– Aprendizaje automático (Machine Learning): Rama de la IA que permite a los sistemas mejorar su rendimiento sin ser programados explícitamente, mediante el análisis de grandes volúmenes de información.
– Big Data: Conjunto masivo de datos generados continuamente por personas y dispositivos, que requieren herramientas avanzadas de procesamiento.
– Deep Learning: Subcampo del aprendizaje automático que utiliza redes neuronales artificiales para procesar datos de forma similar al cerebro humano.
– Economía del dato: Modelo económico que se basa en el valor y uso de la información como recurso productivo clave.
– Gobernanza de la IA: Conjunto de políticas, leyes y prácticas éticas destinadas a garantizar el uso responsable y justo de la inteligencia artificial.
– IA generativa: Tecnología capaz de crear nuevos contenidos —texto, imágenes, música o código— a partir de patrones aprendidos en grandes bases de datos.
– Sesgo algorítmico: Distorsión en los resultados de un sistema de IA causada por datos incompletos o prejuicios implícitos en el diseño del modelo.
– Transparencia algorítmica: Principio que exige que las decisiones de la IA sean comprensibles y explicables para los usuarios y reguladores.