¿Cómo funciona la IA por dentro? Los 5 bloques explicados en 7 minutos

Vídeo em Espanhol, publicado pelo canal Certisec Academia.

Sobre este contenido: El resumen, los puntos principales y los temas que aparecen a continuación se generan automáticamente a partir de la transcripción del vídeo. Reflejan el contenido, las opiniones, afirmaciones y predicciones presentadas en el vídeo y no representan una posición, validación o verificación de hechos por parte de IA Dots.

Resumen del vídeo

El video explica los cinco bloques fundamentales que componen las tecnologías de inteligencia artificial actual: los modelos de lenguaje (LLM), los embeddings, RAG, los agentes y los modelos del mundo, detallando cómo funcionan, cómo se combinan y los riesgos asociados a cada uno.

Puntos principales

• Los modelos de lenguaje grandes (LLM) funcionan prediciendo la palabra más probable a continuación utilizando una arquitectura Transformer y un proceso de tres etapas: preentrenamiento, ajuste supervisado y aprendizaje por refuerzo.
• Los embeddings convierten frases, documentos o imágenes en listas de números (vectores) con el fin de agrupar conceptos similares y permitir la búsqueda por significado en lugar de por palabras exactas.
• RAG (Generación Aumentada por Recuperación) conecta los documentos privados de una empresa con el LLM en cada consulta para que el modelo responda basándose en información interna y pueda citar fuentes.
• Los agentes son programas de software que envuelven al modelo para darle la capacidad de actuar, ejecutando herramientas externas, gestionando la memoria y decidiendo cuándo se requiere aprobación humana.
• Los modelos del mundo se entrenan con grandes cantidades de video para predecir el siguiente momento de una escena física, utilizándose principalmente para entrenar robots y vehículos autónomos en simulaciones.
• Los riesgos varían según el bloque: los LLM pueden inventar respuestas o recibir información confidencial, RAG puede exponer datos personales, los agentes son vulnerables a la inyección de instrucciones y los modelos del mundo afectan la seguridad física.

Temas

Inteligencia ArtificialModelos de LenguajeLLMEmbeddingsRAGAgentes de IAModelos del MundoSeguridad en IA

Transcripción del vídeo

Texto de los subtítulos disponibles; puede contener errores.

¿Cuántas veces usaste chat GPT o alguna inteligencia artificial esta semana? Probablemente varias. Y podrías explicar cómo funciona por dentro. Eso es lo que vamos a resolver hoy. Cada semana aparecen productos nuevos y parece que cada uno es una tecnología distinta. Pero si los desarmas, casi todos están hechos con las mismas piezas, como bloques de Lego. Te voy a mostrar esos cinco bloques. Cuando los entiendas, vas a poder mirar cualquier solución y saber cómo está construida y dónde están sus riesgos. Los cinco bloques son los modelos de lenguaje o LLM, los embeddings, RAG, los agentes y los modelos del mundo. Debajo de cada uno está su función. Piensa, entiende el significado, conoce tus documentos, actúa y entiende el entorno físico. No vamos a ver fórmulas ni código, solo ideas y diagramas. Vamos uno por uno y al final vemos cómo se combinan y qué riesgos trae cada uno. El primer bloque es el LLM, el modelo de lenguaje grande. Lo que está detrás de chat GPT, Claude o Copilot. Por dentro hace algo sorprendentemente simple. Mira el ejemplo. Le damos "La seguridad de la información es" y el modelo calcula qué palabra es más probable que venga después. Fundamental, clave, responsabilidad, cada una con un porcentaje. Elige una, la agrega y repite, palabra por palabra. Usa una arquitectura llamada Transformer y haciendo esto a escala gigante termina pudiendo redactar, resumir, razonar y ojo, predice lo más probable, no lo verdadero, por eso a veces inventa. En cualquier sistema de IA, el LLM es el cerebro. Entiende lo que le pides y decide qué hacer. ¿Cómo llega a eso? En tres etapas. Primero, el preentrenamiento. El modelo lee una cantidad enorme de texto y aprende el idioma, datos y conceptos. Sabe mucho, pero todavía no sabe conversar. Segundo, el ajuste supervisado o SFT. Le mostramos miles de ejemplos de buenas preguntas y buenas respuestas para que aprenda a comportarse como asistente. Tercero, el aprendizaje por refuerzo. Genera varias respuestas, se evalúan y se refuerzan las que las personas prefieren. Es como un alumno que primero lee toda la biblioteca, después estudia ejercicios resueltos y al final practica con un profesor que le corrige. El segundo bloque son los embeddings. También es una red neuronal, pero no genera texto. Convierte una frase, un documento o una imagen en una lista de números, un vector. Como ves a la derecha, "Olvidé mi contraseña" entra y sale como una lista de números. Se entrena para que lo parecido quede cerca. En el gráfico, contraseña, clave y credencial quedan juntas aunque sean palabras distintas. "Phishing" y "correo falso" forman otro grupo y "almuerzo" queda lejos. Eso permite buscar por significado y no por palabra exacta. Si buscas "no puedo entrar a mi cuenta", te aparece el procedimiento de recuperación de contraseña. Y es lo mismo que usan las plataformas para recomendarte vídeos. El tercer bloque es RAG, generación aumentada por recuperación. Y probablemente es el más útil para una empresa. El LLM no conoce tu política de seguridad, tus contratos ni tus procedimientos. RAG lo resuelve en dos momentos. Arriba, una sola vez. Tus documentos se convierten con embeddings en una base de conocimiento. Abajo, en cada consulta. Alguien pregunta, el sistema busca los fragmentos más relevantes y se los entrega al LLM junto con la pregunta. Así responde basado en tus documentos y puede citar la fuente. Es la forma más barata y rápida de tener una IA que hable de tu empresa sin entrenar un modelo desde cero. La mayoría de los chatbots internos son esto. Hasta aquí, la inteligencia artificial responde. Con el cuarto bloque, actúa. El arnés de agente es el software que envuelve al modelo y le da manos. Funciona en un ciclo. El LLM decide qué necesita, buscar en la web, correr código, consultar un sistema. El arnés ejecuta esa herramienta de forma controlada, el resultado vuelve al modelo y se repite hasta tener la respuesta final. Además, administra la memoria, decide qué información entra en el contexto del modelo y define qué acciones necesitan aprobación humana, como enviar un correo o hacer un pago. Y ojo, buena parte del valor y del riesgo no está en el modelo, sino en este sistema que lo rodea. El quinto bloque es el más nuevo, los modelos del mundo. Los LLM predicen texto, pero no entienden la física. Los modelos del mundo se entrenan viendo enormes cantidades de vídeo para predecir el siguiente momento de una escena. Como ves en el diagrama, reciben varios fotogramas y predicen el siguiente, incluso considerando una acción, como girar a la derecha. Sirven para crear mundos 3D y sobre todo para entrenar robots y autos autónomos en simulación, donde equivocarse no cuesta nada, antes de que toquen el mundo real. Casi ningún producto usa un solo bloque. Un asistente de programación es un LLM con un agente. Un chatbot de soporte interno es un LLM con RAG que a su vez usa embeddings. Las recomendaciones de vídeo se apoyan en embeddings. Y un robot combina un modelo del mundo con un LLN. La próxima vez que te ofrezcan una solución con inteligencia artificial, pregúntate, ¿qué bloques tiene? Esa respuesta te dice mucho de lo que puede hacer y de lo que puede salir mal. Y como esto es CertiSec, la pregunta obligada, ¿dónde está el riesgo? ¿En el LLN? ¿En que invente respuestas o en que tus colaboradores le peguen información confidencial? Se controla con una política de uso y verificando lo que responde. ¿En RAG? ¿En que la base incluya documentos o datos personales que no todos deberían ver. Cuando de datos personales, eso ya es un tema de cumplimiento. Se controla con permisos de acceso y cargando solo lo necesario. En los agentes, en el prompt injection, instrucciones escondidas en un correo o una web que hacen que la gente ejecute algo que nadie autorizó. Por eso son claves los permisos mínimos y la aprobación humana. Y en los modelos del mundo, las decisiones son físicas. Está en juego la seguridad de las personas. Entender los bloques es el primer paso para gobernarlos. En resumen, el LLM piensa, los embeddings entienden el significado. Rag le da tus datos, el agente le da manos y el modelo del mundo le enseña física. Con eso ya puedes leer la arquitectura de casi cualquier inteligencia artificial. Si en tu organización ya usan estas herramientas, el siguiente paso es que las personas sepan usarlas sin exponer información. En Academia CertiSec tenemos formación justamente para eso. Te dejo el enlace en la descripción. Nos vemos en el próximo video.

Assistir ao vídeo original no YouTube

Assuntos: Agentes de IA, Assistente pessoal. Publicado no YouTube em 2026-10-25.

Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.