Hoy existen tres grandes tipos de inteligencia artificial: la IA estrecha, la IA general y la IA generativa, y cada una vive en un mundo completamente diferente.
Era un martes ordinario en las oficinas de Liverpool en Polanco. Daniela, gerente de e-commerce, abrió el panel de recomendaciones de productos. El sistema le mostró, sin que ella lo pidiera, que cierto modelo de refrigerador se vendería más si se acompañaba de una garantía extendida. Daniela no sabía cómo el sistema llegó a esa conclusión. Solo sabía que, cuando hizo caso, las ventas subieron 18%. Lo que Daniela usaba ese martes no era ciencia ficción. Era un tipo muy específico de IA, diseñado para hacer exactamente una cosa: predecir qué producto comprar junto a otro.
El primer tipo: la IA que hace una sola cosa muy bien
Esa IA que usaba Daniela tiene nombre: inteligencia artificial estrecha, o IA estrecha. Se llama así porque es brillante en una tarea, pero completamente inútil fuera de ella. El sistema de recomendaciones de Liverpool sabe combinar productos. Pero no puede escribir un correo, reconocer una cara ni conducir un auto.
La IA estrecha es, con mucho, el tipo más común hoy. Está en todos lados. Cuando el SAT detecta automáticamente una declaración fiscal sospechosa, usa IA estrecha. Cuando IMSS prioriza citas médicas según historial clínico, usa IA estrecha. Cuando Spotify te recomienda una canción que no conocías pero que terminas repitiendo diez veces, también es IA estrecha.
Lo interesante es esto: aunque la llaman "estrecha", puede superar a cualquier humano en su tarea específica. En 2016, un sistema de IA estrecha derrotó al campeón mundial de ajedrez con una combinación que ningún experto humano habría imaginado. No porque fuera más "inteligente" en términos generales, sino porque procesó millones de partidas en el tiempo que tú tardas en leer esta oración.
Para identificarla en tu vida diaria, hazte esta pregunta: ¿el sistema hace una cosa específica muy bien? Si la respuesta es sí, probablemente es IA estrecha.
El segundo tipo: la IA que todavía no existe
Aquí viene la parte que muchas personas no esperan escuchar: la inteligencia artificial general, o IAG, no existe todavía. Al menos no fuera de los laboratorios de investigación.
La IA general sería un sistema capaz de aprender cualquier tarea, razonar en contextos desconocidos y transferir conocimiento de un área a otra, igual que lo hace un ser humano. Hoy, ningún sistema lo hace. El modelo que recomienda productos en Mercado Libre no puede, de repente, ponerse a diagnosticar enfermedades. Son mundos separados.
Los investigadores de instituciones como el MIT y DeepMind llevan décadas trabajando en esto. Algunos estiman que la IAG podría existir antes de 2050. Otros dicen que estamos más lejos de lo que parece. Lo que sí es un hecho es que, en este momento, cuando alguien te dice que "la IA lo puede hacer todo", está exagerando. La IA de hoy es muy capaz, pero dentro de límites muy claros.
Esto importa para ti como usuario. Si entiendes que la IA actual tiene bordes definidos, puedes usarla mejor. Sabes cuándo confiar en ella y cuándo aplicar tu propio criterio. Como viste en la lección anterior, el criterio humano sigue siendo indispensable.
El tercer tipo: la IA que aprendió a crear
Ahora llegamos al tipo de IA que probablemente ya usaste sin darte cuenta: la IA generativa. Este es el que está cambiando todo en este momento, y el que más confusión genera.
La IA generativa no solo clasifica o predice. Crea. Puede escribir un correo, generar una imagen, componer música o redactar el borrador de un contrato. ChatGPT, Gemini, Midjourney: todos son ejemplos de IA generativa.
Pero aquí está el dato que sorprende a la mayoría: la IA generativa sigue siendo, técnicamente, IA estrecha. Es muy hábil en generar texto o imágenes, pero no tiene conciencia, no entiende lo que escribe y no puede razonar fuera de los patrones que aprendió. Parece más capaz porque su "tarea" es tan amplia que parece no tener límites. Pero los límites están ahí.
Piensa en esto: cuando le pides a una IA generativa que te escriba un correo formal para un proveedor de Bimbo, el sistema no "piensa" en Bimbo. Está prediciendo, palabra por palabra, cuál es el texto más probable dado lo que le pediste. Es un proceso estadístico extraordinariamente sofisticado. No es razonamiento humano.
¿Cómo reconocer cada tipo en tu día a día?
Estas tres categorías suenan abstractas hasta que las conectas con lo que ya conoces. Hagamos ese ejercicio.
Cuando abres la app de OXXO Pay y el sistema detecta si una transacción es fraudulenta en menos de un segundo, eso es IA estrecha. Está entrenada para un solo problema: fraude sí o no.
Cuando usas el asistente de WhatsApp de algún banco mexicano y le preguntas cuánto gastaste en restaurantes este mes, eso también es IA estrecha. Solo analiza tus movimientos bancarios.
Cuando abres una herramienta como ChatGPT y le pides que te ayude a redactar una propuesta para un cliente de FEMSA, eso es IA generativa. Crea contenido nuevo a partir de tu instrucción.
Y la IA general, la que puede hacer todo lo anterior al mismo tiempo con razonamiento real, todavía no la tienes en tu celular. Ni en ningún otro dispositivo disponible al público.
El error más común al hablar de IA
Muchas personas mezclan estos tres tipos y llegan a conclusiones equivocadas. Escuchan que "la IA va a reemplazar todos los trabajos" y se imaginan una máquina con inteligencia general que puede hacer todo lo que hace un humano. Eso no existe hoy.
Otro error frecuente: creer que si una IA generativa escribe bien, también razona bien. No es lo mismo. Una IA puede escribir un análisis financiero que suena impecable pero que contiene un error de cálculo que ningún contador profesional cometería. La forma correcta de usarla es como punto de partida, no como punto de llegada.
Un tercer error es pensar que estas categorías son permanentes. La tecnología avanza rápido. Lo que hoy es IA generativa, mañana puede combinarse con capacidades nuevas que cambien la clasificación. En 2020, muy pocas personas imaginaban que en 2023 habría herramientas capaces de generar imágenes fotorrealistas con una instrucción de texto. El mapa cambia constantemente.
De vuelta con Daniela
Regresemos a ese martes en Liverpool. Daniela, sin saberlo, era usuaria experta de IA estrecha. El sistema hacía una sola cosa, pero la hacía con una precisión que ningún analista humano podía igualar procesando miles de combinaciones de productos en tiempo real.
Semanas después, Daniela empezó a usar una herramienta de IA generativa para redactar las descripciones de productos nuevos. El resultado la sorprendió: la herramienta tardaba 20 segundos en hacer lo que a su equipo le llevaba dos horas. Pero también notó algo: cuando la IA describía un producto técnico, a veces inventaba especificaciones que no existían. Daniela aprendió a revisar siempre antes de publicar.
Esa combinación, usar la IA para ganar velocidad y aplicar el criterio humano para garantizar calidad, es exactamente la forma inteligente de trabajar con estas herramientas hoy. No importa si es IA estrecha o generativa. Tu juicio sigue siendo la última línea de revisión.
Las tres categorías que aprendiste en esta lección son tu mapa. Con él, puedes mirar cualquier herramienta digital y preguntarte: ¿qué tipo de IA hay aquí? ¿Qué puede hacer? ¿Qué no puede hacer? Esas tres preguntas te convierten en un usuario más inteligente, no solo más informado.