BiSeProf · formación docente · aula regular · 2026
Cuatro demostraciones para abrir la caja. Aquí no se explica con metáforas: le escribes algo y ves, paso por paso, qué le pasa a tu frase por dentro. Todo funciona en esta misma página.
Cuando le escribes a ChatGPT o a tu NARA, la máquina no lee como lees tú. Tu frase pasa por cuatro pasos, siempre los mismos, siempre en este orden. Los cuatro están abajo, cada uno para que lo pruebes.
Lo primero que hace la máquina es partir lo que escribiste. No en palabras: en tokens, que son pedazos de palabra. «Río» es un token. «Descolorido» son tres. Cada pedazo tiene un número de catálogo, y ese número es lo único que entra a la máquina.
Pruébalo
Fíjate en dos cosas. Las palabras comunes —«el», «de», «que»— quedan enteras, porque la máquina las ha visto millones de veces. Las largas o raras se parten. Y el espacio antes de una palabra también cuenta: para la máquina, «río» y « río» no son lo mismo.
Lo que te explica: por qué la IA a veces se equivoca al contar letras o al separar sílabas. Nunca vio letras, vio pedazos.
Aquí está el corazón del asunto. Cada token se cambia por una lista larga de números —eso es un embedding—, y esa lista funciona como una dirección: coloca a la palabra en un mapa. Las palabras que significan cosas parecidas caen cerca. Las que no se parecen caen lejos.
El mapa de verdad tiene cientos de dimensiones y no se puede dibujar. Este de abajo es el mismo mapa aplanado a dos, con palabras de tu clase. Toca una palabra y te digo cuáles quedaron más cerca.
Toca cualquier palabra del mapa
Nadie le dijo a la máquina que «río» y «lago» se parecen. Lo dedujo de haber visto millones de textos donde esas dos aparecen rodeadas de las mismas palabras. Significado, para ella, es compañía: dime con quién apareces y te digo qué eres.
Lo que te explica: por qué la IA entiende «alumna con discapacidad visual» aunque tú escribas «niña que no ve». Están cerca en el mapa. Y también por qué confunde cosas que se dicen parecido pero significan distinto.
Una palabra sola no basta. «Él» no significa nada hasta saber a quién señala. Aquí entra el mecanismo que le da su nombre a los transformers: la atención. Cada palabra revisa a todas las demás de la frase y decide a cuáles hacerles caso y cuánto.
Toca una palabra de la frase y verás a cuáles está mirando ella. Entre más oscura la otra palabra, más peso le da.
Toca una palabra de la frase
Toca él y mira lo que pasa: se va derecho a río, no a fábrica ni a tinta, aunque las tres son sustantivos y las tres están antes. Eso es lo que ninguna máquina sabía hacer antes de 2017, y es la razón de que hoy la IA sostenga un párrafo entero sin perderse.
Lo que te explica: por qué el contexto le importa tanto. Si tu instrucción es corta y ambigua, la atención se reparte mal y contesta otra cosa. Si le das el contexto completo, apunta bien.
Con todo lo anterior, la máquina hace una sola cosa: calcular qué palabra es más probable que siga. Una. Luego vuelve a empezar con la frase ya alargada y calcula la que sigue. Así, de una en una, hasta que termina.
Abajo están las opciones reales que se le presentan, con su probabilidad. Elige una y sigue construyendo la frase, como lo haría ella.
Elige la siguiente palabra
No hay ninguna intención ahí. La máquina no quiso decir nada: le salió lo más probable. Cuando eliges siempre la opción más alta, el texto queda plano y previsible; cuando de vez en cuando toma una de abajo, suena más natural. A eso se le llama temperatura.
Lo que te explica: por qué la IA inventa. Si le preguntas por un dato que no está en su mapa, igual calcula la palabra más probable, y lo probable a veces es falso. No te está mintiendo: no sabe la diferencia.
Cuatro pasos, cuatro consecuencias prácticas para cómo le pides las cosas.
La atención necesita contexto para apuntar bien. «Adáptalo» no le dice nada; «adapta esta consigna de cuarto grado para una alumna que lee muy lento» le da a dónde mirar.
Predice palabras probables, no verdades. Fechas, cifras, nombres de documentos y páginas de un libro se revisan en la fuente. Siempre.
No tienes que dar con el término técnico exacto. Si describes con tus palabras lo que pasa en tu grupo, el mapa la lleva al concepto.
Ella propone lo más probable. Lo más probable no es lo mejor para tu grupo, y eso solo lo sabes tú. La IA propone; la docente verifica y decide.
| Palabra | Qué es, en corto | Dónde la ves fallar |
|---|---|---|
| Token | Un pedazo de palabra con su número de catálogo. | Cuenta mal las letras de una palabra. |
| Embedding | La dirección de ese pedazo en un mapa de significados. | Confunde términos que se parecen pero no son iguales. |
| Atención | Cuánto le hace caso cada palabra a las demás de la frase. | Con instrucciones cortas, se va por otro lado. |
| Predicción | Elegir la siguiente palabra más probable, una por una. | Inventa datos con toda seguridad. |