IAConSentido · Guías y fuentes externas · Por Karine Boucher
Te presentan una herramienta de IA y te dicen que tiene una exactitud excelente. Suena bien… pero ¿excelente para hacer qué? ¿Y qué ocurre con las personas para las que se equivoca?
No necesitas memorizar todo el vocabulario técnico para participar en esa conversación. Sí te conviene entender las palabras que sostienen una promesa. Para eso te recomiendo tener a mano el Glosario sobre aprendizaje automático de Google: un recurso público en español que puedes consultar cuando un término te impide seguir preguntando.
Qué encontrarás en el glosario
Google reúne definiciones de aprendizaje automático e inteligencia artificial, organizadas alfabéticamente y con enlaces entre conceptos. Algunas incluyen ejemplos, fórmulas o referencias adicionales. No es una evaluación independiente de un producto ni una garantía sobre las herramientas de Google. Es una ayuda para entender el lenguaje con el que se describen los sistemas.
Mi recomendación es sencilla: no intentes leerlo como una novela. Abre la palabra que aparece en el reporte, la presentación o la conversación que tienes delante. Después vuelve a esa situación y comprueba si ahora puedes formular una pregunta más precisa.
Una cifra alta no responde todas tus preguntas
La entrada de exactitud explica la proporción de predicciones correctas en una clasificación. También advierte sobre sus límites cuando las clases están desequilibradas. Ese detalle importa: una cifra global puede parecer tranquilizadora y dejar sin explicar los errores que más te preocupan.
Un ejemplo ficticio: una escuela prueba un sistema para detectar solicitudes que requieren apoyo adicional. De 100 solicitudes, 95 no lo necesitan y 5 sí. Un sistema que dijera «no requiere apoyo» en todos los casos acertaría 95 veces… pero no identificaría ninguna de las 5 solicitudes que justificaban la revisión.
El ejemplo no demuestra que una herramienta concreta falle. Te lo propongo para que veas por qué preguntar solo «¿qué tan exacta es?» puede quedarse corto. También quieres saber qué errores comete, a quiénes deja fuera y qué posibilidad tiene una persona de pedir otra revisión.
Cómo usarlo sin perderte entre definiciones
Yo empezaría por una afirmación que necesites entender. Por ejemplo: «el modelo predice quién necesita ayuda». Subraya las palabras que no puedes explicar con tus propias palabras. Busca 1, no 15 a la vez.
- Ubica el término: ¿se refiere al entrenamiento, a una medición o a lo que el sistema entrega?
- Reescríbelo: explica la definición sin copiarla. Si no puedes, busca un ejemplo más cercano.
- Vuelve al caso: pregunta qué datos, personas y condiciones se usaron para obtener ese resultado.
- Separa definición de evidencia: entender una métrica no comprueba que el proveedor la haya medido bien.
Si trabajas con un equipo, pueden elegir 3 palabras de una propuesta comercial y comparar qué entiende cada persona. No para examinar a nadie, sino para descubrir si están tomando una decisión con significados distintos en la cabeza.
Qué relación tiene con los Riesgos Humanos de la IA
Cognición y criterio: te conviene poder cuestionar una afirmación técnica sin aceptar una palabra complicada como si fuera una prueba. El glosario puede ayudarte a precisar esa pregunta; decidir qué evidencia basta sigue siendo una responsabilidad humana.
Aprendizaje, desarrollo y capacidades: buscar una definición, reformularla y aplicarla a un ejemplo es una manera de practicar la comprensión. Pedirle a una IA que te resuma el término puede ser un apoyo… pero comprueba después si puedes explicarlo sin tener la respuesta delante.
Estas relaciones corresponden a mi Taxonomía IAConSentido. No son categorías que Google asigne a este recurso.
Preguntas que pueden surgir
¿Necesito saber programar?
No para consultar términos concretos. Algunas entradas sí requieren conocimientos técnicos. Si una explicación te supera, anota qué necesitas aclarar y consulta a alguien que pueda relacionarla con tu caso.
¿Sirve para elegir una herramienta?
Sirve para entender mejor lo que te ofrecen. No sustituye revisar el uso previsto, la privacidad, las pruebas y las consecuencias de una decisión equivocada.
La próxima vez que una presentación te convenza con una cifra, empieza por preguntar qué mide. Después busca la definición y vuelve con una pregunta que el número, por sí solo, no responde.
Consultar Glosario sobre aprendizaje automático · Explorar la Biblioteca de Riesgos Humanos de la IA
Fuente consultada el 13 de noviembre de 2026. Karine Boucher · Especialista en Riesgos Humanos de la IA · Creadora del Método SENSE.