{"id":52149,"date":"2026-09-21T14:42:22","date_gmt":"2026-09-21T14:42:22","guid":{"rendered":"https:\/\/impulseducacio.org\/?p=52149"},"modified":"2026-09-21T14:52:23","modified_gmt":"2026-09-21T14:52:23","slug":"prediccion-no-comprension-modelo-de-lenguaje","status":"publish","type":"post","link":"https:\/\/impulseducacio.org\/es\/prediccion-no-comprension-modelo-de-lenguaje\/","title":{"rendered":"Predicci\u00f3n, no comprensi\u00f3n: qu\u00e9 ocurre dentro de un modelo de lenguaje"},"content":{"rendered":"

<\/div>
<\/div>
<\/div>

El eco m\u00e1s probable<\/h1><\/h1><\/div>
<\/div><\/div><\/div>

Compartir<\/h4>
<\/i><\/a><\/span><\/i><\/a><\/span><\/i><\/a><\/span><\/i><\/a><\/span><\/div><\/div>
<\/div><\/div><\/div>
<\/div>
<\/div>
<\/div>
<\/path><\/svg><\/div>
<\/div><\/div><\/div>
<\/div><\/div><\/div><\/div><\/div>

21 September 2026<\/p>\n<\/div>

<\/div><\/div><\/div><\/div>

Predicci\u00f3n, no comprensi\u00f3n: qu\u00e9 ocurre dentro de un modelo de lenguaje<\/h2>\n<\/div>
<\/div><\/div><\/div><\/div><\/div>
<\/span><\/a><\/span>
<\/a><\/span><\/div>
<\/div>
<\/i>M\u00c1S INFO.<\/span><\/a><\/div><\/div><\/div>

El juicio no se delega\u00b7 1 de 12<\/p>\n<\/div><\/div><\/div><\/div>

Es f\u00e1cil creer que la inteligencia artificial entiende lo que le pedimos. Quien haya escrito un mensaje desde el m\u00f3vil tiene, sin saberlo, una versi\u00f3n diminuta del mismo mecanismo en la mano. El teclado sugiere la palabra siguiente, y si se aceptan las sugerencias una tras otra, sin pensar, aparece en la pantalla una frase entera, bien construida, con nuestro tono, pero que quiz\u00e1s no dice nada de lo que quer\u00edamos decir. Es un eco. Un eco muy probable.<\/h5>\n<\/div>
<\/div><\/div><\/div><\/div>

Jos\u00e9 Antonio Bowen y C. Edward Watson, autores de una de las gu\u00edas m\u00e1s difundidas sobre docencia con inteligencia artificial, parten desde un punto muy similar: el buscador lleva a\u00f1os intentando adivinar el final de nuestras frases a partir de lo que otras personas buscaron antes. Sin embargo, nadie ha pensado nunca que Google le entendiera. Con un modelo de lenguaje la impresi\u00f3n es otra, pues responde con prosa impecable a preguntas que no esper\u00e1bamos que pudiera abordar, y entonces parece que quien nos habla es alguien.<\/p>\n

Esta experiencia provoca un cierto entusiasmo inicial y anima a muchos a tratar a la m\u00e1quina con las normas de cortes\u00eda propia entre seres humanos y por supuesto el mismo lenguaje y tipo de di\u00e1logo. Saludamos al empezar, \u201cbuenas tardes\u201d, damos las gracias e incluso nos despedimos, \u201cnos vemos m\u00e1s tarde\u201d. Y lo asombroso es que nos sigue la cuerda, pero \u2026, \u00bfes esto lo m\u00e1s correcto para tener una conversaci\u00f3n \u00fatil?<\/p>\n

La conversaci\u00f3n educativa sobre inteligencia artificial tropieza casi siempre con el mismo problema de base, y es que se decide sobre algo que no se ha entendido en profundidad. Este primer art\u00edculo se ocupa del principio del recorrido.<\/p>\n

\u00bfQu\u00e9 hace exactamente la m\u00e1quina cuando habla?<\/p>\n<\/div>

<\/div>
\"model<\/span><\/div><\/div><\/div><\/div>

El truco est\u00e1 en la apuesta<\/h3>\n

Un modelo de lenguaje no busca informaci\u00f3n ni consulta un almac\u00e9n de conocimiento. Predice la palabra siguiente. Esa es toda la operaci\u00f3n, repetida millones de veces.<\/p>\n

La imagen de la apuesta describe bien lo que ocurre. El modelo apuesta por la palabra m\u00e1s probable, la escribe, y vuelve a apostar dando por buena su apuesta anterior. Nunca se pregunta si acert\u00f3. Solo contin\u00faa.<\/p>\n

Para poder hacerlo, el texto se convierte antes en n\u00fameros, pues una red neuronal solo trabaja con n\u00fameros. A esas unidades m\u00ednimas se las llama tokens, y representan palabras, fragmentos de palabra, caracteres o signos de puntuaci\u00f3n. El modelo recibe una secuencia de tokens y calcula, sobre todo el vocabulario disponible, cu\u00e1l es el que tiene m\u00e1s probabilidad de seguir.<\/p>\n<\/div><\/div><\/div><\/div>

El texto se descompone en tokens num\u00e9ricos para que la red calcule estad\u00edsticamente la siguiente apuesta.<\/h6>\n<\/div><\/div><\/div>
\"model<\/span><\/div><\/div><\/div><\/div>

Este mecanismo probabil\u00edstico se puede comprobar desde fuera. Bowen y Watson describen un ajuste interno que los desarrolladores llaman temperatura: cuando se configura a cero, el modelo escoge siempre la palabra m\u00e1s probable y sus respuestas se vuelven previsibles; cuando se aumenta, empieza a seleccionar palabras menos probables, y con ellas llegan a la vez la originalidad y el disparate. Es un \u00fanico ajuste para las dos cosas. No hay un mando para lo interesante y otro para lo acertado, y ese detalle explica buena parte de lo que veremos en el pr\u00f3ximo art\u00edculo \u201cSin luz de aviso\u201d.<\/p>\n

Este funcionamiento, por s\u00ed solo, no explica lo que vemos en pantalla. Un predictor de palabras lleva a\u00f1os en el teclado del m\u00f3vil y nadie lo confunde con un interlocutor. Lo que separa a uno de otro es la escala, y la escala tiene dos medidas. La primera es el texto con el que se entrena: cuarenta y cinco terabytes en el caso de GPT-3, m\u00e1s de doce billones de palabras. La segunda son los par\u00e1metros, las variables internas que se ajustan durante el entrenamiento. No cuentan palabras, cuentan ajustes. GPT-2 ten\u00eda mil quinientos millones de par\u00e1metros; GPT-3 lleg\u00f3 a m\u00e1s de cien veces esa cifra. El mecanismo sigui\u00f3 siendo el mismo. Lo \u00fanico que creci\u00f3 fue el tama\u00f1o.<\/p>\n

En 2017 se a\u00f1adi\u00f3 adem\u00e1s una arquitectura, el transformador, que permite comparar cada token con todos los dem\u00e1s de la secuencia a la vez, y no uno detr\u00e1s de otro. M\u00e1s contexto, m\u00e1s matiz, m\u00e1s velocidad. Ninguna comprensi\u00f3n.<\/p>\n<\/div><\/div><\/div><\/div>

\"model<\/span><\/div><\/div><\/div>
El \u00e9xito actual no proviene de la comprensi\u00f3n, sino de un incremento gigantesco de escala y par\u00e1metros.<\/h6>\n<\/div><\/div><\/div><\/div>

Mapas sin territorio<\/h3>\n

Si la operaci\u00f3n es tan simple, \u00bfpor qu\u00e9 acierta tanto?<\/p>\n

Dirk Wulff, del Instituto Max Planck para el Desarrollo Humano de Berl\u00edn, y Rui Mata, de la Universidad de Basilea, publicaron en 2026 en Trends in Cognitive Sciences una revisi\u00f3n de lo que estos sistemas pueden aportar a la ciencia cognitiva. Su definici\u00f3n es sobria: sistemas computacionales entrenados con texto para aprender regularidades estad\u00edsticas del lenguaje. Y a\u00f1aden algo decisivo. Adem\u00e1s de predecir, esos sistemas convierten el texto en representaciones num\u00e9ricas llamadas embeddings, que sit\u00faan palabras y frases en un espacio de muchas dimensiones donde la proximidad corresponde a la similitud de significado (2).<\/p>\n

Ah\u00ed est\u00e1 la respuesta. Lo que el entrenamiento produce no es conocimiento del mundo, sino un mapa de proximidades entre las cosas que las personas han dicho sobre el mundo. Un mapa muy detallado, construido sobre una porci\u00f3n enorme de lenguaje humano, en el que “docente” queda cerca de “aula” y lejos de “turbina”. Con un mapa as\u00ed se recorre much\u00edsimo territorio sin haber pisado nunca ninguno.<\/p>\n

Ese mapa da resultados que sorprenden incluso a quienes lo construyen. Wulff y Mata recuerdan que estos modelos resuelven tareas muy diversas sin haber sido entrenados para cada una de ella. El caso m\u00e1s discutido es un modelo llamado Centaur. Marcel Binz y su equipo lo presentaron en 2025 en la revista Nature: lo entrenaron con una colecci\u00f3n muy amplia de datos de conducta humana, procedentes de experimentos sobre memoria, aprendizaje y toma de decisiones. El modelo termin\u00f3 prediciendo c\u00f3mo decidir\u00edan las personas en tareas que nunca hab\u00eda visto.<\/p>\n

El resultado es notable, y los propios Wulff y Mata lo matizan enseguida de tres formas. El modelo se desestabiliza ante variaciones peque\u00f1as del enunciado. Sus representaciones internas siguen siendo opacas. Y hay investigadores que cuestionan de ra\u00edz que ning\u00fan modelo actual pueda ense\u00f1arnos algo sobre la mente humana.<\/p>\n

Ese es el estado real de la discusi\u00f3n, y merece la pena trasladarlo al claustro tal cual es. La pregunta seria no es si la m\u00e1quina entiende. Es qu\u00e9 representaci\u00f3n del mundo puede construir un sistema que solo ha visto texto, y hasta d\u00f3nde llega esa representaci\u00f3n cuando lo que hay que explicar son procesos que dependen del cuerpo, de la percepci\u00f3n y de la acci\u00f3n. Wulff y Mata la dejan planteada como pregunta abierta, no como conclusi\u00f3n.<\/p>\n

Por qu\u00e9 nos convence<\/h3>\n

En 1950, Alan Turing se pregunt\u00f3 si las m\u00e1quinas pueden pensar y descart\u00f3 su propia pregunta por imprecisa. La sustituy\u00f3 por un juego: un interrogador conversa por escrito con dos interlocutores y trata de averiguar cu\u00e1l de los dos es humano. Bowen y Watson lo resumen sin rodeos: lo que el test mide es si “este chatbot puede hacernos creer que interactuamos con un humano”. En 2022, un ingeniero de Google fue despedido tras sostener p\u00fablicamente que el chatbot de la empresa se hab\u00eda vuelto consciente. No hizo falta que la m\u00e1quina pensara. Bast\u00f3 con que lo pareciera.<\/p>\n

Lo que la m\u00e1quina hace bien, entonces, es sonar a persona. No es un efecto secundario, es justamente aquello para lo que se la entren\u00f3: producir la continuaci\u00f3n m\u00e1s plausible de un texto escrito por humanos. Bowen y Watson lo demuestran con un encargo deliberadamente absurdo: un procedimiento de doscientas palabras para sacar de la tostadora un s\u00e1ndwich de mantequilla de cacahuete, escrito al estilo de la Biblia del rey Jacobo, versi\u00f3n inglesa de 1611 cuya prosa suena a vers\u00edculo. El modelo respondi\u00f3 en ese registro, con el s\u00e1ndwich atrapado en las profundidades del aparato y el pueblo consternado por no poder com\u00e9rselo. Los autores se\u00f1alan enseguida d\u00f3nde estaba lo nuevo: en la combinaci\u00f3n de las tres piezas, el s\u00e1ndwich, la tostadora y el estilo b\u00edblico, que solo pod\u00eda hab\u00e9rsele ocurrido a una persona. La m\u00e1quina contest\u00f3 m\u00e1s deprisa de lo que habr\u00eda contestado cualquiera de nosotros, y eso es cierto. La novedad la hab\u00eda puesto la petici\u00f3n, no la respuesta. La m\u00e1quina no sab\u00eda nada de tostadoras ni de teolog\u00eda. Sab\u00eda qu\u00e9 palabras suelen seguir a qu\u00e9 palabras cuando alguien escribe as\u00ed.<\/p>\n<\/div><\/div><\/div><\/div>

La creatividad proviene de la petici\u00f3n humana; la m\u00e1quina solo enlaza palabras coherentes con el registro.<\/h6>\n<\/div><\/div><\/div>
\"model<\/span><\/div><\/div><\/div><\/div>

Queda a\u00fan una objeci\u00f3n m\u00e1s seria, y conviene no despreciarla. Alejandro Espeso-Garc\u00eda, de la Universidad Cat\u00f3lica de Murcia, sostiene en un art\u00edculo de 2025 que estos sistemas no se limitan a ejecutar tareas, sino que “emulan procesos de razonamiento”. Es cierto que los modelos m\u00e1s recientes encadenan pasos intermedios antes de responder, y que eso les permite resolver problemas de varios movimientos y actuar con bastante autonom\u00eda.<\/p>\n

Pero esos pasos tambi\u00e9n se aprenden. Wulff y Mata explican el procedimiento: se entrena al modelo por refuerzo, premiando las cadenas de pasos que llevan a un resultado comprobable. Lo que ocurre dentro de esas cadenas sigue siendo opaco incluso para quienes construyen los modelos, y acertar mucho no garantiza explicar nada, advierten esos mismos autores. Emular un proceso y realizarlo no es lo mismo.<\/p>\n

Hay una consecuencia de todo esto que merece un art\u00edculo propio: un sistema que calcula lo m\u00e1s probable produce falsedades con la misma fluidez y el mismo aplomo con que produce verdades.<\/p>\n<\/div><\/div><\/div><\/div>

\"model<\/span><\/div><\/div><\/div>
Encadenar pasos l\u00f3gicos emula el razonamiento, pero no disipa la opacidad de su mecanismo interno.<\/h6>\n<\/div><\/div><\/div><\/div>

Qu\u00e9 hacer con esto en la escuela<\/h3>\n

En el aula<\/strong>. El proyecto finland\u00e9s Generation AI ofrece una herramienta llamada Little Language Machine, un entorno en el navegador donde el alumnado entrena su propio modelo de lenguaje, un transformador real mucho m\u00e1s peque\u00f1o que los comerciales. Se ejecuta en local y no env\u00eda datos a servidores externos. Quien la usa ve el modelo pasar de secuencias de caracteres al azar a un texto cada vez m\u00e1s coherente, y puede modificar los datos de entrenamiento, el tama\u00f1o del modelo y la aleatoriedad para observar qu\u00e9 cambia. La herramienta est\u00e1 en beta abierta desde 2025 y su publicaci\u00f3n se prev\u00e9 para el oto\u00f1o de 2026, de modo que conviene probarla antes de llevarla a clase.<\/p>\n

En el aula<\/strong>. Repetir el experimento de la tostadora con un encargo propio, disparatado y muy espec\u00edfico, y pedir al alumnado que localice d\u00f3nde estaba exactamente la creatividad.<\/p>\n

Para el equipo directivo<\/strong>. Un guion de diez minutos, para claustro o para reuni\u00f3n de familias, con las tres ideas de este post: la m\u00e1quina predice, el mapa no es el territorio, la fluidez convence. Con una precauci\u00f3n. En un estudio Delphi internacional publicado en 2026 y dirigido por Jonas Hallstr\u00f6m, catedr\u00e1tico de did\u00e1ctica de la tecnolog\u00eda en la Universidad de Link\u00f6ping, el panel de expertos rechaz\u00f3 con claridad la idea de que aprender sobre inteligencia artificial consista sobre todo en usar aplicaciones generativas de texto como ChatGPT: esa afirmaci\u00f3n obtuvo una media de 2,037 sobre 5. Alfabetizar no consiste \u00fanicamente en abrir cuentas y ense\u00f1ar a redactar peticiones.<\/p>\n<\/div><\/div><\/div><\/div>

La alfabetizaci\u00f3n en IA requiere entender los fundamentos t\u00e9cnicos en lugar de aprender solo a redactar peticiones.<\/h6>\n<\/div><\/div><\/div>
\"model<\/span><\/div><\/div><\/div><\/div>

Para terminar<\/h3>\n

Ese mismo estudio sostiene que la comprensi\u00f3n t\u00e9cnica es “prerrequisito para ser cr\u00edtico y \u00e9tico” con la inteligencia artificial. Es la raz\u00f3n de que esta serie empiece por la m\u00e1quina y no por las pol\u00edticas de centro. Conviene a\u00f1adir, en honor a la precisi\u00f3n, que el panel no lleg\u00f3 a consensuar que haya que abrir del todo la caja negra: esa afirmaci\u00f3n se descart\u00f3 por falta de acuerdo entre los expertos. El desacuerdo est\u00e1 en cu\u00e1nta profundidad t\u00e9cnica se necesita, no en si hace falta alguna. Entender el mecanismo no es un argumento contra la tecnolog\u00eda. Es la condici\u00f3n para poder discutirla.<\/p>\n

Para seguir pensando<\/strong>. Si ma\u00f1ana la m\u00e1quina acertara siempre, \u00bfcambiar\u00eda algo de lo que hemos visto aqu\u00ed? Y una segunda pregunta, m\u00e1s inc\u00f3moda: de las decisiones que hemos tomado este curso sobre inteligencia artificial, \u00bfcu\u00e1les depend\u00edan de creer que pensaba realmente?<\/p>\n<\/div><\/div><\/div><\/div>

\"model<\/span><\/div><\/div><\/div>
Comprender el funcionamiento interno de la tecnolog\u00eda es la condici\u00f3n b\u00e1sica para regularla y evaluarla.<\/h6>\n<\/div><\/div><\/div><\/div>
<\/div>
Valora el post \n\n
\n \n
\n \n
\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n <\/div>\n \n
\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n <\/div>\n<\/div>\n \n\n
\n 5\/5 - (5 votes) <\/div>\n <\/div>\n<\/h5>\n<\/div><\/div><\/div><\/div><\/div>

Compartir<\/h4>
<\/i><\/a><\/span><\/i><\/a><\/span><\/i><\/a><\/span><\/i><\/a><\/span><\/div><\/div>
<\/div><\/div><\/div><\/div><\/div>

Te puede interesar<\/p>\n<\/div>

<\/div><\/div><\/div>
<\/i>Subscr\u00edbete<\/span><\/a><\/div>
<\/div><\/div><\/div>