Glosario

Un agente es un componente del sistema de IA responsable de interpretar las entradas del usuario y ejecutar tareas o acciones en respuesta. Los agentes pueden realizar una variedad de tareas, desde responder preguntas hasta realizar acciones especializadas, como enviar notificaciones o analizar datos. Los agentes trabajan dentro de un sistema de IA más amplio y, a menudo, interactúan con otros componentes, como bases de datos o interfaces de usuario, para ofrecer experiencias de usuario fluidas.

Un sistema de inteligencia artificial diseñado para ayudar a los usuarios a administrar tareas, recuperar información o facilitar las conversaciones. Los asistentes de IA suelen integrarse en los flujos de trabajo para mejorar la productividad y la eficiencia al ofrecer un soporte constante y en tiempo real.

Una serie de interacciones entre un usuario y el asistente de IA, que normalmente implican múltiples tareas relacionadas. El asistente de IA utiliza el contexto de los intercambios anteriores para mantener la coherencia y responder de forma adecuada a medida que avanza la conversación. Durante un chat, el usuario puede solicitar al asistente que complete varias tareas, como planificar un itinerario o buscar restaurantes, todas dentro del mismo contexto temático.

La información retenida de interacciones anteriores que el Asistente de IA utiliza para mantener la continuidad y la relevancia en las conversaciones en curso. El contexto ayuda a la IA a adaptar sus respuestas para alinearlas con las aportaciones de los usuarios anteriores.

Un intercambio continuo de ida y vuelta entre el usuario y el asistente de IA, que normalmente implica múltiples tareas dentro de una o más conversaciones.

La entrada se proporciona en el lenguaje conversacional cotidiano, a diferencia de los comandos estructurados. El asistente de inteligencia artificial procesa las entradas en lenguaje natural, lo que permite a los usuarios comunicarse sin necesidad de un formato especial ni instrucciones técnicas.

GPT son las siglas de «Transformador preentrenado generativo». Este término encapsula las funcionalidades principales y la arquitectura de un modelo de IA. Este tipo de modelo de IA se utiliza para el procesamiento del lenguaje natural y es capaz de generar texto similar al humano basándose en un extenso entrenamiento de datos.

Un registro de la conversación entre el usuario y la IA, al que se puede hacer referencia para mantener la continuidad.

La IA compuesta se refiere a un sistema de IA avanzado que combina múltiples modelos, algoritmos o metodologías de IA para crear un sistema más capaz que el que cualquier LLM podría lograr por sí solo. Al igual que un compuesto químico que se forma a partir de diferentes elementos, la IA compuesta integra varias tecnologías de IA (como el aprendizaje automático, el procesamiento del lenguaje natural, la visión artificial y la optimización a nivel de inferencia) para gestionar tareas complejas, como la lógica y la codificación, y ofrecer resultados más sólidos. Este enfoque permite al sistema aprovechar los puntos fuertes de cada componente y, al mismo tiempo, compensar las debilidades individuales de los LLM.

El objetivo subyacente o el resultado deseado que un usuario pretende lograr al interactuar con el Asistente de IA. Comprender la intención del usuario es esencial para que la IA genere respuestas relevantes o realice las tareas adecuadas.

Método de comunicación en el que el usuario interactúa con el Asistente de IA mediante comandos hablados, normalmente a través del micrófono de un dispositivo. La interacción de voz se basa en la tecnología de reconocimiento de voz para interpretar las entradas habladas del usuario y responder en consecuencia.

El medio a través del cual los usuarios interactúan con el Asistente de IA. Las interfaces comunes incluyen ventanas de chat basadas en texto, interfaces de comandos de voz, aplicaciones móviles e integraciones basadas en código (denominadas API).

La investigación profunda es un enfoque impulsado por la inteligencia artificial para recopilar, analizar y consolidar cantidades masivas de datos en la web, documentos y otras fuentes para ofrecer un informe completo. La investigación profunda es similar a tener un asistente de investigación o un analista de inteligencia artificial, que utiliza un LLM basado en el razonamiento de la IA para desarrollar y ejecutar un plan de investigación para usted.

Un proceso en el que el usuario ajusta o reformula su solicitud para obtener una respuesta más precisa o relevante del Asistente de IA. El refinamiento ayuda a la IA a comprender mejor las necesidades específicas del usuario, garantizando que el resultado se alinee mejor con el resultado deseado.

La salida generada por el Asistente de IA y devuelta al usuario. Las respuestas se adaptan a la especificidad o generalidad de la solicitud del usuario, lo que garantiza un resultado relevante y preciso.

Una respuesta no verbal proporcionada por el Asistente de IA, que incluye la visualización de datos, gráficos, imágenes u otros elementos visuales. La respuesta visual se utiliza a menudo para complementar las respuestas verbales o textuales, lo que ayuda a los usuarios a comprender mejor la información compleja.

La información proporcionada por el usuario al Asistente de IA, que puede adoptar la forma de una pregunta, un comando, una declaración o una instrucción. Las indicaciones guían las acciones del Asistente de IA, ya que sirven como entrada principal para generar respuestas o realizar tareas.

Una acción realizada por el Asistente de IA en función de la solicitud del usuario. Las tareas consisten en un aviso proporcionado por el usuario y la respuesta correspondiente de la IA. Las tareas pueden incluir una sola acción, como recuperar información, o una serie de acciones coordinadas por el asistente de inteligencia artificial.

El tiempo que tarda el Asistente de IA en generar una respuesta después de recibir un aviso.

La cantidad de información de una conversación que el Asistente de IA puede retener en un momento dado. El tamaño de la ventana contextual varía en función del diseño y las capacidades de la IA. En muchos sistemas de IA, la ventana de contexto se mide en fichas, que determinan a qué parte de la conversación puede hacer referencia la IA de una vez.