Concepto
La inteligencia artificial generativa (IAG) es una rama de la inteligencia artificial centrada en la creación de contenido original —como texto, imagen, música, audio o vídeo— a partir de datos existentes y en respuesta a indicaciones o peticiones del usuario. Utiliza modelos avanzados de deep learning que, tras el entrenamiento, generan contenidos con características similares a los datos originales pero que son nuevos y únicos. También aporta soluciones innovadoras y creativas a los problemas que se le plantean. Para Lim (2023) “el aspecto generativo los distingue de otros modelos de IA, ya que les permite no sólo dar respuestas, sino también generar el contenido de esas respuestas.”
Según Perplexity (2025): “a diferencia de los modelos tradicionales de IA, que generalmente se enfocan en clasificar o analizar datos existentes, la IAG permite a las máquinas producir información nueva y creativa, no restringiéndose solo a la réplica o predicción.”
Los sistemas de IA generativa más comunes son los modelos de lenguaje, como ChatGPT, Gemini y Copilot, generadores de imágenes, como DALL-E o Leonardo, y modelos de voz y vídeo. Sus aplicaciones abarcan campos como la medicina, la atención al cliente, el marketing y la educación.
La IA generativa tiene un gran potencial, pero también plantea riesgos significativos. Uno de los mayores es su capacidad para producir información falsa o desinformación a gran escala. Por este motivo, su desarrollo y uso deben realizarse de una forma ética y responsable.
Este apartado se centra en las capacidades de la IAG más que en las aplicaciones específicas. El motivo es que describir las funciones ofrece una mayor estabilidad, ya que especifica lo que la IA permite realizar hoy —con la flexibilidad de que mañana evolucione— independientemente de la plataforma empleada. Dado que cada día surgen nuevas herramientas y las versiones existentes se actualizan a un ritmo vertiginoso, cabe la posibilidad de que algún ejemplo varíe o no funcione exactamente igual al experimentar con él. En ese caso, la solución propuesta es utilizar el prompt del ejemplo en una herramienta similar.
Una práctica muy recomendable es ensayar con un mismo prompt en distintos modelos de IA y comparar los resultados. En ocasiones las respuestas coinciden, otras difieren notablemente y, en algunos casos, presentan errores. La cuestión es que mientras se analiza cada respuesta, se reflexiona y se compara el resultado, lo que sucede es que se aprende, además, de una forma significativa.
En este trabajo se han empleado programas con versiones gratuitas o freemium. Freemium son los que ofrecen un plan gratuito y otro de pago. Generalmente, el plan freemium limita el acceso a determinadas funcionalidades, como el número de imágenes o proyectos que pueden crearse, la capacidad de almacenamiento o la exportación de archivos en determinados formatos. Estas limitaciones no impiden, sin embargo, realizar un uso didáctico y práctico suficiente para los objetivos del presente trabajo, permitiendo explorar el potencial de las herramientas sin necesidad de una inversión económica inicial. Conviene recordar que “cuando algo es gratis, el producto eres tú.”
A continuación, se describen algunos usos de la IAG en el ámbito formativo.
