Por Wilfrido Gómez, Armando Huitzilt y Andrea Moctezuma. Este texto analiza brevemente la expansión reciente de la inteligencia artificial generativa, en particular de los modelos de lenguaje de gran tamaño (LLM). Describe cómo estos sistemas, capaces de predecir la siguiente palabra a partir de grandes volúmenes de datos, generan contenido estructurado, resuelven pruebas estandarizadas y operan de forma multimodal (texto, imagen, audio, código), sin poseer conciencia ni comprensión humana, sino optimizando predicciones estadísticas. Asimismo, expone el proceso de construcción de los LLM, que combina una etapa de entrenamiento masivo para aprender patrones lingüísticos y una fase de postentrenamiento basada en ajuste fino supervisado y aprendizaje por refuerzo con retroalimentación humana, de la que emergen comportamientos conversacionales y secuencias intermedias de resolución de problemas que simulan razonamiento. Es en este contexto que se sitúa EducaIA, proyecto de la Universidad Iberoamericana Ciudad de México orientado a la alfabetización crítica y a la democratización de la IA, que articula cuatro líneas de acción: formación en distintos niveles, provisión de recursos educativos abiertos, desarrollo de herramientas de código abierto y creación de redes colaborativas. El texto introduce también a la ingeniería de prompts como competencia clave para orientar la actuación de los chatbots modernos y advierte sobre algunas limitaciones y riesgos de la IA generativa, como alucinaciones, sesgos y amplificación algorítmica de desigualdades, lo que exige marcos de gobernanza, documentación rigurosa, evaluaciones de impacto y la permanencia de humanos en el ciclo de interacción.