La IA no piensa. Apuesta.
Nadie te explicó qué hace un modelo de IA por dentro — y es sorprendentemente simple: apuesta cuál es la siguiente palabra, millones de veces. Entenderlo cambia cómo la usas para siempre. Incluye el juego para que apuestes tú.
Haz una prueba mental: termina esta frase — "El cliente llamó porque su factura estaba…"
¿Pensaste "equivocada"? ¿"pendiente"? ¿"mal"? Felicidades: acabas de hacer exactamente lo mismo que hace un modelo de inteligencia artificial. No exagero. Debajo de toda la magia, un modelo de lenguaje hace una única cosa, millones de veces por segundo: apostar cuál es la siguiente palabra.
Entender esto — de verdad entenderlo — es el desbloqueo mental más rentable que existe sobre IA. Porque explica sus genialidades, sus errores absurdos, y sobre todo, cómo sacarle diez veces más.
Una máquina de completar frases
Un modelo de lenguaje (la tecnología detrás de ChatGPT, Claude, Gemini) se entrena leyendo una porción gigantesca de internet con un solo objetivo: dada una secuencia de palabras, predecir la siguiente. Así lo describe el ensayo visual del Financial Times sobre la arquitectura transformer, y así lo enseña 3Blue1Brown en su serie sobre LLMs: no hay una base de datos de respuestas, no hay "comprensión" como la humana — hay una función matemática colosal que asigna probabilidades a cada palabra posible.
Cuando le escribes, el modelo no "busca la respuesta": construye la respuesta palabra por palabra, eligiendo en cada paso entre miles de candidatas ponderadas. Eligió "equivocada" (34%), la añade a la frase, y vuelve a apostar. Y otra vez. Hasta el punto final.
Juega a ser el modelo
La teoría está bien — pero esto se entiende jugando. Tres rondas: tú apuestas, y luego te mostramos cómo apostaría el modelo.
¿Notaste lo que pasó? Cuando el contexto era claro, tu apuesta y la del modelo coincidían. Ese es el gran secreto: tú también eres una máquina de predicción entrenada por contexto — solo que tu entrenamiento fue tu vida, y el suyo fue internet.
Entonces… ¿por qué "alucina"?
Aquí viene el desbloqueo. Cuando el modelo no tiene información suficiente, no se detiene: sigue apostando, porque es lo único que sabe hacer. Le preguntas por una ley específica que no conoce bien, y produce el número de artículo más probable según los patrones que vio — que suena perfectamente plausible y es perfectamente inventado.
Una alucinación no es una mentira. Es una apuesta segura hecha con contexto pobre. El modelo no sabe que no sabe.
Y de ahí salen las tres reglas prácticas que valen oro:
- Dale el contexto tú. Si le pegas el documento, el dato, el correo — sus apuestas se anclan a TU realidad, no al promedio de internet. La diferencia de calidad es abismal.
- Pídele que dude. Frases como "si no tienes el dato, dilo" cambian qué apuestas son probables. Le abres la puerta a la palabra "no sé" — que también compite en la lotería.
- Verifica lo verificable. Fechas, cifras, nombres, leyes: todo lo que sea "un hecho puntual" es donde las apuestas fallan más. Lo conceptual y lo creativo es donde brillan.
La perilla secreta: temperatura
Queda una pieza: ¿por qué la misma pregunta da respuestas distintas? Porque el modelo no siempre elige la palabra #1. Un parámetro llamado temperatura decide cuánto arriesga: en temperatura baja, apuesta casi siempre a lo más probable (ideal para datos y precisión); en temperatura alta, deja que palabras menos probables ganen a veces (ideal para ideas y creatividad). La guía de prompting de Anthropic y las de todos los laboratorios lo confirman: no es un bug — es la perilla entre contador y poeta.
Lo que te llevas
La próxima vez que uses IA, vas a verla distinto: no como un oráculo que sabe, sino como el mejor apostador de palabras del mundo, esperando que le des mejores cartas. Dale contexto rico, permite la duda, verifica los hechos puntuales — y las apuestas jugarán a tu favor.
Ese cambio de modelo mental — de "oráculo" a "apostador" — es pequeño de explicar y gigante de usar. Y es exactamente el tipo de idea que este blog existe para regalarte.
Fuentes y para seguir explorando: Financial Times — Generative AI exists because of the transformer (ensayo visual) · 3Blue1Brown — serie visual sobre cómo funcionan los LLMs · Anthropic — guía de prompt engineering · Las probabilidades del juego son ilustrativas, para hacer tangible el mecanismo.