Nota del autor

Gracias por estar aquí. Ojalá este proyecto humilde sirva a gente curiosa, a mis alumnos y a mis colegas para entender un poco mejor qué hay debajo de la inteligencia artificial sin perder las ganas de seguir preguntando.

Seguro que faltan muchos aspectos. Seguro que hay temas que merecerían un fascículo entero y aquí aparecen en un par de párrafos. Lo sé. He intentado resumir todo aquello que me ha dado curiosidad sobre la inteligencia artificial, lo que me han preguntado a lo largo de los años y lo que normalmente explico cuando alguien quiere entender —de verdad— cómo funciona esto.

No es un libro para quien ya tiene un doctorado en redes neuronales. Si es tu caso, probablemente te aporte poco. Y no lo digo por falsa modestia: lo digo porque este libro está pensado para quien llega con curiosidad, no con un paper bajo el brazo.

¿Puede mejorarse? Claro que sí. Esa es la idea. Está hecho con humildad y con la convicción de que explicar las cosas bien —sin atajos, sin jerga innecesaria, sin «esto ya lo sabes»— es un acto de respeto hacia quien lee.

Podría haberlo escrito en un tono más ingenieril, más denso, más de «paper». Pero no era el objetivo. La idea es que todos aprendamos y nos enteremos de cómo funciona este nuevo mundo que, aunque se lleva estudiando décadas, entró en la corriente principal en 2022 con aquel anuncio de Altman mostrando ChatGPT al mundo. De repente, la IA estaba en todas partes. Y la mayoría no tenía ni idea de qué había debajo.

Este libro es para quien tiene perfil técnico y para quien no lo tiene. Es para quien programa en Python a diario, para quien enseña, para quien estudia, para quien decide sobre tecnología y para quien no ha escrito una línea de código en su vida pero quiere entender qué hay detrás de la pantalla. La idea es que todos converjan en un mismo lugar. Que al terminar, personas con perfiles muy distintos puedan mantener una conversación sobre backpropagation sin que nadie se pierda ni nadie se aburra.

La estructura pedagógica

He intentado crear una estructura que funcione. Cada capítulo sigue el mismo patrón: una apertura narrativa que te sitúa en un problema cotidiano, el concepto explicado sin fórmulas, las tripas matemáticas con todas las variables desglosadas (con ejemplos numéricos que puedes verificar con una calculadora), ejemplos de cómo aparece en proyectos reales, errores frecuentes con su antídoto, un laboratorio cuando aplica, y un mapa de relaciones que te muestra dónde encaja lo que acabas de aprender.

Al final de cada capítulo hay una sección de «Para saber más» con referencias APA 7. No son decoración: cada una es una puerta hacia la fuente original. Si un tema te interesa especialmente, síguelas. Y si estás preparando un TFG, TFM o cualquier trabajo académico, puedes usarlas directamente: están en el formato que necesitas. Además, un glosario al final de cada capítulo recoge los términos nuevos que has aprendido.

El libro está organizado en fascículos modulares. Puedes leerlos en orden o saltar al que te interese. El Fascículo 1 es el único que recomiendo leer completo antes de aventurarte con los demás: son los cimientos.

Para quién es este libro

• Para quien llega con curiosidad genuina, tenga o no formación técnica.
• Para quien tiene perfil técnico y quiere entender mejor lo que usa cada día.
• Para quien no tiene perfil técnico, pero necesita convivir con sistemas de IA, tomar decisiones sobre ellos o simplemente dejar de sentir que todo esto ocurre en una caja negra.
• Para docentes, estudiantes, perfiles de producto, responsables de decisión y cualquier persona que quiera hacerse buenas preguntas.
• Para quien empieza desde cero y prefiere construir los cimientos antes que decorar la fachada.
• Para quien ya sabe algo pero quiere rellenar los huecos que los tutoriales de «cómo usar ChatGPT en 5 minutos» nunca cubren.

Para quién NO es este libro

• Para quien busca un recetario rápido de prompts sin entender qué hay debajo.
• Para quien espera un libro de 50 páginas que se lea en un vuelo.
• Para quien no está dispuesto a encontrarse con una derivada parcial de vez en cuando.
• Para quien ya tiene un conocimiento profundo y busca el estado del arte más reciente.

Agradecimientos

Este libro no existiría sin el trabajo de miles de investigadoras e investigadores que han dedicado sus vidas a entender la inteligencia, natural y artificial. He intentado citar sus contribuciones con el rigor que merecen. Si alguna referencia falta o está mal atribuida, es error mío y agradeceré la corrección.

Gracias a las personas que han revisado borradores, señalado errores, sugerido mejoras y soportado mis digresiones sobre derivadas parciales en conversaciones que no iban de matemáticas.

Y gracias a ti, por leer. La curiosidad es el motor más potente que existe. No la apagues nunca.

Cómo usar este libro

Puedes usar este material libremente siempre que menciones al autor y la obra original. Si lo incorporas a un trabajo —académico, profesional o personal—, te pido que no constituya más del 50 % del contenido total de ese trabajo. La idea es que te sirva de base, no de sustituto.

Las sugerencias, correcciones y mejoras son bienvenidas. Este libro está vivo y crece con cada persona que lo lee y aporta su mirada. Si ves algo que falta, sobra o podría explicarse mejor, házmelo saber.

Sobre el autor

Me llamo 686f6c61. No es un nombre: es un identificador. La autoría de este libro es deliberadamente anónima porque el conocimiento que contiene no le pertenece a una persona: pertenece a la comunidad que lo ha construido durante décadas. Mi trabajo ha sido organizarlo, conectarlo y contarlo de forma que —espero— cualquiera pueda entenderlo.

Me dedico profesionalmente a la inteligencia artificial y también la enseño en el ámbito universitario. Llevo años explicando estos conceptos en aulas, en empresas y en conversaciones de café. Este libro es la versión larga de esas explicaciones.

Puedes encontrarme en @686f6c61 si quieres comentarme cualquier cosa, sugerir una mejora o simplemente saludar.

---

Licencias: CC BY 4.0 + MIT. El texto, las figuras y el material editorial pueden reutilizarse con atribución; el código, los scripts, las plantillas y los kits prácticos se publican bajo MIT salvo que un archivo indique otra cosa. El conocimiento quiere ser libre, pero también quiere estar bien citado.