Qué es la IA generativa y en qué se diferencia de la IA de siempre

La IA generativa es la inteligencia artificial que crea contenido nuevo —un texto, una imagen, una voz, un fragmento de código— a partir de lo que le pides. La IA «de antes», la que lleva años funcionando por debajo del correo o del mapa, no crea nada: mira datos y decide o predice. El filtro de spam decide si un correo es basura; la IA generativa te escribe la respuesta a ese correo.

Las dos aprenden de ejemplos, que es lo que se llama machine learning. Lo que cambia es la salida: una etiqueta o un número en un caso, una pieza de contenido que antes no existía en el otro. En España ya la han usado casi cuatro de cada diez personas de 16 a 74 años, algo por encima de la media europea, según la última encuesta de Eurostat.

Qué es la IA generativa, en una frase

IBM la define así: «la IA generativa es la inteligencia artificial (IA) que puede crear contenidos originales» en respuesta a las peticiones de un usuario¹. Microsoft marca la diferencia con el resto en una frase: «aunque la inteligencia artificial convencional normalmente analiza los datos para buscar patrones, la inteligencia artificial generativa funciona de forma diferente: crea nuevos datos»².

La petición se llama prompt: la instrucción que le das, escrita en lenguaje normal. «Redáctame un correo para aplazar la reunión del jueves», «dibuja un faro al atardecer en acuarela», «escribe una función que ordene esta lista». Lo que vuelve no está copiado de ningún sitio. Es contenido que el modelo compone a partir de los patrones que aprendió durante su entrenamiento, y por eso dos peticiones idénticas suelen dar dos resultados distintos.

IA generativa frente a la IA «normal»

La IA que usabas sin saberlo antes de 2022 hace sobre todo dos cosas: clasificar (esto es spam, esto no; esta cara es la tuya, esta no) y predecir (llegarás en 23 minutos; esta serie te va a gustar). Te lo contaba con más calma en qué es machine learning, con la jerarquía IA, machine learning, deep learning y LLM. La IA generativa está en lo más profundo de esa jerarquía: son modelos de deep learning, y los de texto son LLM, modelos de lenguaje grandes.

La forma más rápida de ver la diferencia es darle a las dos el mismo material y mirar qué sale:

La columna de la izquierda devuelve algo acotado y comprobable: la etiqueta acierta o no. La de la derecha devuelve algo abierto, con mil respuestas posibles y ninguna «correcta» del todo. Eso cambia cómo revisas el resultado: una predicción se comprueba contra la realidad, un texto generado hay que leerlo entero.

Cómo funciona, sin fórmulas

En texto, la IA generativa predice. Un modelo como el que hay detrás de ChatGPT o Claude trocea el texto en tokens —una palabra, una parte de una palabra o un signo— y genera la respuesta añadiendo un token detrás de otro, eligiendo en cada paso uno de los más probables según todo lo anterior. La arquitectura que lo hizo posible a gran escala, el transformer, se publicó en un artículo de investigación de 2017 firmado por Ashish Vaswani y otros siete autores³. Así que la frontera entre «predictiva» y «generativa» es menos limpia de lo que venden: por dentro, un chatbot es una máquina de predecir la palabra siguiente, repetida cientos o miles de veces seguidas.

En imagen, muchos generadores parten de ruido. Los modelos de difusión —Stable Diffusion o DALL-E en sus versiones actuales— se entrenan para quitar ruido a una imagen. Para generar, arrancan de una imagen hecha de puntos aleatorios y la van limpiando paso a paso hasta que aparece algo que encaja con tu descripción⁴.

En los dos casos el modelo busca lo plausible, no lo verdadero. Nadie le ha dado una base de datos de hechos para consultar; ha aprendido cómo suele ser un texto o una imagen. Por eso escribe con la misma seguridad cuando acierta que cuando se lo inventa. A ese invento IBM lo llama alucinación: «un resultado de IA generativa que carece de sentido o es totalmente inexacto»¹.

Ejemplos de IA generativa por tipo de contenido

• Texto. ChatGPT, que OpenAI lanzó el 30 de noviembre de 2022⁵, y después Claude, Gemini o Copilot. Redactan, resumen, traducen, reescriben con otro tono. Si dudas entre ellos, tienes la comparativa de Claude vs ChatGPT.
• Imagen. DALL-E, Stable Diffusion, Midjourney o el generador de imágenes que ya traen integrado los propios chatbots. Crean desde cero o editan una foto que subes.
• Audio. Voces sintéticas que leen un texto, doblaje a otros idiomas y generadores de música a partir de una descripción.
• Vídeo. Clips cortos a partir de una frase o de una imagen fija.
• Código. Asistentes que escriben funciones, explican un error o proponen cambios en un proyecto entero.

Cada vez es menos útil separarlas por herramienta: los chatbots grandes son multimodales, que quiere decir que en la misma conversación entienden una foto, te contestan por voz y te devuelven un gráfico.

Quién la usa en España

Eurostat pregunta cada año a unas 330.000 personas de la Unión Europea si han usado herramientas de IA generativa en los últimos tres meses⁶. En 2025, el 32,7 % de la población de 16 a 74 años dijo que sí; para uso personal, el 25,1 %, y para el trabajo, el 15,1 %⁷. España sale en el 37,9 %, cinco puntos por encima de la media⁶.

Del dato salen dos lecturas. La primera, que ya no es una tecnología de curiosos: en proporción, en España la usa más gente que en Alemania. La segunda, que seis de cada diez personas de esa franja de edad no la habían usado en los tres meses anteriores a la encuesta. Quien todavía no la ha probado está en la mayoría.

Lo que he visto usándola a diario

Este blog lo escribe un sistema de IA generativa: investiga, redacta un borrador y lo pasa por varias revisiones antes de que yo lo lea y decida si se publica. Y desde finales de agosto tengo en marcha un experimento público, AI SEO Battle, en el que cuatro modelos —Claude, GPT, Gemini y DeepSeek— llevan cada uno su propia web sin que nadie les corrija.

Los números de los once primeros días enseñan bien lo que es y lo que no es esta tecnología: 94 turnos de trabajo, 43 artículos publicados, 11,61 dólares de gasto y cero suscriptores⁸. De media, cada artículo publicado le costó a GPT 0,49 dólares; a Gemini, 0,05. Generar contenido ya cuesta céntimos. Que alguien lo encuentre, lo lea y vuelva no lo resuelve ningún modelo por sí solo.

Para una pyme o un autónomo, eso quiere decir que la IA generativa quita el folio en blanco y deja intacto el trabajo de criterio. El borrador sale en segundos; decidir qué se dice, comprobar cada cifra y firmar el resultado sigue siendo trabajo tuyo.

Lo que la IA generativa no hace bien

Las grandes tecnológicas explican bien lo que hace; lo que falla, bastante menos. La página de Microsoft sobre IA generativa repasa sus usos en sanidad, finanzas, fábricas, comercio y educación, tiene un apartado de «Ventajas» y ninguno de inconvenientes: a 18 de septiembre de 2026, en toda la página no aparecen las palabras «alucinación», «riesgo» ni «error»². Vende la plataforma, así que tiene su lógica. Los fallos, de todos modos, están medidos.

En 2025, veintidós radiotelevisiones públicas coordinadas por la Unión Europea de Radiodifusión y la BBC hicieron más de 3.000 preguntas sobre noticias a las versiones gratuitas de ChatGPT, Copilot, Gemini y Perplexity. El 45 % de las respuestas tenía al menos un problema grave: datos incorrectos, fuentes mal atribuidas o falta de contexto⁹. Es un estudio sobre noticias, no sobre cualquier tarea, pero sirve de aviso: la herramienta no te dice cuándo se ha equivocado.

• Inventa con aplomo. Una cifra, una cita, una sentencia que no existe. Todo dato que vayas a usar fuera, compruébalo en su fuente.
• No sabe lo que no ha visto. Si no busca en internet, lo que te cuenta es lo que había en sus datos de entrenamiento, con fecha de caducidad.
• Lo que le pegas, sale de tu ordenador. Datos de clientes, contratos o nóminas no van en un chatbot sin mirar antes qué hace el servicio con ellos.

Si quieres el mapa completo, en riesgos de la IA separo los que ya te afectan hoy de los que salen en los titulares.

El siguiente escalón: de generar a actuar

La IA generativa responde: le pides algo y te devuelve contenido. El siguiente paso son los agentes: sistemas que usan esa misma IA generativa para encadenar pasos solos —buscar, abrir archivos, ejecutar código, volver a intentarlo— hasta completar una tarea. El sistema que escribe este blog es uno. Te lo explico con ejemplos en qué es un agente de IA.

Preguntas frecuentes

¿Qué diferencia hay entre IA e IA generativa?

La IA generativa es un tipo de inteligencia artificial. La que estaba más extendida hasta hace poco analiza datos para clasificar o predecir: decide si un correo es spam o calcula cuánto tardarás en llegar a un sitio. La generativa crea contenido nuevo —texto, imágenes, audio, vídeo o código— a partir de una petición.

¿ChatGPT es IA generativa?

Sí. ChatGPT, Claude, Gemini y Copilot son IA generativa de texto, y varias de ellas también generan imágenes o voz. Por debajo hay un LLM, un modelo de lenguaje grande. Si quieres saber qué es exactamente y cuánto cuesta, lo tienes en qué es ChatGPT.

¿Qué diferencia hay entre IA generativa y predictiva?

La predictiva devuelve una estimación sobre datos que ya existen: una probabilidad, una categoría, una cifra. La generativa devuelve contenido nuevo. Por dentro se parecen más de lo que sugieren los nombres, porque un modelo de texto genera prediciendo la palabra siguiente una y otra vez.

¿Qué es un token en IA generativa?

El trozo de texto con el que trabaja el modelo: una palabra, un pedazo de palabra o un signo. Tu petición entra como una fila de tokens y la respuesta sale token a token. Los servicios de pago por uso también cobran por tokens, por eso aparecen en todas las tarifas.

¿Qué tipos de IA generativa hay?

Se agrupan por lo que producen: texto, imagen, audio, vídeo y código. Las herramientas grandes ya mezclan varios en la misma conversación.