«¿La IA se va a volver más lista para siempre solo con hacerla más grande?»
Llevas años oyéndolo: cuanto más grande es la IA, más lista.
Cada modelo nuevo sale con su cifra de parámetros por delante. Cientos de miles de millones. Billones. Y uno acaba archivándolo como «bueno, al final lo que manda es el tamaño».
A Hex-ko le pasa igual: cada vez que sale un modelo, lo primero que mira es cuánto ha crecido.
Pero si te paras a pensarlo, la cosa tiene su miga. ¿Por qué crecer te hace más listo? ¿Y eso va a seguir siendo así?
Durante mucho tiempo nadie supo responder. Era una regla empírica, muy fiable, pero regla empírica al fin y al cabo.
Hasta que en 2025 apareció un estudio que responde a ese «por qué» desde dentro del modelo. Vamos a verlo de cerca.
Qué dice eso de «más grande, más lista»
Primero, el repaso. En el mundo de la IA existen las leyes de escala.
Cuantos más datos de entrenamiento y más cómputo le metes, y cuanto más grande haces el modelo, mejor rendimiento sacas. Y de forma sorprendentemente suave.
¿Y cómo se mide ese rendimiento? Por lo mucho o lo poco que la IA falla al predecir. El término técnico es (loss), y basta con quedarse con que cuanto más baja, mejor.
Lo llamativo es lo limpia que sale la curva. Añades tanto tamaño, baja tanto la pérdida. Una y otra vez.
Por eso las empresas han invertido con tanta tranquilidad en «hagámoslo más grande y ya».
Y cada año alguien anuncia que esto se estanca. Cada año la predicción envejece mal, porque la curva sigue tan recta como siempre.
Pero aquí estaba la espina clavada. Que salga limpio no significa que esté explicado.
Nadie sabía decir por qué la curva se comportaba así. Era el clásico «lo probamos y salió esto».
Por dentro, la IA va apretujada
La pieza que faltaba es un fenómeno llamado (superposition en inglés).
La superposición es que la IA guarda muchísimas más características que piezas tiene para guardarlas.
Una característica es una de esas pequeñas pistas con las que la IA lee el mundo: «esto suena a texto educado», «esto va de cocina». Miles de detalles en los que fijarse.
Lo intuitivo sería pensar que con 100 piezas caben 100 características. Pues no.
La IA real mete miles de características en esas cien piezas, desviando un poquito la orientación de cada una para que puedan convivir. Como meter en un cajón más papeles que separadores: los metes en diagonal, y aun así ves el borde de cada uno.
Esto lo destripó Anthropic en 2022 con modelos pequeños (estudio).
De hecho, ese trabajo se convirtió en el punto de partida de la interpretabilidad, la investigación que se dedica a leer qué pasa dentro de la IA.
Ese amontonamiento genera la ley de escala
Y ahora viene lo nuevo. Un estudio del MIT (Liu, Liu, Gore y otros, elegido Best Paper Runner-Up en NeurIPS 2025) sostiene que la superposición es la ley de escala por dentro (estudio).
El equipo analizó de forma teórica la zona en la que las características van fuertemente superpuestas, es decir, apretujadas muy por encima del número de piezas disponibles. Y de ahí sale una relación nítida:
Si aumentas el número de piezas (el ancho del modelo), la pérdida baja de forma inversamente proporcional.
Dobla el ancho y el error se reduce aproximadamente a la mitad. Esa proporción inversa es lo que había dentro de la curva de «más grande, más lista».
Lo bonito es que la relación aguanta en condiciones muy variadas. Y no depende de cómo estén repartidas las características al detalle: toqueteas los supuestos y la curva no se deforma.
La realidad es que, cuando algo es así de estable, deja de parecer una casualidad. Empieza a parecer una consecuencia de la estructura.
La regla empírica por fin tiene motivo
Y este es el punto que más importa. A Hex-ko le costó un rato hacerse a la idea.
La ley de escala siempre había sido reproducible: la mides otra vez y sale igual. Lo que faltaba era el mecanismo. El «por qué» se quedaba colgando.
Ahora la curva se puede deducir de la geometría con la que la IA amontona sus características. La superposición que encontró Anthropic y la ley de escala en la que confían las empresas resultan ser la misma línea trazada desde dos extremos.
Es decir: al crecimiento que todos aplicaban «porque funciona» le ha salido una columna vertebral, el porqué. Saberlo no hace a nadie más listo de golpe, claro. Pero cambia lo que puedes ver desde aquí.
Conclusión: ahora puedes decir «el tamaño sigue compensando» con un motivo detrás
¿Y qué se lleva de aquí quien hace marketing o firma presupuestos?
Por un lado, tranquilidad. La carrera del sector por hacer modelos más grandes pinta que seguirá dando fruto una temporada más.
Al menos por ahora, que el tamaño funcione no es suerte: está enraizado en cómo está construida la IA por dentro. Así que no hace falta planificar contando con que los modelos grandes se estanquen de un día para otro.
Y por otro, lo que de verdad importa. Cuando entiendes por qué funciona, tienes suelo para preguntarte hasta dónde funciona y dónde empieza a frenarse.
El amontonamiento tiene límites geométricos. Al acercarse a ellos, esa curva inversa tendrá que aplanarse en algún momento.
Y ese es un juicio que ya puedes hacer desde la estructura, no desde el ambiente.
Hacia dónde van la capacidad y el coste de la IA se te va a colar en el presupuesto y en qué herramientas eliges.
Así que no te quedes en «parece que más grande es más listo». Llévate contigo la siguiente pregunta: la del porqué y la del hasta dónde.
Es un trabajo poco vistoso, pero es lo que evita que te muevas a bandazos entre la euforia y el desánimo.
