Punto de partida. Actividad «Decisiones de cloud, datos e IA», sesión 3 de 4. Abre el avance de la sesión anterior; los pasos de hoy indican qué conservar y qué completar. La guía de arranque permite preparar las herramientas sin depender de otros módulos.
Se explica
10 minutos · contexto, explicación y ejemplo
La IA es una opción entre varias. Una regla determinista puede resolver una condición exacta; un modelo puede resultar útil cuando la tarea exige reconocer patrones o trabajar con lenguaje. Su coste incluye recursos, datos, errores y necesidad de revisión, no solo la cuota de acceso.
Un token es una unidad de texto que utiliza un modelo; su número no equivale directamente a una medida de emisiones. Elegir un modelo menor puede reducir recursos en determinadas condiciones, pero la decisión debe comprobar también calidad y utilidad para la tarea.
Consultar ejemplos y conceptos de esta sesión
El tamaño del modelo también cuenta
Si dos modelos resuelven la tarea y uno es mucho más pequeño, conviene preguntarse si el mayor resulta necesario. No existe, sin embargo, una regla universal: uno mayor puede funcionar mejor, cometer menos errores o habilitar funciones que el pequeño no da. La pregunta sigue siendo qué necesita esta aplicación.
Tokens
Los modelos de lenguaje procesan el texto en unidades llamadas:
Tokens
Más texto enviado significa más procesamiento. Enviar información innecesaria genera trabajo innecesario, exactamente igual que transferir una imagen de 4000 px para mostrarla a 300.
Si tenemos un documento de 500 páginas y queremos el número de factura de la página 3, mandar las 500 páginas es la versión moderna del mismo error. Primero se busca lo relevante, después se pregunta.
El mismo criterio se aplica a lo que solicitamos de vuelta: generar veinte alternativas cuando necesitamos una, o una imagen 4K para mostrarla a 300 × 200 px. Vuelve el principio de la unidad anterior:
No procesar lo que no necesitamos.
Se trabaja
45 minutos · trabajo guiado sobre la actividad
- Lee los escenarios de clasificación de mensajes, reglas de contraseña y consulta de documentación. Define la salida correcta de cada tarea antes de elegir una herramienta.
- Resuelve el ejemplo de contraseña: una condición como longitud mínima se comprueba con una regla. Explica por qué un resultado variable de un modelo complicaría esa decisión.
- Para clasificar mensajes compara reglas, clasificador y modelo generativo. Diseña una muestra de evaluación con categorías conocidas y cómo tratarías casos dudosos.
- Para documentación compara búsqueda y respuesta asistida con referencias. Indica qué ocurriría si el sistema no encuentra evidencia suficiente para contestar.
- Completa por opción recursos, datos necesarios, error tolerable y revisión humana. Justifica una elección y una alternativa descartada sin afirmar que conoces su consumo real si no se ha medido.
Cierre
5 minutos · comprobar el resultado
Al terminar la sesión:
Las tres decisiones parten de la tarea y de una comprobación de calidad. Se valora proporcionalidad, no utilizar siempre IA ni descartarla siempre.