{"id":115350,"date":"2026-01-25T08:45:06","date_gmt":"2026-01-25T14:45:06","guid":{"rendered":"https:\/\/losperiodistas.com.mx\/portal\/?p=115350"},"modified":"2026-01-25T19:27:53","modified_gmt":"2026-01-26T01:27:53","slug":"como-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye-ideas","status":"publish","type":"post","link":"https:\/\/losperiodistas.com.mx\/portal\/como-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye-ideas\/","title":{"rendered":"\u00bfC\u00f3mo piensa una inteligencia artificial? La gran sorpresa es que \u2018intuye\u2019 | Ideas"},"content":{"rendered":"\n<p class=\"has-medium-font-size\">Ha ocurrido algo extraordinario, aunque a\u00fan no nos hemos dado cuenta del todo: unos algoritmos son capaces de resolver tareas intelectuales. Estos modelos no son r\u00e9plicas de la inteligencia humana. Su inteligencia es limitada, distinta y, curiosamente, resulta que funcionan de un modo que se parece bastante a la intuici\u00f3n. Esta es una de las siete lecciones que hemos aprendido hasta ahora sobre ellas y sobre nosotros<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img fetchpriority=\"high\" decoding=\"async\" width=\"1024\" height=\"1024\" src=\"https:\/\/losperiodistas.com.mx\/portal\/wp-content\/uploads\/2026\/01\/GALCCZZ2VJHHXGTQUZFH4TN5SA-1024x1024.avif\" alt=\"\" class=\"wp-image-115351\" srcset=\"https:\/\/losperiodistas.com.mx\/portal\/wp-content\/uploads\/2026\/01\/GALCCZZ2VJHHXGTQUZFH4TN5SA-1024x1024.avif 1024w, https:\/\/losperiodistas.com.mx\/portal\/wp-content\/uploads\/2026\/01\/GALCCZZ2VJHHXGTQUZFH4TN5SA-300x300.avif 300w, https:\/\/losperiodistas.com.mx\/portal\/wp-content\/uploads\/2026\/01\/GALCCZZ2VJHHXGTQUZFH4TN5SA-150x150.avif 150w, https:\/\/losperiodistas.com.mx\/portal\/wp-content\/uploads\/2026\/01\/GALCCZZ2VJHHXGTQUZFH4TN5SA-768x768.avif 768w, https:\/\/losperiodistas.com.mx\/portal\/wp-content\/uploads\/2026\/01\/GALCCZZ2VJHHXGTQUZFH4TN5SA.avif 1200w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><\/p>\n\n\n\n<p><a href=\"https:\/\/elpais.com\/autor\/francisco-llaneras-estrada\/#?rel=author_top\">Kiko Llaneras<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/elpais.com\/hemeroteca\/2026-01-25\/\">24&nbsp;<abbr title=\"enero\">ENE<\/abbr>&nbsp;2026 &#8211; 22:30<abbr title=\"Central Standard Time\">&nbsp;CST<\/abbr><\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/web.whatsapp.com\/send?text=%C2%BFC%C3%B3mo%20piensa%20una%20inteligencia%20artificial%3F%20La%20gran%20sorpresa%20es%20que%20%E2%80%98intuye%E2%80%99%0D%0A%0D%0Ahttps%3A%2F%2Felpais.com%2Fideas%2F2026-01-25%2Fcomo-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html%3Fssm=whatsapp_CC\" target=\"_blank\" rel=\"noreferrer noopener\">Compartir en Whatsapp<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/www.facebook.com\/dialog\/share?display=popup&amp;app_id=94039431626&amp;href=https%3A%2F%2Felpais.com%2Fideas%2F2026-01-25%2Fcomo-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html%3Fssm=FB_CC&amp;quote=%C2%BFC%C3%B3mo%20piensa%20una%20inteligencia%20artificial%3F%20La%20gran%20sorpresa%20es%20que%20%E2%80%98intuye%E2%80%99\" target=\"_blank\" rel=\"noreferrer noopener\">Compartir en Facebook<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/twitter.com\/intent\/tweet?url=https%3A%2F%2Felpais.com%2Fideas%2F2026-01-25%2Fcomo-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html%3Fssm=TW_CC&amp;text=%C2%BFC%C3%B3mo%20piensa%20una%20inteligencia%20artificial%3F%20La%20gran%20sorpresa%20es%20que%20%E2%80%98intuye%E2%80%99&amp;via=el_pais&amp;lang=es\" target=\"_blank\" rel=\"noreferrer noopener\">Compartir en Twitter<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/bsky.app\/intent\/compose?text=https%3A%2F%2Felpais.com%2Fideas%2F2026-01-25%2Fcomo-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html%3Fssm=bsky_CC\" target=\"_blank\" rel=\"noreferrer noopener\">Compartir en Bluesky<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/www.linkedin.com\/sharing\/share-offsite\/?url=https%3A%2F%2Felpais.com%2Fideas%2F2026-01-25%2Fcomo-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html%3Fssm=LK_CC\" target=\"_blank\" rel=\"noreferrer noopener\">Compartir en Linkedin<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/elpais.com\/ideas\/2026-01-25\/como-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html#?prm=copy_link\">Copiar enlace<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/elpais.com\/ideas\/2026-01-25\/como-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html#comments_container\">40Ir a los comentarios<\/a><\/p>\n\n\n\n<p>La inteligencia artificial naci\u00f3 en los a\u00f1os cincuenta cuando un grupo de pioneros se pregunt\u00f3 si podr\u00edan hacer que sus ordenadores \u201cpensaran\u201d. Despu\u00e9s de 70 a\u00f1os, algo tremendo ha ocurrido:&nbsp;<a href=\"https:\/\/elpais.com\/tecnologia\/2024-10-15\/la-caja-negra-de-la-ia-que-se-resiste-a-los-investigadores.html\" target=\"_blank\" rel=\"noreferrer noopener\">las redes neuronales resuelven tareas cognitivas<\/a>. Durante 300.000 a\u00f1os, esas tareas fueron un monopolio en exclusiva de seres vivos. Ya no. No es controvertido: es un hecho. Y ha ocurrido de golpe. El aprendizaje autom\u00e1tico con redes neuronales ha resuelto problemas que eludieron a las m\u00e1quinas durante d\u00e9cadas:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>ChatGPT, Gemini o Claude manejan el lenguaje<\/li>\n\n\n\n<li>Tienen conocimiento fluido y enciclop\u00e9dico<\/li>\n\n\n\n<li>Escriben c\u00f3digo a nivel s\u00faperhumano<\/li>\n\n\n\n<li>Describen im\u00e1genes a nivel humano<\/li>\n\n\n\n<li>Transcriben a nivel humano<\/li>\n\n\n\n<li>traducen a nivel humano<\/li>\n\n\n\n<li>Otros modelos generan im\u00e1genes realistas, predicen huracanes, arrasan al Go o conducen coches en Phoenix.<\/li>\n<\/ul>\n\n\n\n<p>El investigador en IA&nbsp;<a href=\"https:\/\/fchollet.com\/\" target=\"_blank\" rel=\"noreferrer noopener\">Fran\u00e7ois Chollet<\/a>&nbsp;lo resume as\u00ed: \u201cEn la \u00faltima d\u00e9cada, el aprendizaje profundo ha logrado nada menos que una revoluci\u00f3n tecnol\u00f3gica\u201d. Cada uno de estos logros habr\u00eda sido un avance notable por s\u00ed solo. Resolverlos todos con una misma t\u00e9cnica es como descubrir una llave maestra que abre de golpe todas las puertas.M\u00e1s informaci\u00f3n<\/p>\n\n\n\n<p><a href=\"https:\/\/elpais.com\/ideas\/2024-12-07\/la-ia-es-una-quimera-real-puede-hacer-el-mundo-radicalmente-mejor.html#?rel=mas_sumario\">La IA es una quimera real: puede hacer el mundo radicalmente mejor<\/a><\/p>\n\n\n\n<p>\u00bfPor qu\u00e9 ahora? Convergieron tres piezas: algoritmos, c\u00f3mputo y datos masivos. Incluso podemos ponerles rostro, porque detr\u00e1s de cada elemento hay una persona que hizo una apuesta. El&nbsp;<a href=\"https:\/\/elpais.com\/tecnologia\/2023-05-02\/geoffrey-hinton-el-padrino-de-la-ia-deja-google-y-avisa-de-los-peligros-de-esta-tecnologia.html\" target=\"_blank\" rel=\"noreferrer noopener\">acad\u00e9mico Geoffrey Hinton<\/a>&nbsp;sigui\u00f3 trabajando en redes neuronales cuando sus colegas las abandonaron.&nbsp;<a href=\"https:\/\/elpais.com\/economia\/2025-09-28\/nvidia-el-gigante-que-alimenta-la-ola-de-la-ia.html\" target=\"_blank\" rel=\"noreferrer noopener\">Jensen Huang, el CEO de Nvidia<\/a>, mejor\u00f3 los chips de c\u00e1lculos paralelo mucho m\u00e1s de lo que necesitaban los videojuegos que sosten\u00edan su negocio. Y la investigadora Fei-Fei Li arriesgo su carrera para construir ImageNet, una colecci\u00f3n de im\u00e1genes que parec\u00eda est\u00fapidamente grande. Pero esas tres piezas se alinearon. En 2012, dos estudiantes de Hinton, Ilya Sutskever y Alex Krizhevsky, las combinaron para conseguir un \u00e9xito espectacular: construyeron AlexNet, una red neuronal capaz de \u201cver\u201d, reconocer im\u00e1genes, mucho mejor que nada anterior.<\/p>\n\n\n\n<p>El rumor corri\u00f3 deprisa entre los laboratorios: esto funcionaba. El equipo de Hinton hab\u00eda dado con una f\u00f3rmula: redes, datos y c\u00f3mputo en cantidades gigantescas.<\/p>\n\n\n\n<p>El impacto de esta transformaci\u00f3n ser\u00e1 profundo. Como ha dicho Ethan Mollick, uno de los observadores m\u00e1s agudos del momento, aunque el desarrollo de la IA se parase ma\u00f1ana, \u201ctodav\u00eda tendr\u00edamos una d\u00e9cada de cambios en industrias enteras\u201d.<\/p>\n\n\n\n<p>Nadie sabe hasta d\u00f3nde llegar\u00e1n estas m\u00e1quinas. Entre el hype que promete inteligencia sobrehumana cada a\u00f1o y la negaci\u00f3n que ignora lo evidente, nos perdemos algo crucial: los modelos IA actuales, por s\u00ed solos, ya son algo fascinante. La \u00faltima gran sorpresa es que funcionan de un modo que recuerda bastante a la intuici\u00f3n. Su desarrollo nos enfrenta a preguntas profundas, sobre su funcionamiento y el nuestro. Y ya nos ha dejado algunas respuestas.<\/p>\n\n\n\n<p>Lecci\u00f3n 1. Las m\u00e1quinas pueden aprender<\/p>\n\n\n\n<p>Es la lecci\u00f3n m\u00e1s ignorada y menos controvertida: las m\u00e1quinas aprenden. Es la lecci\u00f3n m\u00e1s ignorada y menos controvertida: las m\u00e1quinas aprenden. El regulador centr\u00edfugo de James Watt (1788) ya ajustaba la velocidad de las m\u00e1quinas de vapor sin supervisi\u00f3n. Era el principiode un descubrimiento: no es necesario especificar por completo las reglas de un artefacto para que funcione.<\/p>\n\n\n\n<p>La programaci\u00f3n cl\u00e1sica consiste en definir unas reglas y esperar respuestas: \u201cAs\u00ed se suma; ahora suma 2 y 2\u201d. Pero el aprendizaje autom\u00e1tico funciona al rev\u00e9s: le das ejemplos y el sistema descubre las reglas. Chollet lo resume en&nbsp;<em>Deep Learning with Python&nbsp;<\/em>(aprendizaje profundo con Python, sin traducir al espa\u00f1ol): \u201cUn sistema de aprendizaje autom\u00e1tico se entrena en lugar de programarse\u201d. El caso m\u00e1s potente son los&nbsp;<a href=\"https:\/\/elpais.com\/opinion\/2025-11-01\/una-alucinacion-se-mira-en-el-espejo.html\" target=\"_blank\" rel=\"noreferrer noopener\">grandes modelos de lenguaje<\/a>&nbsp;como Claude, Gemini o ChatGPT. Son redes neuronales: madejas de unidades de c\u00e1lculo conectadas en capas sucesivas \u2014que imitan las neuronas del cerebro\u2014, con cientos de miles de millones de par\u00e1metros que se ajustan durante su entrenamiento. Cada acierto y cada error ajusta esos par\u00e1metros. Este aprendizaje es un proceso largu\u00edsimo, que se vuelve opaco por enormidad, pero que no es misterioso. Es matem\u00e1tico. Y ha funcionado.<\/p>\n\n\n\n<p>Se esconde aqu\u00ed lo que en el campo llaman la \u201clecci\u00f3n amarga\u201d. Durante d\u00e9cadas, los expertos intentaron codificar su conocimiento en las m\u00e1quinas. Fracasaron. Lo que tuvo \u00e9xito fue crear las condiciones para que el conocimiento emergiese\u2026 y apartarnos.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lecci\u00f3n 2. Las IA tienen habilidades emergentes<\/h3>\n\n\n\n<p>La lecci\u00f3n amarga esconde una idea profunda: de procesos simples puede emerger algo complejo. Es el principio que organiza la vida. La evoluci\u00f3n no dise\u00f1\u00f3 cada \u00f3rgano; lanz\u00f3 un proceso \u2014mutaci\u00f3n, recombinaci\u00f3n, selecci\u00f3n\u2014 y de ah\u00ed brotaron ojos, alas, cerebros. Ahora hemos replicado ese proceso en m\u00e1quinas.<\/p>\n\n\n\n<p>Volvamos a los grandes modelos de lenguaje (LLM, por sus siglas en ingl\u00e9s). Sin entrar a delimitar sus capacidades\u2014algo divisivo\u2014, es evidente que manejan el lenguaje con flexibilidad. Puedes conversar con ChatGPT, detecta el sarcasmo, responde a contextos cambiantes. Pero nadie le program\u00f3 gram\u00e1tica, ni le explic\u00f3 el sarcasmo. \u00bfC\u00f3mo es posible? La mayor\u00eda de expertos asum\u00edan que dominar el lenguaje con fluidez requerir\u00eda una inteligencia general (que fuese similar a la humana en un amplio rango de tareas). Sin embargo, result\u00f3 que el entrenamiento de \u201cpredecir la siguiente palabra\u201d ten\u00eda poder emergente.<\/p>\n\n\n\n<p>El procedimiento es f\u00e1cil. El primer entrenamiento de un LLM es lo que llamamos&nbsp;<em>pretraining:<\/em>&nbsp;al modelo se le presentan fragmentos de texto de internet y se le pide predecir el siguiente&nbsp;<em>token&nbsp;<\/em>(una palabra o fragmento). Cuando falla, se ajustan los par\u00e1metros responsables del error. Este simple proceso, repetido un n\u00famero astron\u00f3mico de veces, acaba creando modelos que predicen palabras muy bien\u2026 y que en el camino aprenden mucho m\u00e1s.<\/p>\n\n\n\n<p>Para Carlos Riquelme, investigador en Microsoft AI, este fue un hallazgo esencial. Nos cont\u00f3 su asombro de 2017, cuando trabajaba en Google Brain: \u201cMe sorprendi\u00f3 el poder de la escala. Al escalar un m\u00e9todo muy sencillo (predecir la siguiente palabra) con gran cantidad de datos y con modelos potentes, termino resultando evidente que se pod\u00eda replicar en buena parte la capacidad ling\u00fc\u00edstica del ser humano\u201d.<\/p>\n\n\n\n<p>La clave es la siguiente: para predecir palabras necesitas capturar nociones complejas. Sup\u00f3n que tienes que completar estas frases que recoge Blaise Ag\u00fcera y Arcas en un brillante libro reci\u00e9n publicado,&nbsp;<a href=\"https:\/\/mitpress.mit.edu\/9780262049955\/what-is-intelligence\/\" target=\"_blank\" rel=\"noreferrer noopener\"><em>What is Intelligence?<\/em><\/a>(qu\u00e9 es la inteligencia).<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>\u201cEn monedas de un centavo apiladas, la altura del monte Kilimanjaro es\u2026\u201d<\/li>\n\n\n\n<li>\u201cTras morir el perro, Jen no sali\u00f3 de casa en d\u00edas, as\u00ed que sus amigos decidieron\u2026\u201d<\/li>\n<\/ul>\n\n\n\n<p>Llenar estos huecos exige conocimiento geogr\u00e1fico, matem\u00e1ticas, sentido com\u00fan y hasta \u201cteor\u00eda de la mente\u201d, para ponerte en el lugar de Jen y sus amigos. De esta manera, \u201clo que parec\u00eda una estrecha tarea ling\u00fc\u00edstica \u2014predecir la siguiente palabra\u2014 result\u00f3 contener todas las tareas\u201d, argumenta Ag\u00fcera y Arcas en su libro. Por ejemplo, cuando se le pasa la frase de Kilimanjaro, el \u00faltimo modelo de Google, Gemini 3, piensa un minuto y luego responde (correctamente): \u201cLa altura del monte es de aproximadamente 3.9 millones de centavos de d\u00f3lar\u201d. Para los amigos de Jen, ofrece opciones diferentes, desde \u201cpresentarse en su puerta con helado\u201d hasta \u201cturnarse para visitarla\u201d.<\/p>\n\n\n\n<p>Ag\u00fcera y Arcas nos daba otro ejemplo en un intercambio de correo electr\u00f3nico: las multiplicaciones. Un LLM como Gemini o ChatGPT podr\u00eda haber memorizado de internet completados comunes, como \u201c2 \u00d7 7\u201d. Pero tambi\u00e9n predicen \u201c871 \u00d7 133\u201d, que no aparece en ning\u00fan sitio. \u201dAcertar estas operaciones en general implica haber inferido algoritmos no triviales a partir de ejemplos\u201d. Es el truco de la emergencia: un proceso simple produce capacidades complejas.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lecci\u00f3n 3. La IA aprende con una \u201cevoluci\u00f3n cutre\u201d<\/h3>\n\n\n\n<p>Nuestras IA no aprenden como las personas. Un ni\u00f1o nace con mucha \u201cmaquinaria\u201d innata, y luego aprende con pocos datos y pocas experiencias, con una eficiencia notable. El&nbsp;<em>pretraining&nbsp;<\/em>de un LLM es muy distinto: comienza con una&nbsp;<em>tabula rasa&nbsp;<\/em>y aprende muy lentamente con millones de ejemplos. El t\u00f3pico son los gatos: entrenar una IA para identificar gatos en una imagen necesita miles de fotos, pero una ni\u00f1a de dos a\u00f1os los distingue viendo tres.<\/p>\n\n\n\n<p>Hay un s\u00edmil mejor: la evoluci\u00f3n. El c\u00e9lebre investigador Andrej Karpathy describe el entrenamiento de un LLM como una especie de \u201cevoluci\u00f3n cutre\u201d. En un&nbsp;<em>podcast&nbsp;<\/em>reciente hablaba de lo sorprendente que ha sido su desarrollo: \u201cPodemos construir estas \u2018entidades espectrales\u2019 imitando documentos de internet. Esto funciona. Es una manera de crear algo con un mont\u00f3n de conocimiento e inteligencia incorporada, similar quiz\u00e1s a lo que hizo la evoluci\u00f3n\u201d.<\/p>\n\n\n\n<p>\u00bfPor qu\u00e9 funciona esta analog\u00eda? Porque la evoluci\u00f3n tambi\u00e9n surge a partir de una cantidad enorme de tiradas y cambios diminutos (mutaciones y simbiosis), repetidos durante millones de a\u00f1os. Es un proceso ciego y lento que acaba incrustando capacidades en los seres vivos: instintos, reflejos o patrones. Es desordenado y ruidoso. Por eso cada gen incide en muchas caracter\u00edsticas de un organismo; y por eso las medicinas tienen efectos secundarios, porque perturban otros circuitos adem\u00e1s del deseado.<\/p>\n\n\n\n<p>En realidad, la sorpresa de que una IA domine el lenguaje prediciendo palabras \u2014lo que sorprendi\u00f3 a Riquelme\u2014 me recuerda al&nbsp;<em>shock&nbsp;<\/em>que provoc\u00f3 Darwin: \u00bfc\u00f3mo aceptar que los animales, las personas y hasta sus poemas son el subproducto de un proceso ciego que solo busca \u201cmaximizar copias\u201d?<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lecci\u00f3n 4. Hemos automatizado la cognici\u00f3n<\/h3>\n\n\n\n<p>Fran\u00e7ois Chollet es cauteloso al hablar de inteligencia artificial. Prefiere llamarla \u201cautomatizaci\u00f3n cognitiva\u201d. La verdadera inteligencia, a su juicio, exigir\u00e1 algo que los modelos actuales no tienen, \u201cautonom\u00eda cognitiva\u201d, la habilidad de enfrentar lo desconocido y adaptarse. Chollet quiere frenar las exageraciones, aunque al mismo tiempo reconoce un logro notable: estamos automatizando tareas cognitivas a escala industrial. \u201cLo sorprendente del&nbsp;<em>deep learning&nbsp;<\/em>es cu\u00e1nto se puede lograr con memorizaci\u00f3n pura\u201d, dice por correo. Para \u00e9l, los LLM no tienen el razonamiento deliberado y eficiente que los humanos s\u00ed tenemos. Por eso al principio comet\u00edan&nbsp;<a href=\"https:\/\/cincodias.elpais.com\/smartlife\/lifestyle\/2024-06-07\/que-son-las-alucinaciones-de-la-ia-y-por-que-no-deberias-hacer-tus-trabajos-con-chatgpt.html\" target=\"_blank\" rel=\"noreferrer noopener\">errores burdos<\/a>, como fallar contando las erres en la palabra&nbsp;<em>raspberries.&nbsp;<\/em>Su sorpresa es que a menudo pueden suplantar ese razonamiento: \u201cSi tienes experiencia casi infinita, la inteligencia no es tan cr\u00edtica\u201d.<\/p>\n\n\n\n<p>Otros expertos ven m\u00e1s que memorizaci\u00f3n: \u00bfestamos ante inteligencias reales? Andrej Karpathy cree que s\u00ed.&nbsp;<a href=\"https:\/\/www.youtube.com\/watch?v=lXUZvyajciY\" target=\"_blank\" rel=\"noreferrer noopener\">En el&nbsp;<em>podcast&nbsp;<\/em>de Dwarkesh Patel<\/a>&nbsp;explicaba que el&nbsp;<em>pretraining&nbsp;<\/em>hace dos cosas: \u201cPrimero, captura un mont\u00f3n de conocimiento. Segundo, se vuelve inteligente. Observando patrones algor\u00edtmicos en internet, realmente activa circuitos dentro de la red neuronal para luego poder aprender en contexto y m\u00e1s\u201d.<\/p>\n\n\n\n<p>Jeremy Berman, creador del algoritmo l\u00edder en ARC Prize, se convenci\u00f3 con los modelos razonadores, que llegaron hace cosa de un a\u00f1o y que tienen etapas de aprendizaje sin ejemplos: \u201cMe sorprendi\u00f3 que puedes entrenar un modelo en sus propios intentos y eso le permite pensar y aprender por s\u00ed mismo\u201d, explica en un intercambio de mensajes. Se refiere al aprendizaje por refuerzo (RL) que describieron&nbsp;<a href=\"https:\/\/elpais.com\/economia\/2025-01-28\/deepseek-contada-por-deepseek-las-sanciones-de-ee-uu-han-acelerado-la-innovacion-china-en-ia.html\" target=\"_blank\" rel=\"noreferrer noopener\">los creadores de DeepSeek R1<\/a>. \u201cSi le planteas un problema matem\u00e1tico a un LLM, lo dejas responder 100 veces y entrenas sobre sus mejores respuestas, el LLM aprende. Esto escapa a la pura memorizaci\u00f3n del&nbsp;<em>pretraining\u201d.<\/em>&nbsp;Gracias a eso los modelos de \u00faltima generaci\u00f3n resuelven problemas largos y complejos que sus versiones de hace unos meses eran incapaces.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/imagenes.elpais.com\/resizer\/v2\/V36OZIC2OBD47J3Z3NSUZRKLTU.jpg?auth=4ea8eab006d4c007cb3d328edbbc66acb62cac4f9493f22c5a48a584e313d05e&amp;width=414\" alt=\"\"\/><figcaption class=\"wp-element-caption\">Un hombre interact\u00faa con un robot en la feria pib@school de Hannover, en marzo de 2025.JULIAN STRATENSCHULTE ( DPA \/ AFP \/ ContactoPhoto )<\/figcaption><\/figure>\n\n\n\n<p>Carlos Riquelme apunta que hay diferencias sem\u00e1nticas: \u201cSe pueden memorizar algoritmos, mecanismos, maneras de razonar. Alguien puede llamar a eso \u2018circuitos para pensar\u2019 y otros decir que simplemente se memoriz\u00f3 el algoritmo, como nosotros aprendemos a sumar\u201d. Adem\u00e1s, Riquelme destaca que el RL es un aprendizaje m\u00e1s activo. Desde el momento en que el modelo genera sus respuestas y recibe retroalimentaci\u00f3n, \u201cpuede terminar memorizando algo que no estaba en sus datos iniciales\u201d.<\/p>\n\n\n\n<p>Ag\u00fcera y Arcas cree que la IA es inteligencia real. Sin m\u00e1s calificaciones. Cree que los modelos de Gemini, ChatGPT o Claude muestran una capacidad de generalizaci\u00f3n que va m\u00e1s all\u00e1 de lo que podemos llamar memorizaci\u00f3n. Y le sorprende que Chollet sostenga lo contrario: \u201c\u00bfQu\u00e9 evidencia busca?\u201d, nos dijo. Para \u00e9l, la naturaleza ya demuestra que hay muchas formas de inteligencia, como las ara\u00f1as Portia (que planifican ataques astutos)&nbsp;<a href=\"https:\/\/elpais.com\/ciencia\/2025-09-11\/los-pulpos-tienen-un-brazo-favorito-para-cada-tarea.html\" target=\"_blank\" rel=\"noreferrer noopener\">o los pulpos (que distribuyen su cognici\u00f3n entre sus patas)<\/a>.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lecci\u00f3n 5. Es m\u00e1s intuitiva que racional<\/h3>\n\n\n\n<p>Aqu\u00ed llega la paradoja. En el imaginario del siglo pasado, los robots ser\u00edan fr\u00edos artefactos racionales: l\u00f3gica, c\u00e1lculo, deducci\u00f3n. Pero la IA actual funciona al rev\u00e9s.<\/p>\n\n\n\n<p>El psic\u00f3logo Daniel Kahneman, premio Nobel de Econom\u00eda,&nbsp;<a href=\"https:\/\/elpais.com\/cultura\/2012\/07\/25\/actualidad\/1343215929_182056.html\" target=\"_blank\" rel=\"noreferrer noopener\">distingui\u00f3 dos sistemas en el pensamiento humano<\/a>. El Sistema 1 es r\u00e1pido, autom\u00e1tico, intuitivo; usa atajos y patrones. El Sistema 2 es lento, deliberado, racional; requiere esfuerzo consciente. El primero domina nuestra vida. Un beb\u00e9 sabe mamar, retiramos la mano del fuego, sostenemos un vaso con la fuerza justa\u2026 Cosas que a los robots les costaron d\u00e9cadas.<\/p>\n\n\n\n<p>La sorpresa es que los primeros LLM funcionan m\u00e1s cerca del Sistema 1 que del Sistema 2. Copian el estilo de Borges, escriben con ritmo. Hacen cosas sin \u201csaber\u201d explicar c\u00f3mo, igual que nosotros. No razonan paso a paso: han capturado patrones a escala masiva. Precisamente el razonamiento deliberado \u2014la deducci\u00f3n, el conteo, la l\u00f3gica\u2014 son sus debilidades.<\/p>\n\n\n\n<p>Por eso la innovaci\u00f3n reciente busca a\u00f1adir razonamiento. Los modelos \u201crazonadores\u201d mencionados \u2014desde DeepSeek R1 hasta la generaci\u00f3n actual\u2014 escriben para s\u00ed mismos antes de responder, generan cadenas de pensamiento paso a paso, m\u00e1s cautas y reflexivas. Otros avances buscan lo mismo: entrenamientos con refuerzo que premian el razonamiento correcto, lanzar m\u00faltiples intentos en paralelo para luego escoger el mejor, o conectar los modelos con herramientas matem\u00e1ticas externas que superen sus limitaciones. Es el intento de construir un Sistema 2 artificial. Est\u00e1 funcionando al menos en cierto grado: los nuevos modelos arrasan en matem\u00e1ticas y tests espaciales, donde los primeros LLM fallaban.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lecci\u00f3n 6. Los humanos somos tambi\u00e9n patrones<\/h3>\n\n\n\n<p>Si la IA captura patrones y con eso escribe, traduce y dibuja, surge una pregunta inc\u00f3moda: \u00bfcu\u00e1nto en nosotros funciona igual? Quiz\u00e1s m\u00e1s de lo que nos gusta admitir. Ya sabemos que nuestro cerebro aplica continuos atajos. Viendo el desempe\u00f1o del aprendizaje autom\u00e1tico, es inevitable preguntarse cu\u00e1nto hay de autom\u00e1tico en capacidades humanas que tradicionalmente unimos al talento o la experiencia \u2014escribir con ritmo, escoger colores, captar tono\u2014.<\/p>\n\n\n\n<p>La historia de la ciencia es la historia de acabar con nuestra excepcionalidad. Galileo demostr\u00f3 que no somos el centro del universo; Darwin, que no somos creaciones especiales; la neurociencia, que no somos uno sino una multitud. Ahora la IA a\u00f1ade otra lecci\u00f3n: habilidades que sent\u00edamos muy nuestras pueden capturarse mediante patrones a escala masiva.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Lecci\u00f3n 7. Vivimos una explosi\u00f3n c\u00e1mbrica de IA<\/h3>\n\n\n\n<p>Las IA actuales tienen limitaciones profundas. Algunas las enumer\u00f3 Andrej Karpathy en el&nbsp;<em>podcast&nbsp;<\/em>ya mencionado: \u201cCarecen de suficiente inteligencia, multimodalidad, uso fluido de ordenadores o aprendizaje continuo. Cognitivamente son insuficientes. Creo que llevar\u00e1 una d\u00e9cada resolver todos esos problemas\u201d. Pero se ha abierto una veta con la f\u00f3rmula exitosa de redes, datos y computaci\u00f3n. Por eso vivimos un periodo c\u00e1mbrico. Como&nbsp;<a href=\"https:\/\/elpais.com\/elpais\/2016\/05\/27\/ciencia\/1464370814_478026.html\" target=\"_blank\" rel=\"noreferrer noopener\">aquella explosi\u00f3n de vida hace 540 millones de a\u00f1os<\/a>, cuando surgieron repentinamente un mont\u00f3n de animales, ahora vemos una explosi\u00f3n de enfoques novedosos para la inteligencia artificial. Hay laboratorios explorando direcciones fascinantes:&nbsp;<a href=\"https:\/\/www.sarahooker.me\/\" target=\"_blank\" rel=\"noreferrer noopener\">Sara Hooker<\/a>&nbsp;trabaja en sistemas adaptativos,&nbsp;<a href=\"https:\/\/profiles.stanford.edu\/fei-fei-li\" target=\"_blank\" rel=\"noreferrer noopener\">Fei-Fei Li<\/a>&nbsp;quiere construir modelos que descifren el mundo f\u00edsico, Fran\u00e7ois Chollet investiga con IA que escriben y evolucionan sus propios programas l\u00f3gicos.<\/p>\n\n\n\n<p>\u00bfHasta d\u00f3nde llegar\u00e1n estos intentos? Blaise Ag\u00fcera y Arcas no ve l\u00edmites: \u201cNuestros cerebros logran haza\u00f1as incre\u00edbles de razonamiento, creatividad, empat\u00eda. Y esos cerebros son circuiter\u00eda: no son algo sobrenatural. Y si no son algo sobrenatural, pueden modelarse de forma computacional\u201d.<\/p>\n\n\n\n<p>\u00bfLo lograremos en la pr\u00e1ctica? Nadie lo sabe. Pero la pregunta ha dejado de ser te\u00f3rica. Estamos viendo c\u00f3mo unos algoritmos aprenden a leer, escribir, programar y razonar \u2014 torpemente a veces, sorprendentemente otras\u2014. Pase lo que pase a partir de ahora, esto ya ha ocurrido. Y es algo extraordinario. Quiz\u00e1s acabe siendo la transformaci\u00f3n m\u00e1s importante de nuestras vidas.<\/p>\n\n\n\n<p>Fuente: <a href=\"https:\/\/elpais.com\/ideas\/2026-01-25\/como-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html\">https:\/\/elpais.com\/ideas\/2026-01-25\/como-piensa-una-inteligencia-artificial-la-gran-sorpresa-es-que-intuye.html<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ha ocurrido algo extraordinario, aunque a\u00fan no nos hemos dado cuenta del todo: unos algoritmos son capaces de resolver tareas [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-115350","post","type-post","status-publish","format-standard","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/posts\/115350","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/comments?post=115350"}],"version-history":[{"count":1,"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/posts\/115350\/revisions"}],"predecessor-version":[{"id":115352,"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/posts\/115350\/revisions\/115352"}],"wp:attachment":[{"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/media?parent=115350"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/categories?post=115350"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/losperiodistas.com.mx\/portal\/wp-json\/wp\/v2\/tags?post=115350"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}