Respuesta rápida: Un algoritmo es una secuencia ordenada y finita de pasos que resuelve un problema o completa una tarea. No es exclusivo de la computación: una receta de cocina, las instrucciones para armar un mueble y el proceso para sacar tu DNI son algoritmos. En programación, un algoritmo es la lógica que le dices a la máquina antes de escribirla en código. En inteligencia artificial, los algoritmos son los procedimientos con los que un modelo aprende patrones a partir de datos. Un algoritmo tiene tres condiciones: debe ser preciso (cada paso sin ambigüedad), finito (termina en algún momento) y definido (con las mismas entradas da el mismo resultado).

¿Qué es un algoritmo, en simple?

Un algoritmo es una lista de pasos ordenados para llegar a un resultado. Nada más. La palabra suena técnica porque la asociamos a programadores, pero tú ejecutas algoritmos todo el día sin darte cuenta.

Te doy el ejemplo que siempre uso en clase: preparar café. Entrada: agua, café molido, taza. Pasos: hervir el agua, poner el café en el filtro, verter el agua, esperar, servir. Salida: una taza de café. Eso es un algoritmo. Tiene entradas, un procedimiento ordenado y una salida.

La razón por la que importa es esta: antes de programar cualquier cosa, tienes que poder explicarla como algoritmo. Si no sabes describir los pasos en español, no vas a poder escribirlos en Python. Y si trabajas con datos o con IA, entender qué es un algoritmo es lo que separa "uso la herramienta" de "sé qué está haciendo la herramienta".

Las tres condiciones que debe cumplir

No cualquier lista de pasos es un algoritmo. Formalmente tiene que cumplir tres cosas:

Preciso: cada paso está definido sin ambigüedad. "Agrega sal al gusto" no sirve como paso de algoritmo, "agrega 5 gramos de sal" sí.
Finito: termina. Si los pasos se repiten para siempre y nunca llegas a un resultado, no es un algoritmo, es un bucle infinito.
Definido: con las mismas entradas produce siempre la misma salida. Si hoy te da un resultado y mañana otro con los mismos datos, algo está mal.

Estas tres condiciones son las que hacen que un algoritmo sea confiable. Y son la razón por la que la primera pregunta que te hacen en una entrevista de datos suele ser sobre lógica, no sobre sintaxis.

Ejemplos de algoritmos que ya usas

Una receta de cocina. Entradas: ingredientes. Pasos: el procedimiento. Salida: el plato.
El manual de armado de un mueble. Si te saltas el paso 4, el resultado no sale.
Sacar dinero de un cajero. Insertar tarjeta, ingresar clave, elegir monto, verificar saldo, entregar billetes. Con validaciones en el camino.
El feed de Instagram. Un algoritmo que ordena qué te muestra primero según lo que ves, con quién interactúas y cuánto te quedas mirando.
El GPS. Calcula la ruta más corta entre dos puntos evaluando miles de combinaciones. Es literalmente un algoritmo de búsqueda de caminos.
Google. Ordena millones de páginas según cientos de señales para decidir cuál te muestra primero.

Cuando alguien dice "es que el algoritmo no me muestra a mis seguidores", está hablando de esto: un procedimiento que toma datos de entrada y decide una salida.

Cómo se representa un algoritmo

Antes de escribir código, un algoritmo se puede expresar de tres formas. Las tres se usan en la vida real:

Lenguaje natural: los pasos escritos en español, como la receta. Es la forma de arrancar siempre.
Pseudocódigo: una escritura intermedia, con estructura de programa pero sin sintaxis de ningún lenguaje. "SI el saldo es mayor al monto ENTONCES entregar billetes SI NO mostrar error".
Diagrama de flujo: la versión visual, con cajas y flechas. Óvalo para inicio y fin, rectángulo para acción, rombo para decisión.

Mi recomendación cuando enseño: escribe el algoritmo en español primero. Siempre. El 80% de los errores de programación de un principiante no son de sintaxis, son de lógica mal pensada antes de escribir.

Tipos de algoritmos que vas a encontrar

Tipo	Qué hace	Ejemplo cotidiano
Secuencial	Ejecuta pasos uno tras otro, sin desvíos	Una receta simple
Condicional	Toma caminos distintos según una condición	Si llueve, llevo paraguas
Iterativo	Repite pasos hasta cumplir una condición	Revisar cada fila de una planilla
De búsqueda	Encuentra un elemento dentro de un conjunto	Buscar un contacto en el celular
De ordenamiento	Ordena elementos según un criterio	Ordenar ventas de mayor a menor
Recursivo	Se llama a sí mismo con un problema más pequeño	Calcular un factorial

En análisis de datos los que más vas a usar son los iterativos y los de ordenamiento y búsqueda, casi siempre sin escribirlos tú: una fórmula de Excel, una consulta SQL o una línea de Python ya los tienen adentro.

Algoritmo y programa: no son lo mismo

Confusión clásica y vale la pena aclararla. El algoritmo es la idea, el programa es la implementación.

El mismo algoritmo para ordenar una lista de menor a mayor lo puedes escribir en Python, en JavaScript o en Excel. La lógica es idéntica, el código cambia. Por eso quien entiende algoritmos aprende un lenguaje nuevo en semanas, y quien solo memorizó sintaxis se queda pegado cuando le cambian de herramienta.

Es exactamente la razón por la que en los cursos de datos empiezo por lógica y no por instalar programas.

Algoritmos e inteligencia artificial

Aquí está el cruce que casi nadie explica bien. En la programación tradicional tú escribes el algoritmo: defines cada regla a mano. En machine learning pasa algo distinto: le das datos y ejemplos al sistema, y el algoritmo de aprendizaje encuentra las reglas por sí solo.

Un ejemplo concreto. Para detectar correo spam de la forma tradicional escribirías reglas: "si contiene la palabra premio, marcar como spam". Con machine learning le muestras 100,000 correos etiquetados como spam o no spam, y el algoritmo aprende qué combinaciones de palabras y patrones predicen spam. Nadie escribió esas reglas.

Por eso cuando se habla de "el algoritmo de ChatGPT" o "el algoritmo de TikTok" se está hablando de modelos entrenados con datos, no de listas de reglas escritas a mano. El principio de fondo, sin embargo, sigue siendo el mismo: entradas, procedimiento, salida.

¿Necesito saber programar para entender algoritmos?

No. Y esta es la parte que más le sirve a quien viene del lado de negocio.

Entender algoritmos te da tres cosas sin escribir una línea de código: capacidad de descomponer un problema grande en pasos, criterio para saber si una automatización es viable o no, y vocabulario para conversar con el área técnica sin sentirte perdida.

En mi experiencia capacitando equipos, la persona de negocio que aprende a pensar en pasos ordenados es la que después automatiza mejor sus procesos con herramientas sin código, porque entiende qué le está pidiendo a la máquina.

Preguntas frecuentes sobre algoritmos

¿Qué es un algoritmo en palabras simples?

Una lista ordenada de pasos para resolver algo. Una receta de cocina es un algoritmo: tiene ingredientes (entradas), un procedimiento (los pasos) y un plato (la salida).

¿Cuál es la diferencia entre algoritmo y programa?

El algoritmo es la lógica, el programa es esa lógica escrita en un lenguaje que la computadora entiende. Un mismo algoritmo puede programarse en Python, JavaScript o incluso en Excel.

¿Qué características debe tener un algoritmo?

Tres: preciso (cada paso sin ambigüedad), finito (termina) y definido (con las mismas entradas da siempre el mismo resultado).

¿Qué es un algoritmo de programación?

Es un algoritmo pensado para resolverse con una computadora. Se suele escribir primero en pseudocódigo o diagrama de flujo, y después se traduce a código.

¿Los algoritmos de las redes sociales cómo funcionan?

Son modelos de machine learning que toman señales de tu comportamiento (qué ves, cuánto tiempo, con quién interactúas) y predicen qué contenido te va a retener más. Nadie escribió esas reglas a mano: el modelo las aprendió de datos.

¿Qué es un algoritmo en matemáticas?

El mismo concepto: un procedimiento ordenado y finito. El método para hacer una división larga, o el algoritmo de Euclides para hallar el máximo común divisor, son ejemplos clásicos.

Aprende datos en vivo, desde cero y con acompañamiento

Leer sobre datos no es lo mismo que saber trabajarlos. En los cursos de datos practicas Excel, SQL, Power BI y Python sobre casos reales, en vivo y con alguien que te corrige cuando te trabas. Sales usando, no tomando notas.

Ver cursos de datos Haz el test: por dónde empezar

Formate con Gera