Aprendizaje automático: aprender con ejemplos
El aprendizaje automático (machine learning en inglés) es la forma en que una computadora aprende a partir de ejemplos en lugar de seguir reglas escritas a mano. Está detrás de casi todas las IA que usted utiliza, del filtro antispam a ChatGPT.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Principiante |
|---|---|
| Origen | 1959 |
| Introducido por | Arthur L. Samuel (IBM) |
Aprender en lugar de obedecer reglas
Un programa clásico sigue instrucciones escritas por una persona: «si el correo contiene esta palabra, márcalo como spam». El problema es que el mundo real es demasiado variado para preverlo por completo. El aprendizaje automático invierte la lógica: se muestran al programa muchísimos ejemplos ya clasificados (correos marcados como «spam» o «no spam») y él mismo descubre qué pistas permiten distinguirlos.
Esos ejemplos son los datos de entrenamiento. El resultado del aprendizaje se llama modelo de IA: es él quien, después, toma decisiones sobre casos que nunca ha visto.
La idea no es nueva. En 1959, Arthur Samuel, investigador de IBM, publicó un artículo sobre un programa de damas que aprendía a jugar mejor que su propio autor (artículo de Arthur Samuel, 1959). En él aparece la expresión «machine learning».
Dónde se lo encuentra ya
- Su correo separa los mensajes no deseados.
- Su banco detecta un pago con tarjeta inusual y le envía una alerta.
- La cámara de su móvil reconoce las caras y ajusta el enfoque.
- Las plataformas de música o series le sugieren algo parecido a sus gustos.
- Un asistente de IA como ChatGPT funciona con un modelo entrenado mediante aprendizaje automático a enorme escala.
Por qué le importa
Entender este principio cambia la forma de leer las respuestas de una IA. Un sistema que aprende de ejemplos reproduce lo que ha visto: si los ejemplos son incompletos o están desequilibrados, sus decisiones también lo estarán. De ahí vienen los sesgos de la IA. También explica por qué una IA puede equivocarse con total seguridad: generaliza, no «sabe» las cosas como usted.
Ideas equivocadas frecuentes
«La máquina aprende sola, sin personas.» Son personas quienes eligen los datos, el enfoque y el objetivo, y quienes revisan los resultados. El aprendizaje es automático; el diseño, no.
«Aprendizaje automático y aprendizaje profundo son lo mismo.» El aprendizaje profundo es una familia de técnicas de aprendizaje automático basada en redes neuronales de muchas capas. No toda la IA lo usa, pero los asistentes actuales, sí.
Para situar estos hitos en la historia, consulte la cronología de la IA.
Términos relacionados
- Inteligencia artificial · Conjunto de técnicas que permiten a una máquina realizar tareas asociadas a la inteligencia humana: comprender, predecir, crear.
- Aprendizaje profundo · Aprendizaje automático que usa redes neuronales de muchas capas; es la técnica detrás de las IA actuales de texto, imagen y voz.
- Red neuronal · Programa formado por muchas pequeñas unidades de cálculo conectadas, que aprende ajustando la fuerza de las conexiones entre ellas.
- Datos de entrenamiento · Ejemplos (textos, imágenes, sonidos…) con los que aprende un modelo de IA; determinan lo que sabe y también sus fallos.
- Algoritmo · Serie finita de instrucciones precisas, aplicadas en un orden determinado, para resolver un problema o realizar una tarea.
- Modelo de IA · El « cerebro » entrenado de una IA: un gran archivo de cálculo que convierte una petición en una respuesta, usado por las aplicaciones.
Para probar
Todo el glosario
Preguntas frecuentes
¿Qué diferencia hay entre inteligencia artificial y aprendizaje automático?
La inteligencia artificial es el campo general: lograr que una máquina realice tareas que parecen requerir inteligencia. El aprendizaje automático es una forma de conseguirlo, aprendiendo a partir de datos. Hoy es, con diferencia, el enfoque dominante.
¿Quién acuñó la expresión machine learning?
Se atribuye a Arthur Samuel, investigador de IBM, que publicó en 1959 un artículo sobre un programa de damas capaz de mejorar jugando. El artículo apareció en el IBM Journal of Research and Development.
¿La IA sigue aprendiendo mientras la uso?
Por lo general, no en tiempo real. Un modelo se entrena y después se congela antes de publicarse. Sus conversaciones sí pueden servir para entrenar una versión futura si no lo ha desactivado en los ajustes.
¿Hace falta saber programar para usar el aprendizaje automático?
Para usarlo, no: ya lo hace a través de su móvil, su correo o un asistente de IA. Para crear sus propios modelos, programar ayuda, aunque existen herramientas sin código.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.