# ¿Qué es el PLN (NLP)? Definición del procesamiento del lenguaje natural y ejemplos

> El PLN (procesamiento del lenguaje natural, en inglés natural language processing o NLP) es el campo de la inteligencia artificial que permite a una máquina analizar, comprender y producir lenguaje humano, escrito u oral. Los grandes modelos de lenguaje (LLM) como ChatGPT o Claude son hoy su forma más visible.

## Definición
La CNIL, autoridad francesa de protección de datos, define el procesamiento del lenguaje natural como un campo multidisciplinar que reúne la lingüística, la informática y la inteligencia artificial. En la empresa, el PLN sirve para clasificar correos, extraer datos de un contrato, analizar opiniones de clientes, traducir, resumir o hacer funcionar un chatbot. Cuidado con el homónimo: en desarrollo personal, «NLP» o «PNL» designa también la programación neurolingüística, un método de comunicación sin relación con la IA. El campo ha vivido tres etapas. Primero, las reglas escritas a mano: en 1966, el programa ELIZA de Joseph Weizenbaum (MIT) simulaba una conversación detectando palabras clave y aplicando guiones. Después, la estadística: en 1990, un equipo de IBM publica un enfoque de traducción automática que aprende las correspondencias entre idiomas a partir de textos ya traducidos, en lugar de reglas gramaticales. Por último, las redes neuronales y, sobre todo, la arquitectura Transformer, presentada en junio de 2017 por un equipo de Google en el artículo «Attention Is All You Need». La mayoría de los LLM actuales descienden de ella. Esta última etapa cambió la economía del PLN. Antes hacía falta un modelo especializado por tarea (uno para clasificar, otro para extraer, otro para traducir), entrenado con miles de ejemplos anotados. Un LLM generalista realiza la mayoría de esas tareas a partir de una simple instrucción. El PLN clásico conserva ventajas: un modelo pequeño y especializado cuesta menos de ejecutar, responde más rápido y se controla mejor en una tarea estrecha y repetitiva.

## Ejemplo
Caso ilustrativo: una mutua de salud regional francesa de 400 empleados recibe 6 000 cartas y correos por semana (solicitudes de reembolso, reclamaciones, cambios de dirección, bajas). Hasta 2023, una herramienta de PLN clásica, entrenada con ejemplos anotados por los equipos, los clasificaba en doce categorías. Cada nueva categoría exigía varias semanas de anotación. En 2025, la mutua prueba un LLM: clasifica los mensajes, extrae el número de afiliado y resume la solicitud en dos líneas, a partir de una instrucción redactada en un día. Mantiene el antiguo clasificador para el tratamiento masivo, más barato por mensaje, y reserva el LLM para las cartas largas y las reclamaciones, donde la comprensión fina del texto ahorra más tiempo.

## Para un directivo
El PLN es la pieza de IA más directamente útil para una pyme, porque la mayor parte de la información de una empresa es texto: correos, contratos, actas, opiniones de clientes, tickets de soporte. Tres implicaciones para el directivo. Primero, empiece por inventariar sus flujos de texto repetitivos: quién lee qué, cuántas veces por semana, para extraer qué información. Ahí están las primeras ganancias. Segundo, un LLM no siempre es la herramienta adecuada. Para una tarea estrecha y masiva (clasificar 10 000 mensajes al día en cinco categorías), un modelo más pequeño o una herramienta de PLN clásica puede bastar, con un coste mucho menor. Tercero, los textos de la empresa suelen contener datos personales. Antes de enviarlos a un servicio de IA, compruebe dónde se procesan y si se usan para entrenar el modelo.

*Tres etapas del PLN*

|  | PLN basado en reglas | PLN estadístico | Transformers y LLM |
| --- | --- | --- | --- |
| Periodo | Años 1950 a 1980 | Años 1990 a 2010 | Desde 2017 |
| Principio | Reglas y diccionarios escritos por lingüistas | Probabilidades aprendidas de grandes corpus | Red neuronal entrenada con enormes volúmenes de texto |
| Ejemplo | ELIZA (1966) | Traducción estadística de IBM (1990) | ChatGPT, Claude, Mistral |
| Punto fuerte | Previsible, explicable | Robusto en una tarea bien definida | Polivalente, guiado por una instrucción |
| Límite | Frágil fuera de sus reglas | Un modelo y datos anotados por tarea | Coste, alucinaciones, control más difícil |

## Preguntas frecuentes

**¿Qué es el PLN (NLP) en inteligencia artificial?**
Es el procesamiento del lenguaje natural: el conjunto de técnicas que permiten a un ordenador analizar, comprender y producir texto o voz. La traducción automática, los correctores, los asistentes de voz, los chatbots y los LLM forman parte del PLN.

**¿Qué diferencia hay entre el PLN de la IA y la PNL (programación neurolingüística)?**
No tienen relación. El procesamiento del lenguaje natural es una disciplina de la informática y de la IA. La programación neurolingüística, también abreviada NLP en inglés, es un método de comunicación y desarrollo personal.

**¿Qué diferencia hay entre PLN y LLM?**
El PLN es el campo; el LLM es un tipo de modelo. Un LLM es una gran red neuronal de tipo Transformer, entrenada con enormes volúmenes de texto, que realiza la mayoría de las tareas de PLN a partir de una instrucción. El PLN existía mucho antes de los LLM, primero con reglas y después con métodos estadísticos.

**¿Qué ejemplos de PLN hay en la empresa?**
Clasificación y enrutamiento automático de correos, extracción de datos de facturas o contratos, análisis de sentimiento en opiniones de clientes, resumen de actas, traducción de documentación, chatbot de soporte, búsqueda en una base documental interna.

**¿Cuáles son las grandes etapas de la historia del PLN?**
Las reglas escritas a mano (ELIZA, 1966), después los métodos estadísticos que aprenden de corpus (traducción automática de IBM, 1990), y luego las redes neuronales y la arquitectura Transformer (2017), en la que se basan los LLM actuales.

## Para seguir

- [LLM (Large Language Model)](https://wyp.agency/es/glosario/llm/)
- [Transformer](https://wyp.agency/es/glosario/transformer/)
- [Chatbot (agente conversacional)](https://wyp.agency/es/glosario/chatbot/)
- [Embedding](https://wyp.agency/es/glosario/embedding/)
- [IA generativa](https://wyp.agency/es/glosario/ia-generativa/)
- [Visión por computadora (computer vision)](https://wyp.agency/es/glosario/vision-por-computadora/)

## Fuentes

- Traitement automatique du langage naturel (natural language processing o NLP), definición, CNIL (https://www.cnil.fr/fr/definition/traitement-automatique-du-langage-naturel-natural-language-processing-ou-nlp)
- ELIZA, a computer program for the study of natural language communication between man and machine, Joseph Weizenbaum, Communications of the ACM, vol. 9, n.º 1, enero de 1966 (https://dl.acm.org/doi/10.1145/365153.365168)
- A Statistical Approach to Machine Translation, Brown et al. (IBM), Computational Linguistics, vol. 16, n.º 2, 1990 (https://aclanthology.org/J90-2002/)
- Attention Is All You Need, Vaswani et al., arXiv, 12 de junio de 2017 (https://arxiv.org/abs/1706.03762)

---
Ficha del glosario de IA de WYP.agency · https://wyp.agency/es/glosario/procesamiento-lenguaje-natural/ · Última actualización : 2026-10-14