Seguro que alguna vez le has preguntado a ChatGPT por las empresas de tu sector. Solo por ver si sale la tuya.
En un sector, ahí estás. En el sector de al lado, no te conoce nadie.
A Hex-ko le ha pasado tantas veces que ya ni se sorprende. Una pregunta y eres un referente. La siguiente y desapareces.
Pero queda una duda que no se va: ¿cómo decide un modelo que eres «una empresa de ese tipo»?
Porque si detrás hay una estructura, se puede trabajar. Si es puro azar, no hay nada que hacer. Y esa diferencia lo cambia todo.
Justo esa pregunta la ha respondido un equipo abriendo el modelo por dentro. Vale la pena mirarlo con calma.
¿Cómo guarda la IA a qué te dedicas?
El trabajo se publicó en arXiv en abril de 2026 (estudio).
El tema es el (binding en inglés). Es el mecanismo que ata dos datos en un mismo bloque: «Empresa X» y «hace software», juntas, no como dos palabras flotando.
Sin ese enlace no se sostiene nada. No sigues una conversación ni un párrafo si pierdes la cuenta de quién hizo qué.
Siguiendo el hilo de quién hace qué, los modelos se manejan de sobra. Pero lo que nadie sabía era cómo montaban esos bloques por dentro.
El equipo lo abordó con la : desmontar el modelo pieza a pieza y averiguar qué componente produjo la respuesta.
¿Y a ti en qué te afecta? En que un mecanismo que se puede nombrar acaba siendo un mecanismo que se puede medir.
El montaje del experimento, a grandes rasgos:
- dos familias de modelos distintas
- un conjunto de datos controlado, con entidades (personas, organizaciones) y relaciones anotadas
- la pregunta: ¿se puede leer «qué entidad y qué relación» solo con las señales internas?
Y esto es lo que salió: un archivador
Orden. Mucho más orden del que cabía esperar.
El equipo lo llama Cell-based Binding Representation, una representación por casillas: un subespacio pequeño, una casilla, para cada par entidad-relación.
Imagina una pared de casilleros. «Empresa X, relación 1» tiene el suyo. «Empresa X, relación 2», el de al lado.
El atributo vive dentro, y cuando el modelo responde, abre esa puerta concreta.
Lo curioso es la geometría. Al proyectar las señales internas sobre el plano adecuado, las casillas se alinean en una cuadrícula.
Papel milimetrado dentro de la cabeza de la IA, básicamente.
Hex-ko daba por hecho que ahí dentro reinaba el caos. Encontrarse un cuadriculado le ha puesto las ideas en su sitio.
Funciona en otros modelos y en otros contextos
Para saber en qué casilla estás basta un cálculo lineal sencillo. Y esa lectura aguantó al cambiar de temática y al cambiar de familia de modelos.
O sea, no es la manía de un modelo suelto.
¿Y si cambia el contexto? Las casillas no se dispersan: se desplazan en bloque, unidas por un mismo movimiento.
Las direcciones viajan juntas, y lo aprendido en un contexto se traslada a otro.
En otras palabras, no es memorizar a lo bruto. Se parece más a un sistema de direcciones reutilizable.
Traducido a tu terreno: «Empresa X, sector Y» no flota como una impresión vaga. Ocupa un sitio localizable.
Tocas una casilla y cambia la respuesta
Aquí el lector desconfiado levanta la mano, y hace bien. Un dibujo bonito no demuestra nada: encontrar una cuadrícula no prueba que el modelo la use.
Por eso entra el (activation patching en inglés): se sustituye parte de la señal interna con el modelo en marcha y se mira si la respuesta se mueve. Es la diferencia entre «van juntas» y «una causa la otra».
Dos resultados:
- al tocar la zona donde viven las casillas, la predicción sobre «de qué relación hablamos» cambia de forma sistemática
- al destruirla, cae la capacidad de responder preguntas de relación
La cuadrícula no es adorno: es muro de carga.
«Empresa X hace software» no salía de una impresión difusa. De hecho, salía de una casilla muy concreta.
¿Hasta dónde se puede generalizar esto?
Por supuesto, hay matices. Dos, y conviene dejarlos claros.
Es un análisis sobre un conjunto de datos controlado y anotado, con dos familias de modelos. No explica del todo el comportamiento de un sistema masivo como ChatGPT, y los autores tampoco lo pretenden.
Y entender cómo se forma el enlace no es lo mismo que saber apuntarle. «Escríbelo así y entrarás en la casilla» es una promesa que nadie ha verificado todavía.
Podría llegar, aunque hoy sigue abierta.
Pero saber que la memoria del modelo tiene estructura no es poca cosa. Una estructura se observa y, en principio, se puede trabajar.
El azar, ni una cosa ni la otra.
Conclusión: ponérselo fácil al enlace y luego medir
Vamos a traducirlo a tu trabajo.
Que una IA te nombre como «una de las empresas del sector» depende de si ese enlace entre tu marca y ese atributo existe ahí dentro. Si nunca se formó, tu nombre no sale. La realidad es que es un problema de estructura, no del humor de la máquina.
Así que la respuesta también es estructural. Dos movimientos, y me paro ahí a propósito.
Primero: convierte «estamos en esta categoría» en un hecho constante, repetido, casi aburrido. En tu web y en lo que otros escriben sobre ti.
Mismas palabras, misma categoría, cero variaciones creativas. Se trata de resultar fácil de enlazar.
Segundo: mide en qué categorías te están colocando los modelos ahora mismo. Si faltas justo en la que te importa, esa es la señal de que el enlace está flojo.
No de que la IA se ponga tonta.
Pon los hechos, deja que se rehaga el enlace, vuelve a medir. Ese ida y vuelta parece lento y es el atajo más corto que conozco.
Por dentro, el modelo está bastante más ordenado de lo que sugiere su comportamiento por fuera. Merece la pena asomarse a ver qué guarda hoy tu casillero.
Fuentes
- Qin Dai, Benjamin Heinzerling, Kentaro Inui, «Cell-Based Representation of Relational Binding in Language Models», arXiv:2604.19052, 21 de abril de 2026, arxiv.org (análisis de interpretabilidad mecanicista sobre cómo los LLM enlazan entidades, relaciones y atributos. Identifica una Cell-based Binding Representation: un subespacio lineal de baja dimensión —una «casilla»— por cada par entidad × índice de relación. El índice se decodifica linealmente mediante regresión PLS, la propiedad se mantiene entre dominios y familias de modelos, y forma un patrón geométrico de cuadrícula en el espacio de activaciones proyectado. Las representaciones específicas de contexto se relacionan mediante vectores de traslación, lo que permite transferencia entre contextos. Las intervenciones con activation patching sobre el subespacio cambian de forma sistemática la predicción de la relación, y su destrucción degrada el rendimiento: el subespacio interviene causalmente. Alcance: dos familias de modelos y un conjunto de datos controlado anotado con entidades y relaciones. Limitación: análisis en entorno controlado, que no explica por completo el comportamiento de los modelos de gran escala en producción.)
