Imagina que estás junto a un faro en una noche de niebla. Sabes que el faro brillaba ayer, y anteayer, y hace diez años. Pero esta noche algo cambió: la luz es tan fuerte que podría verse desde otro continente. Eso es lo que le pasó a la IA (inteligencia artificial) entre 2022 y 2026. La tecnología existía desde hacía décadas. Pero algo pasó, y de repente todo el mundo pudo ver la luz.
Lo esencial
La IA lleva más de 70 años desarrollándose. Pasó por dos largas etapas de desilusión, y hoy estamos en una tercera ola. Esta ola es distinta de las anteriores porque ahora la IA es barata, fácil de usar y capaz de actuar por su cuenta. Para usar las herramientas de IA con confianza, ayuda entender de dónde salió todo esto y por qué el momento está pasando ahora.
Ideas clave
- La IA no es magia ni tiene conciencia. Son matemáticas entrenadas con enormes cantidades de texto escrito por personas
- La historia de la IA es una historia de olas: un auge → expectativas infladas → desilusión → un gran avance
- El Transformer (una arquitectura de red neuronal revolucionaria, 2017) + ChatGPT (2022) = el punto sin retorno
- El cambio no está pasando porque la IA se haya vuelto "más inteligente". Está pasando porque la IA se volvió barata, accesible y autónoma
Teoría
Parte 1: Qué es la IA, para empezar
Antes de entrar en la historia, pongámonos de acuerdo en los términos.
En la conversación de todos los días, IA (inteligencia artificial) significa cosas distintas para distintas personas. Para un director de Hollywood, es Terminator. Para un científico, son modelos matemáticos. Para el dueño de un negocio, es una herramienta que se encarga de parte del trabajo.
En este curso usamos una definición práctica:
La IA es un programa entrenado con una cantidad enorme de texto, código y conocimiento humano que puede responder preguntas, escribir, analizar datos y realizar tareas, de forma parecida a como lo haría un asistente humano bien preparado.
Imagínalo así: reuniste en una sala a los mejores especialistas del mundo (escritores, programadores, abogados, médicos, diseñadores), y todos están listos para responder tu pregunta al mismo tiempo. Eso es, más o menos, la IA moderna. No porque "piense" como una persona, sino porque se entrenó con miles de millones de textos escritos por personas como ellos.
Una distinción importante que mucha gente confunde:
La IA no tiene conciencia. La IA no "piensa" en el sentido humano de la palabra. La IA es un espejo de la mente humana. No crea significado; refleja patrones (regularidades, estructuras que se repiten) de un enorme acervo de conocimiento humano.
Eso no le quita valor. Un espejo que puede escribir código, analizar planes de negocio y responder preguntas a cualquier hora es una herramienta capaz de cambiar cómo funciona un negocio.
Parte 2: 1950: Alan Turing hace la gran pregunta
Todo empieza con una pregunta, hecha en 1950.
Alan Turing fue un matemático, lógico y criptoanalista británico. En 1936 planteó la idea de una máquina de cálculo universal, lo que hoy llamamos computadora. Durante la Segunda Guerra Mundial tuvo un papel central en descifrar el código alemán Enigma. Según la estimación de Harry Hinsley, historiador oficial de la inteligencia británica, el trabajo de los descifradores acortó la guerra entre dos y cuatro años. Unas cuantas ideas matemáticas, y la historia tomó otro rumbo.
En 1950 Turing publicó un artículo llamado "Computing Machinery and Intelligence" ("Maquinaria computacional e inteligencia"). Su primera línea se volvió legendaria:
"Propongo considerar la pregunta: '¿Pueden pensar las máquinas?'"
Para responder esa pregunta, Turing propuso un experimento: la prueba de Turing.
Imagina la prueba de Turing: un examinador está solo en un cuarto aparte y no puede ver quién está del otro lado. Escribe preguntas en una terminal y recibe respuestas, ya sea de una persona o de una máquina. Si el examinador no logra distinguir cuál es el humano, la máquina pasó la prueba.
En 1950 ninguna computadora estaba ni cerca de pasar esta prueba. Lo único que tenía Turing era la pregunta. Pero la pregunta resultó tan profunda que marcó el rumbo de toda una rama de la ciencia durante más de 70 años.
Turing murió en 1954, a los 41 años. No vivió para ver ninguna de las revoluciones que desataron sus ideas. Pero sin su pregunta no existirían las redes neuronales, ni ChatGPT, ni Claude.
Parte 3: 1956: La conferencia de Dartmouth y el nacimiento de un nombre
Seis años después del artículo de Turing, en el verano de 1956, en el pequeño pueblo de Hanover, New Hampshire, ocurrió un evento que le dio nombre a todo esto.
La conferencia de Dartmouth fue la primera reunión de científicos de la historia dedicada específicamente a la inteligencia artificial: un taller de verano que duró casi dos meses. La organizó John McCarthy, un joven matemático del Dartmouth College.
Fue McCarthy quien inventó el término "inteligencia artificial" y lo usó por primera vez. Antes, los científicos hablaban de "pensamiento de máquinas", "cibernética" (la ciencia del control y la comunicación en los sistemas) y "autómatas". McCarthy le dio a la nueva disciplina un nombre preciso.
La conferencia reunió a unos 10 científicos. Esperaban avanzar muchísimo en la construcción de máquinas pensantes en un solo verano. El entusiasmo era enorme.
Imagina el momento: era como los primeros días de la aviación a principios del siglo XX. Los hermanos Wright acababan de volar, y los ingenieros de todo el mundo estaban seguros de que en 20 años todos andarían en su propio avión personal. La realidad resultó más complicada, pero la dirección era la correcta.
En los años 50 y 60, los investigadores de IA creían que una IA completa, al nivel humano, llegaría en 20 años. Era una creencia sincera, basada en lo que veían: las primeras computadoras podían calcular, jugar ajedrez y traducir oraciones sencillas. Parecía apenas el comienzo.
Se equivocaron en los plazos. Pero pusieron en marcha un proceso que al final llevó exactamente a lo que habían soñado.
Parte 4: El invierno de la IA: por qué el avance se frenó dos veces
La historia de la IA no es una línea recta hacia arriba. Avanza en olas.
Invierno de la IA es el nombre que se les da a las etapas en que el entusiasmo por la IA se convirtió de golpe en desilusión, se recortó el financiamiento y el avance casi se detuvo.
Hubo dos de estos "inviernos".
El primer invierno de la IA: 1974 a 1980
A principios de los años 70 quedó claro que las computadoras de la época eran demasiado débiles para metas tan ambiciosas. Los primeros programas de IA podían jugar ajedrez a un nivel básico, resolver ecuaciones de álgebra e imitar una conversación sencilla. Pero escalar no funcionaba: cuanto más difícil el problema, peor les iba a los algoritmos.
En 1973 se publicó en el Reino Unido un informe sobre el estado de la investigación en IA, encargado por el consejo científico del país (el Science Research Council). El Informe Lighthill fue durísimo: los investigadores habían prometido demasiado y entregado muy poco. El financiamiento para la IA se recortó en la mayoría de las universidades británicas.
La agencia estadounidense DARPA (la Agencia de Proyectos de Investigación Avanzados de Defensa) también recortó sus fondos. Empezó una etapa que los historiadores después llamarían el primer invierno de la IA.
El segundo invierno de la IA: 1987 a 1993
En los años 80 la IA encontró un nuevo camino: los sistemas expertos. La idea parecía brillante: escribir el conocimiento de los mejores especialistas como un conjunto de reglas, y la computadora daría los mismos consejos que ellos.
El sistema XCON, que configuraba computadoras para DEC (Digital Equipment Corporation), le ahorraba a la empresa, según estimaciones, unos 25 millones de dólares al año. Y ya en los años 70, el sistema médico MYCIN había igualado a médicos especialistas en infecciones al elegir antibióticos en una comparación a ciegas. Parecía que los sistemas expertos eran el camino.
Pero después resultó que construir y mantener estos sistemas costaba millones de dólares. No podían aprender: cada regla nueva había que escribirla a mano. Fallaban en situaciones poco comunes. No escalaban.
En 1987 el mercado de computadoras para IA se derrumbó casi de la noche a la mañana. Empezó el segundo invierno.
Imagina los dos inviernos: olas en una playa. Cada ola se retira, y parece que no pasó nada. Pero cada ola nueva llega un poco más lejos sobre la arena. Los inviernos de la IA no borraron el avance. Descartaron ideas que todavía no estaban maduras y dieron tiempo para juntar fuerzas para el siguiente gran avance.
Parte 5: 1986 a 1989: Vuelven las redes neuronales
Mientras unos investigadores construían sistemas expertos, otros seguían trabajando en una idea inspirada en la biología.
Una red neuronal es un modelo matemático inspirado en la estructura del cerebro humano. La idea es sencilla: el cerebro tiene miles de millones de neuronas (células nerviosas) conectadas entre sí. Cuando una neurona recibe suficientes señales, se activa y pasa una señal. Pensar son patrones de actividad en esa red.
¿Se puede construir algo así con matemáticas? Sí. Una neurona artificial es solo un número. Una red de esos números es un modelo. Cuando el modelo ve datos, ajusta sus pesos (los números que fijan qué tan fuerte están conectadas las neuronas) para dar las respuestas correctas.
El aprendizaje automático (machine learning) es justamente ese proceso de ajuste: la computadora aprende de ejemplos en lugar de reglas escritas a mano por alguien.
El algoritmo de aprendizaje clave es la retropropagación (backpropagation, "propagación hacia atrás de los errores"). La red hace una predicción, la compara con la respuesta correcta, calcula el error y después manda la información sobre ese error hacia atrás por la red, ajustando cada peso un poquito a la vez.
Geoffrey Hinton es un científico británico-canadiense y uno de los tres "padres fundadores" de las redes neuronales modernas. En 1986, junto con sus colegas, publicó un artículo clave sobre la retropropagación que mostró cómo entrenar redes de muchas capas (en 2024 Hinton recibió el Premio Nobel de Física por su trabajo en redes neuronales). Los otros dos fundadores son Yann LeCun, que creó las redes neuronales convolucionales para reconocer imágenes, y Yoshua Bengio, que ayudó a sistematizar los enfoques del aprendizaje profundo. Los tres compartieron el Premio Turing de 2018, el reconocimiento más prestigioso de la informática.
Imagina una red neuronal: es como entrenar tus músculos. Cuando aprendes a andar en bicicleta, te caes, tu cerebro ajusta las órdenes que manda a tus músculos y vuelves a intentarlo. Con cada intento, las conexiones de tu cerebro se afinan con más precisión. Una red neuronal hace lo mismo, solo que en lugar de caerse de la bici, calcula sus errores con matemáticas.
Pero a finales de los años 80 las redes neuronales todavía eran demasiado pequeñas, y no había suficiente poder de cómputo. Tuvieron que esperar.
Parte 6: 2012: El gran avance del aprendizaje profundo
El gran avance no vino de una teoría nueva. Vino de dos cosas: muchos datos y GPU potentes.
El aprendizaje profundo (deep learning) es aprendizaje automático con redes neuronales de muchas capas. "Profundo" quiere decir de muchas capas. Cuantas más capas, más complejos los patrones que una red puede aprender. La primera capa nota líneas simples. La segunda, formas geométricas. La tercera, partes de objetos. La cuarta, los objetos en sí.
Cada año, a partir de 2010, se hacía un concurso llamado ImageNet: una competencia de reconocimiento de imágenes. La tarea: mostrarle una foto a un programa, y el programa tiene que decir qué hay en ella. La base de datos: 1.2 millones de fotos en 1,000 categorías.
En 2012 el equipo de Geoffrey Hinton entró al concurso con un programa llamado AlexNet, por Alex Krizhevsky, alumno de Hinton. La tasa de error de AlexNet: 15.3%. La del equipo que quedó en segundo lugar: 26.2%. Una diferencia enorme.
¿Qué tenía Hinton que los demás no? GPU (unidades de procesamiento gráfico). Las tarjetas gráficas hechas para videojuegos resultaron, casi por casualidad, ideales para entrenar redes neuronales: pueden hacer millones de cálculos en paralelo. El equipo de Hinton usó dos tarjetas gráficas de consumo Nvidia GTX 580, y eso bastó para empezar una revolución.
Imagina lo que hicieron las GPU por la IA: piensa en la máquina de vapor en la Revolución Industrial. Los telares existían desde hacía siglos. La máquina de vapor les dio una potencia que nunca habían tenido, y el trabajo hecho a mano se volvió trabajo hecho por máquinas. La GPU les dio a las redes neuronales el poder de cómputo que les faltaba.
Después de 2012, el aprendizaje profundo se apoderó de todo. Reconocimiento de imágenes. Reconocimiento de voz. Traducción. Jugar Go y ajedrez. Detectar cáncer en estudios médicos. Parecía que las redes neuronales podían hacer cualquier cosa, siempre que les dieras suficientes datos y poder de cómputo.
Pero había algo que todavía no podían hacer: sostener una conversación.
Parte 7: 2017: Los transformers lo cambian todo
En 2017 un grupo de investigadores de Google publicó un artículo con un título sencillo:
"Attention Is All You Need" ("La atención es todo lo que necesitas")
Este artículo cambió la historia de la IA como la máquina de vapor cambió la historia de la industria.
Los autores propusieron una nueva arquitectura de red neuronal: el Transformer. Antes de los transformers, los modelos de lenguaje (programas que trabajan con texto) procesaban el texto en secuencia: palabra por palabra, de izquierda a derecha, como estás leyendo esto ahora mismo. Eso funcionaba, pero era lento y tenía problemas con los textos largos.
El transformer usa un mecanismo de atención: la capacidad de "mirar" todas las palabras de un texto a la vez y descifrar cuáles importan para entender cada palabra en particular.
Imagínalo así: un traductor está traduciendo al inglés la oración "El banco subió la tasa de interés de mi préstamo". Un mal traductor maneja la palabra "banco" sin saber qué viene después y podría elegir la palabra inglesa para un asiento. Un buen traductor lee primero toda la oración y entiende por el contexto ("tasa de interés", "préstamo") que se trata del banco que maneja dinero. El mecanismo de atención hace lo mismo: antes de manejar cada palabra, el transformer "mira" toda la oración.
Los transformers resultaron ideales para el lenguaje. Aprenden rápido de enormes cantidades de texto. Escalan bien: el modelo se puede hacer más grande, con más parámetros (un parámetro es un número ajustable dentro de una red neuronal, la misma idea que un "peso"), y entrenarse con más texto, y la calidad sigue mejorando. Y pueden procesar el texto en paralelo, lo que hace el entrenamiento mucho más rápido.
Un LLM (large language model, modelo de lenguaje grande) es justamente eso: una red neuronal construida sobre la arquitectura transformer y entrenada con un enorme acervo de texto. La primera "L", de Large (grande), es la parte clave. Grande quiere decir miles de millones o cientos de miles de millones de parámetros.
Todos los asistentes de IA actuales (ChatGPT, Claude, Gemini, Llama) son LLM construidos sobre la arquitectura transformer. Todos descienden de aquel artículo de 2017.
Parte 8: 2020: GPT-3 y la primera sorpresa
En junio de 2020 la empresa OpenAI lanzó GPT-3.
GPT son las siglas de Generative (crea contenido nuevo), Pre-trained (preentrenado con un gran acervo de texto antes de que alguien lo use) y Transformer (la arquitectura).
La tercera versión de GPT tenía 175 mil millones de parámetros. Para comparar, el cerebro humano tiene alrededor de 86 mil millones de neuronas. Es una comparación aproximada: un parámetro del modelo se parece más a una conexión entre neuronas que a una neurona, y de esas conexiones el cerebro tiene muchísimas más.
¿Qué podía hacer GPT-3? Muchísimo para los estándares de 2020. Escribir ensayos. Componer poemas. Escribir código que funciona. Responder preguntas. Traducir. Imitar el estilo de autores famosos. Resolver problemas de matemáticas.
Cuando los investigadores tuvieron acceso a GPT-3 por primera vez a través de su API (interfaz de programación de aplicaciones, una forma de que los programas se comuniquen entre sí), aparecieron en internet cientos de publicaciones asombradas. La gente hacía cosas que parecían imposibles: la IA escribía cuentos, inventaba planes de negocio, razonaba sobre filosofía.
Imagínalo así: el primer iPhone en 2007. Ya existían teléfonos con internet y música. Pero el iPhone lo juntó todo, lo hizo fácil de usar y mostró cómo podía ser el futuro. GPT-3 fue exactamente así: no era perfecto, se equivocaba seguido, a veces alucinaba (una alucinación es cuando la IA inventa algo con seguridad y lo presenta como un hecho). Pero estaba claro que el mundo iba a cambiar.
Parte 9: 2022: ChatGPT y la explosión masiva
Los avances anteriores de la IA solo los conocían los científicos y la gente de tecnología. El 30 de noviembre de 2022 eso cambió para siempre.
Ese día OpenAI lanzó ChatGPT, una interfaz de chat sobre el modelo GPT-3.5. Era un chatbot con el que cualquier persona con conexión a internet podía hablar, sin conocimientos técnicos.
Los resultados superaron todas las expectativas:
- 1 millón de usuarios en los primeros 5 días (a Instagram le tomó unos dos meses y medio)
- 100 millones de usuarios en unos 2 meses (según estimaciones de analistas de la época, la app de consumo de crecimiento más rápido hasta entonces)
- Los servidores de OpenAI se cayeron varias veces por la carga
ChatGPT se volvió la primera herramienta de IA que salió de los círculos tecnológicos y se convirtió en un fenómeno cultural masivo.
¿Qué hizo especial a ChatGPT, además de la calidad del modelo? Dos cosas:
1. La interfaz. Solo un chat. Como escribirle a un amigo. Sin programar, sin conocimientos técnicos.
2. RLHF (aprendizaje por refuerzo con retroalimentación humana), un método de entrenamiento especial. Después de que el modelo se entrena con texto de internet, evaluadores humanos lo siguen entrenando. Le muestran al modelo dos respuestas posibles y dicen cuál es mejor. Esto hace que la IA no solo sea inteligente, sino también fácil de tratar: responde como una persona espera.
Imagínalo así: McDonald's en los años 50. Las hamburguesas y las papas fritas se vendían en Estados Unidos mucho antes. Pero McDonald's armó un sistema: una receta estándar, preparación rápida, un precio accesible, lo mismo en todas partes. La IA ya existía; ChatGPT la puso al alcance de todos. Eso lo cambió todo.
Parte 10: 2023 a 2024: La carrera de los modelos
Después del éxito de ChatGPT vino una etapa que la industria llama "la carrera de los modelos". Cada pocos meses salía una versión nueva, más potente.
GPT-4 salió en marzo de 2023. Es multimodal (capaz de trabajar con distintos tipos de datos): entiende no solo texto, sino también imágenes. Según OpenAI, quedó cerca del 10% superior en un simulacro del examen para ejercer la abogacía en Estados Unidos (el bar exam). Y según investigadores de Microsoft y OpenAI, superó el puntaje mínimo en preguntas del USMLE (el examen para obtener la licencia médica en Estados Unidos).
Claude 1, 2 y 3: una serie de modelos de Anthropic. Cada versión era más inteligente que la anterior. En 2024, Claude 3 Opus se volvió uno de los mejores asistentes de IA en muchos benchmarks (pruebas estándar de rendimiento).
Gemini: la respuesta de Google. La empresa que inventó el transformer en 2017 tardó mucho en lanzar un producto competidor. Según Google, Gemini Ultra superó el nivel de expertos humanos en MMLU (Massive Multitask Language Understanding, una prueba de comprensión del lenguaje en muchas materias).
Llama: una serie de modelos de pesos abiertos (se publican los números que forman el modelo entrenado) de Meta, la empresa detrás de Facebook e Instagram. A diferencia de GPT y Claude, los pesos de Llama son públicos. Cualquiera puede descargar el modelo y correrlo en su propia computadora (según los términos de su licencia). Eso dio origen a todo un ecosistema de IA que corre de forma local, en tu propia máquina.
Imagina esta etapa: algo así como la carrera espacial, pero entre empresas y a la vista de todos. Las grandes empresas tecnológicas invirtieron miles de millones de dólares en investigación de IA. Google, Microsoft, Amazon, Meta y Apple hicieron de la IA una de sus principales prioridades.
La carrera no ha terminado: durante 2025 y 2026, las líneas de modelos de Claude, ChatGPT, Gemini y otros se renovaron varias veces. Para la lista actual, mira la página Lo vigente. En esta lección vemos la historia, no la última versión.
Parte 11: 2025 a 2026: Por qué este es el punto de quiebre
Llegaste a la sección más importante. ¿Por qué ahora, y no en 2020, o en 2022, o en 2030?
Tres señales distinguen el momento actual de todos los anteriores:
Señal 1: La IA se abarata rápido
Un token es la unidad de texto más pequeña que la IA "procesa". En inglés, un token equivale a poco más de media palabra en los modelos actuales de Claude (más o menos 0.75 de palabra en modelos anteriores). La API cobra por cada millón de tokens.
En apenas unos años, el precio de un modelo con el mismo nivel de calidad bajó varias veces, mientras que los modelos de primer nivel se volvieron bastante más potentes. Por ejemplo, Claude Opus 4.1 costaba $15 USD por millón de tokens de entrada, mientras que Claude Opus 5.5 cuesta $4 USD a octubre de 2026 (precios vigentes: Lo vigente). Eso pone la automatización con IA al alcance también de los negocios pequeños. Pero los modelos más potentes siguen siendo caros, y la cuenta crece según cuánto los uses, así que calcula el costo por adelantado.
Señal 2: Las API están abiertas para cualquier desarrollador
Antes, usar IA en un negocio normalmente significaba contratar ingenieros de aprendizaje automático y montar una infraestructura cara (la base técnica: servidores, redes, almacenamiento). Eso tomaba meses y mucho dinero.
Ahora te registras en la consola para desarrolladores de Anthropic, obtienes una clave de API (un código único que te da acceso al servicio), escribes unas diez líneas de código y la IA ya le responde a tu programa. Una sola persona que sepa programar un poco puede armar una versión sencilla en un fin de semana.
Señal 3: La IA agéntica, o IA que actúa en lugar de solo responder
Este es el cambio más importante. Hasta 2024, la IA era reactiva: tú preguntabas, ella respondía. Hacías una solicitud, generaba algo. Una herramienta poderosa, pero limitada.
La IA agéntica es una IA que puede planear tareas por su cuenta, usar herramientas (leer archivos, enviar solicitudes a servicios, escribir y ejecutar código) y realizar tareas de varios pasos sin que una persona la esté vigilando todo el tiempo.
Los modelos de razonamiento, como los modelos de Claude actuales con modo de pensamiento (en los modelos más nuevos, el modelo decide por sí mismo cuánto pensar, y tú fijas el nivel de esfuerzo), pueden "pensar antes de responder". Dividen una tarea compleja en pasos, revisan sus propias conclusiones y ajustan su enfoque. Eso los hace mucho más precisos en tareas difíciles: programación, análisis, decisiones estratégicas.
Y aquí es donde entra Claude Code, la herramienta a la que este curso llega en sus últimos módulos y de la que trata la biblioteca avanzada. Claude Code es el agente de programación de Anthropic. No es solo un chat con IA. Es un agente de IA que puede leer tu proyecto, editar archivos, ejecutar comandos, corregir errores y desplegar apps (ponerlas en producción, donde los usuarios reales pueden usarlas). Actúa en lugar de solo dar consejos. A octubre de 2026 funciona en la terminal, en VS Code y JetBrains, en la app de escritorio de Claude, en el navegador y en tu celular.
Imagina el momento: como internet en 1995. La tecnología ya existía: navegadores web (programas para ver páginas web), correo electrónico, los primeros sitios. Pero la mayoría de la gente no veía para qué la necesitaba. Unas cuantas personas que lo entendieron temprano fundaron Amazon, Google, Yahoo; la mayoría simplemente aprendió a usarla en los años siguientes, a su propio ritmo. Ahora estamos en la etapa temprana de la IA masiva, y mucho todavía está tomando forma.
Parte 12: Anthropic y Claude: quién está detrás
La mayoría de los ejemplos de este curso usan Claude, y los últimos módulos llevan hasta Claude Code. Por eso vale la pena saber qué tipo de empresa está detrás.
Anthropic es una empresa estadounidense de IA fundada en 2021 en San Francisco.
Cómo empezó: la mayoría de los fundadores de Anthropic trabajaban antes en OpenAI. En 2021 Dario Amodei, que había sido vicepresidente de investigación de OpenAI, y su hermana Daniela Amodei, que había sido su vicepresidenta de seguridad y políticas, fundaron una nueva empresa. Varios investigadores clave se fueron con ellos.
La diferencia principal, en palabras de la propia empresa, es su enfoque en la seguridad. Anthropic se describe como una empresa de seguridad e investigación en IA, y declara como propósito el desarrollo responsable de la IA avanzada.
Anthropic desarrolló un método de entrenamiento llamado Constitutional AI (IA constitucional). En lugar de solo mostrarle al modelo qué es "bueno" y qué es "malo" mediante calificaciones humanas, Constitutional AI le da al modelo un conjunto de principios, una "constitución", y le enseña a juzgar sus propias respuestas con base en esos principios. Eso hace que Claude sea más consistente al seguir sus valores.
Claude es la familia principal de modelos de Anthropic. Según un relato muy difundido, se llama así por Claude Shannon, el matemático estadounidense que creó la teoría de la información, la base de todo el mundo digital.
Por qué Claude, y Anthropic en particular, importan para este curso:
- Claude Code es la herramienta de desarrollo oficial de Anthropic, hecha para trabajar de forma nativa con Claude
- Anthropic ofrece una API y herramientas listas para construir agentes
- Anthropic pone énfasis en respuestas honestas y seguras, y para procesos de negocio confiables es importante que un modelo pueda decir "no lo sé"
Práctica
Tres ejercicios, ligeros y prácticos:
Ejercicio 1: Tu primera conversación con Claude
Abre claude.ai en tu navegador. Si no tienes cuenta, regístrate; el plan básico es gratis (los pasos del registro están en Tus primeros 30 minutos con la IA). Si Claude no está disponible donde estás, por ejemplo durante un viaje al extranjero (la lista de países donde funciona está en la página de Anthropic), usa cualquier otro asistente de IA: encontrarás opciones en la sección Herramientas.
Pregunta esto:
¡Hola! Apenas estoy empezando a aprender sobre IA. En 3 o 4 frases, cuéntame quién fue Alan Turing y por qué es importante en la historia de la IA.
Mira la respuesta. Fíjate en que Claude no leyó tu pregunta como lo haría una persona. Generó la respuesta más probable con base en patrones de los textos sobre Turing que había en sus datos de entrenamiento. El resultado parece escrito por una persona muy leída, porque justamente con ese tipo de textos se entrenó.
Ejercicio 2: Pídele a Claude que se explique a sí mismo
Pregúntale a Claude esto:
¿Eres un transformer? Explica cómo funcionas para alguien que no sabe nada del tema, con imágenes y comparaciones de todos los días, sin términos técnicos.
Compara su explicación con lo que leíste en esta lección. ¿Dónde coinciden? ¿Qué cosas nuevas agregó Claude?
Ejercicio 3: Búscalo (5 minutos)
Busca en Google "conferencia de Dartmouth 1956 inteligencia artificial". Encuentra cualquier artículo sobre el tema. Lee 2 o 3 párrafos.
Una pregunta para responderte a ti mismo: ¿qué fue lo que más te sorprendió de la historia de la IA en esta lección? Escríbelo en una frase. Eso te va a ayudar a quedarte con tu propio "momento ajá".
Ideas clave
La IA no es magia. Son matemáticas entrenadas con lo que la gente escribe. Un espejo que refleja patrones. Una herramienta útil, siempre que entiendas cómo funciona.
La historia de la IA es una historia de olas. Dos auges, dos decepciones, y ahora una tercera ola. Ninguna de las olas anteriores fue "falsa": cada una puso la base para la siguiente.
2017 + 2022 = el punto sin retorno. Los transformers aportaron la arquitectura; ChatGPT aportó el acceso. Después de eso, la IA dejó de ser un experimento de laboratorio.
El punto de quiebre está pasando ahora por tres razones: la IA se abarata rápido, las API están abiertas para cualquiera que sepa programar un poco, y la IA agéntica empezó a actuar por su cuenta en lugar de solo responder preguntas.
Anthropic y Claude son la elección de este curso porque Claude Code facilita mostrar el trabajo agéntico en la práctica. Los principios de esta lección también aplican a otros asistentes.
Para leer más (si te da curiosidad)
Libros que vale la pena leer:
- The Alignment Problem, de Brian Christian, sobre por qué la seguridad de la IA es difícil
- Human Compatible, de Stuart Russell, sobre el futuro de la IA según uno de los científicos más destacados del área
Películas:
- The Imitation Game (2014), una película biográfica sobre Alan Turing protagonizada por Benedict Cumberbatch. Se toma libertades con la historia, pero transmite bien el ambiente.
- Ex Machina (2014), sobre la prueba de Turing. Muestra bien lo complicada que es, en lo psicológico, la pregunta "¿se puede confiar en la IA?".
Artículos:
- "Attention Is All You Need" (2017), el artículo original sobre los transformers. La introducción y la conclusión se entienden incluso sin saber matemáticas.
- El blog de Anthropic (anthropic.com/research), sobre cómo piensa la empresa la IA segura
Próxima lección
→ IA para tu familia: niños, adolescentes y adultos mayores
Es la última lección del primer módulo: reglas para niños de distintas edades, la escuela, los padres mayores y proyectos en familia. Si el tema familiar no es lo que necesitas ahora, pasa directo al segundo módulo, a la lección Cómo escribir un buen prompt, que muestra cómo darle una tarea a la IA para obtener la respuesta que necesitas.
Y si todavía no leíste Cómo funciona un LLM por dentro, échale un vistazo: explica qué son los tokens, el contexto y las alucinaciones.
La historia de la IA | Actualizado: octubre de 2026
La marca se guarda solo en este navegador y no se envía a ningún sitio. Mi progreso