La máquina
La persona
Cómo lo hace
Míralo
¿Qué palabra viene ahora?
Nos vemos hasta ___
- mañana52 %
- luego24 %
- pronto12 %
- el lunes8 %
- nunca4 %
Con temperatura baja casi siempre sale la favorita; con temperatura alta, las raras tienen más opciones. Pulsa varias veces: no elige siempre la más probable, sortea.
La idea: Un modelo de lenguaje no guarda la frase correcta: calcula cuánto encaja cada continuación y sortea entre ellas. La temperatura decide cuánto se arriesga.
Repetido cientos de veces, ese sorteo produce un correo, un resumen o un poema. Dos consecuencias importantes. La primera: el modelo no elige siempre la palabra más probable, sortea, y por eso la misma petición da textos distintos. La segunda: el modelo no comprueba nada; escribe lo que encaja.
Lo que sí controla bien es el registro. La misma información se puede pedir para públicos distintos:
Míralo
- Persona
Explícale a mi abuela qué es un token, en una frase.
- Máquina
Es como cortar las palabras en trocitos para que el ordenador las pueda contar.
- Persona
Ahora para un informe técnico.
- Máquina
Un token es la unidad mínima de texto que procesa el modelo, obtenida mediante un algoritmo de segmentación en subpalabras.
La idea: Pedir un registro, un destinatario y una extensión cambia mucho el resultado. Es la parte de la generación donde más se nota saber escribir.
Dónde falla
Un modelo produce lo plausible, no lo verdadero. Cuando no tiene la información, no se detiene: genera algo que suena bien. Son las alucinaciones: citas inventadas con formato impecable, fechas verosímiles y falsas, datos que nadie dijo. Pasa también al resumir:
Interactivo
Un resumen con errores
Noticia original
El pleno aprobó ayer el presupuesto municipal de 2027 con los votos de dos de los cuatro grupos. La oposición criticó el recorte de un 8 % en cultura.Pulsa los fragmentos que te parezcan mal. Hay 2.
Antes de dar por bueno un texto generado conviene revisarlo con cuatro criterios por separado, porque fallan por separado:
- Factualidad: ¿se puede comprobar cada dato, cita y cifra? Es lo que la fluidez mejor disimula.
- Registro: ¿es adecuado al destinatario? Los modelos tienden a un tono medio, correcto y genérico.
- Coherencia: ¿se contradice entre párrafos? En textos largos pasa más de lo que parece.
- Dominio: ¿usa bien la terminología? Un texto jurídico plausible puede ser jurídicamente erróneo.
Las decisiones lingüísticas
- Crítica de fuentes: preguntarse de dónde sale cada afirmación es la defensa contra las alucinaciones.
- Escritura de instrucciones: fijar destinatario, propósito, registro y extensión es redactar, no programar.
- Revisión y estilo: convertir un borrador correcto en un texto adecuado.
- Evaluación: diseñar las pautas con las que otras personas valoran textos generados.
En sistemas reales
- Asistentes conversacionales: la misma petición produce respuestas distintas en cada intento, porque cada palabra se elige por sorteo entre las más probables. Es el mecanismo de generación visible desde fuera.
- Google Académico: buscador de literatura científica. Es el contraste habitual para las referencias que generan los asistentes, que con frecuencia mezclan autores, títulos y años reales en citas que no existen.
En el Taller
Ver todo sobre este tema →Tutoriales y explicaciones a fondo sobre este tema, con más detalle técnico que la visión general.