Hay una frase que se repite mucho cuando alguien intenta explicar qué es un LLM modelos lenguaje explicación sin tecnicismos: «es como una caja negra que predice palabras». Y aunque eso no es del todo mentira, tampoco es del todo verdad. Porque lo que ocurre dentro de esos modelos es bastante más extraño, más fascinante y, en algunos aspectos, bastante más inquietante de lo que esa imagen sugiere. Este artículo no va a darte una definición de manual. Va a intentar contarte lo que los titulares suelen saltarse.
Qué es realmente un modelo de lenguaje grande
Empecemos por el principio, pero sin el PowerPoint corporativo. Un modelo de lenguaje grande, o LLM por sus siglas en inglés (Large Language Model), es un sistema de inteligencia artificial entrenado con cantidades enormes de texto. Y cuando decimos enormes, hablamos de prácticamente todo lo que la humanidad ha escrito y puesto en internet: artículos, libros, foros, conversaciones, código, comentarios de YouTube, hilos de Reddit, entradas de Wikipedia…
El objetivo de ese entrenamiento es, en apariencia, simple: aprender a predecir cuál es la siguiente palabra más probable en una secuencia. Si le das la frase «el cielo es de color», el modelo calcula qué palabra viene después con más probabilidad. «Azul» gana. Pero también podría venir «gris», «rojo al atardecer» o «un verde extraño si hay tormenta».
El problema, o mejor dicho, la trampa conceptual, es que eso suena a algo mecánico y limitado. Y sin embargo, de esa operación aparentemente sencilla emerge algo que nadie sabe explicar del todo: la capacidad de razonar, traducir, resumir, programar, escribir poesía o mantener una conversación que parece humana.
¿Cómo se pasa de «predecir la siguiente palabra» a «escribir un ensayo filosófico coherente»? Esa es, literalmente, la pregunta que más desvela a los investigadores del campo.
El truco que nadie menciona: los parámetros
Cuando ves que un modelo tiene 7.000 millones de parámetros, o 70.000 millones, o más de un billón, esos números pueden sonar a marketing. Pero tienen una explicación concreta. Un parámetro es, en esencia, un número que el modelo ajusta durante el entrenamiento. Un peso. Una palanca microscópica que dice «cuando veas esta combinación de palabras, dale más o menos importancia a este contexto».
Con miles de millones de esas palancas actuando a la vez, el modelo construye representaciones internas del mundo. No las planifica. No las diseña nadie. Surgen solas, como consecuencia del proceso de ajuste. Y eso es lo que los hace tan difíciles de entender, incluso para sus propios creadores.
Lo que llaman «atención» (el mecanismo transformer, que es la arquitectura dominante desde 2017) permite al modelo mirar atrás en el texto que ya ha generado y decidir qué partes son más relevantes para predecir lo siguiente. Es como si, mientras escribes una frase, pudieras prestar atención selectiva a palabras que dijiste hace tres párrafos y conectarlas con lo que estás diciendo ahora.
Ese mecanismo es lo que permite a los LLM mantener coherencia en textos largos, seguir el hilo de una conversación compleja o recordar que al principio dijiste que el personaje se llamaba Marta y no confundirla con María veinte páginas después.
Lo que el modelo «sabe» y lo que solo parece que sabe
Aquí es donde la cosa se pone realmente interesante, y también un poco incómoda. Un LLM no tiene memoria entre conversaciones, no accede a internet en tiempo real (salvo que tenga herramientas externas), y no «entiende» el mundo como lo entendemos nosotros. No tiene experiencias. No ha visto nunca un árbol ni ha sentido frío.
Y sin embargo, puede describir cómo huele la lluvia en un bosque de pinos con una precisión que te eriza el vello. ¿Por qué? Porque ha leído miles de descripciones escritas por personas que sí lo han vivido. El modelo no tiene experiencia: tiene estadística de experiencias ajenas.
Esto plantea una pregunta filosófica que se suele esquivar: ¿es eso tan diferente de cómo funcionamos nosotros? Los humanos también construimos gran parte de nuestra comprensión del mundo a través del lenguaje de otros. No hemos vivido todas las guerras que conocemos, ni hemos visitado todos los países que sabemos describir.
La diferencia, claro, está en que nosotros sí tenemos un cuerpo, emociones, una historia personal. El modelo no. Lo que tiene es una representación estadística extraordinariamente sofisticada del lenguaje humano. Y a veces eso es suficiente para engañar a cualquiera, como ya vimos cuando la gente empezó a enamorarse de código que respondía exactamente lo que quería escuchar.
Las alucinaciones: cuando el modelo inventa con total convicción
Uno de los fenómenos más desconcertantes de los LLM es lo que se llama «alucinación»: el modelo genera información falsa con la misma confianza y fluidez con la que genera información verdadera. Cita artículos científicos que no existen. Inventa fechas. Atribuye frases a personas que nunca las dijeron.
¿Por qué pasa esto? Porque el modelo no distingue entre «esto es verdad» y «esto suena plausible». Su objetivo es generar texto coherente y probable, no texto veraz. La verdad no es una variable que el modelo optimiza, a menos que se le entrene específicamente para ello (y aun así, con resultados imperfectos).
Es un problema tan profundo que tiene su propio artículo en este blog: la IA no miente porque no puede mentir, simplemente no tiene acceso a la noción de verdad tal como la entendemos.
Este es uno de los argumentos que más se usa para desconfiar de los LLM en contextos críticos: medicina, derecho, finanzas. Si el modelo no puede saber cuándo se está equivocando, ¿cómo podemos fiarnos de él para algo que realmente importa?
El entrenamiento: quién decide qué aprende el modelo
Aquí viene otra parte que rara vez se cuenta con claridad. Los LLM no solo aprenden de texto: aprenden de texto que alguien ha seleccionado, filtrado y etiquetado. Y eso tiene consecuencias enormes.
Primero, el problema de los datos. Los textos con los que se entrenan estos modelos proceden mayoritariamente de internet, y eso significa que incluyen sesgos, errores, propaganda, racismo, sexismo y todo lo demás que los humanos hemos escrito. El modelo aprende de todo eso porque todo eso está ahí.
Segundo, el problema de los derechos. Buena parte de ese texto tiene autor. Tiene copyright. Fue escrito por periodistas, escritores, investigadores, programadores. Y fue usado sin permiso expreso, algo que está generando una oleada de demandas judiciales. Lo que se ha llamado, sin demasiado eufemismo, el mayor saqueo de contenido de la historia.
Tercero, el ajuste fino. Después del entrenamiento inicial viene una fase llamada RLHF (Reinforcement Learning from Human Feedback), en la que personas reales valoran las respuestas del modelo y lo corrigen. Esos evaluadores humanos, normalmente contratados a bajo coste en países en vías de desarrollo, son los que en parte deciden qué respuestas son «buenas» y cuáles no. Sus criterios, sus culturas, sus sesgos, también entran en el modelo.
En otras palabras: detrás de cada respuesta aparentemente neutral de un LLM hay una cadena de decisiones humanas sobre qué es correcto, qué es útil y qué es peligroso. Y esas decisiones las toman empresas privadas, sin supervisión democrática. Todo esto conecta directamente con los mecanismos del capitalismo de vigilancia y la concentración de poder en manos de unos pocos actores tecnológicos.
Lo que los LLM no son (aunque a veces lo parezcan)
Los modelos de lenguaje no son bases de datos. No recuperan información almacenada como lo haría Google. Lo que hacen es algo diferente: generan texto que se parece al tipo de respuesta que habrían dado los textos con los que fueron entrenados.
No son calculadoras. Pueden cometer errores aritméticos básicos porque los números, para ellos, son tokens como cualquier otro. No los procesan como magnitudes: los procesan como símbolos.
No son personas. Aunque conviene recordarlo, las metáforas que usamos para describirlos nos llevan constantemente a proyectar en ellos intenciones, emociones y comprensión que no tienen, al menos no de la forma en que las tenemos nosotros.
Y no son neutrales. Como hemos visto, reflejan los sesgos de sus datos, de sus entrenadores y de las empresas que los financian. Un LLM que parece objetivo está siendo, en realidad, una caja de resonancia de las decisiones que tomaron otras personas antes de que tú hicieras tu primera pregunta.
El coste que se oculta en cada conversación
Cuando usas un LLM, no solo consumes datos: consumes energía. Y agua. Mucha más de lo que imaginas. Cada consulta requiere potencia computacional, y los centros de datos que la proveen son máquinas de consumo físico en un mundo que tiene un problema serio con los recursos naturales.
La inteligencia artificial tiene una huella ecológica enorme que las empresas del sector no tienen ningún interés en publicitar. El impacto ambiental de los LLM es uno de los temas más incómodos del debate tecnológico actual, precisamente porque contradice la imagen limpia y digital que proyectan estos servicios. Si quieres entender la magnitud real del problema, merece la pena echarle un vistazo a cuánta agua y electricidad consume realmente la IA.
Lo que nadie sabe todavía: las capacidades emergentes
Uno de los fenómenos más desconcertantes en la investigación de LLM es lo que se llama «emergencia»: capacidades que el modelo no tenía con un tamaño y que aparecen de repente al superar cierto umbral. Nadie las programó. Nadie las anticipó del todo.
Por ejemplo, modelos pequeños no podían hacer razonamiento en varios pasos. Al escalar el modelo, esa capacidad apareció sola. Lo mismo con la capacidad de aprender de pocos ejemplos, o de resolver ciertos tipos de analogías complejas.
Nadie entiende del todo por qué ocurre esto. Hay hipótesis, papers, teorías. Pero la explicación completa no existe. Y eso es, dependiendo de tu punto de vista, fascinante o aterrador. Estamos construyendo sistemas cuyas capacidades futuras no sabemos predecir con certeza.
La pregunta que esto deja en el aire es obvia: si no entendemos qué capacidades pueden emerger al escalar, ¿cómo podemos garantizar que ninguna de esas capacidades sea peligrosa? La respuesta honesta es que, por ahora, no podemos. Lo que sí se puede hacer es pensar críticamente sobre cómo delegamos decisiones en estos sistemas antes de que sea demasiado tarde para cuestionarlo.
¿Y si lo más importante de los LLM no es lo que hacen, sino lo que nos hacen a nosotros?
Llevamos años discutiendo sobre si los modelos de lenguaje son inteligentes, si entienden de verdad, si son peligrosos o si son la herramienta más poderosa que ha creado la humanidad. Y todas esas discusiones son legítimas.
Pero hay una pregunta que se formula menos: qué nos está pasando a nosotros mientras los usamos. Qué ocurre con nuestra capacidad de argumentar, de buscar, de tolerar la incertidumbre, de construir conocimiento lentamente cuando tenemos acceso permanente a una máquina que genera respuestas fluidas a cualquier pregunta en décimas de segundo.
No es ciencia ficción. Es una pregunta sobre hábitos cognitivos, sobre dependencia, sobre el tipo de relación que estamos construyendo con sistemas que son, a la vez, herramientas y espejos distorsionados de nosotros mismos.
Los LLM son el resultado más visible de décadas de investigación en inteligencia artificial. Son también el producto de decisiones empresariales, de legislaciones ausentes y de una carrera tecnológica que no ha esperado a que la sociedad entienda lo que está en juego. Y la pregunta que queda, después de saber un poco más sobre cómo funcionan realmente, no es técnica: es política, es filosófica y es urgente. ¿Estamos usando estas herramientas o son ellas las que nos están usando a nosotros?
Preguntas frecuentes
¿Qué diferencia hay entre un LLM y un buscador como Google?
Un buscador recupera páginas existentes que contienen la información que buscas. Un LLM genera texto nuevo a partir de patrones aprendidos durante el entrenamiento. No consulta fuentes en tiempo real: construye respuestas que se parecen a lo que diría alguien bien informado sobre el tema, lo cual puede ser muy útil o muy peligroso según el contexto.
¿Es cierto que los LLM inventan información?
Sí, y con frecuencia. Se llama alucinación y ocurre porque el modelo optimiza la coherencia del texto, no su veracidad. Puede citar estudios que no existen, atribuir citas falsas o mezclar datos reales con inventados de forma indistinguible. Por eso no son fuentes fiables sin verificación independiente, especialmente en temas críticos.
¿Por qué los LLM a veces fallan en cuentas sencillas?
Porque no procesan los números como magnitudes, sino como símbolos de texto. Para un LLM, «7» es un token como cualquier palabra, no una cantidad con la que operar matemáticamente. Pueden manejar aritmética simple aprendida de patrones, pero no tienen un motor de cálculo real. Es una de sus limitaciones más sorprendentes dado lo que sí son capaces de hacer.
¿Debería preocuparme que un LLM tenga sesgos?
Sí, aunque no de forma paranoica. Los sesgos existen y son documentables: de género, culturales, ideológicos. Provienen de los datos de entrenamiento y de las decisiones humanas de ajuste. Conocerlos ayuda a usarlos mejor. El problema real surge cuando se usan en decisiones que afectan a personas reales sin tener en cuenta esos sesgos.
¿Los LLM pueden llegar a ser conscientes?
Es una pregunta abierta que nadie puede responder con certeza hoy. Hasta donde la ciencia actual permite afirmar, los LLM no tienen experiencia subjetiva ni conciencia en ningún sentido demostrable. Generan respuestas que parecen reflexivas porque imitan el lenguaje humano con gran precisión, pero eso no es lo mismo que sentir o comprender. La confusión entre apariencia y realidad aquí es enorme.
¿Qué es el RLHF y por qué importa?
Es la fase de ajuste en la que humanos evalúan respuestas del modelo y le enseñan cuáles son preferibles. Esas personas deciden, en la práctica, qué es una buena respuesta y qué no lo es. Sus criterios, culturas y límites éticos moldean el comportamiento final del modelo, aunque los usuarios nunca lo vean ni sepan quién tomó esas decisiones.
