«La abrí después de meses y parecía otra herramienta»
Hace unos seis meses probaste una herramienta de IA, pensaste «para lo nuestro todavía no vale» y la dejaste ahí, olvidada.
El otro día la volviste a abrir. Y te encontraste con otra cosa. Seguro que te suena, ¿a que sí?
A Hex-ko le ha pasado varias veces: descartar algo y encontrárselo, meses después, convertido en otra cosa. Pero toca tragarse el veredicto.
Damos por hecho que la IA mejora en proporción a lo que estudia. Más entrenamiento, un poco más lista. Más entrenamiento, otro poco. Una línea recta, ordenada, de las que puedes dibujar con regla.
Pero la realidad es que no se porta tan bien. Y hay investigación que lo enseña.
«¿Y esto del grokking qué es exactamente?»
El punto de partida es un fenómeno que unos investigadores de OpenAI describieron en 2022: el grokking.
En una frase: la IA se dedica a memorizar los datos de entrenamiento, parece haber tocado techo… y mucho después, de golpe, empieza a comportarse como si hubiera entendido el fondo del asunto.
En inglés, grok viene a ser «que te caiga la ficha». Y eso es exactamente lo que parece desde fuera: un día, cae.
Lo llamativo no es que mejore. Es cómo: nada de subida suave, sino un llano larguísimo y luego un salto seco.
Pero es justo lo contrario de lo que casi todos teníamos en la cabeza.
Primero memoriza. Entender llega mucho más tarde
Los experimentos usaron aritmética modular, ese cálculo que da la vuelta al llegar a un número fijo, como las horas en un reloj. Nada sofisticado, y esa sencillez es parte de la gracia.
Al principio la IA hace lo que haría un estudiante perezoso, que memoriza problemas y respuestas y clava los ejercicios que ya ha visto. Los nuevos, desastre.
Es el clásico «me sé los exámenes de otros años» sin haber entendido la regla. Cero capacidad de aplicarlo a otra cosa.
¿Y qué pasa si no paras ahí? Pues que sigues entrenando. Mucho más allá del punto en que parece inútil. Y llega un momento en que los problemas nuevos también le salen.
Ahí es donde pasa de memorizar a entender la regla: la generalización (la capacidad de aplicar lo aprendido a algo que no había visto nunca) llega tarde. Pero llegar tarde, aquí, no significa llegar poco a poco: llega entera.
Parecía parado. Por dentro se estaba montando algo
Y aquí está la pregunta buena: ¿qué estaba haciendo la IA durante todo ese llano?
Investigadores posteriores (el análisis de Nanda y su equipo) abrieron el modelo para mirarlo por dentro. Detrás de la parálisis aparente, los circuitos de la generalización se estaban montando poco a poco. Por fuera, nada. Por dentro, obra.
A Hex-ko le recuerda a esa planta que riegas cada día durante semanas sin ver ni un brote. Las raíces, mientras, no paran.
De ahí salió una forma de leer el fenómeno: como una transición de fase. El agua a cero grados no se va volviendo «un poco más hielo cada vez»: cruza una línea y, zas, es hielo. La capacidad haría lo mismo: saltaría al cruzar un umbral.
Por supuesto, hay que decirlo: esto se observó en experimentos pequeños y simples, y podría no trasladarse tal cual a las IA gigantes que usamos a diario. Pero la idea de fondo (que la capacidad a veces pega saltos) pesa bastante.
Conclusión: no le pongas precio a una IA con una sola foto
Llevado a tu trabajo, el aprendizaje es simple: «la IA está en este nivel» no es un veredicto que se firma una vez y se archiva.
Si la capacidad puede saltar, mirar una foto fija y decidir «todavía no sirve» o «ya tocó techo» es una decisión frágil. Detrás de ese llano puede estar montándose el próximo salto, pero desde fuera se ve exactamente igual que un callejón sin salida.
Así que lo que vale no es la tasación única, sino el punto fijo de observación.
Coge la IA que te interesa, vuelve a lanzarle la misma tarea una vez por trimestre y fíjate en los primeros indicios de cambio. Con la evaluación entendida como algo que se actualiza, el salto no te pilla fuera de juego.
Y ojo: esto no va solo de capacidades. Lo que la IA cuenta de tu empresa, y qué marcas mete en la lista, también cambia de un día para otro. No mires una vez y te quedes tranquilo. Síguelo desde un punto fijo. Es la mejor preparación que tienes.
