Cómo funciona un modelo de lenguaje como ChatGPT, explicado sin tecnicismos

La IA no es una sola cosa

Cuando alguien dice "la IA hizo esto", casi siempre habla de la capa más pequeña y más nueva de una familia grande. Sirve verla como cajas, una dentro de la otra:

Los modelos de lenguaje (en inglés, LLM) viven en la última caja. Son los que hoy escriben correos, resumen documentos y responden preguntas.

Cómo escribe un modelo de lenguaje, paso a paso

Un modelo de lenguaje hace cuatro cosas, siempre en el mismo orden:

1. Lee tu texto y lo parte en fragmentos llamados tokens.
2. Calcula probabilidades: estima qué fragmento tiene más sentido que siga.
3. Escribe uno: elige un fragmento entre los más probables y lo agrega a la respuesta.
4. Repite: vuelve al paso 2 con el texto ya crecido, hasta terminar.

Eso es todo el mecanismo. No hay un plan de la respuesta completa guardado en algún lado: cada palabra sale de mirar todo lo anterior y calcular la siguiente. Pruébalo en esta demostración: elige un ejemplo y avanza paso a paso.

Qué es un token y por qué importa

El modelo nunca ve palabras completas como tú. Ve tokens: pedazos que pueden ser una palabra, una sílaba o un signo. "La inteligencia artificial" puede llegarle como cuatro o cinco fragmentos, y un número como 1.234.567 como varios pedazos de cifras y puntos.

Según la ayuda de OpenAI, en inglés un token equivale más o menos a cuatro caracteres. En español, con tildes y palabras más largas, el texto suele partirse en más pedazos.

Esto explica dos cosas que sorprenden a todo el mundo:

• Por qué falla en lo que parece fácil. Contar las letras de una palabra o partir un número largo es difícil para algo que no ve letras ni dígitos sueltos, aunque escriba un ensayo impecable.
• Por qué hay límites de longitud. Las herramientas miden cuánto texto cabe en una conversación en tokens, así que un chat muy largo o un documento enorme se acercan a ese límite más rápido de lo que crees.

De dónde sale lo que sabe

Un modelo de lenguaje aprende leyendo cantidades enormes de texto y ajustando millones de parámetros para predecir mejor la siguiente palabra. La arquitectura que hizo posible el salto de los últimos años se llama Transformer y se publicó en 2017 en el artículo "Attention Is All You Need". Su idea central, la atención, le permite al modelo mirar todas las palabras del texto a la vez y decidir cuáles pesan más para predecir la siguiente.

Después de ese entrenamiento general, las empresas lo afinan para que converse, siga instrucciones y evite respuestas dañinas. Por eso ChatGPT, Gemini y Claude responden como asistentes y no como un autocompletado suelto.

Hay dos consecuencias prácticas:

• Tiene fecha de corte. Lo que aprendió llega hasta cierto momento. Si la herramienta no busca en internet, no sabe lo que pasó esta semana.
• Aprendió del promedio. Si no le das contexto, apunta a la respuesta más común del mundo, que casi nunca se parece a tu caso.

Por qué un modelo de lenguaje inventa con tanta seguridad

Aquí está la parte que más le sirve a quien empieza. El modelo no sabe si algo es cierto; sabe si suena probable. Cuando no tiene el dato, igual produce la continuación más verosímil, porque su única operación posible es elegir un fragmento y siempre hay uno disponible.

En la demostración de arriba, el ejemplo "Cuando no tiene el dato" lo muestra: todos los candidatos empatan abajo, nadie se despega, y el modelo igual escribe una frase completa que suena jurídica y es falsa. El tono no depende de la certeza. Depende de cómo se suele escribir ese tipo de frase.

A esto se le llama alucinación, y aparece sobre todo en cifras, fechas, citas, leyes y datos muy específicos de tu sector. Verificar es parte del método de trabajo con IA, igual que revisar una cuenta antes de pagarla.

Qué cambia en cómo usas la IA

Saber que el modelo predice te da tres reglas sencillas:

1. Dale contexto. Quién eres, para qué lo necesitas y cómo lo quieres recibir. Cada dato que le das cambia las probabilidades a tu favor.
2. Verifica lo verificable. Cifras, fechas, nombres, citas y normas van a la fuente original antes de usarlos.
3. Firma tú. Si un texto sale con tu nombre, la responsabilidad es tuya, no de la herramienta.

Con eso ya usas la IA mejor que la mayoría. El siguiente paso es aprender a pedirle bien, y eso tiene método.