Cargando...

6 conceptos de la IA que tu entidad debería conocer y cómo usarlos

Fecha de publicación: Temática:
Gestión eficiente
Transformación digital
Autor: COMPASSS (dinamización)
En este post explicamos 6 conceptos básicos de la IA para entender, de forma sencilla, qué pasa cuando usamos estas herramientas y cómo pueden aplicarse a tareas habituales de una entidad social.

Muchas entidades sociales ya están probando herramientas de inteligencia artificial, pero con frecuencia su uso se queda en tareas puntuales o no termina de integrarse en el trabajo diario. A menudo entre los equipos de trabajo surgen dudas con su uso. ¿Estamos usando la herramienta correcta? ¿Por qué al usar inteligencia artificial a veces obtienes resultados útiles y otras veces solo texto genérico que no sirve? ¿Cómo podemos hacer más eficaces los procesos de uso de la IA en las tareas de las entidades?

Pero antes de pensar en automatizar tareas o implantar nuevas herramientas, lo primero es entender cómo nos estamos “relacionando” con la IA. No se trata tanto de convertirnos en personas expertas en tecnología, sino de empezar a comprender cuáles son los conceptos básicos aplicados al uso de estas herramientas en nuestro trabajo diario.

La diferencia es importante. La IA no funciona como un buscador: funciona mejor cuanto más claro tienes qué necesitas, cómo lo planteas y qué información le das. Por eso, dominar ciertos conceptos es esencial si quieres que tus resultados de trabajo sean aún más precisos. 

En este post explicamos 6 conceptos básicos de la IA para entender, de forma sencilla, qué pasa cuando usamos estas herramientas y cómo pueden aplicarse a tareas habituales de una entidad social.

Infografía titulada '6 conceptos básicos de la IA que tu entidad debería conocer'. Presenta seis bloques numerados con iconos: 1) El prompt: la instrucción lo es todo; 2) El LLM: el modelo que lee y escribe; 3) La ventana de contexto: la memoria de la conversación; 4) Multimodal: la IA ya no solo lee texto; 5) Few-shot: enseñar con ejemplos; 6) El agente: cuando la IA deja de responder y empieza a actuar. En la parte inferior aparecen los logotipos de Fundación ONCE, COMPASS y CERMI.

1. El prompt

Qué es. El prompt es la instrucción que le das a la IA: cómo formulas lo que necesitas. Es tu forma de “relacionarte” con ella.

Para qué sirve. Es el elemento más importante en el uso de la IA. Un prompt claro y detallado produce respuestas útiles; uno ambiguo, respuestas genéricas.

  • En la práctica. Utilizaremos este concepto cada vez que pidamos algo a la IA, especialmente en tareas como redactar informes, resumir documentos o tratar información administrativa. Evita peticiones genéricas y formula instrucciones concretas, indicando qué necesitas y cómo lo quieres. Por ejemplo: “Eres un técnico de proyectos en una entidad social. Resume este informe en 5 ideas clave orientadas a justificar el impacto del proyecto, en formato de listado”. Cuanto más clara sea la instrucción menos tiempo dedicarás a corregir y más útil será el resultado desde el primer intento. Además, puedes aprovechar la propia IA para mejorar tus prompts: pedirle que reformule una instrucción o que genere un prompt reutilizable para tareas que repites con frecuencia.

La receta de un buen prompt.  Cuando una tarea sea importante, estructura tu instrucción en cuatro partes: rol (quién quieres que sea la IA), tarea (qué tiene que hacer), formato (cómo quieres la respuesta) y reglas (los límites que no puede saltarse). Por ejemplo: "Eres un experto en contabilidad de ONG (rol). Extrae los datos clave de esta factura (tarea). Devuélvemelo en una tabla (formato). Si un dato no aparece, déjalo en blanco y no lo inventes (regla)".

2. LLM

Qué es. Un LLM (modelo de lenguaje grande, por sus siglas en inglés) es el "motor" que hay detrás de herramientas como ChatGPT, Gemini o Claude. Lee texto y genera texto.

Para qué sirve. Entender qué es un LLM te ayuda a usar la IA con más criterio según la tarea. No todos los modelos responden igual: algunos pueden ser más rápidos, otros más precisos o más adecuados para tareas complejas. 

  • En la práctica. Utilizaremos este concepto cuando elijamos herramienta: saber que casi todas funcionan sobre un LLM nos ayuda a entender que muchas comparten capacidades parecidas, pero si la herramienta lo permite podemos usar el modelo más adecuado según la tarea. Por ejemplo, hay herramientas que permiten trabajar con distintos modelos (como GPT o modelos de la familia Claude), cada uno con comportamientos ligeramente distintos. Más que centrarse en cuál es “mejor”, lo relevante es entender que no todos responden igual y adaptar su uso al tipo de tarea.
  • 3. La ventana de contexto

  • Qué es. El contexto es toda la información que la IA tiene en cuenta para responder: lo que le escribes, los documentos que le proporcionas y lo que se ha dicho anteriormente en la conversación.
  • Para qué sirve. Cuanto mejor sea el contexto que le das, más ajustada será la respuesta. La IA no conoce tu entidad, tus proyectos ni tu forma de trabajar si no se lo indicas. Trabaja únicamente con la información que le das.
  • En la práctica. Utilizaremos este concepto cuando arranquemos un trabajo largo. En vez de pedir cosas "al aire", empezaremos dándole el marco: "Somos una entidad social que trabaja en inclusión laboral que trabaja con el colectivo de personas con discapacidad sensorial con un tamaño medio de X profesionales. Trabajamos en un proyecto financiado con X  y estos son sus objetivos…". Una buena práctica es guardar ese contexto en un documento y pegarlo al inicio de cada conversación, para no tener que repetirlo o incluso podemos personalizarlo en el perfil de la herramienta que estemos utilizando.

4. Multimodal

Qué es. Que una IA sea multimodal significa que puede trabajar con distintos tipos de información a la vez: texto, imágenes, documentos (PDF) o incluso audio.

Para qué sirve. Permite utilizar la IA directamente sobre los materiales reales con los que trabajas en la entidad. En lugar de copiar y pegar contenido o transcribir información, puedes trabajar con documentos completos tal y como los recibes, lo que ahorra tiempo y reduce errores en tareas administrativas y de gestión.

En la práctica. Utilizaremos este concepto cuando trabajemos con documentos habituales de la entidad difíciles de editar, como, por ejemplo: 

- Subir una factura o justificante en PDF y pedir que extraiga los datos clave (proveedor, importe, fecha) para incluirlos en la justificación de subvenciones. 
- Pasar una imagen (tabla, listado de beneficiarios, captura de Excel, ticket de gasto) y solicitar que la convierta en un formato editable para poder trabajar con ella. 
- Analizar informes o memorias en PDF y pedir un resumen estructurado o extraer los puntos clave. 
- Editar imágenes o PDFs para adaptar materiales de difusión (carteles, folletos, presentaciones) incorporando logos, textos o ajustes básicos.

5. Few-shot

Qué es. Few-shot es una técnica tan simple como darle a la IA uno o dos ejemplos ya resueltos dentro de tu propia instrucción, para que entienda exactamente qué esperas.

Para qué sirve. Es la forma más rápida de mejorar la precisión. Un par de ejemplos pueden reducir los errores y hacer que la respuesta se ajuste mejor a tu forma de trabajar.

  • En la práctica. Utilizaremos este concepto cuando el resultado tenga que seguir siempre el mismo patrón o estilo. Por ejemplo: 

    • Si quieres redactar publicaciones para redes, puedes incluir dos ejemplos de posts anteriores de la entidad. 
    • Si necesitas estructurar fichas de proyectos, puedes mostrar una ya hecha y pedir que siga ese modelo. 
    • Si estás preparando textos para una memoria o justificación, puedes incluir un fragmento previo como referencia.

6. El agente

Qué es. Un agente es una IA a la que no solo le pides una respuesta puntual, sino que le das un propósito y unos permisos para actuar: leer archivos, rellenar una hoja, enviar un aviso o encadenar varios pasos por sí sola.

Para qué sirve. Es el salto de "la IA me ayuda a redactar" a "la IA me realiza una tarea completa". Aquí es donde aparece la automatización de verdad. En lugar de pedirle cosas sueltas, puedes delegar una tarea completa, lo que ayuda a ahorrar tiempo en procesos repetitivos.

  • En la práctica. Utilizaremos este concepto cuando queramos que un proceso funcione casi solo. Por ejemplo: 

    • Gestionar facturas: que lea un correo con una factura, extraiga los datos y los estructure para su registro. 
    • Preparar información para justificaciones: que revise documentos, identifique datos relevantes y los organice en el formato correspondiente. 
    • Revisar documentación de proyectos: que analice varios archivos y detecte incoherencias o faltas de información. 
    • Generar contenidos recurrentes: que cree borradores de informes o comunicaciones a partir de información previa.

Estos conceptos no son solo una forma de entender la inteligencia artificial, sino una forma de utilizarla con más criterio en el trabajo diario.

La diferencia no está en la herramienta, sino en cómo la usamos: en cómo formulamos las instrucciones, en qué información le damos y en cómo adaptamos su uso al tipo de tarea que queremos resolver.

Por eso, incorporar la IA al trabajo de una entidad no empieza necesariamente por grandes automatizaciones, sino por comprender mejor cómo funcionan estas herramientas y aplicar algunos conceptos básicos en tareas concretas: redactar, resumir, ordenar información, trabajar con documentos o preparar materiales. A partir de ahí, es más fácil identificar en qué usos aporta valor y cómo integrarla con sentido en la forma habitual de trabajar.

Contenido relacionado