Actualizado: noviembre de 2026 · Lectura: 12 min
ChatGPT, Claude y Gemini parecen casi mágicos: entienden lo que les dices, responden con fluidez y saben de casi todo. Detrás de todos ellos hay una misma tecnología: los grandes modelos de lenguaje, conocidos por sus siglas en inglés, LLM (Large Language Models). En esta guía te explicamos cómo funcionan, sin fórmulas ni tecnicismos.
- Un modelo de lenguaje grande (LLM) es un sistema entrenado con enormes cantidades de texto para entender y generar lenguaje.
- Genera las respuestas fragmento a fragmento (tokens), eligiendo en cada paso la continuación más probable.
- Se entrena en dos grandes fases: preentrenamiento con muchísimo texto y ajuste con ejemplos y valoraciones humanas.
- No consulta una base de datos de hechos, por eso puede «alucinar» datos falsos.
Qué es un modelo de lenguaje
Un modelo de lenguaje es un programa que ha aprendido cómo funciona el lenguaje: qué palabras suelen ir juntas, cómo se construyen las frases y cómo se relacionan las ideas. Un modelo de lenguaje grande es uno entrenado con cantidades gigantescas de texto y con miles de millones de parámetros, lo que le permite responder sobre muchísimos temas.
Los tokens: las piezas del lenguaje
Los modelos no leen palabras como nosotros: dividen el texto en tokens, que pueden ser una palabra corta, una parte de una palabra o un signo de puntuación. Por ejemplo, «inteligencia» podría dividirse en varios tokens. Todo lo que el modelo lee y escribe se mide en tokens, y por eso los límites y precios de las IA se expresan en tokens.
Cómo genera una respuesta
- Lee tu mensaje (y el resto de la conversación) convertido en tokens.
- Calcula probabilidades para el siguiente token posible.
- Elige uno y lo añade a la respuesta.
- Repite el proceso, token a token, hasta completar la respuesta.
Por eso ves aparecer las respuestas poco a poco: el modelo literalmente las está generando en ese momento.
Cómo se entrena un LLM
1. Preentrenamiento
El modelo analiza enormes cantidades de texto y aprende a predecir el siguiente fragmento. En este proceso ajusta sus parámetros (miles de millones de valores internos). Requiere centros de datos con miles de procesadores gráficos (GPU) durante semanas o meses.
2. Ajuste fino
Después se le entrena con ejemplos de conversaciones de calidad para que aprenda a seguir instrucciones y responder de forma útil.
3. Aprendizaje con valoraciones humanas
Personas evalúan distintas respuestas y el modelo aprende a preferir las más útiles, honestas y seguras. Esta técnica se conoce como RLHF (aprendizaje por refuerzo con retroalimentación humana).
La arquitectura Transformer y la «atención»
Casi todos los LLM actuales se basan en la arquitectura Transformer, presentada por Google en 2017. Su gran innovación es el mecanismo de atención: al procesar cada palabra, el modelo «presta atención» a todas las demás del texto para entender su significado en contexto. Así distingue, por ejemplo, si «banco» se refiere a un asiento o a una entidad financiera.
Conceptos clave que conviene conocer
| Concepto | Qué significa |
|---|---|
| Parámetros | Los valores internos que el modelo ajusta al aprender |
| Ventana de contexto | Cuánto texto puede tener en cuenta a la vez |
| Temperatura | Lo creativa o predecible que es la respuesta |
| Razonamiento | Modo en el que el modelo «piensa» paso a paso antes de responder |
| Multimodal | Capacidad de trabajar también con imágenes, audio o vídeo |
Tienes más términos en nuestro glosario de IA.
Por qué los LLM se equivocan
- Generan lo más probable, no lo verificado: no consultan una base de datos de hechos, así que pueden producir datos falsos con apariencia convincente («alucinaciones»).
- Su conocimiento tiene fecha: aprenden hasta un momento concreto, salvo que busquen en internet.
- Heredan sesgos de los textos con los que se entrenaron.
Qué pueden y qué no pueden hacer
| Hacen muy bien | Les cuesta más |
|---|---|
| Redactar, resumir y traducir | Garantizar que cada dato es cierto |
| Explicar conceptos de muchas maneras | Información muy reciente sin buscar en la web |
| Programar y analizar textos | Tareas que requieren experiencia física del mundo |
| Adaptar el tono y el estilo | Asumir responsabilidad por decisiones |
Preguntas frecuentes
¿Los LLM piensan?
No en el sentido humano. Procesan y generan lenguaje a partir de patrones aprendidos; no hay evidencia de que tengan conciencia ni intenciones propias.
¿Qué LLM usan ChatGPT, Claude y Gemini?
Cada uno usa sus propios modelos: GPT (OpenAI), Claude (Anthropic) y Gemini (Google).
¿Puedo usar un LLM en mi ordenador?
Sí, existen modelos de pesos abiertos que se pueden descargar y ejecutar en un ordenador potente o en un servidor.
