{"id":4629,"date":"2026-04-09T15:42:26","date_gmt":"2026-04-09T18:42:26","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=4629"},"modified":"2026-04-09T15:42:26","modified_gmt":"2026-04-09T18:42:26","slug":"ahora-tambien-empieza-a-analizarlo-como-nosotros","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=4629","title":{"rendered":"ahora tambi\u00e9n empieza a analizarlo como nosotros"},"content":{"rendered":"
\n

Durante mucho tiempo, la discusi\u00f3n sobre inteligencia artificial y lenguaje se movi\u00f3 en una zona relativamente c\u00f3moda. S\u00ed, los modelos pod\u00edan escribir. S\u00ed, pod\u00edan sonar convincentes. S\u00ed, pod\u00edan imitar bastante bien la superficie del habla humana. Pero una cosa era usar lenguaje, y otra bastante distinta era pensar sobre \u00e9l.<\/p>\n

Ese segundo nivel (m\u00e1s abstracto, m\u00e1s anal\u00edtico y m\u00e1s profundamente humano, seg\u00fan muchos ling\u00fcistas) parec\u00eda seguir fuera de alcance. Y sin embargo, un nuevo estudio acaba de mover esa frontera.<\/p>\n

Lo importante no es que la IA \u201chable bien\u201d, sino que haya empezado a pensar sobre el lenguaje<\/h2>\n
\"La
\u00a9 Getty Images \/ PhonlamaiPhoto.<\/figcaption><\/figure>\n

El trabajo, liderado por Ga\u0161per Begu\u0161 (Universidad de California en Berkeley), junto con Maksymilian D\u0105bkowski y Ryan Rhodes, puso a prueba varios modelos de lenguaje con tareas dise\u00f1adas espec\u00edficamente para algo muy concreto: comprobar si pod\u00edan analizar el lenguaje como sistema, no solo producirlo. Eso cambia bastante el tipo de pregunta.<\/p>\n

Porque escribir una frase gramaticalmente correcta no implica necesariamente comprender por qu\u00e9 esa frase funciona, c\u00f3mo se estructura o qu\u00e9 ambig\u00fcedades contiene. Durante a\u00f1os, una parte del mundo de la ling\u00fc\u00edstica sostuvo justamente eso: que los modelos pod\u00edan ser buenos imitadores, pero no verdaderos analistas del lenguaje.<\/p>\n

Noam Chomsky lo expres\u00f3 con bastante claridad en 2023 en The New York Times, cuando defendi\u00f3 que las explicaciones correctas del lenguaje son demasiado complejas como para aprenderse simplemente a partir de grandes vol\u00famenes de datos. En otras palabras: pod\u00edas entrenar una m\u00e1quina para parecer ling\u00fc\u00edsticamente competente, pero no para razonar ling\u00fc\u00edsticamente como un humano. Y ah\u00ed es donde este nuevo estudio se vuelve interesante.<\/p>\n

La prueba estaba dise\u00f1ada para evitar el truco m\u00e1s obvio: que la IA simplemente recordara cosas<\/h2>\n

Uno de los grandes problemas a la hora de evaluar estos sistemas es que siempre queda la sospecha de que ya hayan visto algo parecido durante el entrenamiento. Al fin y al cabo, los grandes modelos se alimentan de cantidades absurdas de texto, incluyendo probablemente libros, art\u00edculos y materiales de ling\u00fc\u00edstica.<\/p>\n

Para evitar esa trampa, los investigadores dise\u00f1aron una bater\u00eda de pruebas bastante elegante. Tres de ellas se basaban en \u00e1rboles sint\u00e1cticos, es decir, en la capacidad de descomponer oraciones complejas en su estructura interna. La cuarta iba todav\u00eda m\u00e1s lejos: consist\u00eda en analizar lenguajes inventados desde cero, con reglas fonol\u00f3gicas que el modelo no pod\u00eda haber memorizado porque, sencillamente, no exist\u00edan antes del experimento. Y ah\u00ed apareci\u00f3 la sorpresa.<\/p>\n

Un modelo destac\u00f3 por encima del resto y lo hizo en uno de los terrenos m\u00e1s dif\u00edciles de la ling\u00fc\u00edstica<\/h2>\n

La mayor\u00eda de los modelos no brill\u00f3 demasiado. Pero uno de ellos, o1, s\u00ed lo hizo. Seg\u00fan los autores, fue capaz de analizar oraciones complejas con un nivel de precisi\u00f3n que recordaba al de un estudiante de posgrado en ling\u00fc\u00edstica. Eso incluye algo especialmente delicado: la recursi\u00f3n.<\/p>\n

La recursi\u00f3n es una de esas ideas que parecen t\u00e9cnicas hasta que uno se da cuenta de lo fundamentales que son. Es la capacidad de incrustar estructuras dentro de otras estructuras. Por ejemplo: \u201cJane dijo que el cielo es azul\u201d contiene una oraci\u00f3n dentro de otra. Y eso, en teor\u00eda, puede repetirse indefinidamente.<\/p>\n

Para Chomsky y muchos otros ling\u00fcistas, la recursi\u00f3n ha sido una de las marcas m\u00e1s fuertes del lenguaje humano, e incluso de la mente humana. No es solo una curiosidad gramatical: es una de las razones por las que, con un vocabulario finito, podemos generar una cantidad potencialmente infinita de oraciones. Y en estas pruebas, o1 no solo reconoci\u00f3 estructuras recursivas. Tambi\u00e9n fue capaz de analizarlas correctamente y, en algunos casos, extenderlas de forma coherente.<\/p>\n

La otra gran sorpresa fue que tambi\u00e9n detect\u00f3 ambig\u00fcedad y reglas fonol\u00f3gicas inventadas<\/h2>\n
\"La
\u00a9 Shutterstock \/ NanoStockk.<\/figcaption><\/figure>\n

Y esto, honestamente, es de lo m\u00e1s interesante del estudio. Porque uno de los aspectos m\u00e1s dif\u00edciles del lenguaje no es solo la gram\u00e1tica visible, sino la ambig\u00fcedad. Los humanos resolvemos ambig\u00fcedades constantemente sin pensarlo demasiado, gracias a una mezcla de contexto, sentido com\u00fan y experiencia. Para los sistemas computacionales, en cambio, eso suele ser mucho m\u00e1s dif\u00edcil.<\/p>\n

Seg\u00fan el trabajo, o1 logr\u00f3 identificar correctamente m\u00faltiples interpretaciones posibles de una misma oraci\u00f3n y representarlas con \u00e1rboles sint\u00e1cticos distintos. Es decir, no se qued\u00f3 con \u201cuna lectura probable\u201d, sino que entendi\u00f3 que una misma frase puede significar dos cosas diferentes al mismo tiempo.<\/p>\n

Y luego est\u00e1 la parte fonol\u00f3gica, que quiz\u00e1 sea la m\u00e1s elegante de todas. Los investigadores construyeron 30 miniidiomas artificiales, cada uno con 40 palabras inventadas, para ver si los modelos pod\u00edan inferir reglas de pronunciaci\u00f3n y transformaci\u00f3n sonora sin haberlas visto nunca antes. Otra vez, o1 rindi\u00f3 sorprendentemente bien. Y eso importa mucho porque sugiere que no solo est\u00e1 manipulando texto superficialmente, sino detectando patrones abstractos del lenguaje.<\/p>\n

La gran pregunta ya no es si la IA puede escribir como nosotros. Es si est\u00e1 empezando a comprender algo que cre\u00edamos exclusivamente humano<\/h2>\n

Y ac\u00e1 est\u00e1 la parte inc\u00f3moda. Este estudio no significa que la IA \u201centienda el lenguaje\u201d exactamente como lo hacemos nosotros. Tampoco prueba que tenga conciencia ling\u00fc\u00edstica, intuici\u00f3n humana o creatividad sem\u00e1ntica al nivel de una persona. Pero s\u00ed derriba una barrera que hasta hace muy poco muchos daban por segura.<\/p>\n

Porque si un modelo ya puede analizar gram\u00e1tica, resolver ambig\u00fcedades, manejar recursi\u00f3n e inferir reglas de un idioma que nunca existi\u00f3 antes\u2026 entonces ya no estamos hablando solo de una m\u00e1quina que usa lenguaje.<\/p>\n

Estamos hablando de una m\u00e1quina que empieza a mostrar algo muy parecido a una capacidad metaling\u00fc\u00edstica. Y eso obliga a reformular una pregunta que durante mucho tiempo parec\u00eda c\u00f3moda. Si el lenguaje era una de nuestras \u00faltimas pruebas de excepcionalidad\u2026 cu\u00e1nto tiempo va a seguir si\u00e9ndolo.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

Durante mucho tiempo, la discusi\u00f3n sobre inteligencia artificial y lenguaje se movi\u00f3 en una zona relativamente c\u00f3moda. S\u00ed, los modelos pod\u00edan escribir. S\u00ed, pod\u00edan sonar convincentes. S\u00ed, pod\u00edan imitar bastante bien la superficie del habla humana. Pero una cosa era usar lenguaje, y otra bastante distinta era pensar sobre \u00e9l. Ese segundo nivel (m\u00e1s abstracto, […]<\/p>\n","protected":false},"author":1,"featured_media":4630,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4629","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/4629","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4629"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/4629\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/4630"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4629"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4629"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4629"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}