Glosario de Inteligencia Artificial

IA (Artificial Intelligence) — Tecnología que simula inteligencia humana para analizar datos y decidir. Escenario: algoritmo prioriza Product Backlog según valor y esfuerzo.

IA Generativa (Generative AI) — Modelos que crean texto, imágenes, audio o código originales. Escenario: GPT‑4o genera historias de usuario y wireframes antes del Sprint Planning.

IA Estrecha (Artificial Narrow Intelligence, ANI) — IA enfocada en una única tarea. Escenario: visión computarizada detecta defectos en prototipos antes de la Sprint Review.

IA General (Artificial General Intelligence, AGI) — IA hipotética con capacidades cognitivas humanas versátiles. Escenario futurible: asistente AGI optimiza discovery y delivery de varios equipos.

IA Agéntica (Agentic AI) — Sistemas autónomos que planifican y actúan para alcanzar objetivos. Escenario: bot negocia fechas y ajusta roadmap ante cambios de mercado.

Modelo (Model) — Representación matemática entrenada para predecir o generar resultados. Escenario: estima impacto de nuevas funcionalidades antes de agregarlas al backlog.

Algoritmo (Algorithm) — Conjunto de instrucciones que procesan datos para resolver problemas. Escenario: ordena PBIs por valor, tiempo y riesgo.

LLM (Large Language Model) — Modelo lingüístico masivo que comprende y genera lenguaje natural. Escenario: resume feedback de usuarios y resalta temas para la retrospectiva.

Multimodal (Multimodal) — Modelo que procesa texto, imágenes, audio y video simultáneamente. Escenario: analiza capturas y transcripciones para detectar fricciones en la app.

Prompt (Prompt) — Instrucción escrita que guía la salida del modelo. Escenario: prompt estructurado genera criterios de aceptación para «Inicio de sesión biométrico».

Aprendizaje Automático (Machine Learning, ML) — Sistemas que aprenden patrones desde datos sin reglas explícitas. Escenario: predice churn y sugiere épicas de retención.

Aprendizaje Profundo (Deep Learning, DL) — ML con redes neuronales profundas que capturan patrones complejos. Escenario: clasifica sentimiento en reseñas y alimenta dashboard de valor.

Aprendizaje Supervisado (Supervised Learning) — Entrena con pares entrada‑salida etiquetados. Escenario: estima duración de historias basándose en velocidad histórica.

Aprendizaje No Supervisado (Unsupervised Learning) — Descubre patrones ocultos sin etiquetas. Escenario: segmenta usuarios y revela oportunidades de producto.

Aprendizaje por Refuerzo (Reinforcement Learning) — Agente optimiza decisiones mediante recompensas y penalizaciones. Escenario: motor ajusta precios dinámicos para maximizar conversión.

Modelo de Difusión (Diffusion Model) — Técnica generativa que añade y quita ruido para crear imágenes. Escenario: produce mock‑ups visuales durante el Sprint.

RAG (Retrieval‑Augmented Generation) — Combina búsqueda documental y generación contextual. Escenario: chatbot interno consulta la Guía Scrum 2020 y políticas corporativas.

Fine‑tuning (Fine‑tuning) — Reentrena un modelo preexistente con datos específicos. Escenario: adapta LLM con tickets de soporte y mejora respuestas técnicas.

Token (Token) — Unidad mínima (palabra, sub‑palabra o carácter) procesada por el modelo. Escenario: PO calcula tokens para estimar costo de generación de documentos.

GPT (Generative Pre‑trained Transformer) — Conjunto de grandes modelos de lenguaje ya entrenados que generan texto claro y natural. Escenario: GPT escribe notas y correos para las partes interesada.

Agente de IA (AI Agent) — Componente autónomo que percibe, razona y ejecuta acciones en entornos digitales. Escenario: agente compra anuncios, mide resultados y ajusta estrategia publicitaria sin intervención humana