Guía · Diccionario de la IA
¿Qué es el sobreajuste (overfitting) en IA?
Respuesta cortaEl sobreajuste ocurre cuando una IA se aprende de memoria los ejemplos con que la entrenaron en vez de entender el patrón general. Funciona muy bien con lo que ya vio, pero falla con casos nuevos.
Es como el estudiante que memoriza las respuestas de la prueba del año pasado: si le toca exactamente la misma prueba, saca un siete; si le cambian las preguntas, no sabe qué hacer.
Los equipos que entrenan modelos de IA cuidan esto separando sus datos: una parte para enseñar y otra, que el modelo nunca vio, para comprobar si de verdad aprendió.
Un ejemplo práctico: un sistema que detecta fraudes entrenado solo con casos de un banco puede fallar en otro banco donde los estafadores usan trucos distintos.
Para ti, como usuario, la lección es simple: una IA puede parecer brillante en un tipo de tarea y fallar en otra muy parecida. Por eso conviene probarla con tus propios casos antes de confiar en ella.
Ojo: Que una herramienta funcione perfecto en la demostración no garantiza que funcione igual con tus datos. Pruébala primero en algo pequeño.
Editado y revisado por Mauricio González
Actualizado el 21 oct 2026