Este estudio avanza en la comprensión de la confianza pública en la inteligencia artificial (IA) al distinguir entre la confianza general en la IA como sistema y la confianza en componentes específicos de la IA, y al desentrañar los roles de la capacidad percibida, el riesgo y la personalidad. Basándose en datos de encuestas representativas a nivel nacional de 1099 adultos estadounidenses recopilados en 2023 (conjunto de datos AIMS), el estudio estima múltiples modelos de regresión para examinar cómo estas evaluaciones moldean la confianza en dimensiones técnicas, organizativas e institucionales. Los resultados muestran que la capacidad cognitiva percibida es el predictor positivo más fuerte tanto de la confianza general como de la confianza a nivel de componentes, mientras que la capacidad emocional y autónoma mejora principalmente la confianza en componentes específicos del sistema. El riesgo social percibido socava consistentemente la confianza en todos los niveles, mientras que el riesgo personal percibido erosiona principalmente la confianza en componentes técnicos. Es importante destacar que el apoyo para otorgar a la IA estatus legal o institucional aumenta significativamente la confianza, mientras que la consideración moral de la IA exhibe efectos directos limitados, lo que resalta una distinción crítica entre la responsabilidad institucional y la preocupación ética. En conjunto, estos hallazgos demuestran que la confianza pública en la IA no es una actitud unitaria, sino que refleja juicios multidimensionales sobre la capacidad, el riesgo y la gobernanza. El estudio subraya la importancia de la responsabilidad institucional y la mitigación de riesgos, junto con una comunicación transparente sobre las capacidades de la IA, para fomentar una confianza pública sostenible en la IA.