Qué es machine learning: la jerarquía IA, ML, deep learning y LLM

Machine learning (aprendizaje automático) es la parte de la inteligencia artificial que aprende a reconocer patrones en los datos y a tomar decisiones sobre datos nuevos, en vez de seguir instrucciones programadas paso a paso¹. No hace falta escribirle a mano la regla "si el remitente es tal, márcalo como spam": se le enseña con miles de ejemplos ya etiquetados y el propio sistema deduce el patrón. Es la tecnología que hay detrás de que Gmail filtre el spam solo, de que Google Maps calcule cuánto vas a tardar en llegar o de que Netflix te sugiera la próxima serie — no magia, ni una IA "pensando" como una persona: estadística aplicada a escala.

Qué es machine learning, en una frase

Un sistema de inteligencia artificial (IA) es, en la definición de la OCDE, una máquina que, a partir de lo que recibe, infiere cómo generar resultados —predicciones, contenido, recomendaciones o decisiones— para cumplir unos objetivos². El machine learning es la vía técnica más extendida para conseguir ese "aprender": según lo define Stanford HAI, es la rama de la IA que permite a un ordenador aprender patrones y tomar decisiones a partir de datos sin estar programado explícitamente con reglas¹.

La diferencia con la programación tradicional está justo ahí. Un programa clásico —un algoritmo escrito a mano— recibe reglas y datos, y devuelve un resultado. Un sistema de machine learning recibe datos y resultados ya conocidos —ejemplos— y extrae las reglas él solo. Cuantos más ejemplos, mejor afina el patrón, aunque nunca de forma perfecta: sigue siendo estadística, con margen de error.

La jerarquía: IA, ML, deep learning y LLM

Estos cuatro términos se usan a veces como sinónimos y no lo son: son subconjuntos, unos dentro de otros. Como lo dibujan Goodfellow, Bengio y Courville en el manual de referencia del campo, el deep learning es una parte del machine learning, que a su vez es una parte de la inteligencia artificial³. Los LLM, a su vez, son un tipo concreto de modelo de deep learning. Así queda la jerarquía completa, de fuera hacia dentro:

• IA — cualquier sistema que imita tareas propias de la inteligencia humana: razonar, percibir, decidir.
• ML (machine learning) — la parte de la IA que aprende patrones a partir de datos, en vez de seguir reglas escritas a mano.
• DL (deep learning) — machine learning con redes neuronales de muchas capas, que aprenden solas qué rasgos de los datos importan, sin que una persona los elija.
• LLM — un modelo de deep learning entrenado con cantidades masivas de texto para generar lenguaje: ChatGPT, Claude, Gemini.

Saber dónde encaja cada término sirve para algo práctico: te dice qué tecnología hay detrás de una herramienta cuando alguien dice "esto usa IA". Un corrector ortográfico con una lista de palabras no es machine learning. Un filtro de spam que ha aprendido de millones de correos, sí. Y un chatbot que redacta un correo desde cero, además, es deep learning aplicado al lenguaje: un LLM.

Los tres tipos de machine learning

Según cómo aprende, el machine learning se divide tradicionalmente en tres grandes familias³:

• Supervisado. El sistema aprende de ejemplos ya etiquetados con la respuesta correcta: miles de correos marcados como "spam" o "no spam", fotos con la etiqueta "gato" o "perro". Con eso aprende a etiquetar casos nuevos. Es el que está detrás del filtro de spam y de casi todos los ejemplos de este artículo.
• No supervisado. Recibe datos sin etiquetar y busca él solo estructura en ellos: grupos de clientes que compran parecido, transacciones que no encajan con el resto. Nadie le dice qué buscar; agrupa y separa.
• Por refuerzo. Aprende a base de prueba y error dentro de un entorno, recibiendo una recompensa cuando acierta y una penalización cuando falla. Es la técnica con la que se entrenan sistemas que juegan a videojuegos o al go: AlphaGo, el programa de DeepMind que ganó al campeón europeo en 2015, aprendió en parte jugando partidas contra sí mismo⁴. También se usa en el ajuste final de los LLM: el método de OpenAI para InstructGPT, antecesor de ChatGPT, afinaba el modelo con refuerzo a partir de las valoraciones de personas⁵.

Machine learning vs. deep learning: la diferencia que importa

Todo se reduce a quién elige qué mirar. En el machine learning "clásico" —el de los modelos que, por ejemplo, puntúan si una operación con tarjeta parece fraude o cuándo conviene revisar una máquina— una persona suele decidir qué variables importan: antigüedad de la cuenta, importe de la operación, hora del día. El algoritmo aprende a combinarlas. En el deep learning, esa selección la hace también el propio sistema, a través de redes neuronales con varias capas apiladas —IBM habla de deep learning a partir de unas cuatro capas, y los modelos actuales tienen muchas más⁶—, donde cada capa detecta un patrón un poco más abstracto que la anterior.

Eso tiene un precio: el deep learning necesita muchísimos más datos y potencia de cálculo que el machine learning clásico para rendir bien, y es bastante más opaco — cuesta explicar por qué una red de cien capas llegó a una conclusión concreta. Por eso muchas empresas siguen usando modelos de machine learning "de toda la vida" para problemas con datos limitados o donde hace falta poder explicar cada decisión, como la concesión de un crédito.

¿ChatGPT y Claude son machine learning?

Son deep learning, en concreto. Un LLM (large language model, modelo de lenguaje grande) es un modelo de IA —normalmente una red neuronal— entrenado con cantidades masivas de texto para tareas de lenguaje natural, sobre todo generar texto. La arquitectura que los hizo posibles es el transformer. Lo presentaron investigadores de Google en el paper que le dio nombre a la técnica, "Attention Is All You Need" (2017)⁷. Es la base de toda la IA generativa de texto, y su ventaja frente a lo anterior es que permite al modelo procesar las relaciones entre todas las palabras de una frase a la vez, no una por una⁸.

Como generan la palabra más probable, ChatGPT o Claude a veces "alucinan" (inventan datos con total seguridad): por defecto no consultan una base de hechos verificados, generan la palabra estadísticamente más probable a partir de lo que aprendieron durante el entrenamiento. Cuando buscan en internet antes de contestar, se equivocan menos, pero el texto lo sigue generando el mismo modelo. Es el mismo principio de fondo que el filtro de spam de Gmail —aprender patrones a partir de datos— llevado a una escala y una complejidad muy distintas. Si te interesa cómo se comportan estos modelos en la práctica, ya analicé con datos reales qué fuentes cita de verdad cada IA, y si prefieres el recorrido histórico completo hasta el debate sobre la AGI, lo cubrí en Del algoritmo al AGI.

Qué NO es machine learning

Conviene decirlo porque el término se usa mal muy a menudo en marketing. Una macro de Excel, un script con condicionales ("si pasa X, haz Y") o un chatbot de atención al cliente con respuestas prefijadas por árbol de decisión no son machine learning: son automatización basada en reglas, y esas reglas las sigue escribiendo una persona. Lo que cuenta no es la complejidad sino el origen: si las reglas las decide alguien, es automatización; si el sistema las infiere de datos, es machine learning.

Tampoco toda herramienta que se vende como "con IA" usa aprendizaje automático por dentro: muchas combinan reglas fijas con algún componente de ML solo en una parte del proceso. No hay forma de saberlo sin preguntar directamente cómo funciona — pregunta legítima antes de pagar por cualquier producto que prometa "IA" sin más detalle.

5 ejemplos de machine learning que usas cada día

Ninguno de estos pide que sepas programar. Ya los usas.

1. Filtro de spam de Gmail. Según la propia Google en 2022, bloquea más del 99,9% del spam, el phishing y el malware antes de que lleguen a tu bandeja, con modelos de machine learning entrenados en parte con el feedback de los propios usuarios: cada vez que marcas un correo como spam, el modelo aprende de eso⁹.
2. Predicción de tráfico en Google Maps. Cuando Maps calcula tu hora de llegada, no solo mira el tráfico en directo: combina patrones históricos con redes neuronales de grafos, una técnica de deep learning que, de la mano de Google DeepMind, mejoró en 2020 la precisión de las ETA hasta un 50% en ciudades como Berlín, Yakarta, São Paulo, Sídney, Tokio y Washington D.C.¹⁰
3. Traducción automática. Desde 2016, Google Translate usa redes neuronales (deep learning) en vez del sistema estadístico por frases que usaba antes (aprendía a traducir trozos de frase a partir de textos ya traducidos), lo que, según las pruebas que publicó Google ese año, redujo los errores de traducción entre un 55% y un 85% según el par de idiomas¹¹.
4. Agrupar caras en las fotos del móvil. Cuando la app de fotos junta automáticamente las imágenes de una misma persona, hay machine learning detrás, en dos pasos. Primero hay que encontrar las caras: Apple empezó a detectarlas con redes neuronales directamente en el dispositivo en iOS 10 (2016)¹². Después, Fotos convierte cada cara en una serie de números y agrupa las que se parecen, también sin sacar las fotos del móvil¹³. Esto es distinto de Face ID, el sistema de desbloqueo por rostro, que es otro producto.
5. Recomendaciones (Netflix, Spotify, tiendas online). El patrón se repite en todos: el sistema aprende de tu comportamiento —qué has visto, qué has saltado, cuánto has tardado en decidir— y del de millones de usuarios parecidos a ti (filtrado colaborativo), para ordenar lo que te enseña primero¹⁴.

¿Hace falta saber Python?

Depende de qué quieras hacer con ello. Para usar machine learning como usuario —confiar en que Gmail filtre el spam o que Maps calcule bien la ruta— no hace falta programar nada: ya viene integrado en el producto. Para construir tus propios modelos, sí: las librerías más conocidas —scikit-learn para machine learning clásico, PyTorch y TensorFlow para deep learning— están hechas para usarse desde Python en primer lugar¹⁵, así que es por donde empieza casi todo el mundo.

Si lo que te interesa es la parte de negocio —entender qué puede automatizar un modelo en tu empresa y qué no— no necesitas escribir una sola línea de código. Necesitas entender qué datos tienes, si hay suficientes para entrenar algo fiable y qué margen de error es tolerable si el modelo se equivoca. Esa conversación va antes que cualquier librería de Python.

Preguntas rápidas

¿Es lo mismo machine learning que inteligencia artificial?

No. La IA es el campo entero; el machine learning es la técnica dominante para conseguir que un sistema "aprenda" dentro de ese campo, pero no la única — hay sistemas de IA basados en reglas y lógica simbólica que no usan machine learning.

¿Qué hace un ingeniero de machine learning?

Construye, entrena y pone en producción los modelos: prepara los datos, elige el algoritmo, mide si funciona bien y se asegura de que lo siga haciendo cuando cambian las condiciones reales. Es un perfil más de ingeniería que el de un científico de datos, centrado en investigación y análisis.

¿Está creciendo el uso de IA y machine learning en las empresas?

Sí. Según los informes AI Index de Stanford HAI, el porcentaje de organizaciones que usan IA pasó del 55% en 2023 al 78% en 2024¹⁶ y al 88% en 2025¹⁷. Esas cifras miden la IA en general, no solo el machine learning, aunque buena parte de esos usos se apoyan en él.