2.2. ¿Cómo funcionan las IA generativas y los LLMs?

Aprende haciendo con ChatGPT

🎯 OBJETIVO:

Experimentar de forma práctica con las capacidades, limitaciones y usos estratégicos de los modelos de lenguaje de gran escala, comprendiendo cómo funcionan y cómo pueden aplicarse en contextos educativos, creativos y profesionales.

🧰 HERRAMIENTAS A UTILIZAR:

• ChatGPT (versión gratuita)

• Acceso a internet para exploración de plataformas (opcional)

✏️ ACTIVIDAD PRÁCTICA N.º 1

Simula el funcionamiento de un LLM

📊 Actividad:
Pide a ChatGPT que te explique cómo predice una respuesta, paso a paso, y simula cómo él "piensa" al completar una frase o pregunta compleja.

Prompt sugerido para ChatGPT:
"Explícame paso a paso cómo un modelo como ChatGPT predice la siguiente palabra en una frase. Simula el proceso usando esta oración: 'La educación del futuro será...'"

🔍 Propósito:
Comprender cómo funciona internamente un modelo generativo y qué significa "predecir tokens".

✏️ ACTIVIDAD PRÁCTICA N.º 2

Explora tipos de contenido que puede generar la IA

🧩 Actividad:
Interactúa con ChatGPT para generar un ejemplo de cada tipo de contenido: texto, imagen (descripción), código, audio (simulado) y video (guionizado).

Prompt sugerido para ChatGPT:
"Quiero que actúes como una IA generativa multimodal. Crea para mí: (1) un poema breve, (2) una descripción para generar una imagen de portada de ebook, (3) un fragmento de código en Python para una calculadora, (4) una idea de guion para un video educativo de 1 minuto y (5) un concepto para un audio de meditación."

💡 Sugerencia:
Comparte los resultados con colegas para debatir sobre la creatividad y utilidad de cada tipo de contenido.

✏️ ACTIVIDAD PRÁCTICA N.º 3

Compara modelos de IA actuales

📝 Actividad:
Haz que ChatGPT actúe como un asesor tecnológico y te ayude a comparar dos modelos de IA generativa para un uso educativo.

Prompt sugerido para ChatGPT:
"Soy docente universitario. ¿Cuál modelo de IA generativa me recomendarías entre GPT-4 y Claude 3 para crear contenidos educativos interactivos? Compáralos según comprensión de contexto, costo, facilidad de uso y privacidad."

📒 Utilidad:
Desarrollar criterio para elegir herramientas de IA según necesidades específicas.

✏️ ACTIVIDAD PRÁCTICA N.º 4

Diseña una aplicación educativa con IA

🧠 Actividad:
Usa ChatGPT para ayudarte a imaginar una app educativa que integre IA mediante una API. Define su objetivo, público, funciones y cómo usaría un modelo de lenguaje.

Prompt sugerido para ChatGPT:
"Ayúdame a diseñar una app educativa para secundaria que use una API de IA generativa. Quiero que incluya tutoría automática, resúmenes y test de autoevaluación. ¿Cómo funcionaría y qué ventajas ofrecería?"

🔍 Propósito:
Conectar el conocimiento técnico con una propuesta realista de aplicación en el aula o en entornos formativos.

✏️ ACTIVIDAD PRÁCTICA N.º 5

Resumen reflexivo del capítulo 5

📚 Actividad:
Crea un resumen que integre conceptos como IA generativa, LLMs, tokens, ventanas de contexto, APIs y tipos de modelos (abiertos vs cerrados).

Prompt sugerido para ChatGPT:
"Ayúdame a redactar un resumen de 250 palabras del capítulo 5 del libro. Quiero que incluyas qué es la IA generativa, cómo funcionan los modelos LLM, qué tipos de contenido pueden generar, y una reflexión sobre los riesgos y ventajas de los modelos cerrados y abiertos."

📌 Propósito:
Sintetizar aprendizajes complejos en una visión crítica y aplicada, orientada al uso consciente de la IA.

El avance acelerado de la inteligencia artificial (IA) no es resultado de un solo descubrimiento, sino de la convergencia de tres grandes factores que han madurado al mismo tiempo:

1. Mayor capacidad de procesamiento:
   Gracias a tecnologías como las GPUs modernas y la computación en la nube, hoy es posible entrenar modelos complejos en mucho menos tiempo, eliminando barreras técnicas que antes limitaban el uso de IA.

2. Modelos de nueva generación:
   La arquitectura Transformer (como en los modelos GPT o BERT) ha permitido que la IA no solo entienda el lenguaje, sino que lo genere, analice y adapte con gran precisión. Esto ha dado paso a la IA generativa, con capacidades mucho más amplias y versátiles.

3. Disponibilidad masiva de datos:
   Vivimos en una era donde generamos datos constantemente. Esa abundancia, junto con técnicas de análisis y acceso a bases de datos abiertas, permite entrenar modelos más potentes, personalizados y accesibles para más personas y organizaciones.

Además del aspecto técnico, hay un cambio cultural: la sociedad ahora espera herramientas inteligentes, adaptativas y que respondan en tiempo real. La IA no es solo una tecnología, es una nueva forma de interactuar con el mundo.