Qué es la inteligencia artificial y qué es la IA generativa: la definición legal y cómo predice

Hay decenas de definiciones de inteligencia artificial y solo una obliga: la del artículo 3.1 del Reglamento europeo de IA, que se aplica en España sin necesidad de ley nacional. Dice, literal, que un sistema de IA es «un sistema basado en una máquina que está diseñado para funcionar con distintos niveles de autonomía y que puede mostrar capacidad de adaptación tras el despliegue, y que, para objetivos explícitos o implícitos, infiere de la información de entrada que recibe la manera de generar resultados de salida, como predicciones, contenidos, recomendaciones o decisiones». Tiene cuatro piezas, y la que separa la IA de un programa normal es la tercera: infiere. Un programa con reglas escritas a mano (si la temperatura baja de 19 grados, enciende) no infiere nada: ejecuta. Un sistema de IA aprende de los datos la manera de producir el resultado.

Esa distinción tiene consecuencias en la tienda. De las 8 páginas del top 10 de Google España para «qué es la inteligencia artificial», leídas el 4 de septiembre de 2026 (el top 10 del día 5 es el mismo), ninguna cita esta definición, y es la que decide qué obligaciones tiene el fabricante: desde el 2 de febrero de 2025 están prohibidos ciertos usos (artículo 5), desde el 2 de agosto de 2025 los modelos de uso general como los que hay detrás de los asistentes tienen obligaciones propias de transparencia, y el 2 de agosto de 2026 empezó a aplicarse el grueso del reglamento. Cuando una caja dice «con IA», la pregunta útil es qué infiere y de qué datos. Si el fabricante no lo dice, casi siempre es una función con reglas fijas con un nombre nuevo, y el Verificador de si un producto es un sistema de IA según el Reglamento europeo, de m8d.io, que tienes más abajo, hace las cuatro preguntas por ti.

ChatGPT, Gemini, Copilot y Claude son IA generativa, y las cuatro funcionan con el mismo mecanismo de fondo: el modelo ha leído una cantidad enorme de texto durante el entrenamiento y ha aprendido a asignar una probabilidad a cada pieza de texto posible (un token: una palabra, un trozo de palabra o un signo) dada la que va delante. Cuando escribes una pregunta, el modelo no busca la respuesta: genera la pieza más probable, la añade a lo escrito y vuelve a empezar, cientos de veces por respuesta. OpenAI lo describe así en su propia investigación del 5 de septiembre de 2025: las alucinaciones «se originan en la predicción de la siguiente palabra», y por eso una frase falsa puede salir con la misma fluidez que una verdadera.

Hay un mando que gobierna ese sorteo y que los fabricantes llaman temperatura: con el mando bajo, el modelo elige siempre la pieza más probable y repite la misma frase; con el mando alto, las piezas improbables ganan opciones, sale más variedad y también más riesgo de una palabra que no encaja. El Simulador de cómo la IA generativa elige la siguiente palabra, de m8d.io, reproduce ese mecanismo con probabilidades ilustrativas para que lo veas: mueve el mando, pulsa y mira cómo cambia la frase. Lo que aprendes con él es la regla que atraviesa todo el curso: la fluidez de una respuesta no dice nada de su verdad, porque la fluidez es exactamente lo que el modelo optimiza.

La pregunta «¿cuáles son los tres tipos de inteligencia artificial?» aparece en el propio buscador de Google junto a esta lección. La respuesta de manual es IA estrecha (hace una tarea), IA general (haría cualquier tarea humana) e IA superior (superaría a las personas). Solo la primera existe: todos los productos que puedes usar en septiembre de 2026, incluidos los asistentes que escriben, programan y dibujan, son IA estrecha entrenada para una familia de tareas. OpenAI presentó GPT-5 el 7 de agosto de 2025 como un sistema que «pone inteligencia de nivel experto en manos de todos» y, 29 días después, publicó que su modelo de razonamiento pequeño daba una respuesta equivocada en el 26 % de las preguntas de su propia prueba. Las dos cosas son verdad a la vez porque «experto» describe la fluidez y el error describe el mecanismo.

La clasificación que sí tiene efectos prácticos es la del Reglamento, y no va por inteligencia sino por riesgo: usos prohibidos (artículo 5: puntuación social por parte de autoridades, manipulación subliminal, reconocimiento de emociones en el trabajo y en la escuela, entre otros), sistemas de alto riesgo (selección de personal, crédito, educación, sanidad, con obligaciones de supervisión humana y documentación), sistemas con obligaciones de transparencia (un chatbot tiene que decir que lo es; un contenido sintético tiene que marcarse) y el resto. Un asistente de IA de uso general cae en el tercer grupo, y por eso desde 2025 sus fabricantes publican fichas de sus modelos con lo que han entrenado y lo que no.

Otra pregunta que Google muestra junto a esta lección pide «cinco ejemplos». Los cinco que llevas encima no dicen IA en ningún sitio: el filtro de correo no deseado de Gmail decide con un clasificador entrenado, no con una lista de palabras; el álbum del móvil agrupa caras y busca «playa» dentro de tus fotos con un modelo de visión; Google Maps calcula la hora de llegada infiriendo el tráfico de millones de teléfonos; el dictado por voz del teclado transcribe con un modelo acústico; y el traductor de la cámara reconoce el texto y lo traduce con un modelo de lenguaje. Los cinco cumplen la definición del artículo 3.1 (infieren de datos, producen una predicción o un contenido) y los cinco son IA estrecha.

Solo los dos últimos son generativos, y la diferencia importa para saber cuándo desconfiar: un clasificador elige entre opciones cerradas (correo bueno o malo) y se equivoca de forma visible; un modelo generativo produce texto nuevo y se equivoca de forma invisible, con la misma fluidez que acierta. Por eso este curso dedica una lección entera a las alucinaciones y otra a qué no contarle a un asistente: los errores del segundo tipo no se ven, se comprueban.