Abrir el móvil para desbloquearlo con la cara, pedirle a Spotify que ponga música para cocinar, recibir una recomendación de una serie en Netflix o redactar un correo con ayuda de ChatGPT. En cuestión de un par de años, la inteligencia artificial ha pasado de los laboratorios de Silicon Valley a nuestros bolsillos, nuestras casas y nuestros puestos de trabajo.
Sin embargo, en las noticias y en las charlas de café solemos hablar de «la IA» como si fuera una única máquina todopoderosa capaz de resolver cualquier problema. Y la realidad es bastante distinta —y mucho más interesante—: no existe una sola inteligencia artificial, sino una gran familia de tecnologías, herramientas y enfoques con funciones, capacidades y límites muy diferentes.
No tiene nada que ver el algoritmo que calcula la mejor ruta en Google Maps con el sistema que ayuda a un radiólogo a detectar una lesión milimétrica, y ni mucho menos con esas historias de robots del cine que piensan y sienten como personas. Para entender qué puede hacer hoy la tecnología por nosotros, qué nos espera a la vuelta de la esquina y qué sigue siendo pura fantasía, en esta guía te explicamos de forma sencilla y sin rodeos técnicos cuáles son los verdaderos tipos de IA.
Índice de temas
¿Qué es la inteligencia artificial y cómo se clasifican sus tipos?
La inteligencia artificial no es más que una rama de la informática dedicada a crear programas y máquinas capaces de hacer cosas que antes solo sabíamos hacer los humanos. Entre estas tareas, destacan algunas como: aprender de la experiencia, reconocer imágenes o sonidos, entender lo que leemos y tomar decisiones inteligentes.
Los expertos suelen ordenar la inteligencia artificial en varios grupos según la pregunta que nos hagamos: ¿Cuánto de inteligente es capaz de ser? ¿Cómo funciona por dentro su memoria? ¿Quién tiene el control, la máquina o la persona? En función de la respuesta existen unos tipos de clasificación de los tipos de IA distintos.
¿Cuáles son los tipos de IA según su nivel de capacidad o autonomía?
Cuando los expertos debaten sobre el futuro de la tecnología, casi siempre recurren a esta escala de tres niveles. Es fundamental tenerla clara para no confundir lo que ya tenemos con lo que todavía es pura ciencia ficción:
Inteligencia artificial estrecha (ANI)
La inteligencia artificial estrecha o débil (ANI, por sus siglas en inglés de artificial narrow intelligence) engloba el 100% de la IA que se conoce y utiliza actualmente. El término «estrecha» o «débil» significa que está especializada en hacer una sola cosa.
Por ejemplo, un algoritmo diseñado para predecir el tiempo puede analizar billones de datos atmosféricos en segundos, pero si le pides que te redacte una receta de tortilla de patatas o que juegue al tres en raya, no sabrá qué hacer. Incluso herramientas tan completas como ChatGPT, los sistemas de reconocimiento facial de los aeropuertos o los coches de Tesla pertenecen a este grupo. Cada IA es muy buena en su área, pero carecen por completo de sentido común, consciencia o capacidad de entender el mundo fuera de los datos con los que son entrenadas.
Inteligencia Artificial General (AGI)
La inteligencia artificial general (AGI, siglas de artificial general intelligence), a la que a menudo se llama IA fuerte, es el siguiente paso de los investigadores. Básicamente, es un tipo de IA que en el plano teórico podría pensar, aprender, razonar y adaptarse a cualquier situación con la misma versatilidad que una persona.
La clave de la AGI es la flexibilidad. Una persona puede aprender a conducir, después estudiar cocina, entender un chiste sarcástico y cuidar a un niño enfermo aplicando el sentido común y la experiencia acumulada. Hoy ninguna máquina puede hacer eso sin ser reprogramada desde cero. La AGI sigue siendo un objetivo teórico que protagoniza miles de debates en laboratorios de todo el mundo, y los científicos no se ponen de acuerdo sobre si tardará en llegar 10 años, 50 o si jamás será posible crearla.
Superinteligencia artificial (ASI)
Si la AGI alcanzara el nivel de una persona inteligente, la superinteligencia artificial (ASI) sería todavía más. La superinteligencia artificial es hoy en día un concepto hipotético, pues sería una IA que destacaría en cualquier disciplina de conocimiento, desde la física cuántica y la medicina hasta el arte, la filosofía y la política. Por ahora, la ASI es solo una idea que despierta intensos debates éticos y amantes de la ciencia ficción.
¿Qué tipos de inteligencia artificial existen según su funcionalidad (Arend Hintze)?
Otra forma clásica de ordenar los tipos de inteligencia artificial la propuso el profesor e investigador Arend Hintze. En lugar de centrarse solo en la potencia de la máquina, Hintze se fijó en cómo maneja el tiempo, los recuerdos y las relaciones con los demás, dividiéndola en cuatro escalones:
Máquinas reactivas
Son el tipo más básico de IA. No recuerdan nada de lo que pasó hace cinco minutos ni pueden anticipar qué ocurrirá dentro de un rato; solo miran la foto del presente y reaccionan al instante siguiendo sus cálculos.
Un ejemplo histórico de este tipo de IA es la famosa Deep Blue, el ordenador de IBM que en 1997 venció al campeón mundial de ajedrez Garri Kaspárov. Deep Blue era capaz de evaluar 200 millones de jugadas por segundo viendo cómo estaban colocadas las piezas en ese preciso turno, pero no guardaba ningún recuerdo de las partidas anteriores ni aprendía de sus fallos.
Memoria limitada
Es el estándar de IA actual de aprendizaje con datos históricos. Casi toda la inteligencia artificial moderna que usamos en el trabajo y en casa se encuentra en este segundo peldaño. Estos sistemas combinan un entrenamiento previo con la capacidad de recordar datos del pasado reciente para tomar mejores decisiones sobre la marcha.
Un ejemplo de la aplicación de este tipo de IA en el día a día son los coches autónomos. Este tipo de vehículos cuando circulan están evaluando en su memoria todo lo que pasa a su alrededor para garantizar la seguridad de sus pasajeros y de los viandantes. Y, para ello, precisan de tener una memoria limitada en tiempo real que evalúa los peligros y toma decisiones en consecuencia. En esta categoría también se pueden encontrar los chatbots que recuerdan lo que acabas de decirles en la misma conversación.
Teoría de la mente
En el plano teórico, una IA con teoría de la mente sería capaz de entender las emociones, dudas y motivaciones de quien habla con ella, adaptando su tono y su ayuda de forma verdaderamente empática y social. Aunque hoy los asistentes virtuales intentan sonar agradables o detectan si un cliente escribe con mayúsculas por enfado, en realidad no sienten ni comprenden nada de lo que hay detrás. Este tipo de tecnología sigue en fase de investigación en laboratorios de robótica social y neurociencia.
Autoconciencia
Es el escalón final. Básicamente, serían desarrollos de IA con conciencia propia que no solo entienden a los humanos, sino que son conscientes de que existen. Se trata de una posibilidad teórica y filosófica que, a día de hoy, no tiene base real en la tecnología moderna.
Tipos de IA según su arquitectura
Si miramos cómo se construyen por dentro las inteligencias artificiales, encontramos tres grandes formas de diseñarlas:
IA simbólica
Fue la reina indiscutible de la informática entre los años cincuenta y ochenta. Funcionaba como un gran árbol de decisiones lógicas muy estricto. La lógica detrás de esta IA era que si se cumple la condición A y la condición B, entonces la respuesta es C.
Es un tipo de IA anticuada pero que hoy en día sirve para trámites donde no cabe la duda, cómo por ejemplo comprobar si una declaración de impuestos cumple con la normativa, calcular nóminas o gestionar controles de forma automática.
Y es precisamente ahí dónde está su gran problema, que es muy rígida y no se sale de las instrucciones. Por lo tanto, es incapaz de generar nuevas conclusiones fuera de un marco de instrucciones predeterminado.
IA conexionista o de redes neuronales artificiales
Es la tecnología que ha provocado la explosión actual de la IA. En lugar de enseñarle reglas lógicas rígidas, este modelo imita el funcionamiento de las neuronas de nuestro cerebro. Su clave principal es que crea millones de conexiones matemáticas que se van ajustando a base de procesar millones de ejemplos.
- Su gran ventaja. Tiene una capacidad asombrosa para entender el mundo real y de dar soluciones adecuadas.
- Su gran desventaja. Muchas veces ni los propios creadores del modelo pueden explicar con exactitud matemática por qué la red neuronal eligió una palabra concreta o una solución en lugar de otra.
IA híbrida o neurosimbólica
La IA híbrida (también llamada neurosimbólica) es uno de los campos que más interés despierta entre los investigadores. Su finalidad es intentar combinar lo mejor de las dos IA anteriores, es decir, la capacidad de las redes neuronales para entender datos complejos con la precisión y transparencia de las reglas lógicas tradicionales.
Este enfoque es vital para sectores donde un fallo puede costar vidas o millones de euros. Es un tipo de IA diseñada en principio con unas reglas que evitan que los modelos generativos inventen cosas o respuestas.
Tipos de IA según su autonomía
En las empresas, en los despachos y en los debates ciudadanos, la pregunta del millón no suele ser qué algoritmo se usa, sino quién manda: ¿El humano o la máquina? Según el nivel de libertad que le demos al sistema, podemos clasificar la IA en tres niveles:
IA asistida
Aquí la máquina es simplemente una herramienta muy eficaz que nos ahorra tiempo en tareas mecánicas y aburridas, pero no toma ninguna decisión por su cuenta ni cambia la forma en que trabajamos.
Ejemplos de estos tipos de IA son el filtro del correo que manda el spam a la papelera, el corrector ortográfico de Word que te subraya en rojo una errata o el sistema ABS del coche que evita que patinen las ruedas al frenar en seco.
IA aumentada
Es, sin duda, la que más valor está aportando a profesionales de todos los sectores y se basa en el principio de colaboración entre la máquina y la persona. Sus sistemas procesan miles de datos para encontrar patrones o proponer soluciones, pero la decisión final siempre la toma el especialista humano.
Un ejemplo podría ser un asistente que ayuda a un programador sugiriendo líneas de código o una herramienta financiera que avisa a un analista de una inversión.Las posibilidades son inmensas.
IA autónoma
La IA autónoma es un tipo de IA bajo la cual el ser humano delega el control en la máquina para que tome decisiones y actúe por su cuenta en tiempo real. Estas decisiones las llevaría a cabo la IA dentro de límites muy vigilados y con estrictos protocolos de seguridad.
Algunos ejemplos de este tipo de IA son los sistemas automáticos de compraventa en bolsa que cierran miles de operaciones en milisegundos o los famosos coches autónomos que circulan por ciudades estadounidenses como San Francisco o Phoenix sin conductor.
¿Cómo se dividen los tipos de IA según su tecnología y método de aprendizaje?
Estas son las tecnologías más importantes que conviven bajo el nombre de IA:
Machine learning o aprendizaje automático
El aprendizaje automático, más conocido como machine learning, es la base de todo. En lugar de escribir un programa con todas las respuestas, se le da al ordenador una serie de datos para que aprenda solo. Esta tecnología se divide principalmente en tres caminos:
- Aprendizaje supervisado: se le da al sistema los ejercicios resueltos. Por ejemplo, miles de fotos etiquetadas como «gato» o «perro», o historiales de ventas con precios reales, para que aprenda a predecir resultados futuros.
- Aprendizaje no supervisado: Se le da al programa muchos datos sin clasificar para que busque parecidos por su cuenta o patrones.
- Aprendizaje por refuerzo: El algoritmo aprende por ensayo y error en un entorno cerrado, recibiendo puntos positivos cuando acierta y penalizaciones cuando falla.
El machine learning es la base de la IA, y se utiliza en multitud de aplicaciones de IA y cada vez en muchos sectores productivos.
Deep learning o aprendizaje profundo
El aprendizaje profundo es un paso más allá dentro del machine learning. Este sistema utiliza redes neuronales con muchísimas capas intermedias. La magia está en que cada capa aprende algo diferente.
Por poner un ejemplo de su funcionamiento, las primeras capas reconocen líneas simples o colores, mientras que las intermedias juntan esas líneas para ver formas y las últimas identifican el objeto completo, ya sea un rostro humano o una señal de tráfico.
Inteligencia artificial generativa (GenAI)
Es la IA que ha revolucionado el mundo en los últimos dos años. Hasta hace poco, la IA servía sobre todo para analizar o clasificar cosas que ya existían
Sin embargo, la IA generativa hace algo completamente nuevo, que es crear contenido original desde cero. A partir del lenguaje normal y cotidiano de los usuarios o de instrucciones, esta IA puede componer un texto en prosa, diseñar una imagen fotorrealista, escribir código informático o clonar una voz humana.
Procesamiento del lenguaje natural (PLN)
Es la tecnología que permite que un ordenador entienda lo que decimos o escribimos, y que nos responda de forma natural. Incluye desde la traducción automática instantánea y el análisis hasta la capacidad de resumir informes de cientos de páginas en un par de párrafos claros.
Visión artificial
La visión artificial es, por así decirlo, los “ojos” de la máquina. Es una tecnología que a través de cámaras y sensores permite a los ordenadores entender lo que pasa en el mundo real. Cuando se junta con la robótica, da lugar a brazos mecánicos capaces de operar con precisión quirúrgica, drones que inspeccionan tendidos eléctricos o robots de rescate que se mueven entre escombros.
¿Qué ejemplos prácticos hay de estos tipos de IA en el día a día?
Algunos ejemplos de aplicaciones y ejemplos reales que ya se están llevando a cabo en la actualidad:
Asistentes virtuales y chatbots conversacionales
Ya sean para poner una alarma en el despertador con Siri o Alexa, resolver una duda con el asistente virtual del banco o pedirle a ChatGPT que nos ayude a estructurar una presentación para el trabajo. Las conversaciones naturales con máquinas y sus asistentes (chatbots) se han convertido en algo completamente cotidiano.
Algoritmos de recomendación en plataformas digitales
Detrás de las recomendaciones de grandes plataformas como Spotify, Tik Tok, Netflix y otras, ya hay modelos de aprendizaje que analizan los gustos de los usuarios y qué buscas en internet para ofrecerte un escaparate hecho a tu medida exacta.
Automatización industrial, conducción autónoma y diagnóstico sanitario
En los hospitales, los programas de visión artificial ayudan a los médicos a detectar tumores en fases muy tempranas, aumentando enormemente las posibilidades de curación. En las carreteras, los coches autónomos ya tienen la capacidad de frenar solos si detectan un obstáculo imprevisto. Y, en las fábricas, sensores inteligentes avisan a los técnicos semanas antes de que una pieza mecánica sufra una avería, evitando que la producción se pare.
¿Cuál es el marco legal y regulatorio de la IA en España y Europa?
Con tanto avance a toda velocidad, surge una pregunta obligada: ¿Quién vigila que todo esto se use de forma segura y justa? Mientras otros países han dejado que el mercado avance con pocas normas, la Unión Europea ha decidido poner los derechos de las personas en el centro.
La Ley de Inteligencia Artificial de la UE (AI Act)
El Reglamento Europeo de Inteligencia Artificial (bautizado como AI Act) es la primera ley completa del mundo sobre esta materia. Esta ley de Inteligencia Artificial de la UE tiene como objetivo central garantizar que los sistemas de IA utilizados en la Unión Europea sean seguros, transparentes, trazables, no discriminatorios y respetuosos con los derechos fundamentales.
En ese sentido, la normativa articula sus principios a través de una serie de principios fundamentales que categoriza según el nivel de riesgo que el sistema representa para la salud, la seguridad y los derechos fundamentales de las personas. Tiene cuatro niveles:
- Riesgo inaceptable. Se trata de usos que atentan directamente contra la libertad o la dignidad de las personas. Están totalmente prohibidos. Por ejemplo, sistemas de puntos que premien o castiguen a los ciudadanos por su conducta o reconocimiento facial masivo para que pueda ser utilizado por la policía en tiempo real.
- Alto riesgo. Son sistemas aplicados en áreas muy sensibles de la vida de las personas. Tienen que pasar controles muy estrictos, auditorías y estar siempre vigilados por personas. Es el caso, por ejemplo, de algoritmos que deciden a quién contratar en un trabajo, a quién darle una hipoteca, quién entra en la universidad o cómo se gestiona el agua y la electricidad de una ciudad.
- Riesgo específico (transparencia). En este caso se trata de tecnologías que pueden confundir al usuario o hacerse pasar por humanos. La ley obliga a avisar con claridad a los usuarios. Casos típicos son los chatbots comerciales o fotos, audios o vídeos falsos generados por ordenador (deepfakes).
- Riesgo mínimo o nulo. Aquí entran la inmensa mayoría de las herramientas de IA que usamos a diario y que se pueden usar con total libertad sin trabas burocráticas
La Estrategia Nacional de Inteligencia Artificial (ENIA) y la AESIA en España
En este nuevo mapa, España ha tomado la delantera en Europa. Nuestro país fue el primero de los 27 Estados miembros en crear su propia autoridad de control, la conocida como Agencia Española de Supervisión de la Inteligencia Artificial (AESIA), que tiene su sede en A Coruña.
La misión de la AESIA no es solo poner multas si alguien se salta la ley, sino acompañar a las empresas españolas para que creen productos innovadores y seguros a través de una especie de “banco de pruebas” (sandbox) pionero en el continente.
Por otro lado, la misión de AESIA va de la mano con la Estrategia Nacional de Inteligencia Artificial o ENIA, cuyos principios fundamentales o ejes estratégicos son:
- Impulsar la investigación científica, el desarrollo tecnológico y la innovación en IA.
- Promover el desarrollo de capacidades digitales, potenciar el talento nacional y atraer talento global en inteligencia artificial.
- Desarrollar plataformas de datos e infraestructuras tecnológicas para dar soporte a la IA
- Integrar la inteligencia artificial en las cadenas de valor para transformar el tejido económico del país.
- Potenciar el uso de la IA en la Administración Pública y en las Misiones estratégicas nacionales
- Establecer un marco ético y normativo que refuerce la protección de los derechos individuales y colectivos frente a la normalización de la IA en el día a día.
Preguntas Frecuentes sobre los tipos de inteligencia artificial
1. ¿Cuáles son los cuatro tipos de inteligencia artificial según su funcionalidad?
Según la popular clasificación del investigador Arend Hintze, los cuatro tipos son:
- 1. Máquinas reactivas: máquinas que no tienen memoria, solo miran el momento presente y responden con cálculos instantáneos.
- 2. Memoria limitada: Guardan datos del pasado reciente para tomar mejores decisiones en tiempo real (como los coches autónomos o los chatbots modernos).
- 3. Teoría de la mente: Un concepto en investigación para máquinas capaces de entender los sentimientos, intenciones y pensamientos de las personas.
- 4. Autoconciencia: La idea teórica de máquinas conscientes de su propia existencia y con sentimientos, algo que hoy por hoy pertenece solo a la ciencia ficción.
2. ¿Qué diferencia hay entre la IA estrecha (ANI) y la IA general (AGI)?
La diferencia está en la amplitud de lo que pueden aprender:
- La IA estrecha (ANI): diseñada para hacer una tarea concreta (traducir, reconocer caras o jugar al ajedrez). Es la única IA que existe de verdad en el mundo actual.
- La IA general (AGI): sería una máquina capaz de pensar, razonar y aprender cualquier cosa como lo hace una persona, aplicando el sentido común a situaciones desconocidas sin necesidad de ser reprogramada. Es una meta teórica en la que se sigue investigando.
3. ¿A qué tipo de inteligencia artificial pertenecen ChatGPT, Gemini o Claude?
Las populares IAs, ChatGPT, Gemini y Claude como tal son modelos de inteligencia artificial estrecha (ANI). En cuanto a cómo funcionan, son sistemas de memoria limitada basados en redes neuronales e IA generativa. No tienen consciencia, ni entienden el mundo. Lo que realmente hacen es calcular a una velocidad altísima para resolver el problema o duda que les plantean los usuarios consultando sus bases de datos, investigando en internet o en base a su entrenamiento previo.
4. ¿Existe hoy alguna inteligencia artificial con autoconciencia o teoría de la mente?
No, en absoluto. Toda la inteligencia artificial que funciona hoy en cualquier rincón del planeta es de tipo estrecho y con memoria limitada. Ni los robots más modernos ni los programas más sofisticados tienen conciencia propia, sentimientos ni saben lo que sentimos nosotros. Esos conceptos no son una realidad técnica en el mundo actual.
