¿Cómo escriben sus respuestas los chatbots de IA?
Un chatbot de IA funciona con un gran modelo de lenguaje que escribe un pequeño trozo de palabra, llamado token, cada vez. En cada paso puntúa todos los tokens posibles según lo probables que son tras el texto anterior, elige uno, lo añade y repite. Como predice palabras probables en vez de consultar datos, comprueba las respuestas importantes.
▶ Pruébalo
Por qué importa
Un chatbot no busca las respuestas. Predice el siguiente token una y otra vez, y eso explica por qué suena fluido, por qué sus respuestas cambian y por qué puede equivocarse.
En 6 minutos sabrás
- Los chatbots escriben token a token, eligiendo un trozo de texto probable.
- La temperatura hace las respuestas más previsibles o más sorprendentes, por eso cambian.
- Una respuesta segura y bien escrita puede estar mal. Comprueba lo importante.
Lo que vas a practicar
Dentro de la sala de máquinas
Toca cada tarjeta para ver qué hay detrás.
- 🧩 ¿Qué es un token?
- Un trocito de texto: una palabra entera, parte de una palabra o un signo de puntuación. «Increíblemente» podría dividirse en «in», «creíble» y «mente».
- 📚 ¿Cómo aprendió Lumi?
- Leyendo cantidades enormes de texto y practicando un juego: tapar el siguiente token, adivinarlo, comparar y ajustarse. Miles de millones de veces.
- 📊 ¿Qué predice?
- No una palabra, sino una puntuación para cada token posible: lo probable que es cada uno tras el texto anterior.
- 🔁 ¿Y cómo sale una respuesta?
- Lumi elige un token probable, lo añade al texto y vuelve a predecir. Palabra a palabra, hasta terminar la respuesta.
Ponte en el lugar del modelo
Elige la siguiente palabra y mira lo probable que era cada opción. Los porcentajes son ilustrativos, inventados para explicar la idea, no salen de un modelo real.
Muchísimas gracias por tu ___
- ayuda: 40 % (la más probable)
- tiempo: 15 %
- mensaje: 8 %
- tractor: 0,1 %
- otras palabras: 37 %
La capital de Francia es ___
- París: 85 % (la más probable)
- una: 5 %
- Lyon: 1 %
- otras palabras: 9 %
Érase una vez un ___
- rey: 30 % (la más probable)
- niño: 15 %
- dragón: 5 %
- tostador: 0,2 %
- otras palabras: 50 %
- Temperatura: Baja. Érase una vez un rey que vivía en un castillo junto a un pequeño pueblo.
- Temperatura: Alta. Érase una vez un tostador que soñaba con viajar a la luna.
La doctora Mira Okafor, una científica inventada, ganó el Premio Nobel de ___
- Física: 30 % (la más probable)
- Química: 25 %
- Medicina: 20 %
- Literatura: 2 %
- otras palabras: 23 %
De la pregunta a la respuesta
Le haces una pregunta a Lumi. Ordena los pasos.
- Envías tu mensaje
- El texto se divide en tokens
- El modelo puntúa cada token siguiente posible
- Se elige un token probable y se añade al texto
- El modelo vuelve a predecir, hasta terminar la respuesta
¿Qué significa eso para ti?
Le haces a Lumi la misma pregunta dos veces y recibes dos respuestas distintas. ¿Por qué?
- Elige entre palabras probables, con algo de azar (Respuesta)
- Cambió de opinión tras pensarlo mejor
Lumi responde con fluidez y mucha seguridad. ¿Qué puedes concluir?
- Está bien escrito, pero eso no dice nada de si es cierto (Respuesta)
- Tiene que ser correcto, suena muy seguro
Recuerda
Un chatbot predice el siguiente token una y otra vez. Fluido significa probable, no necesariamente cierto.
Un chatbot predice la siguiente palabra. Fluido significa probable, no necesariamente cierto.
Datos clave
- En 1951, Claude Shannon midió lo predecible que es el inglés pidiendo a personas que adivinaran la siguiente letra de un texto, una versión temprana del juego al que juegan hoy los modelos de lenguaje. · Fuente: C. E. Shannon, Prediction and Entropy of Printed English, Bell System Technical Journal, 1951
- La mayoría de los grandes modelos de lenguaje actuales se basan en el Transformer, un diseño de red neuronal presentado en un artículo de investigación de 2017. · Fuente: Vaswani et al., Attention Is All You Need, NeurIPS 2017
- Según el Reglamento de IA de la UE, quien ofrece sistemas de IA que hablan directamente con personas, como los chatbots, debe asegurarse de que sepan que interactúan con una IA, salvo que sea evidente. Se aplica desde el 2 de agosto de 2026. · Fuente: Reglamento (UE) 2024/1689 de Inteligencia Artificial, artículo 50
- Un modelo de lenguaje no guarda una lista de datos para consultarla. Lo que sabe está repartido entre los números de su modelo, aprendidos de los patrones de su texto de entrenamiento.
Actualizado:
Preguntas frecuentes
¿Qué es un gran modelo de lenguaje?
Un gran modelo de lenguaje (LLM, por sus siglas en inglés) es un modelo de IA entrenado con enormes cantidades de texto para predecir el siguiente token. Los chatbots lo usan para escribir sus respuestas trozo a trozo.
¿Qué es un token en inteligencia artificial?
Un token es el trocito de texto con el que trabaja un modelo de lenguaje: una palabra entera, parte de una palabra o un signo de puntuación. Los modelos leen y escriben el texto como secuencias de tokens.
¿Entiende un chatbot lo que dice?
No como lo hacen las personas. Ha aprendido patrones del lenguaje muy detallados, lo que le permite dar respuestas útiles, pero no tiene una forma directa de saber si una frase es cierta.
¿Por qué los chatbots dan respuestas distintas a la misma pregunta?
Los chatbots suelen elegir entre varias palabras probables en vez de tomar siempre la primera. Una elección distinta al principio lleva a una respuesta redactada de otra forma, o a veces diferente.
Términos relacionados