M1 · CLASE 1 ¿Qué es la Inteligencia Artificial? Historia y evolución

Módulo 01 · Clase 1 de 4 · 1.5 horas

¿Qué es la Inteligencia Artificial?
Historia y evolución

Comprendemos qué es la IA, cómo llegó hasta aquí y por qué es relevante para quienes trabajan en entornos administrativos. Sin tecnicismos innecesarios, con ejemplos concretos.

Conceptos fundamentales Historia de la IA Tipos de IA IA vs. ML vs. IA Generativa Aplicación laboral

Objetivos de esta clase

Al finalizar esta clase, serás capaz de:

OBJ 01 Definir con precisión qué es la Inteligencia Artificial y distinguirla de otros conceptos relacionados como Machine Learning e IA Generativa.
OBJ 02 Identificar los hitos históricos que marcaron el desarrollo de la IA desde sus orígenes hasta los sistemas actuales.
OBJ 03 Clasificar los principales tipos de IA y reconocer cuál corresponde a las herramientas que usarás en este curso.
OBJ 04 Relacionar los conceptos teóricos con situaciones reales del entorno administrativo y laboral cotidiano.
70+
años de historia de la IA
3
tipos principales de IA
1956
año en que se acuñó el término
2022
el año que lo cambió todo
📌 Cómo navegar esta clase
Avanza sección por sección usando los botones de la barra inferior. Cada bloque toma entre 10 y 20 minutos. Al final encontrarás un quiz de verificación con 5 preguntas y retroalimentación inmediata.

Bloque 01 — ¿Qué es la Inteligencia Artificial?

Una definición clara, sin rodeos, para comenzar con base sólida.

📖 Definición
La Inteligencia Artificial (IA) es la rama de la informática que desarrolla sistemas capaces de realizar tareas que, cuando las ejecuta un ser humano, requieren inteligencia: reconocer patrones, aprender de la experiencia, tomar decisiones, entender lenguaje natural y generar contenido.
💡 Analogía para entenderlo

Imagina que contratas a un asistente nuevo. Al principio le explicas cómo hacer las cosas, le muestras ejemplos y le corriges los errores. Con el tiempo, aprende a realizar las tareas solo, incluso en situaciones que no habías previsto. La IA funciona de manera similar: aprende de ejemplos (datos), encuentra patrones y luego aplica ese aprendizaje a situaciones nuevas.

¿Qué puede hacer la IA hoy?

💬

Entender y generar texto

Redactar correos, resumir documentos, responder preguntas, traducir idiomas y mantener conversaciones coherentes.

👁️

Ver e interpretar imágenes

Reconocer objetos, leer documentos escaneados, analizar fotografías y detectar anomalías visuales.

🔊

Escuchar y hablar

Transcribir audio a texto, reconocer quién habla, sintetizar voz y entender comandos orales.

📊

Analizar datos

Detectar tendencias, identificar anomalías, predecir comportamientos y sugerir acciones basadas en patrones.

⚙️

Automatizar tareas

Ejecutar flujos de trabajo, clasificar información, responder solicitudes repetitivas y gestionar procesos sin intervención humana.

🎨

Crear contenido

Generar imágenes, música, código, presentaciones y documentos a partir de instrucciones en lenguaje natural.

⚠️ Lo que la IA NO puede hacer
La IA no piensa como un humano: no tiene conciencia, emociones ni comprensión real del mundo. No improvisa con criterio moral propio, no asume responsabilidades y no puede reemplazar el juicio humano en contextos de alta complejidad ética. Es una herramienta poderosa, no un sustituto de la persona.

Bloque 02 — Historia y evolución de la IA

De una idea filosófica a una herramienta que hoy usamos a diario.

🕰️ Por qué importa conocer la historia
Entender de dónde viene la IA nos permite comprender por qué funciona como funciona hoy, qué limitaciones tiene y por qué los avances recientes son tan significativos. La historia de la IA es también la historia de sus frustraciones y sus renacimientos.
🧮
1950
El Test de Turing
Alan Turing publica "Computing Machinery and Intelligence" y propone la pregunta: "¿Puede una máquina pensar?". Diseña el Test de Turing como criterio para determinar si una máquina exhibe inteligencia humana indistinguible. Es la chispa que encendió toda la disciplina.
🎓
1956
Nace oficialmente la IA
En el Dartmouth College, John McCarthy acuña el término "Inteligencia Artificial" y organiza la primera conferencia sobre el tema. Se plantea que la inteligencia humana puede ser descrita con tanta precisión que una máquina puede simularla. Comienza la era de la IA simbólica.
❄️
1970s – 1980s
Los inviernos de la IA
La IA promete demasiado y entrega poco. Los computadores de la época son insuficientes, los datos escasos y los enfoques limitados. Los fondos se recortan drásticamente en dos períodos conocidos como "inviernos de la IA". Es una época de escepticismo profundo pero también de reflexión y reorientación.
🧠
1986 – 2000s
Redes neuronales y Machine Learning
Resurge el enfoque de las redes neuronales artificiales. En lugar de programar reglas explícitas, los modelos aprenden de datos. IBM Deep Blue vence al campeón mundial de ajedrez Garry Kasparov en 1997. Es la transición desde IA basada en reglas hacia IA que aprende de la experiencia.
🚀
2012 – 2020
Deep Learning y la explosión de datos
Las redes neuronales profundas (Deep Learning), combinadas con grandes volúmenes de datos y GPUs potentes, logran resultados sobresalientes en visión artificial, reconocimiento de voz y traducción automática. Nacen asistentes de voz como Siri y Alexa. La IA sale del laboratorio y llega a los dispositivos cotidianos.
✨
2022 – Presente
La era de la IA Generativa
El lanzamiento de ChatGPT en noviembre de 2022 marca un punto de inflexión cultural. Por primera vez, una herramienta de IA de alto desempeño está disponible para el público general sin necesidad de conocimientos técnicos. En menos de dos meses alcanza 100 millones de usuarios. La IA deja de ser exclusiva de tecnólogos y se convierte en una herramienta de trabajo universal.
📚 Para recordar

La historia de la IA es un ciclo de grandes expectativas → decepciones → nuevos enfoques → avances reales. Lo que hoy parece magia es el resultado de décadas de investigación, fracasos y aprendizajes acumulados. Ese contexto explica tanto sus capacidades extraordinarias como sus limitaciones actuales.

Bloque 03 — Tipos de Inteligencia Artificial

No toda IA es igual. Clasificarlas nos ayuda a entender qué pueden y qué no pueden hacer.

Clasificación por capacidad

🔧

IA Estrecha (ANI)

Artificial Narrow Intelligence. Hace una sola cosa muy bien: reconocer imágenes, traducir texto, jugar ajedrez. Es la IA que existe hoy. Toda la IA que usamos actualmente es estrecha, incluso los sistemas más sofisticados.

🌐

IA General (AGI)

Artificial General Intelligence. Tendría la capacidad de aprender y realizar cualquier tarea intelectual que un humano pueda hacer. Aún no existe. Es el objetivo a largo plazo de muchos laboratorios de investigación.

♾️

Superinteligencia (ASI)

Artificial Superintelligence. Superaría la inteligencia humana en todos los ámbitos. Es un concepto teórico y objeto de debate filosófico y ético. No existe ni existe consenso sobre si existirá.

✅ Lo importante para este curso
Todo lo que aprenderás y usarás en este curso corresponde a IA Estrecha (ANI). Herramientas que hacen cosas específicas extraordinariamente bien: redactar, resumir, clasificar, responder, analizar. No son "inteligentes" en el sentido humano, pero son extraordinariamente útiles para el trabajo administrativo.

IA · Machine Learning · IA Generativa: ¿cuál es la diferencia?

Inteligencia Artificial (IA) — El concepto más amplio.

  • Campo de la computación que busca crear sistemas capaces de realizar tareas inteligentes.
  • Incluye todas las técnicas y enfoques: reglas explícitas, aprendizaje automático, redes neuronales, etc.
  • Todo lo demás (ML, Deep Learning, IA Generativa) es un subconjunto de la IA.
  • Ejemplo: Un sistema que filtra correos spam usando reglas programadas es IA.

Machine Learning (ML) — IA que aprende de datos.

  • En lugar de programar reglas, el sistema aprende patrones directamente desde los datos.
  • Cuantos más datos recibe, más preciso se vuelve.
  • Requiere grandes volúmenes de datos etiquetados para entrenarse.
  • Ejemplo: Un sistema que aprende a detectar spam analizando miles de correos marcados como spam o no spam.
  • Ejemplo administrativo: Predecir la probabilidad de que un proveedor entregue tarde basándose en su historial.

Deep Learning — ML con redes neuronales profundas.

  • Usa redes de neuronas artificiales inspiradas en el cerebro humano, con muchas capas ("profundas").
  • Capaz de procesar imágenes, audio, texto y video con alta precisión.
  • Es la base técnica de los modelos de lenguaje grandes (LLM) como GPT y Claude.
  • Requiere enormes cantidades de datos y poder computacional (GPUs).
  • Ejemplo: El reconocimiento facial de tu celular o la transcripción automática de reuniones.

IA Generativa — IA que crea contenido nuevo.

  • Subconjunto del Deep Learning capaz de generar texto, imágenes, audio y código que no existían antes.
  • Se basa en Modelos de Lenguaje Grandes (LLM): entrenados con texto masivo de internet y libros.
  • Entiende instrucciones en lenguaje natural y responde de forma coherente y contextual.
  • Herramientas: ChatGPT, Claude, Gemini, Copilot, Midjourney, DALL-E.
  • Ejemplo administrativo: Escribir un oficio completo a partir de una instrucción de tres líneas.
Concepto¿Qué hace?Ejemplo laboral¿Existe hoy?
IA (general)Simula comportamiento inteligenteCualquier sistema automatizado con criterioSí
Machine LearningAprende patrones desde datosPredicción de ausentismo laboralSí
Deep LearningRedes neuronales profundasTranscripción automática de reunionesSí
IA GenerativaCrea texto, imágenes, códigoRedacción de documentos con ChatGPTSí
IA General (AGI)Cualquier tarea cognitiva humana—No

Bloque 04 — La IA en el entorno administrativo

¿Por qué esto es relevante para ti hoy, en tu puesto de trabajo?

💼 El contexto que importa

Hace 30 años, saber usar un procesador de texto era una ventaja competitiva. Hace 10 años, lo era dominar hojas de cálculo. Hoy, la capacidad de trabajar junto a herramientas de IA está redefiniendo qué significa ser eficiente en un entorno administrativo. La pregunta ya no es si la IA afectará tu trabajo, sino cómo aprovecharla antes de que otros lo hagan por ti.

Tareas administrativas que la IA puede apoyar

📧

Redacción y comunicación

Correos, memorandos, oficios, informes, presentaciones. La IA redacta borradores que tú revisas y firmas.

📄

Gestión documental

Clasificar, resumir, extraer datos y organizar documentos extensos en segundos.

📅

Agenda y coordinación

Programar reuniones, redactar actas, hacer seguimiento de compromisos y recordatorios automáticos.

🔍

Búsqueda de información

Consultar políticas, procedimientos, normativas y datos históricos con preguntas en lenguaje natural.

📊

Análisis y reportes

Interpretar datos, identificar tendencias y generar resúmenes ejecutivos automáticamente.

🔄

Automatización de flujos

Procesar formularios, clasificar solicitudes y dirigirlas automáticamente según su tipo y urgencia.

¿Qué NO cambia con la IA?

🧭 Tu rol como profesional
La IA no reemplaza el criterio profesional, la responsabilidad ética, el conocimiento del contexto organizacional ni las relaciones humanas. Lo que sí hace es liberar tiempo de tareas mecánicas para que puedas dedicarlo a lo que realmente requiere tu juicio, experiencia y creatividad. El profesional que domina la IA no es reemplazado por ella: es quien la usa para ser más valioso.
Perfil administrativoAplicación de IABeneficio concreto
Secretaria / AsistenteRedacción de correspondencia, gestión de agendaReduce tiempo de redacción en 70%
Jefe de RRHHAnálisis de CV, respuestas a consultas frecuentesProcesa más postulaciones en menos tiempo
Contador / FinanzasGeneración de informes, extracción de datosElimina trabajo manual de consolidación
Encargado de comprasAnálisis de cotizaciones, comparativas de proveedoresDecisiones más rápidas y documentadas
Atención al clienteRespuestas automáticas, clasificación de solicitudesAtención 24/7 con calidad consistente
Coordinador de proyectosSeguimiento de tareas, generación de actasMás tiempo para gestión estratégica
🚀 Lo que aprenderás en este curso
En estas 45 horas desarrollarás las competencias para usar herramientas de IA en todas estas áreas. Comenzamos por entender los fundamentos —como en esta clase— y avanzamos hacia la práctica directa con laboratorios simulados en cada módulo.

Quiz de verificación

Responde las 5 preguntas para confirmar tu comprensión de los conceptos de esta clase.

Pregunta 1 de 5

¿Cuál de las siguientes afirmaciones describe con mayor precisión lo que es la Inteligencia Artificial?

✓ Correcto. La IA es la disciplina que busca crear sistemas que realicen tareas que requieren inteligencia cuando las hace un humano: reconocer patrones, aprender, tomar decisiones, entender lenguaje. No implica conciencia ni emociones; es una herramienta diseñada con un propósito específico.
Pregunta 2 de 5

¿En qué año se acuñó oficialmente el término "Inteligencia Artificial" y en qué contexto ocurrió?

✓ Correcto. El término "Inteligencia Artificial" fue acuñado por John McCarthy en 1956 en la conferencia de Dartmouth College, que reunió a los primeros investigadores del área. Aunque Alan Turing planteó las bases teóricas en 1950, fue McCarthy quien le dio nombre a la disciplina.
Pregunta 3 de 5

Una herramienta como ChatGPT o Claude, que genera texto coherente a partir de instrucciones en lenguaje natural, ¿a qué tipo de IA corresponde?

✓ Correcto. ChatGPT, Claude y herramientas similares son ejemplos de IA Generativa: un subconjunto del Deep Learning que puede generar texto, imágenes y código nuevo. Son IA Estrecha (ANI) muy poderosa en su dominio, pero no AGI: no tienen conciencia ni pueden aprender por sí solas fuera de su entrenamiento.
Pregunta 4 de 5

¿Cuál es la diferencia fundamental entre Machine Learning e Inteligencia Artificial tradicional basada en reglas?

✓ Correcto. La distinción clave es el origen del conocimiento: en la IA basada en reglas, un programador escribe las instrucciones explícitamente ("si X entonces Y"). En Machine Learning, el sistema aprende esas reglas por sí mismo analizando datos. Cuantos más datos de calidad recibe, más preciso se vuelve.
Pregunta 5 de 5

Desde la perspectiva del trabajo administrativo, ¿cuál es el impacto más relevante de la IA Generativa en el entorno laboral actual?

✓ Correcto. La IA Generativa no reemplaza al profesional: potencia su capacidad. Al automatizar tareas como redacción de borradores, síntesis de documentos o clasificación de solicitudes, libera tiempo para actividades que requieren criterio, relaciones humanas y responsabilidad. El profesional que sabe usarla es más valioso, no menos necesario.
0%
de respuestas correctas