Objetivo de la lección

Al finalizar esta lección, el estudiante comprenderá la diferencia entre la IA tradicional y la IA generativa, conocerá qué es un modelo fundacional y entenderá el concepto de «multimodalidad» utilizando Google Gemini como referencia.

1. Más allá de predecir: El poder de crear

Para entender la Inteligencia Artificial Generativa (IAG), primero debemos contrastarla con lo que ya conocíamos. Durante años, la IA tradicional se ha centrado en analizar, clasificar y predecir.

• IA Tradicional (Analítica): Lee miles de correos y te dice cuál es Spam. Mira una foto de un perro y te dice «Es un Golden Retriever». Detecta patrones en datos existentes.

• IA Generativa: Va un paso más allá. No solo reconoce el patrón; utiliza ese conocimiento para crear contenido completamente nuevo e inédito (texto, imágenes, código, audio) que imita la creatividad humana.

💡 En pocas palabras: La IA tradicional clasifica un poema; la IA generativa lo escribe.

2. ¿Cómo funciona? Los Modelos Fundacionales y el LLM

Detrás de herramientas como Gemini existen los LLMs (Large Language Models o Grandes Modelos de Lenguaje). Estos son redes neuronales masivas que han sido entrenadas con volúmenes gigantescos de información textual, visual y de código.

• El entrenamiento: No memorizan frases. Aprenden las reglas estadísticas del lenguaje, la sintaxis, el contexto y las relaciones entre conceptos.

• La magia del auto-completado: En su nivel más básico, una IA generativa predice cuál es la palabra o el píxel más probable que debe venir a continuación, basándose en lo que el usuario le ha pedido (el prompt).

3. La era de la Multimodalidad Nativa (El factor Gemini)

Históricamente, los modelos de IA se creaban para una sola tarea: uno para texto, otro separado para imágenes.

La gran revolución de Google Gemini es que es un modelo multimodal nativo.

• ¿Qué significa esto? Desde su diseño inicial en el laboratorio, Gemini fue entrenado con diferentes tipos de información al mismo tiempo: texto, código, imágenes, audio y video.

• La ventaja: No necesita «traducir» una imagen a texto para entenderla. Puede razonar directamente de forma conceptual cruzando diferentes formatos, lo que hace que sus respuestas sean mucho más fluidas y contextualizadas.

4. Resumen de la Lección

• Creatividad: La IA Generativa crea contenido nuevo en lugar de solo clasificar datos.

• Predicción contextual: Funciona prediciendo la siguiente mejor respuesta gracias al entrenamiento con miles de millones de datos.

• Multimodalidad: Modelos modernos como Gemini entienden texto, video, audio y código de forma simultánea y nativa.

Actividad Práctica: Análisis de Capacidades de la IA Generativa

Objetivo de la actividad: Evaluar de forma crítica la capacidad de generación, adaptación de formato y razonamiento conceptual de un modelo de IA Generativa multimodal.

Instrucciones para el estudiante:

1. 1. Acceso a la plataforma: Inicie sesión en la interfaz de Google Gemini Ingrese Aquí

1. Ejecución del Prompt: Copie, pegue y ejecute la siguiente instrucción en el cuadro de chat:

   «Actúa como un consultor de tecnología senior. Redacta un correo electrónico formal dirigido al Director de Operaciones (COO) de una empresa logística, explicando en un párrafo los beneficios de implementar IA Generativa Multimodal en la cadena de suministro. Al final, incluye una tabla comparativa con 2 ventajas y 2 limitaciones actuales de esta tecnología.»

2. Análisis y Reflexión: Una vez obtenida la respuesta, analice el resultado con base en los siguientes criterios y anote sus conclusiones:

   • Adaptación del tono: ¿El vocabulario y la estructura del correo corresponden realmente al perfil de un consultor senior dirigiéndose a un directivo?

   • Consistencia estructural: ¿Cumplió rigurosamente con las restricciones de formato (un párrafo de explicación y la tabla comparativa)?

   • Comprensión del concepto: ¿Las ventajas y limitaciones mencionadas en la tabla reflejan con precisión lo aprendido en la lección sobre modelos fundacionales?