y cómo aprovecharla en el día a día es lo que marca la diferencia entre usarla sin darte cuenta o convertirla en tu mayor aliada.
¿Cómo se integra la inteligencia artificial en la vida cotidiana?
El punto de inflexión llega cuando la IA deja de ser algo abstracto y se convierte en algo tangible. Con la aparición de los modelos multimodales [1:06], es decir, modelos con capacidad de visión que pueden interpretar imágenes además de texto, el uso se volvió inmediato. Un ejemplo concreto: tomar una foto de una lista de compras escrita a mano en una pizarra magnética con marcador casi seco, enviarla a ChatGPT y recibir la lista organizada por pasillo del supermercado [1:18].
ChatGPT no conoce los pasillos reales de tu supermercado. Lo que hace es inferir una organización genérica basada en el entrenamiento que recibió con información sobre supermercados [2:06]. Funciona porque la mayoría de los supermercados agrupan productos de forma similar: vegetales con vegetales, frutas con frutas.
¿Qué aplicaciones de IA puedes tener en tu celular?
Una pantalla de celular bien organizada puede ser un centro de productividad con IA [2:44]:
- ChatGPT como widget en la pantalla principal, a un toque de distancia.
- Claude, otro large language model competidor, siempre accesible en la barra lateral.
- Voice Notes, una aplicación que transcribe y resume notas de voz.
- Notebook LLM, para organizar y procesar información.
Además, Meta AI ya está integrado directamente en WhatsApp, Instagram y Facebook [3:38]. Funciona con Llama, el modelo de lenguaje creado por Meta, y permite interactuar con inteligencia artificial sin instalar nada adicional.
¿Para qué más sirve en el día a día?
Desde pedir una receta de torta de zanahoria con glaseado [4:17] hasta recibir combinaciones de ingredientes según lo que tengas disponible en la despensa, la IA se adapta a necesidades personales. Lo importante es que no se trata solo del ambiente de trabajo, sino de integrarla en la vida diaria [4:55]. Eso permite encontrar más rápido tanto sus posibilidades como sus limitaciones.
¿Cómo aprende realmente una inteligencia artificial?
El teclado predictivo del celular es un ejemplo perfecto [5:41]. Esas tres sugerencias de palabras que aparecen mientras escribes son una aplicación de inteligencia artificial que muchas personas usan sin saberlo. Lo mismo ocurre con las sugerencias de búsqueda de Google [6:17]: todas tienen sentido porque no son combinaciones aleatorias.
Detrás de esto está el machine learning [6:48], una especialización de la inteligencia artificial. Se estudian grandes volúmenes de textos, se entrenan algoritmos sobre esos datos, y esos algoritmos determinan patrones [7:24]. Los patrones son los que dan la apariencia de inteligencia.
Antes, la IA funcionaba con sistemas basados en reglas [7:48]: enormes conjuntos de condiciones programadas manualmente que eran muy difíciles de mantener. El cambio llegó cuando físicos y computistas empezaron a aplicar principios inspirados en el funcionamiento del cerebro [8:20], permitiendo extraer patrones de grandes volúmenes de datos.
¿Cómo demostrar que la IA reconoce patrones?
Un experimento sencillo lo demuestra [8:52]. Si escribes en ChatGPT solo "España", te pedirá contexto. Pero si le das un patrón como "Francia: París", "Colombia: Bogotá", "España:", él completa automáticamente con "Madrid". Esta técnica se llama few shots [9:40]: darle unos pocos ejemplos para que infiera el patrón.
Al replicar el mismo experimento en Claude, la respuesta también incluye "Madrid", pero agrega texto adicional [10:02]. La diferencia se debe a que cada modelo tuvo entrenamientos y ajustes distintos [10:20]. Los datos utilizados fueron diferentes, y cada compañía aplicó sus propios ajustes para lograr un tono conversacional particular. Esto es fundamental al elegir qué herramienta utilizar.
¿Dónde están los patrones en el trabajo?
Contratos, pólizas, estados financieros, reportes de gastos: todos siguen patrones reconocibles [11:06]. No todas las hojas de cálculo son iguales, pero un reporte de gastos tiene una estructura similar a otro. Los large language models reconocen estos patrones porque fueron entrenados con documentos de todo tipo y saben identificar si estás trabajando con estados financieros o con un contrato [11:30].
El mensaje central es poderoso: estos grandes modelos de lenguaje fueron entrenados con una cantidad gigantesca de conocimiento humano [11:44]. Lo que aprendieron son las relaciones entre las palabras dentro de ese conocimiento. Eso es reconocimiento de patrones y generación basada en patrones. Esa es la gran palanca que tienes cuando trabajas con un LLM.
¿Ya identificaste en qué momento del día estás usando inteligencia artificial sin darte cuenta? Comparte tu experiencia.
