Los dosieres
Cómo aprende un modelo, y por qué responde así
Del texto bruto a tu respuesta: todo el ciclo de vida de un modelo de lenguaje, contado sin una sola fórmula.
Revisado el 22 de agosto de 2026
¿De dónde salen los textos?
La materia prima de un modelo de lenguaje es texto, en cantidades que ningún humano leerá jamás: copias de la web (el proyecto sin ánimo de lucro Common Crawl archiva páginas desde 2008), libros digitalizados, enciclopedias, código, transcripciones. Ese montón bruto se limpia después: se quitan duplicados, spam, idiomas mal detectados y datos personales reconocibles, y se da más peso a las fuentes consideradas de calidad. El filtrado pesa tanto como el volumen: dos modelos alimentados con la misma web, filtrada de forma distinta, no alcanzan el mismo nivel. Ahí nace también el debate sobre los derechos de autor: esos textos los escribieron personas que, en su mayoría, nunca firmaron nada.
Leer la versión descubrimiento
Imagina una biblioteca tan grande que no se le ve el final: páginas web, libros, artículos, charlas de foros, código de ordenador. Antes de ir a la escuela, la IA recibe todo eso en su mochila. Pero primero alguien hace limpieza: fuera las páginas repetidas, los textos rotos y las cosas feas. Y algunos autores protestan: «¡Ese libro es mío, nadie me preguntó!». Es una gran discusión entre mayores, y todavía no ha terminado.
El preentrenamiento: adivinar lo que sigue, miles de millones de veces
El preentrenamiento se apoya en una sola consigna, muy simple: tapar el siguiente de un texto y pedir al modelo que lo prediga. Cuando falla, un algoritmo retoca ligeramente sus (sus «ajustes» internos, cientos de miles de millones en los más grandes) en la dirección que habría hecho más probable la respuesta correcta. Repetida sobre billones de tokens, esta tarea modesta obliga a la red a absorber gramática, hechos, estilos y elemental: todo lo que ayuda a adivinar lo que sigue. El resultado es un «modelo base»: completa de maravilla, pero aún no sabe conversar ni obedecer una instrucción. Esta fase ocupa decenas de miles de chips durante semanas; es la que nuestra página Conso mide en vatios.
Leer la versión descubrimiento
El juego favorito de la IA en la escuela se llama «adivina lo que sigue». Le enseñan «El gato duerme en el…» y tiene que proponer «sofá», «cama» o «alfombra». Al principio dice cualquier cosa. Pero con cada error, alguien gira un poquito sus miles de millones de botones interiores, y se equivoca un poco menos. Juega a este juego miles de millones de millones de veces, en un edificio lleno de ordenadores calientes, hasta conocer la música de las frases en casi todos los idiomas.
El afinado: aprender a ser útil e inofensivo
El modelo base es un imitador de textos excelente, no un asistente. El afinado lo transforma en dos pasos. Primero el ajuste por instrucciones: se le muestran decenas de miles de pares pregunta-respuesta escritos por humanos, para que coja la costumbre de responder en vez de continuar el texto. Luego el aprendizaje por preferencias (, «refuerzo a partir de valoraciones humanas»): unos anotadores ordenan varias respuestas, un modelo de recompensa aprende esos gustos y el asistente se ajusta para apuntar a lo que gusta. «Útil e inofensivo» es la fórmula consagrada: atender de verdad la petición, sin dar ayuda peligrosa ni inventar. Es esta fase, y no el preentrenamiento, la que da a un asistente su tono, su prudencia y sus negativas.
Leer la versión descubrimiento
Después de la gran escuela, la IA sabe terminar frases, pero todavía no sabe ser amable y útil. Entonces unas personas le enseñan buenos modales: escriben ejemplos de respuestas bonitas, luego le muestran dos respuestas y dicen «esta es mejor». Poco a poco, la IA prefiere las respuestas que ayudan, que dicen la verdad y que no hacen daño a nadie. Un poco como un cachorro al que felicitas cuando lo hace bien.
Responder: una palabra tras otra, con aplomo
En el uso, el modelo ya no cambia: lee tu mensaje troceado en , calcula una probabilidad para cada token posible, saca uno, lo añade y vuelve a empezar hasta el punto final. Un ajuste llamado «» dosifica el azar de ese sorteo: baja, el modelo elige casi siempre el más probable y se repite; alta, varía más y descarrila antes. Nada en este mecanismo distingue un hecho conocido de una formulación plausible: cuando falta la información, el texto más probable suele parecer una respuesta segura. De ahí las «alucinaciones», esos errores dichos con aplomo: una referencia inventada, una fecha desplazada, una cifra redondeada al azar. Los asistentes actuales compensan buscando en la web o en tus documentos antes de escribir, lo que reduce el problema sin eliminarlo.
Leer la versión descubrimiento
Cuando haces una pregunta, la IA no busca la respuesta en un cajón: la fabrica, pieza a pieza, adivinando la palabra siguiente más probable, como en la escuela. A veces se le deja un poco de azar, para que no diga siempre exactamente lo mismo. Como elige lo que «suena bien», puede contar algo falso con una voz muy segura. Por eso comprobamos lo que dice, como comprobarías a un amigo que habla muy deprisa.
Lo que no hace (y lo que aún no sabemos)
Tres ideas recibidas que desmontar. El modelo no aprende de tu conversación: sus quedan congelados tras el ; lo que «retiene» durante un intercambio cabe en su y desaparece al cerrar, salvo funciones de memoria que le reinyectan notas al empezar la sesión siguiente. Tus mensajes sí pueden servir para entrenar la versión siguiente, según el proveedor y tus ajustes: ChatGPT y Claude lo hacen con las cuentas de particulares salvo que lo rechaces, nunca con las ofertas para empresas. Por último, ¿«entiende»? No tiene cuerpo, ni vivencias, ni intenciones propias, y parte de los investigadores solo ve en él un «loro estocástico»; otros observan en sus circuitos representaciones del mundo que se parecen a una forma de comprensión. El debate está abierto, y es honesto decirlo.
Leer la versión descubrimiento
La IA habla muy bien, pero no es una persona que entienda como tú. No ha vivido, no ha probado un helado, no ha tenido miedo de la oscuridad. No se acuerda de ti de una conversación a otra, salvo que le den una libretita para apuntar. Y no aprende mientras habláis: la gran escuela ya terminó. Pero los científicos siguen discutiendo: ¿entiende «un poco» de todos modos? Nadie tiene la respuesta completa.