Aprender a elegir la IA adecuada para cada problema
La semana pasada aprendiste qué es la Inteligencia Artificial generativa y cuáles son sus conceptos fundamentales.
Esta semana damos un paso más: vas a aprender cómo está formado el ecosistema de modelos y herramientas de IA y cómo decidir cuál utilizar.
🎯 Objetivos de aprendizaje
Al terminar esta semana deberías poder:
- Explicar qué diferencia existe entre una aplicación de IA y el modelo que utiliza.
- Distinguir entre LLM, VLM, modelos de embeddings, modelos de imagen y modelos de audio.
- Explicar qué son arquitectura, pesos y checkpoint.
- Entender qué es una API de IA.
- Entender qué significa utilizar un modelo local.
- Explicar qué es una ventana de contexto.
- Comparar modelos según calidad, coste, latencia, contexto y privacidad.
- Entender por qué un modelo más potente no siempre es la mejor opción.
- Diseñar un primer AI Stack para desarrollo de software.
- Utilizar documentación oficial para investigar modelos por tu cuenta.
🧠 Concepto central de la semana
Diseña una estrategia para utilizar diferentes modelos, herramientas y servicios dependiendo del problema.
Piensa en un modelo de IA como si fuera una herramienta dentro de una caja de herramientas.
No utilizarías un martillo para todo.
De la misma forma, no deberías utilizar siempre el mismo modelo de IA para todo.
| Problema | Posible necesidad | Tipo de herramienta |
|---|---|---|
| Analizar requisitos | Razonamiento y comprensión | LLM potente |
| Generar una imagen | Generación visual | Modelo de imagen |
| Analizar una captura | Comprensión visual | Modelo multimodal |
| Buscar documentos similares | Representación semántica | Modelo de embeddings |
| Transcribir una reunión | Speech-to-text | Modelo de audio |
1. Modelo ≠ aplicación
Este es uno de los conceptos más importantes de la semana.
Ejemplo
Cuando utilizas una aplicación como ChatGPT, no estás simplemente "hablando con una IA".
Estás utilizando una aplicación que puede proporcionar al modelo diferentes capacidades: conversación, archivos, herramientas, búsqueda, generación de imágenes, etc.
No pienses solamente:
"Quiero utilizar ChatGPT".
Empieza a pensar:
"Necesito una capacidad de razonamiento lingüístico que mi aplicación pueda utilizar de forma programática".
2. Familias de modelos
Large Language Model
Modelos especializados en trabajar con lenguaje. Son fundamentales para análisis, generación de texto, documentación y programación.
Vision Language Model
Modelos capaces de combinar información visual y lingüística.
Modelos de embeddings
Transforman información en representaciones numéricas que permiten comparar significado y realizar búsquedas semánticas.
Modelos de imagen
Generación y edición de imágenes.
Modelos de audio
Transcripción, comprensión o generación de voz.
Modelos multimodales
Pueden trabajar con diferentes tipos de información dentro del mismo sistema.
💡 Ejemplo práctico
Imagina una aplicación para gestionar incidencias IT.
El usuario puede subir:
- Texto describiendo el problema.
- Una captura de pantalla.
- Un vídeo.
- Un archivo PDF.
Una arquitectura moderna podría utilizar diferentes capacidades de IA para procesar cada tipo de información.
3. Arquitectura, checkpoint y modelo
Aquí empieza una distinción algo más técnica. No necesitas saber matemáticas para entenderla.
Arquitectura
Es la estructura o "diseño" del modelo.
Pesos
Son los valores aprendidos durante el entrenamiento. Puedes imaginarlos como los parámetros internos que determinan cómo responde el modelo.
Checkpoint
Es un conjunto concreto de pesos asociado a una arquitectura y configuración determinada.
Arquitectura = diseño del coche.
Pesos = conocimiento aprendido.
Checkpoint = versión concreta del coche con su configuración.
Hugging Face distingue explícitamente entre arquitectura y checkpoint y explica que el término "modelo" se utiliza a menudo de forma más general.
4. Ventana de contexto
La ventana de contexto determina cuánta información puede tener en consideración un modelo durante una interacción.
Ejemplo
Supongamos que tienes:
- 10 páginas de requisitos.
- 30 páginas de documentación.
- 50 archivos de código.
- Una conversación de varias horas.
No basta con preguntar:
Hay que considerar cómo se introduce esa información, cuánto contexto admite el modelo y cómo se organiza.
5. Tokens
Los modelos de lenguaje no procesan el texto exactamente como nosotros lo vemos.
El texto se divide en unidades llamadas tokens.
¿Por qué importa?
- Afecta al contexto disponible.
- Puede afectar al coste de una API.
- Puede afectar a la cantidad de información que podemos enviar.
Lo que necesitas entender es que: más información ≠ gratis y que el tamaño del contexto es una característica técnica relevante.
6. ¿Qué es una API de IA?
Hasta ahora has utilizado la IA directamente desde una interfaz gráfica.
Pero una aplicación necesita poder comunicarse con el modelo automáticamente.
Ejemplo conceptual
Usuario ↓ Aplicación ↓ API de IA ↓ Modelo ↓ Respuesta ↓ Aplicación ↓ Usuario
No necesitas programar esta semana la integración.
Solo necesitas comprender que existe esta capa.
7. IA en la nube vs IA local
Modelo remoto
Tu aplicación envía información a un proveedor externo que ejecuta el modelo.
Ventajas- No necesitas hardware potente.
- Acceso a modelos avanzados.
- Actualizaciones gestionadas.
- Coste por uso.
- Dependencia del proveedor.
- Consideraciones de privacidad.
Modelo local
El modelo se ejecuta en tu ordenador o servidor.
Ventajas- Mayor control.
- Puede funcionar sin enviar datos a terceros.
- Control sobre el entorno.
- Necesitas hardware.
- Configuración y mantenimiento.
- Los modelos más grandes requieren muchos recursos.
Para determinadas aplicaciones, un servicio cloud será la mejor opción. Para otras, privacidad, coste o control pueden justificar un modelo local.
8. Cómo elegir un modelo
Utiliza esta matriz mental:
| Factor | Pregunta |
|---|---|
| Calidad | ¿Necesito máxima precisión o una calidad razonable es suficiente? |
| Razonamiento | ¿El problema requiere análisis complejo? |
| Velocidad | ¿El usuario necesita respuesta inmediata? |
| Coste | ¿Cuántas veces se ejecutará? |
| Contexto | ¿Cuánta información debo proporcionar? |
| Multimodalidad | ¿Necesito imágenes, audio o vídeo? |
| Privacidad | ¿Puedo enviar los datos a un proveedor externo? |
| Disponibilidad | ¿El modelo está disponible y soportado para producción? |
9. El ecosistema cambia constantemente
Uno de los errores que debes evitar es memorizar una lista de modelos como si fuera una tecnología estática.
Los proveedores publican nuevas versiones, cambian modelos, mantienen versiones estables y retiran modelos antiguos.
Por ejemplo, la documentación actual de Google distingue entre versiones stable, preview, latest y experimental, y también mantiene información sobre modelos deprecados.
La documentación de OpenAI también organiza actualmente sus modelos por capacidades, razonamiento, coste y tareas especializadas.
No memorices modelos.
Aprende a leer la documentación de modelos.
🌐 Referencias externas
Consulta las capacidades, precios, contexto y herramientas disponibles para los diferentes modelos.
Abrir documentación de modelos →Catálogo actualizado de modelos Gemini y sus diferentes modalidades y estados de disponibilidad.
Abrir documentación →Ecosistema de modelos de texto, visión, audio, vídeo y multimodalidad.
Abrir documentación →Curso gratuito sobre Transformers, LLM, inferencia, fine-tuning y arquitecturas.
Abrir curso →Herramienta para ejecutar modelos localmente.
Abrir Ollama →Documentación oficial sobre modelos y desarrollo con Claude.
Abrir documentación →🧪 Ejercicio 1 — Modelo o aplicación
Clasifica cada elemento como modelo, aplicación o infraestructura/API.
- Una aplicación de chat con interfaz web.
- Un modelo de lenguaje.
- Un endpoint HTTP que permite enviar prompts.
- Un modelo de embeddings.
- Una aplicación que permite generar imágenes.
Ver respuesta
- Aplicación
- Modelo
- API
- Modelo
- Aplicación
La clave es distinguir el producto que utiliza la IA de la tecnología de IA que hay detrás.
🧪 Ejercicio 2 — Selección de modelo
Caso 1
Una empresa recibe 2 millones de consultas sencillas al mes. Cada consulta debe clasificarse en una de 20 categorías.
¿Utilizarías necesariamente el modelo más potente?
Ver respuesta
No.
Primero probaría modelos más rápidos y económicos. Si alcanzan la precisión requerida, serán preferibles.
El coste a gran escala puede convertirse en un factor más importante que una pequeña diferencia de calidad.
Caso 2
Un arquitecto de software necesita comparar tres diseños complejos para un sistema crítico.
Ver respuesta
Utilizaría un modelo con buenas capacidades de razonamiento y dedicaría especial atención a verificar sus conclusiones.
Caso 3
Una aplicación debe interpretar fotografías enviadas por los usuarios.
Ver respuesta
Necesitamos un modelo con capacidad de visión/multimodalidad.
Caso 4
Una aplicación necesita encontrar documentos cuyo contenido sea semánticamente parecido a una consulta.
Ver respuesta
Una solución habitual sería utilizar embeddings para representar el contenido y realizar búsqueda semántica.
🧪 Ejercicio 3 — Diseña una matriz de decisión
Imagina que tienes tres modelos:
| Modelo A | Modelo B | Modelo C | |
|---|---|---|---|
| Calidad | 10/10 | 8/10 | 7/10 |
| Velocidad | 5/10 | 8/10 | 10/10 |
| Coste | 3/10 | 7/10 | 10/10 |
| Razonamiento | 10/10 | 7/10 | 5/10 |
¿Cuál elegirías para una aplicación de atención al cliente con millones de consultas?
Ver respuesta razonada
No existe una respuesta automática.
Probablemente empezaría evaluando B y C porque tienen mejor equilibrio entre coste y velocidad.
Después ejecutaría un conjunto de pruebas reales para comprobar si la diferencia de calidad justifica el coste.
🧪 Ejercicio 4 — Comparación real
Utiliza dos herramientas de IA diferentes.
Introduce exactamente la misma petición:
Compara las respuestas utilizando esta tabla:
| Criterio | Modelo A | Modelo B |
|---|---|---|
| Claridad | __/10 | __/10 |
| Profundidad | __/10 | __/10 |
| Utilidad | __/10 | __/10 |
| Razonamiento | __/10 | __/10 |
| Errores | __/10 | __/10 |
¿Qué debes aprender?
Que comparar modelos requiere definir criterios.
"Me gusta más esta respuesta" es una opinión.
"Esta respuesta obtiene mejor puntuación en 4 de los 5 criterios definidos" es una evaluación más reproducible.
🧪 Ejercicio 5 — AI Stack
Diseña tu primer stack de herramientas de IA para desarrollo de software.
| Actividad | Herramienta | Justificación |
|---|---|---|
| Análisis de requisitos | ____________ | ____________ |
| Diseño de arquitectura | ____________ | ____________ |
| Generación de código | ____________ | ____________ |
| Code review | ____________ | ____________ |
| Tests | ____________ | ____________ |
| Documentación | ____________ | ____________ |
| Imágenes / UX | ____________ | ____________ |
| Modelos locales | ____________ | ____________ |
Criterio de corrección
No buscamos una lista concreta de herramientas.
Se evalúa si puedes justificar cada elección según:
- Capacidad
- Coste
- Velocidad
- Privacidad
- Facilidad de integración
- Calidad
🏗️ Caso práctico — Diseñar una plataforma de RRHH
Una empresa quiere construir una aplicación para gestionar empleados.
La aplicación tendrá:
- Fichas de empleados.
- Currículums.
- Documentos.
- Búsqueda de candidatos.
- Chat interno.
- Generación de informes.
- Clasificación automática de perfiles.
Tu misión
Diseña qué capacidades de IA necesitaría la plataforma.
| Funcionalidad | IA necesaria |
|---|---|
| Analizar CV | ____________ |
| Buscar perfiles similares | ____________ |
| Chat con documentos | ____________ |
| Generar informe | ____________ |
| Clasificar candidatos | ____________ |
Ver solución orientativa
- Análisis de CV → modelo de lenguaje/multimodal.
- Búsqueda semántica → embeddings + sistema de búsqueda.
- Chat con documentos → LLM + recuperación de información.
- Informes → LLM.
- Clasificación → modelo de lenguaje o modelo especializado, dependiendo de los requisitos.
Este ejercicio anticipa conceptos que estudiaremos mucho más adelante, especialmente RAG, embeddings y agentes.
🏆 Reto avanzado
Una empresa quiere crear un asistente interno. Tiene:
- 100.000 documentos.
- 5.000 empleados.
- Información confidencial.
- 50.000 consultas mensuales.
El asistente debe:
- Responder preguntas sobre documentación.
- Citar los documentos utilizados.
- Responder rápidamente.
- Controlar permisos.
- Evitar que un empleado vea información que no debería.
Preguntas
- ¿Utilizarías un único LLM?
- ¿Dónde almacenarías los documentos?
- ¿Necesitarías embeddings?
- ¿Utilizarías un modelo local o cloud?
- ¿Qué importancia tendría el control de acceso?
- ¿Cómo evaluarías si el sistema responde correctamente?
Ver orientación de solución
No existe todavía una única arquitectura correcta, pero probablemente necesitaríamos varias piezas.
- Repositorio documental.
- Sistema de indexación.
- Embeddings.
- Búsqueda semántica.
- LLM.
- Control de permisos.
- Observabilidad.
- Evaluación.
Este problema es un anticipo de las semanas dedicadas a RAG, seguridad, agentes y arquitectura de aplicaciones con IA.
🧠 Test de evaluación
20 preguntas. Necesitas obtener al menos un 80%.
📖 Ver respuestas y explicaciones
- 1 — B. La aplicación utiliza modelos para proporcionar funcionalidades.
- 2 — A. LLM significa Large Language Model.
- 3 — B. Multimodal significa trabajar con diferentes modalidades.
- 4 — A. Los embeddings representan información de forma numérica para trabajar con similitud semántica.
- 5 — A. Una API permite comunicarse con un servicio mediante una interfaz definida.
- 6 — A. El contexto representa la información disponible para el modelo durante la interacción.
- 7 — A. Un checkpoint contiene pesos concretos de un modelo.
- 8 — B. La selección profesional considera múltiples variables.
- 9 — B. A gran escala, coste y latencia pueden ser críticos.
- 10 — A. Un modelo local ofrece mayor control sobre el entorno y los datos.
- 11 — A. Los embeddings son fundamentales para búsqueda semántica.
- 12 — B. Tener mucho contexto no garantiza utilizarlo perfectamente.
- 13 — A. El ecosistema cambia constantemente.
- 14 — B. Las respuestas deben compararse y verificarse.
- 15 — A. Se necesita capacidad de visión.
- 16 — B. Hay que evaluar los modelos contra requisitos reales.
- 17 — A. Privacidad y control pueden justificar ejecución local.
- 18 — A. Routing significa seleccionar diferentes modelos según la necesidad.
- 19 — B. En sistemas empresariales la seguridad y privacidad son fundamentales.
- 20 — C. El modelo adecuado depende del problema y sus requisitos.
🏅 Evaluación práctica
El test no es suficiente para completar la semana. Debes entregar estas tres evidencias.
Entrega 1 — Comparativa de modelos
Compara dos modelos utilizando exactamente el mismo prompt y documenta las diferencias.
Resultado esperado:Una tabla de comparación de al menos 5 criterios.
Entrega 2 — AI Stack
Define las herramientas que utilizarías durante el desarrollo de una aplicación.
Resultado esperado:Al menos 8 herramientas/capacidades justificadas.
Entrega 3 — Decisión arquitectónica
Explica cuándo utilizarías un modelo cloud y cuándo considerarías un modelo local.
Resultado esperado:Documento de aproximadamente 500 palabras con ventajas, inconvenientes y criterios de decisión.
✅ Checklist de finalización
📈 Seguimiento
Progreso dentro de la formación:
Semana 2 de 24 · 8,3%
- Test ≥ 80%
- Ejercicios completados
- Comparativa de modelos realizada
- AI Stack documentado
- Caso práctico razonado
➡️ Próxima semana
Semana 03 — Prompt Engineering y contexto
En la siguiente semana aprenderás a construir instrucciones de calidad para modelos de IA.
Trabajaremos con:
- Contexto.
- Roles.
- Objetivos.
- Restricciones.
- Ejemplos.
- Formato de salida.
- Prompt chaining.
- Iteración.
- Evaluación de prompts.
- Prompts reutilizables.