I. La nube de probabilidades
Los grandes modelos de lenguaje que hoy asombran al mundo descansan, en su base, sobre una idea sencilla y una cantidad descomunal de cálculo. Durante el preentrenamiento aprenden a predecir el siguiente fragmento de texto a partir de los anteriores. Ese fragmento, normalmente llamado token, puede ser una palabra, una parte de ella o incluso un signo. Después, los modelos destinados a actuar como asistentes reciben ajustes adicionales para seguir instrucciones, dialogar y adaptarse mejor a lo que se les pide. Todo ello los hace mucho más útiles, pero no convierte sus parámetros en un archivo de hechos verificados.
Cuando un modelo de lenguaje responde, utiliza ese mecanismo generativo condicionado por la pregunta, el contexto y los ajustes posteriores que haya recibido. Va construyendo la salida paso a paso entre continuaciones que considera plausibles; según la forma de generación, no tiene por qué escoger siempre la alternativa de probabilidad máxima. No consulta por defecto una enciclopedia interior donde cada dato figure como verdadero o falso. El mismo mecanismo puede producir una explicación correcta, resumir bien un contrato o inventar una fecha. Entender que el acierto y el error salen por el mismo conducto es la llave de todo lo que sigue.
Y hay que decir algo más, porque es la raíz de todo lo que viene: una probabilidad alta dentro del modelo no equivale a una certeza sobre el mundo. Durante el entrenamiento se reducen errores de predicción sobre cantidades enormes de texto y se aprenden regularidades extraordinariamente útiles. Los ajustes posteriores pueden mejorar la obediencia a instrucciones, la prudencia o la veracidad de las respuestas. Pero ninguna de esas operaciones crea por sí sola una ficha documental que diga qué fuente demuestra cada afirmación. La certeza que necesitamos en este libro exige otra cosa: una fuente identificada capaz de sostener lo afirmado.