«¿La IA entiende algo o solo va acertando la siguiente palabra?»
Siempre hay alguien en la reunión que lo suelta con media sonrisa: «la IA solo predice la siguiente palabra».
Y se entiende que la frase cale.
Usas ChatGPT todo el día, el texto sale limpio, capta lo que querías decir… y luego te explican que por dentro es un autocompletado con un motor enorme.
A Hex-ko le pasó lo mismo durante meses: entre el «qué bien funciona» y el «entonces, ¿dónde se rompe esto?».
Pero hay algo que obliga a releer la frase. La neurociencia lleva tiempo mirando cuánta predicción hay en tu forma de procesar el lenguaje. Y la respuesta no es «ninguna».
Vamos a ver qué encontraron. Y, sobre todo, dónde deja de parecerse.
Los modelos que mejor aciertan la palabra también aciertan el cerebro
El estudio que puso esto en el mapa es el de Schrimpf y su equipo del MIT, publicado en PNAS (estudio).
Cogieron decenas de modelos de lenguaje de redes neuronales y los enfrentaron a tres conjuntos de datos neuronales (registros de cerebros humanos procesando lenguaje) más uno de comportamiento.
La pregunta era directa: ¿qué modelo de IA predice mejor lo que hace un cerebro humano con una frase?
Y esto es lo que salió:
- Cuanto mejor era un modelo prediciendo la siguiente palabra, mejor predecía también la actividad cerebral.
- El mejor modelo se acercó al techo de ruido, es decir, al punto en el que el error que queda ya es ruido de medición y no fallo del modelo.
La predicción de la siguiente palabra es justo lo que parece: con todo el contexto anterior, adivinar qué palabra viene ahora. Es el objetivo con el que se entrena un LLM (gran modelo de lenguaje, el motor que hay debajo de ChatGPT).
Si las personas también nos adelantamos a la frase mientras leemos, que la matemática del modelo y tu procesamiento del lenguaje se solapen un poco no es tan raro. Es más bien lo esperable.
Y aquí es donde apetece decir que la máquina entiende como tú. Guarda esa idea un momento.
Tu cerebro ya iba por delante de la frase
Todo eso son datos recogidos con textos y tareas controladas. ¿Y si la situación es algo más natural, con la persona solo escuchando, como quien oye a medias un anuncio en un pódcast?
Eso es lo que montaron Kölbl y su equipo en Scientific Reports (estudio). 29 participantes escucharon un audiolibro en alemán mientras se registraba su actividad cerebral por dos vías a la vez.
Una es el EEG, la actividad eléctrica que se capta en el cuero cabelludo. La otra es el MEG, que mide los campos magnéticos que emite el cerebro.
Después compararon esos patrones cerebrales con las puntuaciones de predictibilidad de BERT en cuatro categorías: sustantivos, verbos, adjetivos y nombres propios. BERT es un modelo de lenguaje anterior a ChatGPT y sigue siendo un estándar para este tipo de análisis.
Dos resultados llaman la atención:
- En los sustantivos apareció una preactivación significativa antes de que la palabra empezara.
- Cuanto más predecible consideraba BERT un sustantivo, menor era la amplitud del N400, una respuesta cerebral que crece cuando a una palabra le cuesta encajar con lo anterior.
O sea que, incluso escuchando de forma natural, tu cerebro va por delante de quien habla. La predicción no es el truco barato que hace la IA en lugar de entender: parece una pieza central de cómo procesamos el lenguaje también nosotros.
Fascinante. Y justo el punto donde conviene frenar antes de convertirlo en una conclusión de negocio.
Donde el parecido se acaba
Porque si la predicción lo explicara todo, un solo número del modelo debería explicar los datos cerebrales. Y no lo hace.
Krieger y su equipo lo comprobaron de frente en Brain Research (estudio). Su objeto de estudio es la surprisal: la medida de lo inesperada que resulta una palabra para el modelo. Si el modelo se la veía venir, la surprisal es baja. Si no, sube.
El resultado: la surprisal de los LLM no explicó de forma consistente ni el N400 ni el P600, otra respuesta cerebral posterior asociada a reanalizar la frase.
De hecho, los modelos pequeños se dejaban arrastrar por la simple asociación de palabras. Y los grandes tampoco capturaron bien la plausibilidad gradual ni el conocimiento de eventos.
Traducido: al modelo le falta ese sentido común de que un cliente puede devolver una chaqueta, difícilmente se la comerá y desde luego no le pedirá opinión.
Ahí está el hueco. Un modelo puede escribir «a nuestros clientes lo que más les importa es la rapidez de entrega» con una fluidez perfecta y cero contacto con tus clientes reales. La fluidez es una propiedad del texto. El respaldo depende de otra cosa: de dónde sale la afirmación.
Podría ser que esto no generalice tanto, ojo: son tres estudios y un puñado de medidas cerebrales. Pero la dirección es coherente y encaja con lo que ya sospecha cualquiera que haya verificado un resumen de IA.
Conclusión: juzga una respuesta de IA por su respaldo, no por lo bien que se lee
La versión práctica de todo esto es incómoda: fluido y respaldado no son lo mismo, y se nos da fatal separarlos. En parte porque nuestra propia lectura también funciona a base de predicción.
Cambia una cosa esta semana. Cuando un resumen de IA hable de tu mercado o de tus clientes, léelo al lado de una fuente primaria: transcripciones de entrevistas, tickets de soporte, reseñas, datos de compra.
Deja que el modelo resuma, agrupe y lance hipótesis. Que la decisión la cierre el dato real.
Y su consecuencia, la que casi nadie aplica: lo que la IA dice de tu marca es una señal que puedes medir, no un veredicto sobre tu categoría.
Su relato de quién manda en tu categoría es una conjetura fluida montada con lo que leyó por ahí. Por eso merece seguimiento: muchas veces es lo primero que ve tu comprador, y es un relato que se mueve.
Si quieres ver qué ocurre dentro del modelo mientras fabrica esa conjetura, sigue el hilo en ¿La IA entiende de verdad? Le abrimos la cabeza para verlo.
Fuentes
- Schrimpf, M. et al., «The neural architecture of language: Integrative modeling converges on predictive processing», PNAS, 2021, pnas.org
- Kölbl, M. et al., «Prediction, syntax and semantic grounding in the brain and large language models», Scientific Reports, 2026, nature.com
- Krieger, K. et al., «On the limits of LLM surprisal as a functional explanation of the N400 and P600», Brain Research, 2025, sciencedirect.com
