Hitos clave
De la pregunta de Turing a la inteligencia artificial generativa
La inteligencia artificial no apareció de repente. Es el resultado de décadas de investigación, avances técnicos y sistemas cada vez más capaces. La línea del tiempo recoge algunos momentos especialmente importantes para comprender esta evolución.
Importante: es una selección de hitos, no una historia completa de la inteligencia artificial.
La prueba de Turing
Alan Turing publica Computing Machinery and Intelligence y propone el «juego de imitación»: una forma de plantear si una máquina puede mantener una conversación cuyo comportamiento resulte indistinguible del de una persona.
Nace un campo de investigación
La Conferencia de Dartmouth reúne a varios investigadores interesados en construir máquinas capaces de realizar tareas inteligentes. Este encuentro contribuye a consolidar la expresión «inteligencia artificial» y a definir un nuevo campo científico.
ELIZA simula una conversación
Joseph Weizenbaum crea ELIZA, uno de los primeros programas capaces de simular una conversación. Su guion más conocido imitaba a una psicoterapeuta mediante reglas y reconocimiento de patrones, aunque el programa no comprendía realmente lo que decía.
Deep Blue derrota a Kasparov
El ordenador Deep Blue, desarrollado por IBM, vence al campeón mundial Garri Kasparov en un encuentro de ajedrez. Fue una demostración del potencial de la computación para analizar enormes cantidades de posibilidades en una tarea especializada.
AlphaGo aprende nuevas estrategias
AlphaGo, desarrollado por DeepMind, derrota por cuatro partidas a una al campeón Lee Sedol. El sistema combinaba redes neuronales, aprendizaje automático y búsqueda de movimientos para enfrentarse a un juego mucho más complejo que el ajedrez.
Aparece GPT-1
OpenAI presenta GPT-1, un modelo que primero aprende patrones generales a partir de grandes cantidades de texto y después puede adaptarse a distintas tareas lingüísticas. Este enfoque sería la base de modelos posteriores mucho más potentes.
La IA generativa llega al gran público
Herramientas capaces de generar texto, imágenes, audio y código se popularizan rápidamente. La inteligencia artificial deja de ser una tecnología utilizada principalmente por especialistas y pasa a formar parte del trabajo, la educación y la vida cotidiana.
Asistentes, proyectos y agentes
Herramientas como Microsoft Copilot, Google Gemini, ChatGPT y Claude pueden trabajar con instrucciones, documentos, imágenes y otras aplicaciones. La evolución continúa hacia agentes capaces de colaborar en tareas de varios pasos, siempre bajo la supervisión de una persona.
Un cambio importante de enfoque
Los primeros sistemas estaban diseñados para resolver una tarea muy concreta. Los modelos actuales pueden trabajar con distintos tipos de contenido y adaptarse a numerosas actividades. Sin embargo, generar una respuesta convincente no significa comprender como una persona ni garantiza que el resultado sea correcto. Por eso es necesario comprobar la información, revisar las fuentes y mantener siempre una mirada crítica.

Distintas herramientas para diferentes formas de trabajar
La inteligencia artificial generativa no se limita a una única plataforma. Cada herramienta ofrece una combinación diferente de conversación, búsqueda, creación de contenidos, trabajo con documentos y personalización.
Microsoft Copilot
Se integra con Word, PowerPoint, Excel, Outlook y Teams. Copilot Notebooks reúne archivos y otras fuentes para trabajar sobre un tema, mientras que Copilot Studio permite crear agentes con conocimientos, instrucciones y acciones propias.
Google Gemini
Puede relacionarse con Documentos, Drive, Gmail, Calendar y Classroom. NotebookLM trabaja con una colección de fuentes seleccionadas y los Gems permiten configurar asistentes que siguen instrucciones específicas.
ChatGPT
Ayuda a escribir, estudiar, investigar, programar y analizar archivos o imágenes. Sus Proyectos reúnen conversaciones, documentos e instrucciones para mantener el contexto de un trabajo. También puede conectarse con otras aplicaciones y utilizar flujos reutilizables para tareas concretas.
Claude
Destaca en el trabajo con textos extensos, documentos y procesos de redacción. Sus Proyectos permiten añadir conocimientos e instrucciones comunes, mientras que los Artifacts sirven para crear y revisar documentos, diagramas, páginas web y pequeñas herramientas interactivas.
Otras alternativas
Perplexity está especialmente orientado a buscar, contrastar y sintetizar información de Internet. Sus proyectos pueden combinar búsquedas, archivos e instrucciones, por lo que resulta útil para iniciar una investigación y localizar fuentes.
Le Chat, de Mistral AI, ofrece conversación, búsqueda web, análisis de documentos e imágenes y espacios de proyecto. Puede ser una alternativa interesante cuando se busca una herramienta multilingüe o se quieren explorar modelos desarrollados en Europa.
La herramienta adecuada depende de la tarea
Microsoft Copilot y Gemini encajan especialmente bien cuando el centro ya trabaja con Microsoft 365 o Google Workspace. NotebookLM y Copilot Notebooks son útiles para consultar materiales seleccionados. ChatGPT y Claude ofrecen entornos flexibles para desarrollar proyectos, analizar documentos y crear contenidos. Perplexity destaca en la búsqueda con fuentes y Le Chat aporta otra opción para investigación y trabajo multilingüe.
No hay una herramienta mejor para todo. Antes de elegir conviene valorar la tarea, las aplicaciones que ya utiliza el centro, las licencias disponibles y las condiciones de privacidad. Los resultados deben revisarse siempre y no deben incorporarse datos personales o sensibles sin autorización.
