Qué es la IA generativa

No memoriza: crea algo nuevo

Un LLM elegía la siguiente palabra por probabilidad y añadía las palabras una a una. Aquí conviene subrayar algo. La IA no guarda frases enteras que leyó para sacarlas después. Aprende patrones de innumerables ejemplos, cómo suelen combinarse las cosas, y los usa para construir una combinación nueva en el momento.
Aun así, textos o imágenes que aparecieron muchísimas veces en los datos de entrenamiento a veces salen casi iguales. Por eso hay ocasiones en que conviene comprobar que un resultado generado no se parezca demasiado a la obra de otra persona.

Pulsa el botón de crear para recombinar las piezas aprendidas. Incluso con las mismas piezas, cada pulsación da una combinación distinta.

Las mismas piezas, y cada pulsación dio un resultado distinto. Si la IA sacara una respuesta memorizada, sería siempre la misma. El widget lo simplifica encajando piezas, pero una IA generativa real no recorta y pega trozos: construye el resultado desde cero según los patrones que aprendió.
Crear algo nuevo así se llama generación. Entonces, ¿solo puede crear texto?

No solo texto: también imágenes y música

A una IA que crea texto la llamamos LLM. La IA generativa es un término más amplio. Una IA que aprendió de muchas imágenes crea imágenes nuevas; una que aprendió canciones compone melodías nuevas; una que aprendió de videos hace clips cortos.
Lo que crea depende de lo que aprendió. Un LLM es solo la rama encargada del texto.

Toca los botones de texto, imagen, música y video para cambiar. La IA generativa puede crear cualquiera de ellos según lo que aprendió, y el texto (un LLM) es solo uno.

Eligieras lo que eligieras, la idea de fondo era la misma: aprender patrones de innumerables ejemplos y construir combinaciones nuevas con ellos. Pero ¿cómo crea una imagen?
Las imágenes no se construyen palabra a palabra como el texto. Los generadores de imágenes más usados hoy siguen un método bastante distinto.

Del ruido granulado a una imagen

Una IA que crea imágenes no empieza con una hoja en blanco, sino con ruido granulado, como los puntos que llenan la pantalla de un televisor cuando se pierde la señal. Va limpiando esos puntos poco a poco, y a medida que los puntos borrosos se ordenan paso a paso, empieza a aparecer una forma.
Cuanto más se repite la limpieza, más nítida queda la imagen. A los modelos que crean imágenes así se les llama modelos de difusión.

Cada pulsación del botón de limpiar ordena la cuadrícula de ruido un paso, y los puntos borrosos van formando poco a poco un corazón. Los pasos están fijados, así que todo el mundo obtiene el mismo resultado.

El ruido no se convirtió en imagen de golpe: se fue aclarando a medida que se limpiaba poco a poco. ¿Cómo aprendió la IA esta forma de limpiar? En el entrenamiento se hace al revés. Se toman imágenes reales, se estropean mezclándoles ruido poco a poco, y la IA aprende con innumerables ejemplos a quitar un paso de ruido para acercarse de nuevo al original.
Con lo aprendido, al limpiar ruido puro sale una imagen nueva que nunca existió. Pero ¿quién decide qué dibujar?

Una persona da instrucciones: el prompt

La IA no crea cualquier cosa por su cuenta. Una persona dice con palabras qué crear, y esa instrucción se llama prompt. Las palabras del prompt se convierten en coordenadas, como los embeddings que vimos antes, y orientan la dirección de la limpieza.
Si escribes gato, la limpieza se dirige hacia un gato; si escribes espacio, hacia el espacio. Aun partiendo del mismo ruido, un prompt distinto da un resultado distinto.

Toca para cambiar el prompt. Aun partiendo del mismo ruido, la imagen hacia la que va la limpieza cambia con la instrucción que escribiste.

Cambiar el prompt cambió de golpe la dirección del resultado. La IA tiene la habilidad de crear; la persona decide qué crear. Cuanto más claro y concreto seas sobre lo que quieres, más se acercará el resultado.
Por eso qué escribes, y cómo, se convierte en la habilidad de usar la IA generativa. También conviene saber que el mismo prompt puede dar resultados algo distintos si el ruido de partida cambia.

Resumen

En resumen, la IA generativa crea cosas nuevas a partir de patrones aprendidos, en lugar de copiar lo que tenía guardado. Crea no solo texto, sino también imágenes, música y video, y por eso es un término más amplio que LLM.
Una imagen empieza como ruido y se limpia poco a poco. Y una persona marca la dirección con un prompt.

Toca los puntos clave en orden para repasar. (crear algo nuevo con patrones aprendidos → no solo texto, también imágenes y música → limpiar el ruido hasta una imagen → dar dirección con un prompt)

Ahora sabes qué es la IA generativa: una herramienta que crea texto, imágenes y música nuevos a partir de patrones aprendidos, que construye imágenes limpiando ruido y que toma su dirección del prompt de una persona.
Pero cuando crea tan bien, también puede crear fotos o voces falsas difíciles de distinguir de las reales. La próxima lección analiza qué hay que tener en cuenta para usar la IA de forma justa y responsable.