Está pensado para estudiantes, docentes, emprendedores, profesionales y cualquier persona curiosa. Explica los conceptos sin fórmulas ni programación y propone ejemplos que puedes relacionar con tu vida diaria.
Meta: terminar con una idea realista de lo que la IA hace, reconocer sus límites y completar una primera conversación útil con una herramienta de IA.
RUTA DE APRENDIZAJE
Siete pasos para comprender la IA
Abre cada módulo, realiza la actividad y marca la lección como completada.
La inteligencia artificial es un campo de la informática que crea sistemas capaces de realizar tareas relacionadas con capacidades humanas, como reconocer imágenes, comprender lenguaje, recomendar opciones o generar contenido. No es una mente única: reúne técnicas distintas diseñadas para objetivos concretos.
Idea clave
Una IA no necesita pensar como una persona para producir un resultado útil. Aprende patrones a partir de datos y calcula respuestas probables.
IA que ya encuentras a diario
Filtros de correo no deseado y recomendaciones de películas.
Mapas que estiman rutas y tiempos de llegada.
Asistentes que redactan, traducen, crean imágenes o responden preguntas.
Actividad de 3 minutos
Anota tres aplicaciones que uses cada semana y señala dónde podría intervenir una IA.
En 1950, Alan Turing planteó la pregunta «¿pueden pensar las máquinas?» y propuso una prueba basada en la conversación. En 1956, el encuentro de Dartmouth ayudó a establecer el nombre «inteligencia artificial» y un programa de investigación.
Los primeros sistemas trabajaban principalmente con reglas y símbolos. Eran eficaces en problemas limitados, pero la falta de potencia de cálculo, datos y expectativas realistas provocó periodos de menor inversión conocidos como inviernos de la IA.
Idea clave
La historia de la IA alterna avances, expectativas exageradas y etapas de corrección. Conocerla ayuda a evaluar las promesas actuales.
Actividad de 3 minutos
Explica con tus palabras la diferencia entre «seguir reglas» y «aprender de ejemplos».
Los sistemas expertos recuperaron interés en la década de 1980, pero dependían de reglas escritas por especialistas. El gran cambio posterior llegó cuando aumentaron los datos digitales, mejoró la capacidad de cómputo y progresaron las redes neuronales.
En 2012, AlexNet mostró el impacto del aprendizaje profundo en reconocimiento de imágenes. El resultado aceleró la investigación y la inversión en sistemas que aprenden representaciones complejas a partir de muchos ejemplos.
Tres motores
Datos para aprender, cómputo para entrenar y algoritmos para encontrar patrones.
Actividad de 3 minutos
Piensa en una tarea de clasificación, como separar mensajes urgentes. ¿Qué ejemplos necesitaría un sistema para aprender?
INTELIGENCIA ARTIFICIAL
MACHINE LEARNING
DEEP LEARNING
Inteligencia artificial
El campo más amplio: sistemas que realizan tareas asociadas con capacidades inteligentes.
Machine learning
Una parte de la IA que aprende patrones a partir de ejemplos en lugar de recibir todas las reglas.
Deep learning
Una parte del aprendizaje automático basada en redes neuronales de muchas capas, útil para patrones complejos.
No son sinónimos
Todo deep learning pertenece al machine learning y a la IA, pero no toda IA usa aprendizaje profundo.
Actividad de 3 minutos
Dibuja tres círculos anidados y agrega un ejemplo propio en cada nivel.
La IA generativa produce contenido nuevo —texto, imágenes, audio, video o código— a partir de patrones aprendidos. Los grandes modelos de lenguaje, llamados LLM, generan texto calculando qué fragmento es probable que siga según el contexto.
La arquitectura Transformer, presentada en 2017, usa mecanismos de atención para relacionar partes importantes de una secuencia. Esa base impulsó muchos de los sistemas generativos actuales.
Límite esencial
Una respuesta puede sonar segura y ser incorrecta. A esto se le suele llamar alucinación. Verifica datos, nombres, cifras y fuentes antes de actuar.
Tu primer prompt útil
Copia y adapta: «Ayúdame a explicar [tema] a [audiencia]. Usa lenguaje sencillo, incluye un ejemplo cotidiano y termina con tres preguntas de comprensión. Si falta información, pregúntame primero».
La evolución reciente combina investigación, productos, centros de datos, chips, modelos y decisiones sobre seguridad. La siguiente clasificación editorial toma como referencia rankings y coberturas de TIME, Forbes y AI Magazine, y aplica tres criterios: infraestructura, adopción comercial e influencia en el mercado.
Cómo leer el ranking
El orden resume una interpretación educativa preparada para este curso. No existe un ranking universal de “poder en IA”, y las posiciones pueden cambiar. Las barras muestran solamente el orden ordinal; no representan una diferencia matemática entre personas.
Ranking editorial de liderazgo en IA 2026Orden de influencia general
Jensen Huang#1
Sam Altman#2
Satya Nadella#3
Sundar Pichai#4
Mark Zuckerberg#5
Dario Amodei#6
Andy Jassy#7
Escala ordinal. La longitud facilita ver la posición, no un puntaje de desempeño.
#1
NVIDIA · Infraestructura
Jensen Huang
La posición se apoya en el papel de NVIDIA en el cómputo acelerado. Sus GPU y su ecosistema de software son una base importante para entrenar y ejecutar modelos de IA.
Aporte: convirtió el procesamiento gráfico en infraestructura general para IA.
Impacto: conecta chips, redes, servidores y software para centros de datos.
Por qué destaca: su influencia alcanza a casi todo el ecosistema de modelos.
#2
OpenAI · Adopción masiva
Sam Altman
Como cofundador y CEO de OpenAI, se convirtió en una de las figuras más visibles de la IA generativa. El lanzamiento público de ChatGPT aceleró la adopción de asistentes conversacionales.
Aporte: llevó modelos de frontera a una interfaz de uso cotidiano.
Impacto: impulsó competencia, inversión y nuevos productos en toda la industria.
Por qué destaca: une estrategia de producto, investigación e infraestructura a gran escala.
#3
Microsoft · Empresa y nube
Satya Nadella
Ha situado la IA dentro de la estrategia de Microsoft, desde Azure hasta la familia Copilot. Su fortaleza está en convertir capacidades de IA en servicios empresariales de uso extendido.
Aporte: impulsó una alianza temprana y profunda con OpenAI.
Impacto: integró asistentes en herramientas de productividad, desarrollo y nube.
Por qué destaca: dispone de canales empresariales para llevar IA a gran escala.
#4
Google y Alphabet · Datos y ecosistemas
Sundar Pichai
Dirige una plataforma que integra IA en búsqueda, Android, YouTube, Google Cloud y la familia Gemini. Google también desarrolla sus propios aceleradores TPU y mantiene una capacidad de investigación de primer nivel mediante Google DeepMind.
Aporte: coordina la incorporación de IA en productos utilizados globalmente.
Impacto: combina datos, distribución, nube, chips especializados e investigación.
Por qué destaca: controla uno de los ecosistemas digitales más amplios de la industria.
#5
Meta · Ecosistema abierto
Mark Zuckerberg
Ha orientado a Meta hacia el desarrollo de modelos Llama y la integración de IA en productos sociales, publicidad y dispositivos. Su estrategia ha ampliado el acceso de desarrolladores a modelos con pesos disponibles.
Aporte: fortaleció la alternativa de modelos más abiertos y adaptables.
Impacto: combina investigación con una red mundial de productos de consumo.
Por qué destaca: puede llevar nuevas funciones a miles de millones de usuarios.
#6
Anthropic · Seguridad y modelos
Dario Amodei
Cofundó Anthropic después de trabajar en OpenAI. La empresa desarrolla la familia Claude y métodos para crear sistemas más fiables, interpretables y dirigibles.
Aporte: promovió la IA Constitucional y políticas de escalamiento responsable.
Impacto: compite en modelos avanzados, programación y uso empresarial.
Por qué destaca: coloca la seguridad y el alineamiento en el centro del producto.
#7
Amazon · Nube e infraestructura empresarial
Andy Jassy
Como presidente y CEO de Amazon, dirige la empresa que creó AWS, una de las plataformas de nube fundamentales para desplegar soluciones de IA empresariales. Jassy fundó y lideró AWS antes de asumir la dirección de Amazon.
Aporte: convirtió la infraestructura tecnológica en servicios de nube accesibles bajo demanda.
Impacto: AWS ofrece cómputo, chips propios, Amazon Bedrock y servicios para construir soluciones de IA.
Por qué destaca: controla un canal de infraestructura y distribución empresarial de alcance mundial.
Resumen comparativo de enfoques
CEO
Empresa
Pilar de influencia
#1 Jensen Huang
NVIDIA
Hardware básico: suministro global de procesadores y cómputo acelerado para IA.
#2 Sam Altman
OpenAI
Innovación de frontera: adopción masiva de modelos de lenguaje, APIs y agentes.
#3 Satya Nadella
Microsoft
Distribución comercial: integración de IA en Azure, Windows y herramientas de productividad.
#4 Sundar Pichai
Google y Alphabet
Datos y ecosistemas: IA integrada en búsqueda, YouTube, Android, nube y chips TPU.
#5 Mark Zuckerberg
Meta
Ecosistema abierto: distribución y adaptación de la familia de modelos Llama.
#6 Dario Amodei
Anthropic
Seguridad y alineación: Claude, IA Constitucional y control de riesgos.
#7 Andy Jassy
Amazon
Nube empresarial: AWS, chips propios y servicios de despliegue de IA a escala.
Ranking ilustrativo de sistemas de IA 2026Puntaje compuesto de referencia
OpenAI · ChatGPT98
Google DeepMind · Gemini94
Anthropic · Claude92
Perplexity AI85
Meta AI · Llama82
xAI · Grok78
Gráfico ilustrativo proporcionado para el curso. El puntaje compuesto no sustituye benchmarks técnicos independientes.
Mapa didáctico de especialización● fuerte · ◐ relevante · ○ secundario
Retratos: NVIDIA Investor Relations, OpenAI Forum, Microsoft News Center, Google I/O, Meta SEC filing vía Wikimedia Commons, Anthropic y Amazon Investor Relations. Logos: Simple Icons, Wikimedia Commons y representaciones identificativas. Las marcas pertenecen a sus respectivos titulares y se muestran con fines educativos.
Contenido revisado para MarIA Academy en septiembre de 2026. Las herramientas y los cargos de la industria cambian; confirma la información vigente en fuentes oficiales.
TU SIGUIENTE PASO
Ahora convierte lo aprendido en resultados con ChatGPT.
Continúa gratis con ChatGPT–OpenAI. Crea tu cuenta para ingresar, guardar tus avances y realizar las evaluaciones. Si ya tienes una cuenta, inicia sesión.