Glosario para profesionales sanitarios: cómo funciona la IA y qué cambia cuando la usamos para informarnos, aprender y decidir. Cada término, con aplicaciones generales y sanitarias, límites, ejemplos y referencias verificables.
«overfitting» lleva a Sobreajuste y «XAI» a Explicabilidad.
Tendencia de un modelo a priorizar la aprobación del usuario sobre la exactitud, dándole la razón en lugar de contradecirle.
Sycophancy · Sicofancia · Sicopancia · Adulación algorítmica
Sistema capaz de percibir un entorno, razonar sobre un objetivo y ejecutar acciones mediante herramientas o servicios.
IA agéntica · Agentic AI · AI agent
Familia de técnicas no supervisadas que reparten los casos en grupos según su similitud, sin etiquetas previas.
Clustering · Análisis de conglomerados
Capacidades, conocimientos y comprensión que permiten usar la IA con criterio: saber qué puede y qué no puede hacer, comprobar lo que da y conocer sus riesgos.
AI literacy · Alfabetización en materia de IA
Procedimiento que elige, paso a paso, qué token emite un modelo de lenguaje a partir de la distribución de probabilidad que calcula.
Decoding algorithm · Estrategia de decodificación
Problema de conseguir que el comportamiento de un sistema de IA se corresponda con los objetivos, instrucciones y valores que sus diseñadores y usuarios pretenden, y no solo con lo que la métrica de entrenamiento premia de forma literal.
AI alignment · Alignment · Alineación de IA
Respuesta plausible generada por un modelo que contiene información falsa, inventada o no respaldada por la fuente.
Alucinaciones de IA · Hallucination
Capa de instrucciones, herramientas y gestión del contexto que configura el comportamiento de un agente alrededor del modelo.
Agent scaffolding · Scaffolding
Técnica en la que el sistema selecciona qué ejemplos conviene etiquetar para aprovechar mejor un presupuesto limitado de anotación.
Active learning
Rama de la IA que desarrolla modelos capaces de aprender patrones a partir de datos para predecir, clasificar o decidir.
Machine learning · ML
Aprendizaje con datos observacionales para estudiar intervenciones alternativas o aprender políticas de decisión sin ejecutarlas.
Counterfactual learning
Entrenamiento coordinado de un modelo con datos que permanecen en distintos centros o dispositivos.
Federated learning · Aprendizaje federativo
Enfoque que entrena conjuntamente varias tareas relacionadas para que compartan representaciones y se aporten información durante el aprendizaje.
Multitask learning
Enfoque de aprendizaje automático que busca estructura en datos sin etiquetas, sin una salida objetivo conocida.
Unsupervised learning
Enfoque en el que un agente aprende a decidir mediante la interacción con un entorno, guiado por recompensas asociadas a sus acciones.
Reinforcement learning · RL · Aprendizaje por reforzamiento
Técnica que reutiliza representaciones o parámetros aprendidos en una tarea para resolver otra tarea relacionada.
Transfer learning
Subcampo del aprendizaje automático que utiliza redes neuronales con múltiples capas para aprender representaciones complejas.
Deep learning · DL
Enfoque que combina una pequeña cantidad de ejemplos etiquetados con datos sin etiquetar para aprender una tarea predictiva.
Aprendizaje semi-supervisado · Semi-supervised learning
Enfoque de aprendizaje automático que ajusta un modelo a partir de ejemplos con una salida conocida.
Supervised learning
Automatización de partes del desarrollo de modelos, como la elección del algoritmo, el preprocesado y el ajuste de hiperparámetros.
Aprendizaje automático automatizado
Red neuronal que aprende una representación de los datos al codificarlos y reconstruir después la entrada.
Autoencoder · Autoencoders
Proceso mediante el cual sistemas de IA descomponen, capturan métricas sobre, sustituyen parcialmente y reorganizan tareas que antes requerían juicio experto humano.
Cognitive work automation
Estrategia de búsqueda que prueba decisiones parciales y vuelve a una decisión anterior cuando una rama no puede dar una solución válida.
Retroceso
Conjunto definido de tareas, datos, métricas y reglas usado para comparar sistemas de IA en condiciones reproducibles.
Benchmarks en IA · Prueba de referencia · AI benchmark
Modelo de representación del lenguaje basado en transformer que aprende contexto bidireccional mediante preentrenamiento y después se adapta a tareas concretas.
BERT
Datos cuya escala, velocidad, variedad o variabilidad exige formas de almacenamiento y análisis que puedan ampliarse.
Datos masivos
Método que explora automáticamente estructuras de redes neuronales y compara su rendimiento bajo un espacio y presupuesto definidos.
Neural Architecture Search · NAS
Técnica de prompting que pide al modelo exponer pasos intermedios antes de la respuesta final, lo que mejora su rendimiento en tareas de razonamiento.
Chain of Thought · CoT · Razonamiento paso a paso
Brecha entre una capacidad disponible y lo que una evaluación demuestra o una organización aprovecha; el sentido depende del contexto.
Overhang de capacidades
Tarea en la que un modelo asigna a cada caso una categoría de un conjunto definido de antemano.
Classification
Grupo de representaciones vectoriales próximas entre sí que se interpreta como una agrupación de elementos con significado relacionado.
Semantic cluster · Agrupamiento semántico
Representación de los mensajes de una fuente con códigos que reducen redundancia según el objetivo y las restricciones de reconstrucción.
Source coding
Situación en la que una persona y un sistema de IA, juntos, obtienen mejor resultado que el mejor de los dos por separado; que los dos juntos rindan más no se puede dar por supuesto.
Human-AI complementarity · Sinergia humano-IA
Ajuste entre cuánto se fía una persona de un sistema automatizado y lo que ese sistema puede hacer de verdad en una tarea concreta, que evita tanto fiarse de más como fiarse de menos.
Calibrated trust · Calibración de la confianza
Colección delimitada de observaciones y variables, acompañada de reglas de procedencia y uso, que puede emplearse para entrenar o evaluar sistemas de IA.
Dataset
Controlador de realimentación que combina acciones proporcional, integral y derivativa para corregir el error entre una medida y una consigna.
Control PID
Operación que combina una entrada con un núcleo local y que las redes convolucionales usan para compartir parámetros y detectar patrones espaciales.
Convolution
Técnica que representa pesos o activaciones con menor precisión numérica para reducir memoria y, si el hardware lo permite, acelerar la inferencia.
Quantization · Cuantización de modelos
Presupuesto de operaciones usado mientras un modelo resuelve una solicitud, distinto del entrenamiento y del tamaño del modelo.
Test-time compute · Inference-time compute
Uso de un recurso externo para reducir el esfuerzo mental de una tarea, trasladando fuera de la cabeza parte del trabajo de recordar, calcular o razonar.
Cognitive offloading · Externalización cognitiva · Delegación cognitiva
Algoritmo de optimización que ajusta los parámetros de un modelo moviéndose en la dirección opuesta al gradiente de la función de pérdida.
Gradient descent
Pérdida de una destreza ya adquirida cuando una tarea se delega de forma sostenida en un sistema automatizado y se deja de practicar; no llegar a adquirirla es un riesgo distinto.
Pérdida de destrezas
Cambio de posición entre los vectores medios de dos grupos, medido dentro de un mismo espacio de representación.
Centroid shift · Distancia entre centroides
Familia de técnicas que aplica la regla de la cadena a las operaciones de un programa para calcular derivadas eficientemente.
Automatic differentiation · Autodiff
Medida simétrica y acotada de la diferencia entre dos distribuciones de probabilidad, derivada de la entropía de Shannon.
JSD · Jensen-Shannon divergence
Técnica de regularización que anula al azar algunas activaciones durante el entrenamiento para reducir el sobreajuste.
Desactivación aleatoria
Esfuerzo sistemático para obtener el mejor rendimiento accesible de un sistema antes de medir sus capacidades.
Capability elicitation · Elicitación
Representaciones numéricas densas que sitúan elementos en un espacio vectorial para expresar semejanzas y relaciones aprendidas.
Embedding · Representaciones vectoriales · Word embeddings · Embeddings de palabras
Medida de la discrepancia entre la distribución predicha por un modelo y la observada, usada como función de pérdida en clasificación.
Cross-entropy · Pérdida de entropía cruzada
Medida de la incertidumbre de una distribución de probabilidad: cuánta información aporta en promedio conocer el resultado.
Shannon entropy · Entropía de la información
Conjunto de principios, métricas y métodos para evaluar si un sistema de IA produce decisiones injustamente desfavorables para determinados grupos.
Fairness algorítmica · Algorithmic fairness · Fairness
Espacio vectorial en el que un modelo sitúa sus representaciones internas, de modo que la proximidad geométrica refleja similitud aprendida.
Latent space · Espacio de representación
Contrato estructurado que declara qué herramientas puede invocar un agente, qué parámetros aceptan y qué resultado devuelven.
Tool schema
Estimación del rendimiento de una política de decisión con datos generados por otra política, sin ejecutarla todavía.
Off-policy evaluation · OPE
Propiedad y conjunto de métodos orientados a hacer comprensibles las salidas o el comportamiento de un sistema de IA.
IA explicable · Explainable AI · XAI
Propiedad medible de un modelo consistente en producir respuestas exactas y verificables, evaluada con bancos de preguntas de respuesta comprobable.
Factuality · Precisión factual · Veracidad factual
Constructo operativo que describe la sobrecarga cognitiva y atencional asociada a dirigir y verificar sistemas de IA semiautónomos conservando la responsabilidad sobre sus resultados.
Fatiga de supervisión agéntica · Human agentic fatigue · Agentic supervisory fatigue
Fecha hasta la que llegan los datos con los que se entrenó un modelo; lo posterior no forma parte de lo que aprendió.
Knowledge cutoff
Capacidad de resolver una tarea nueva a partir de muy pocos ejemplos, ya sea reentrenando poco o mostrándolos en el propio prompt.
Aprendizaje con pocos ejemplos · Few shot learning
Técnica que continúa el entrenamiento de un modelo preentrenado para adaptarlo a una tarea, dominio o comportamiento concreto.
Ajuste fino · Fine tuning
Distribución irregular de tareas en las que una IA ayuda o perjudica, difícil de anticipar por su apariencia.
Jagged technological frontier · Frontera dentada
Función aplicada a la señal de una neurona artificial para introducir no linealidad y controlar su salida.
Activation function
Función que asigna una penalización numérica a las predicciones de un modelo y guía el ajuste de sus parámetros durante el entrenamiento.
Loss function · Función de coste
Vinculación de una respuesta de IA con datos, documentos o herramientas externos que permiten rastrear y comprobar su apoyo.
Grounding · Anclaje en fuentes
Unidad de red recurrente con dos compuertas que regulan cuánto estado previo conserva y cómo incorpora información nueva.
GRU · Unidad recurrente con compuertas
Enfoque que combina recuperación de información externa con generación para producir respuestas fundamentadas en fuentes seleccionadas.
RAG · Retrieval-augmented generation · Generación aumentada de recuperación
Familia de modelos autorregresivos de OpenAI basada en transformer y entrenada previamente para continuar secuencias de tokens.
GPT · Transformador generativo preentrenado
Responsabilidades y controles para desarrollar, desplegar, vigilar y retirar modelos de aprendizaje automático de forma trazable.
MLOps governance
Vector de derivadas que indica cómo cambia una función respecto a cada uno de sus parámetros.
Gradient
Problema de entrenamiento en el que el gradiente se reduce al propagarse hacia las capas iniciales y estas dejan de aprender.
Vanishing gradient · Desvanecimiento del gradiente
Rama de la IA que integra percepción, decisión y acción mediante un cuerpo situado en el mundo físico.
IA física · Embodied AI · Physical AI
Familia de sistemas de IA capaces de producir contenido nuevo, como texto, imágenes, audio, vídeo, código o datos sintéticos.
Inteligencia artificial generativa · Generative AI · GenAI
Marco probabilístico que combina información previa y datos observados para actualizar la incertidumbre sobre cantidades o hipótesis.
Bayesian inference
Diseño y mantenimiento de toda la información que entra en la ventana de contexto de un modelo en cada llamada, no solo de las instrucciones.
Context engineering
IA orientada a una tarea o conjunto delimitado de tareas, cuyo buen rendimiento no demuestra una capacidad general entre dominios.
IA estrecha · Narrow AI · Inteligencia artificial especializada
Concepto hipotético de una IA capaz de aprender y desenvolverse con flexibilidad en múltiples dominios cognitivos.
AGI · Artificial General Intelligence
Búsqueda de un código latente con el que una GAN ya entrenada reconstruya una imagen dada.
GAN inversion · GAN inverso
Ataque que introduce instrucciones maliciosas para alterar el comportamiento previsto de un modelo o de una aplicación basada en él.
Prompt injection · Ataque de inyección de prompts
Método supervisado que predice a partir de las observaciones etiquetadas más próximas según una distancia elegida.
K-NN · K-Nearest Neighbors
Algoritmo de agrupamiento que asigna observaciones a k grupos y actualiza sus centroides para reducir la variación interna.
K-means
Arquitectura recurrente con estado y compuertas que facilita el aprendizaje de dependencias largas en datos secuenciales.
LSTM · Memoria a corto y largo plazo
Fenómeno por el que un sistema optimiza literalmente la métrica que se le dio y encuentra atajos que la satisfacen sin cumplir el objetivo real.
Reward hacking · Manipulación de la función de recompensa · Explotación de la métrica
Operación que pondera las distintas partes de una entrada para decidir cuáles influyen más en cada paso del cálculo de un modelo.
Atención · Attention mechanism
Selección, ordenación o transformación automatizada que interviene entre una persona y la información, las opciones o las decisiones que recibe.
Algorithmic mediation
Proceso hipotético en el que un sistema mejora los componentes que determinan su propia capacidad y cada mejora facilita la siguiente.
RSI · Recursive self-improvement
Capacidad de un sistema de IA para retener y reutilizar información del usuario más allá de una conversación, construyendo un perfil que persiste entre sesiones.
Personalización persistente · Persistent memory · Memoria en IA
Protocolo abierto para conectar aplicaciones de IA con herramientas, recursos y servicios mediante una interfaz común.
MCP · Protocolo de contexto de modelo
Objetivo de preentrenamiento que oculta algunos tokens y entrena al modelo para reconstruirlos a partir del contexto disponible a ambos lados.
MLM · Masked Language Modeling
Modelo entrenado con grandes corpus para predecir y generar lenguaje y adaptarse a múltiples tareas textuales.
LLM · Large language model · Modelo de lenguaje de gran tamaño
Modelo entrenado con datos amplios y a gran escala que puede adaptarse a muchas tareas distintas, en lugar de construirse para una sola.
Foundation model
Modelo ejecutado en infraestructura controlada por la persona u organización que lo utiliza, en lugar de depender de una API externa.
Modelo on-premise · Inferencia local · Local model
Modelos que aprenden una señal numérica aproximada de calidad o preferencia para ordenar salidas y guiar el entrenamiento de otro sistema.
Reward models · Modelo de recompensa
Estrategia de generación que restringe la elección del siguiente token a los k más probables y muestrea solo entre ellos.
Top-k · Top-k sampling
Estrategia de generación que restringe la elección al conjunto más pequeño de tokens cuya probabilidad acumulada alcanza un umbral p.
Top-p · Nucleus sampling · Muestreo por núcleo
Capacidad de un modelo para procesar o generar más de un tipo de dato, como texto, imagen, audio o señales, y relacionarlos entre sí.
Multimodality · IA multimodal
Familia de métodos que usa muestras aleatorias repetidas para estimar cantidades difíciles de calcular directamente.
Monte Carlo methods
Variabilidad entre ejecuciones aparentemente iguales, que puede proceder del azar, del muestreo o de operaciones de cómputo no deterministas.
Nondeterminism · No determinismo
Técnica que normaliza activaciones con estadísticas del minilote y aprende después una escala y un desplazamiento.
Batch normalization · BatchNorm
Caso de aprendizaje con pocos ejemplos en el que el sistema debe reconocer o resolver una tarea nueva a partir de un único ejemplo por clase.
Aprendizaje con un ejemplo · Aprendizaje one-shot
Valores numéricos aprendidos durante el entrenamiento que determinan cómo un modelo transforma sus entradas.
Parámetros en IA · Model parameters
Red neuronal de propagación hacia delante formada por capas densamente conectadas y funciones de activación no lineales.
MLP · Multilayer perceptron
Objetivo usado en BERT para decidir si un segundo fragmento seguía realmente al primero en el corpus de preentrenamiento.
NSP · Next Sentence Prediction
Fase inicial en la que un modelo aprende patrones generales antes de adaptarse a una tarea o dominio concretos.
Pretraining · Pre-entrenamiento
Problema de explicar cómo los símbolos de un sistema adquieren significado vinculado al mundo y no solo a otros símbolos.
Symbol grounding problem
Desfase entre la velocidad a la que se despliega una tecnología y la de la evidencia, las normas y las prácticas que deberían gobernar su uso.
Pacing problem · Brecha de ritmo
Campo de la IA dedicado al análisis, representación y generación computacional del lenguaje humano.
PLN · NLP · Natural language processing
Modelo matemático de decisiones sucesivas bajo incertidumbre, con estados, acciones, transiciones y recompensas.
MDP · Markov decision process
Conjunto de instrucciones de alta prioridad que orienta el papel, los límites y el comportamiento de un modelo de lenguaje.
System prompt · Instrucción de sistema
Técnica de guiar el comportamiento de un modelo de lenguaje mediante las instrucciones, preguntas o ejemplos que se le presentan.
Ingeniería de prompts · Prompt engineering · Diseño de instrucciones
Técnica de prompting que pide al modelo generar ejemplos análogos antes de resolver la tarea planteada.
Analogical prompting
Juego de imitación propuesto por Alan Turing para examinar si un interrogador distingue respuestas escritas de una máquina y de una persona.
Test de Turing · Turing test
Índice interno que compara la cohesión de cada caso con su separación respecto al grupo alternativo más próximo.
Silhouette score · Coeficiente de silueta
Algoritmo de aprendizaje por refuerzo que estima el valor esperado de cada acción en cada estado sin necesitar un modelo del entorno.
Aprendizaje Q
Patrón agéntico que intercala razonamiento textual, acciones sobre el entorno y observaciones obtenidas tras ejecutarlas.
ReAct · Reasoning + Acting
Modelo generativo que entrena un generador frente a un discriminador mediante objetivos enfrentados.
GAN · Generative adversarial network
Red neuronal que aplica filtros locales sobre datos con estructura de cuadrícula, como imágenes, para extraer características de forma jerárquica.
CNN · Convolutional neural network · Redes neuronales convolucionales
Red neuronal cuyas conexiones cíclicas mantienen un estado interno, lo que le permite procesar secuencias y dependencias temporales.
RNN · Recurrent neural network · Redes neuronales recurrentes
Modelos gráficos que representan variables y sus dependencias condicionales para razonar con probabilidades ante información incompleta.
Bayesian networks · Redes de creencia
Modelos computacionales formados por capas de unidades conectadas que aprenden representaciones a partir de datos.
ANN · Artificial neural networks · Red neuronal artificial
Arquitectura formada por dos o más ramas idénticas que comparten pesos y se entrenan para comparar entradas en lugar de clasificarlas.
Siamese networks
Transformación o selección que representa datos con menos variables procurando conservar las propiedades relevantes para el análisis.
Dimensionality reduction · Reducción de dimensiones
Marco jurídico de la Unión Europea que regula los sistemas de inteligencia artificial según sus riesgos, usos y actores responsables.
AI Act · Ley de IA de la UE · Reglamento (UE) 2024/1689
Conjunto de técnicas que penalizan o restringen la complejidad de un modelo para mejorar su generalización a datos nuevos.
Regularization
Algoritmo que calcula gradientes a través de una red neuronal aplicando de forma eficiente la regla de la cadena.
Backpropagation
Patrón sistemático por el que un sistema produce resultados injustos, distorsionados o desiguales para determinados grupos o situaciones.
Bias · Sesgo en IA · Algorithmic bias
Tendencia a aceptar una recomendación automatizada con comprobación insuficiente o a ignorar información que la contradice.
Automation bias · Sesgo por automatización
Función logística con forma de S que transforma un valor real en un número entre cero y uno.
Sigmoid · Función logística
Sistema distribuido en el que varios agentes interactúan, cooperan o compiten para alcanzar objetivos individuales o compartidos.
MAS · Multi-agent system · Sistema de múltiples agentes
Fallo de generalización en el que un modelo se adapta en exceso a los datos de entrenamiento y rinde peor en casos nuevos.
Overfitting
Función que convierte un vector de puntuaciones en una distribución de probabilidad sobre un conjunto de alternativas, con valores positivos que suman uno.
Función softmax · Exponencial normalizada
Fallo de aprendizaje en el que un modelo no representa suficientemente la estructura útil de la tarea y rinde mal incluso sobre los datos de entrenamiento.
Underfitting
Inteligencia artificial hipotética que superaría de forma amplia y sostenida las capacidades cognitivas humanas en prácticamente todos los dominios relevantes.
ASI · Artificial Superintelligence · Superintelligence
Capacidad efectiva de una persona para vigilar un sistema de IA, interpretar sus resultados, apartarse de ellos y detenerlo si hace falta.
Human oversight
Transformer visual jerárquico que calcula atención local en ventanas desplazadas entre capas.
Transformer Swin
Función de activación con forma de S y salida entre menos uno y uno, simétrica respecto del origen.
Tanh · Hyperbolic tangent
Parámetro que reescala las puntuaciones antes del softmax y controla cuánto se concentra la distribución de la que se muestrea el siguiente token.
Temperature · Temperatura
Marco pragmático que estudia cómo un enunciado puede realizar acciones además de transmitir contenido.
Teoría del acto de habla · Speech act theory
Proceso que divide un texto en las unidades discretas —tokens— con las que un modelo de lenguaje representa, procesa y genera.
Tokenization · Segmentación en tokens
Labor humana no reconocida o sistemáticamente invisible que sostiene el funcionamiento de sistemas de IA presentados como autónomos.
Ghost work
Arquitectura neuronal basada en mecanismos de atención que procesa relaciones entre elementos de una secuencia.
Transformador · Arquitectura transformer
Función de activación que deja pasar los valores positivos sin cambios y devuelve cero para los negativos.
ReLU · Rectified linear unit
Método de evaluación que alterna subconjuntos de entrenamiento y validación para estimar el rendimiento en datos no usados al ajustar el modelo.
Cross-validation
Retorno esperado al elegir una acción en un estado y continuar después según una política determinada.
Q-value · Valor de Q
Direcciones calculadas a partir de activaciones internas que se añaden durante la inferencia para estudiar o modificar una conducta del modelo.
Steering vectors
Proceso de convertir datos en vectores numéricos que un modelo puede utilizar como entrada.
Vectorization
Cantidad máxima de texto, medida en tokens, que un modelo de lenguaje puede tener en cuenta en una sola llamada.
Context window
Sistema de boosting de árboles que construye modelos de forma secuencial y combina sus predicciones para tareas con datos estructurados.
Extreme Gradient Boosting
Capacidad de un modelo para abordar clases o tareas que no aparecieron en su entrenamiento, sin recibir ningún ejemplo etiquetado de ellas.
Aprendizaje sin ejemplos · Zero shot learning · Aprendizaje de disparo cero
Índice corregido por azar que compara dos particiones de los mismos elementos a partir de los pares que agrupan igual o de forma distinta.
ARI · Adjusted Rand Index
Las fichas se redactan con asistencia de agentes de IA y pasan por supervisión humana antes de entrar. La supervisión no equivale a una revisión completa: cada ficha lleva su propio estado y su fecha de última actualización.
La mayoría de las fichas están hoy en estado borrador: estructura y fuentes iniciales, pendientes de revisión. Solo están revisadas las 22 de los dos recorridos de entrada, «Empieza aquí» y «Qué cambia cuando usamos la IA». En todas puede haber errores, omisiones o contenido desactualizado. No es una recomendación clínica ni sustituye al juicio profesional.
Barrera E. Glosario de IA para profesionales sanitarios. 2026. https://ernestobarrera.github.io/glosario-ia/ (consulta: fecha de acceso).
Los textos originales, bajo CC BY 4.0. Las obras citadas, marcas y materiales de terceros conservan sus derechos y se usan con atribución: una bibliografía no concede permiso de reproducción.
Más detalle en el aviso completo.
Este sitio utiliza cookies analíticas de Google Analytics para mejorar la experiencia. Política de cookies