Memoria de la IA: qué es, cómo funciona y qué almacena

La memoria de la IA es la información que un asistente de IA conversacional guarda de tus conversaciones anteriores y lleva a las nuevas, para poder recordar tus preferencias y tu contexto. El modelo en sí no conserva nada de ello. El asistente la almacena por separado y la vuelve a añadir cuando es relevante, lo que proporciona al modelo un contexto persistente que, de otro modo, no tendría.

Esta guía explica cómo los asistentes guardan y recuerdan esa información, qué almacenan, por qué a veces se equivocan y cómo verla, cambiarla o desactivarla.

¿Qué es la memoria de la IA?

La memoria de la IA, también llamada memoria persistente, es una función de los asistentes de IA que almacena información sobre ti, como preferencias, datos y contexto de interacciones anteriores, que el asistente puede usar en conversaciones posteriores.

Un asistente de IA puede crear ese registro a partir de lo que le pides que recuerde, de los detalles que capta por su cuenta y de chats anteriores a los que puede remitirse.

La capa de memoria de la IA permite a los asistentes de IA ofrecer respuestas personalizadas sin que tengas que compartir tus preferencias en cada chat. Si le has dicho a un asistente que estás entrenando para un maratón y que prefieres los kilómetros, tu próxima pregunta sobre el ritmo obtendrá una respuesta en kilómetros sin que tengas que repetirlo.

En comparación con volver a explicar tu situación en cada chat, la memoria te ahorra escribir y mantiene el prompt breve, lo cual importa porque las entradas largas hacen que las respuestas sean menos precisas.

La memoria no es una transcripción de cada conversación, sino una colección de datos clave sobre ti. Así, recordará que prefieres los kilómetros. Encontrar el plan de entrenamiento exacto que redactó el mes pasado depende de si el asistente también puede consultar chats anteriores.

Tipos de memoria de la IA

Investigadores de la Universidad de Princeton (2024) han tomado prestada la terminología de la ciencia de la memoria humana para clasificar los tipos de sistemas de memoria de la IA. Su marco distingue la memoria de trabajo de la memoria a largo plazo:

• Memoria de trabajo: Lo que el modelo retiene para el paso actual, es decir, la conversación hasta el momento más todo lo que ha recuperado. También se conoce como memoria a corto plazo.
• Memoria a largo plazo: Memoria persistente entre sesiones. Es el tipo de memoria del que trata este artículo.

La memoria a largo plazo consta de tres tipos de memoria:

• Memoria episódica: Registros de interacciones anteriores, como el chat en el que pediste un plan de entrenamiento el mes pasado.
• Memoria semántica: Conocimiento sobre el mundo y sobre ti, como tu preferencia por los kilómetros.
• Memoria procedimental: Cómo se comporta un agente de IA, algo integrado en los pesos del modelo y en el código y los prompts que ejecutan el agente. En un asistente de IA, el equivalente más cercano es el prompt del sistema y tus instrucciones personalizadas.

Ampliar

Memoria del asistente de IA frente a memoria del agente de IA

La memoria del asistente de IA y la memoria del agente de IA son ambas memoria a largo plazo. La memoria del asistente de IA es principalmente memoria semántica y almacena datos sobre ti para que las respuestas se ajusten a ti. La memoria del agente, como Brain de Perplexity, almacena lo que hizo el agente y cómo le fue, incluido lo que funcionó y lo que corregiste, para que empiece cada nueva tarea desde una posición mejor.

Memoria de la IA frente a ventanas de contexto, datos de entrenamiento e instrucciones personalizadas

Es fácil confundir la memoria de la IA con otros tres elementos que influyen en una respuesta: la ventana de contexto del modelo, los datos de entrenamiento y las instrucciones personalizadas. Cada uno contiene información distinta, dura un tiempo diferente y lo controla un sistema distinto.

Una ventana de contexto es la cantidad de texto que un modelo de lenguaje de gran tamaño (LLM) puede leer a la vez y abarca la conversación actual. Se reinicia cuando empiezas un chat nuevo.

Algunos modelos actuales tienen ventanas de contexto grandes, de un millón de tokens o más, así que, técnicamente, podrías pegar tu información clave en cada conversación. Pero procesarla toda añade latencia y coste.

Varios estudios también han observado que la precisión de los resultados disminuye a medida que crece la entrada, incluso cuando la respuesta está en el contexto.

Un estudio de 2025 de la Universidad de Illinois y Amazon lo observó incluso cuando los modelos podían recitar todos los detalles relevantes: la precisión cayó entre un 13,9 % y un 85 % a medida que las entradas crecían hasta 30.000 tokens, muy por debajo de los límites declarados de los modelos. NoLiMa, un benchmark de 2025 de Adobe Research y la LMU de Múnich, descubrió que 11 de los 13 modelos evaluados tenían un rendimiento significativamente inferior con solo 32.000 tokens siempre que la pregunta y la respuesta no compartían palabras clave. El informe de julio de 2025 de Chroma lo observó en 18 modelos, incluso cuando respondían a partir de un historial de chat de 113.000 tokens.

Los datos de entrenamiento son la información integrada en los pesos del modelo antes de su lanzamiento. Los usuarios no pueden cambiarlos. Los desarrolladores pueden ajustar (fine-tuning) un modelo con datos nuevos, pero se trata de un proceso de ingeniería, no de una opción de configuración del usuario,

Las instrucciones personalizadas son reglas guardadas en la configuración del asistente que tú mismo escribes y editas para personalizar el comportamiento y los resultados del asistente de IA. Por ejemplo, podrías usar instrucciones personalizadas para definir el tono y el estilo de las respuestas o qué fuentes puede usar el asistente.

Así se comparan los cuatro:

Qué almacena la memoria de la IA

Los asistentes guardan detalles seleccionados sobre ti, como datos, preferencias y resúmenes, y algunos también recurren a tus chats anteriores.

• Datos y preferencias que le pides que recuerde: Son detalles que le indicas explícitamente al asistente que guarde, como «recuerda que prefiero los kilómetros». El asistente crea el recuerdo cuando se lo pides y dura hasta que lo eliminas o una conversación posterior lo actualiza.
• Detalles que capta de tus conversaciones: El asistente los guarda cuando la opción está activada. Perplexity «da prioridad a la frecuencia de las preguntas formuladas y de la información proporcionada por el usuario», por lo que es más probable que retenga algo que mencionas a menudo que algo que mencionas una sola vez. El recuerdo dura hasta que se actualiza o lo eliminas.
• Referencias a tus chats anteriores: El asistente recurre directamente a conversaciones anteriores en lugar de a una lista guardada. Perplexity lo llama historial de búsqueda: tus preguntas y respuestas anteriores, que se utilizan para que una nueva respuesta sea más relevante.

Cómo funciona la memoria de la IA

El modelo de IA no recuerda nada entre conversaciones. Ese trabajo lo hace el sistema de memoria de la IA: mantiene un registro independiente sobre ti y añade las partes relevantes a cada nueva conversación. El almacenamiento y la recuperación se producen en segundo plano, de modo que el modelo lee esa información junto con tu pregunta.

Ampliar

Ese proceso consta de cinco pasos:

1. Guardado: El asistente guarda un recuerdo cuando se lo pides o cuando considera que merece la pena conservar un detalle.
2. Almacenamiento: Los recuerdos se guardan en una base de datos independiente del modelo. En muchos sistemas, se trata de una base de datos vectorial, para que puedan buscarse por significado. La lista que ves en la configuración es una vista de ese almacén de memoria.
3. Recuperación: Cuando envías un mensaje, el asistente decide qué recuerdos son pertinentes. Muchos sistemas lo hacen convirtiendo tu mensaje y cada recuerdo en embeddings, representaciones numéricas del significado, y eligiendo las coincidencias más cercanas. Así es como pueden recuperar un recuerdo aunque no comparta ninguna palabra con tu pregunta. Los sistemas más sencillos cargan todos los recuerdos guardados en cada conversación.
4. Uso: Los recuerdos recuperados se insertan como texto sin formato en la entrada, normalmente en un bloque de instrucciones que el modelo lee antes de tu mensaje. El modelo los procesa como cualquier otro texto de esa entrada.
5. Actualización y eliminación: El asistente extrae datos de los chats, busca entre los recuerdos existentes y decide si añadirlos como nuevos, actualizar un recuerdo existente, fusionarlos con uno o eliminar un recuerdo antiguo que contradiga la nueva información. Algunos asistentes añaden una marca de tiempo a cada recuerdo para distinguir la información más reciente de la más antigua.

Retos y riesgos de la memoria de la IA

La memoria de la IA está pensada para mejorar la calidad de las respuestas, pero los benchmarks muestran que la recuperación de recuerdos no siempre aporta información relevante o actual, sobre todo en bases de datos grandes. También plantea riesgos de seguridad y privacidad.

Entre los problemas habituales de fiabilidad y seguridad relacionados con la memoria de la IA se incluyen:

• Recuerdos mal aplicados: Un recuerdo puede acabar en una respuesta con la que no tiene nada que ver. Un estudio de 2026 evaluó 18 modelos para comprobar si un recuerdo guardado de un ámbito de la vida se filtraba a una respuesta sobre otro. La tasa de fallo mediana fue del 53 %. El estudio también observó que, cuando la memoria contenía las creencias de los usuarios o su supuesta experiencia, casi todos los modelos se hacían eco de ellas aunque la pregunta requiriera una respuesta neutral.
• Recuerdos obsoletos: El asistente sigue actuando según un detalle cuando una conversación posterior ya lo ha dejado sin validez, sobre todo cuando nunca lo dijiste de forma explícita. En un benchmark de mayo de 2026, que evaluaba si los modelos detectan esos cambios implícitos, el mejor modelo obtuvo una media del 55,2 %.
• Sobrecarga de memoria: Cuanto más tiene que releer un asistente, más le cuesta identificar lo importante. LongMemEval, un benchmark de 2024, descubrió que los modelos que leían un historial de chat de unos 115.000 tokens rendían entre un 30 % y un 60 % peor que los modelos a los que solo se les daban las sesiones relevantes.
• Envenenamiento de la memoria: Información falsa o instrucciones ocultas llegan a la memoria de un asistente, por ejemplo, a través de contenido que le pides que lea, lo que da lugar a respuestas sesgadas o poco seguras, o a filtraciones de datos.
• Riesgos para la privacidad: La memoria conserva datos personales más allá del chat del que proceden, a veces durante más tiempo del que esperas. Perplexity, por ejemplo, puede conservar un registro de los recuerdos eliminados durante un máximo de 30 días por motivos de seguridad y depuración. La legislación de protección de datos considera los recuerdos almacenados como datos personales, por lo que deberías poder revisarlos y eliminarlos.

Cómo ver, editar y desactivar la memoria de la IA

Puedes ver lo que ha guardado un asistente, eliminarlo, desactivar la memoria o usar un chat privado que no cree recuerdos.

La gestión de la memoria se reduce a unos pocos controles. Esto es lo que hace cada uno y cuándo usarlo:

Para empezar de cero, desactiva la memoria y borra lo que esté almacenado.

Cómo gestiona Perplexity la memoria

La memoria de Perplexity funciona con todos los modelos que ofrece.

Perplexity personaliza las respuestas a partir de dos fuentes: los recuerdos, que son las preferencias y los datos que compartes, y tu historial de búsqueda. Cuando un recuerdo influye en una respuesta, aparece entre las fuentes de esa respuesta, para que puedas ver qué recuerdos se han usado y eliminar cualquiera de ellos.

Ampliar

También puedes personalizar tus respuestas proporcionando información sobre ti e instrucciones personalizadas para los proyectos (cada proyecto tiene su propia capa de memoria).

Ampliar

Perplexity puede usar el contenido de la memoria para mejorar sus modelos en las cuentas de consumidor (nunca en las de Enterprise), a menos que lo desactives (Retención de datos de IA en Ajustes → Preferencias → Inteligencia artificial).

Los suscriptores de Max y Enterprise Max también tienen Brain, una capa de memoria compartida que amplía la memoria haciendo un seguimiento de tus proyectos y tu trabajo. Tiene su propio interruptor e ignora las sesiones de incógnito.

Prueba Perplexity y comprueba cómo influyen los recuerdos en tu próxima respuesta.

Preguntas frecuentes sobre la memoria de la IA

¿Qué es la memoria limitada en la IA?

IBM define la IA de memoria limitada como aquella que puede recordar eventos y resultados pasados y supervisar situaciones a lo largo del tiempo, pero que no puede conservar esos datos en una biblioteca a largo plazo de experiencias pasadas. Es una de las cuatro categorías de una taxonomía de sistemas de IA, e IBM incluye en ella los chatbots y los asistentes virtuales.

La memoria del asistente es una memoria externa que esos sistemas añaden por encima. Persiste entre sesiones, de modo que un asistente puede usar datos que compartiste en una conversación anterior.

¿Qué asistente de IA tiene la mejor memoria?

Ningún asistente es el mejor para todo el mundo. Una buena memoria es aquella que puedes controlar, así que evalúa las herramientas de IA planteándote cuatro preguntas: ¿Puedes ver lo que ha guardado? ¿Puedes eliminar un recuerdo por separado del chat del que procede? ¿El entrenamiento es un ajuste independiente de la memoria? ¿Hay un modo temporal o de incógnito que no cree recuerdos?

¿Aprende un modelo de IA de lo que recuerda sobre ti?

Usar la memoria en una respuesta es un proceso distinto del entrenamiento. Perplexity afirma que recupera el contexto relevante de tu almacén de memoria en lugar de tratar tu historial como datos de entrenamiento. Que tu contenido pueda usarse para mejorar los modelos es un ajuste aparte. En las cuentas de consumidor, Perplexity puede usar el contenido de la memoria con ese fin, y la opción Retención de datos de IA lo desactiva.

Ampliar

¿Qué no deberías incluir en la memoria de la IA?

No incluyas en la memoria de la IA nada que no quieras que se almacene, que se use para elaborar tu perfil o que se repita más adelante: datos de identidad y financieros, información de salud, contraseñas, información de otras personas y cualquier cosa relacionada con menores. La Oficina del Comisionado de Privacidad de Canadá (mayo de 2025) y el Centro Nacional de Ciberseguridad del Reino Unido (marzo de 2023) recomiendan evitar cualquier instrucción que pudiera causar problemas si se hiciera pública.

Los filtros reducen los riesgos para la privacidad, pero no garantizan que tu información de salud o financiera no se almacene en absoluto, así que revisa tu banco de memoria y usa el modo incógnito para preguntas delicadas puntuales.