Los humanos se han estado comunicando durante al menos 100.000 años, hasta donde sabemos. Y en todo ese tiempo, solo ha habido una cosa en el mundo capaz de aprender un lenguaje humano con fluidez perfecta: un niño humano.
Ahora hay dos.
Apenas cuatro años después del lanzamiento de ChatGPT, muchos de nosotros damos ya por sentado que podemos conversar de forma natural con nuestros teléfonos u ordenadores. Los LLM, como Claude, DeepSeek y los modelos GPT de OpenAI, son lo suficientemente fluidos y flexibles como para hacerse pasar convincentemente por humanos. Pero si echamos un vistazo tras el telón computacional, hay un inconveniente: Enseñar a un ordenador a usar el lenguaje humano sigue requiriendo una cantidad inhumana de datos. Un LLM puede procesar fácilmente cien mil veces más palabras de las que una persona experimentará en el proceso de dominar su lengua mate a —y muchísimas más de las que los niños podrían oír al cumplir su primer año, cuando normalmente empiezan a asimilar el lenguaje.
«El progreso reciente ha sido asombroso», afirma Michael C. Frank, científico cognitivo de la Universidad de Stanford, sobre los LLM. «Pero aún tenemos que arrasar un bosque y recopilar la totalidad del conocimiento humano para recrear este hito que ocurre en nuestras salas de estar a lo largo de un año».
Esta profunda brecha entre niños y máquinas se denomina la brecha de eficiencia de datos. Y plantea una pregunta intrigante para los científicos cognitivos y un desafío para los arquitectos de modelos de IA: ¿Cómo es que los niños aún pueden superar el rendimiento de las máquinas lingüísticamente más sofisticadas jamás construidas?
Encontrar respuestas tiene implicaciones tanto para la investigación de la IA como para la ciencia cognitiva. Durante la última década, los modelos de lenguaje han mejorado principalmente al hacerse más grandes. El LLM open-weight Llama 3.1 de Meta, lanzado hace dos años, consumió 15 billones de tokens (fragmentos de lenguaje similares a palabras) durante el preentrenamiento —el paso principal del entrenamiento de un modelo que ocurre antes de ser ajustado (fine-tuned) para una tarea específica, como la de ser un chatbot. Los modelos de vanguardia podrían estar preentrenándose con 10 veces más datos, dice Ethan Gotlieb Wilcox, científico cognitivo y lingüista de la Universidad de Georgetown. Pero la cantidad de inte et disponible para entrenar es limitada y, finalmente —quizás tan pronto como en la década de 2030—, la fuente de datos fácilmente disponibles podría agotarse.
Los niños evidencian que es posible aprender más con menos. Mucho menos. Un preadolescente educado en un ento o lingüístico rico podría haber escuchado en to o a 100 millones de palabras. Si a esto le sumamos la alfabetización, el cómputo de palabras puede ascender hasta unos 300 millones a los 20 años.
La diferencia de escala es algo que solo se puede ilustrar mediante una analogía. «Claude ha visto la cantidad de lenguaje que una ciudad entera experimentará en una generación», afirma Wilcox. Si se imprimieran en papel todas las palabras utilizadas para entrenar un LLM mode o, se podría crear una pila que superaría la Estación Espacial Inte acional. Mientras tanto, los 100 millones de palabras de un preadolescente humano apenas apilarían 20 metros. Y nosotros podemos arreglá oslas con mucho menos que eso.
Al aplicar ingeniería inversa a la forma en que aprenden los niños, los científicos esperan poder crear modelos de IA más eficientes en el uso de datos, lo que podría ser útil para todo, desde entrenar IA de manera efectiva con vídeo hasta crear chatbots que sirvan a comunidades lingüísticas minoritarias. Poner a prueba hipótesis sobre el aprendizaje humano en modelos de máquinas también podría resolver cuestiones persistentes sobre el lenguaje y las mentes en desarrollo de los niños. ¿Nacemos con un instinto lingüístico, o sería posible, incluso en principio, que un niño aprendiera un idioma puramente de la experiencia? ¿Es la forma en que procesamos el lenguaje una peculiaridad de nuestra biología, o podría al menos parte de ello reflejar restricciones universales sobre cómo se pueden usar y aprender los idiomas?
Los elementos esenciales
La mayoría de nosotros nos damos cuenta de lo difícil que es un idioma solo cuando intentamos aprender uno nuevo después de la infancia. El pretérito pluscuamperfecto, las erres vibrantes y las vocales nasales, el caso genitivo, los "phrasal verbs", las mesas gramaticalmente masculinas y las cucharas femeninas... muchos son los instrumentos de tormento lingüístico para el aprendiz de idiomas adulto. Sin embargo, aprender nuestras lenguas mate as suele ser un proceso sin esfuerzo. Los niños pequeños suelen empezar a producir frases gramaticalmente correctas después de escuchar algo así como 10 millones de palabras, o hasta 30 millones en el extremo superior.
«Es sencillamente milagroso», dice Frank. «Si entrenas GPT-2 con 30 millones de palabras, obtienes un generador de sinsentidos; no obtienes un niño».
Cómo consiguen los bebés exactamente esto es un misterio. Los investigadores saben mucho sobre lo que aprenden los niños y cómo utilizan el lenguaje en diferentes etapas del desarrollo, pero aún hay mucho que no sabemos. Quizás la pregunta más persistente sea por qué los bebés son capaces de aprender un lenguaje. La sintaxis del lenguaje humano —las reglas para combinar palabras en oraciones— incluye estructuras recursivas y anidadas que nos permiten expresar ideas virtualmente infinitas con un léxico finito de palabras y fragmentos de palabras. Esto parece algo que debería ser un problema para los bebés. Solo chapotean en las aguas poco profundas de un océano de lenguaje insondable. Y sin embargo, de alguna manera, eso es suficiente. De una gota, infieren las profundidades.
Una solución, propuesta en la década de 1950 por el lingüista del MIT Noam Chomsky, es que los bebés nacen con un conocimiento innato de la gramática. Chomsky reaccionaba a una visión rival, defendida por el psicólogo B.F. Skinner, según la cual la adquisición del lenguaje es totalmente ambiental. Skinner pensaba que el lenguaje se aprendía mediante condicionamiento y refuerzo, de la misma manera que un perro aprende a sentarse o a dar la pata a cambio de golosinas. Chomsky contraargumentó citando la «pobreza del estímulo» —la idea de que el lenguaje, especialmente la sintaxis, es demasiado complejo y la exposición de los niños a él demasiado «empobrecida» como para que lo aprendan enteramente de la experiencia. «Su argumento principal era, esencialmente, que el lenguaje no puede aprenderse basándose puramente en estadísticas», afirma Richard Futrell, lingüista y científico cognitivo de la Universidad de Califo ia, Irvine. En cambio, Chomsky postuló que el lenguaje se basa en un conjunto de reglas lógicas y argumentó que los niños necesitaban un conocimiento innato de esas reglas para deducir la gramática de su idioma a partir de fragmentos de habla.
«Es simplemente milagroso... Si entrenas a GPT-2 con 30 millones de palabras, obtienes un generador de sinsentidos; no obtienes un niño.»
Michael C. Frank, científico cognitivo, Universidad de Stanford
La visión chomskiana del lenguaje dominó la lingüística en EE. UU. durante décadas bajo el nombre de gramática generativa. Y fue una gran influencia en la informática en las décadas de 1950 y 1960, cuando la IA disfrutaba de su primera época de auge y las fronteras entre la lingüística y el procesamiento del lenguaje natural se difuminaron en un torrente de financiación militar; el Pentágono quería ordenadores que pudieran entender inglés y traducir ruso.
A pesar de los éxitos iniciales de las redes neuronales simples, que aprenden a reconocer y reproducir patrones estadísticos, los investigadores de IA en Estados Unidos adoptaron en gran medida un marco basado en reglas influenciado por las teorías de Chomsky. Intentaron enseñar lenguaje a los ordenadores codificando explícitamente las reglas en programas; imagina menos una experiencia de inmersión y más una clase de gramática. Este enfoque, parte de una tendencia más amplia llamada IA simbólica, prevaleció durante décadas. También fracasó en gran medida en producir modelos realmente capaces de manejar el lenguaje humano a escala. El interés en el procesamiento del lenguaje natural se enfrió durante el "invie o de la IA" que comenzó en la década de 1970.
A raíz de esto, las redes neuronales comenzaron a resurgir. Pero no fue hasta la década de 2010, cuando el hardware informático se abarataba y era más potente, y la red de inte et crecía enormemente, que su rendimiento empezó a llamar la atención. Entre 2018 y 2019, los modelos BERT y GPT-2, que se construyeron sobre una nueva arquitectura —el transformador— y se entrenaron con miles de millones de tokens, dejaron claro a los expertos que aprender de un aluvión masivo de datos podía funcionar para el lenguaje. En 2022, con el éxito rotundo del chatbot ChatGPT de OpenAI, quedó claro para todos.
Los LLM no son cerebros. Lo que sí son es potentes sistemas de aprendizaje estadístico —máquinas ingenuas de reconocimiento de patrones, sin ninguna de las peculiaridades biológicas evolucionadas integradas en la corteza humana. En otras palabras, son precisamente aquello que un lingüista generativo, hace dos décadas, habría pensado que *no podría* aprender el lenguaje. Y sin embargo, aquí estaban, escribiendo sonetos verosímiles y aprobando pruebas de gramática.
«Por muy escéptico que seas sobre la IA, lo que realmente ha impresionado a todo el mundo es que estas cosas aprenden sintaxis», dice Alison Gopnik, psicóloga del desarrollo en la Universidad de Califo ia, Berkeley. «No creía que eso fuera a ser cierto. Y creo que la mayoría de la gente no pensaba que se pudiera, simplemente analizando las estadísticas de una gran muestra de lenguaje, descifrar la gramática».
Pero, ¿qué hay de aprender de una muestra de lenguaje pequeña —una de tamaño infantil, por ejemplo? ¿Es posible construir un modelo a escala de bebé que sea algo más que un generador de sinsentidos?
Habla infantil
Alex Warstadt, lingüista y científico de datos de la Universidad de Califo ia en San Diego, recuerda los años en to o al lanzamiento de BERT y GPT-2 como una época vertiginosa. En 2019, todavía era estudiante de doctorado en lingüística en la Universidad de Nueva York, viendo cómo su campo cambiaba ante sus ojos. El mero hecho de que los modelos de lenguaje pudieran aprender inglés procesando texto supuso un desafío para las ideas chomskyanas imperantes. Pero muchos lingüistas seguían siendo escépticos de que los LLM pudieran deci os algo sobre cómo los humanos adquieren el lenguaje.
«Siempre recibía objeciones en un tema en particular. Y ese era el tamaño de los conjuntos de datos del modelo», dice Warstadt. «Nunca hubo un momento en que la gente entrenara modelos de lenguaje a escala humana que nos impresionaran».
Pero Warstadt vio potencial en los LLM: un modelo científico no tiene por qué ser perfecto para ser informativo, y los LLM eran claramente simulaciones potentes del uso del lenguaje humano. Al integrar en los modelos hipótesis sobre cómo aprenden los niños y midiendo su rendimiento —lo cerca que estuvieron de cerrar la brecha de datos—, ¿podrían los científicos poner a prueba sus ideas? En agosto de 2022, Warstadt publicó un Twitter thread exponiendo un argumento de que las redes neuronales podrían ser modelos útiles para la adquisición del lenguaje. Tras un intercambio de ideas en los comentarios con el investigador de IA Leshem Choshen, Warstadt propuso la idea de lo que se convertiría en BabyLM, una competición anual organizada por Warstadt, Choshen y varios otros investigadores para entrenar modelos con pequeños conjuntos de datos.
Eso fue hace cuatro años. Desde entonces, BabyLM ha añadido talleres y ha inspirado iniciativas derivadas, incluyendo una competición para modelos infantiles entrenados en chino. El evento principal desafía a los investigadores a entrenar modelos de lenguaje con un corpus “plausible para el desarrollo” de solo 100 millones de palabras (para la modalidad a escala infantil, 10 millones) extraídas de libros de cuentos, diálogos, subtítulos de películas, la Wikipedia en inglés sencillo, la Wikipedia estándar, y transcripciones reales de habla dirigida a niños. Los modelos se evalúan según el tipo de pruebas de gramática que los psicolingüistas utilizan con humanos, afirma Wilcox de Georgetown, uno de los organizadores.
Un tipo de tarea consiste en presentar a sujetos de prueba —humanos o máquinas— oraciones y buscar indicaciones de confusión o sorpresa ante características agramaticales. Por ejemplo, una prueba podría comparar las oraciones The keys to the cabinet are on the table y The keys to the cabinet is on the table. “Cuando los humanos ven 'is', piensan: What? That’s not supposed to be ‘is,’ ” dice Wilcox. Para un humano, esa sorpresa podría medirse mediante el seguimiento de los movimientos oculares. Para los modelos de lenguaje, los investigadores utilizan una métrica llamada surprisal, que evalúa la improbabilidad con la que el modelo predice una oración o parte de ella.
La competición ya ha desafiado algunas suposiciones, como la eficacia del aprendizaje curricular. El aprendizaje curricular comienza con datos de entrenamiento sencillos y avanza hacia entradas más complejas —un poco como empezar con el balbuceo infantil e ir adquiriendo más sofisticación con el tiempo. Y fue, con mucho, el enfoque más popular adoptado en la primera ronda de BabyLM, según Warstadt. Pero no funcionó tan bien como se esperaba.
“Su atractivo es, sencillamente, difícil de resistir. El [aprendizaje curricular] parece encajar muy bien con las formas en que creemos que aprenden los humanos”, dice Aaron Mueller, científico informático de la Universidad de Boston y uno de los organizadores de BabyLM. “Pero parece que estos transformers no necesitan tener sus datos ordenados de esa manera para aprender de forma efectiva.”
Quizás con un toque de ironía, los mejores modelos BabyLM no se inspiran en absoluto en los bebés. El campeón de 2024, GPT-BERT, es un transformer entrenado en parte para predecir el siguiente token en una secuencia, como los LLMs mode os, y en parte para actuar como BERT, un “modelo de lenguaje enmascarado” que rellena los huecos en secuencias de tokens al estilo Mad Libs. Impresionantemente, cuando GPT-BERT fue preentrenado con unos 100 millones de palabras, logró superar el rendimiento de Llama 2 70B de Meta —un LLM preentrenado con aproximadamente 15.000 veces esa cantidad— en uno de los benchmarks de BabyLM.
Aun así, los modelos BabyLM no están al mismo nivel que los LLM. Muchos no pueden producir texto en absoluto, e incluso GPT-BERT parecería rudimentario junto a un modelo comercial mode o. En definitiva, si bien son de tamaño «bebé», la forma en que estos modelos aprenden no es muy propia de un bebé. Los niños no son programas informáticos desenca ados cuya única «experiencia» del mundo proviene del texto escrito. Ellos perciben el mundo a través de sus sentidos —especialmente la vista y el oído. Para cerrar la brecha de datos, piensan algunos investigadores, las máquinas necesitarán empezar a aprender a través de los ojos y oídos de los niños.
Asimilándolo todo
Cuando Michael Frank fundó su laboratorio en Stanford hace unos 15 años, los científicos no sabían realmente cómo los bebés experimentan el mundo. Los psicólogos del desarrollo apenas empezaban a vislumbrar la vida de los bebés a través de cámaras montadas en la cabeza.
“Las conclusiones que se extrajeron de aquella investigación inicial fueron que la experiencia de los niños es radicalmente diferente a lo que pensábamos”, dice Frank. “Es mucho más centrada: tienen esos bracitos cortos, así que los objetos están, por así decirlo, justo delante de ellos. Y viven en un bosque de rodillas.”
Frank estaba entusiasmado con el uso de imágenes de cámaras de cabeza para entrenar modelos de aprendizaje automático y probar hipótesis sobre cómo los niños aprenden el lenguaje, pero necesitaba más datos. Así que él y cuatro colegas reclutaron a tres bebés —todos hijos de madres psicólogas que sabían en lo que se estaban metiendo— para que se pusieran cámaras de cabeza por la ciencia. El proyecto, denominado SAYCam, registró dos horas semanales de la vida de cada niño entre los seis meses y los dos años y medio de edad.
«[Las familias] estuvieron dispuestas a publicar ese vídeo, y eso es fundamental», dice Frank. «Así que lo publicamos, y la gente empezó a entrenar modelos con él».
Una de esas personas era Brenden Lake, científico cognitivo e investigador de IA en Princeton. En 2024, cuando trabajaba en la Universidad de Nueva York, él y sus colegas presentaron un modelo entrenado con 61 horas de datos brutos de SAYCam que aprendió a identificar objetos y asociarlos con palabras. Muchas teorías en psicología del desarrollo proponen que los niños necesitan ciertos sesgos para ayudarles a seleccionar partes particulares de su experiencia sensorial bruta y asociarlas con fragmentos del lenguaje. Por ejemplo, se cree que los bebés asumen que una palabra nueva como «zapato» se refiere a un objeto completo en lugar de una parte de este (como un cordón), dice Lake. Pero el modelo que el equipo de Lake construyó fue capaz de aprender a identificar objetos en el metraje de vídeo y asociarlos con palabras sin tales sesgos. «Resulta que se puede iniciar el aprendizaje del lenguaje con mucho menos de lo que sugerían varias teorías», dice Lake. Aun así, añade, «no obtenemos un niño de dos años de [entrenamiento] cuando terminamos».
Pero quizás no sorprenda que tales modelos no puedan replicar capacidades infantiles al trabajar con unas pocas decenas de horas de metraje recopilado a partir de breves instantáneas a lo largo de varios años de la vida de un niño. Podría ser que las deficiencias simplemente indiquen una falta de datos realistas. Al fin y al cabo, los bebés no pueden llevar una 'headcam' 24 horas al día, 7 días a la semana; esfuerzos como SAYCam y y su sucesor, BabyView, registran como máximo unas pocas horas a la semana. Así que los investigadores tienen la opción de trabajar con una pequeña porción de la vida de un solo niño o con conjuntos de datos más grandes de metraje recopilado de muchos niños. Sea como fuere, los datos de entrenamiento de un modelo todavía están muy lejos de la experiencia vivida de un niño.
Esto podría estar cambiando. Uri Hasson, neurocientífico y psicólogo de Princeton, ha dedicado los últimos cinco años a un proyecto para registrar los primeros 1.000 días de vida de 17 niños. Las familias participantes equiparon cada sala de estar de sus hogares (excepto dormitorios y baños) con cámaras y micrófonos y grabaron 12 horas al día, casi todos los días. El conjunto de datos resultante, descrito por primera vez en un prepublicado reciente, es de una escala con la que simplemente habría sido imposible trabajar sin nuevas herramientas de IA para la transcripción y el análisis de vídeo, afirma Hasson. «Por primera vez, tenemos la entrada», afirma. «Es realmente solo el principio.»
Ingredientes faltantes
Hasta ahora, el entrenamiento de modelos con vídeo ha resultado difícil. Mientras que los modelos basados en texto emergen completamente fluidos (tras ingerir enormes conjuntos de datos de entrenamiento), los modelos multimodales entrenados con vídeos de niños están lejos de eso. El modelo de Lake, por ejemplo, aprendió palabras sencillas, como “pelota” y “gato”. Los intentos de complementar el texto con datos visuales no han funcionado para los participantes de BabyLM, según Warstadt. Gopnik cree que el problema podría ser que los niños no se limitan a sentarse y observar el mundo pasar. “Los niños exploran activamente, lo que significa que eligen activamente sus propios datos”, afirma. “Los niños experimentan constantemente”. Quizás ese sea el ingrediente que falta.
La investigación del grupo de Gopnik —incluyendo estudios con niños de primaria que exploran un juego inspirado en Minecraft— muestra que lo que parece un juego de niños es, de hecho, una forma eficaz de aprender causa y efecto. Los niños buscan experiencias y realizan acciones que maximizan su “empoderamiento”, o la capacidad de generar un impacto predecible en el mundo.
A diferencia de los modelos, los niños son conscientes de lo que no saben y tienen un impulso por llenar sus lagunas de conocimiento, afirma Elizabeth Bonawitz, científica cognitiva del desarrollo en Harvard. Además, la vida social de los niños también les ayuda a aprender, añade. Su investigación ha demostrado que los niños interpretan la información de manera diferente cuando saben que un adulto está intentando enseñarles algo. «Los niños no solo razonan sobre la evidencia que se les presenta», dice Bonawitz. «Razonan sobre el profesor, sobre el conocimiento del profesor y sobre por qué el profesor les está dando esta información en particular».
Eso es muy diferente de cómo aprenden los modelos: pasivamente y de forma aislada. Quizás si los modelos se construyeran para buscar información que les permitiera suplir sus propios puntos ciegos, experimentar con el lenguaje, observar cómo otros usuarios de la lengua reaccionan a su balbuceo y razonar sobre algún tipo de mundo social simulado, aprenderían mejor. El BabyLM del año pasado abrió la competición a modelos que podían aprender interactuando con otros modelos. Pero los modelos sociales no superaron a los estándar.
De los principales laboratorios de la industria, Meta parece el más interesado en inspirarse en los niños —específicamente para entrenar modelos a partir de vídeo. Dos investigadores de Meta participaron en la rama multimodal de BabyLM, y científicos de Meta —junto con investigadores académicos, incluido Frank— anunciaron recientemente un benchmark y un desafío para entrenar modelos con metraje de cámaras subjetivas de bebés. Frank también afirma que una startup de IA en modo sigiloso llamada Flapping Airplanes ha mostrado interés en su investigación. Ni Meta, ni Google DeepMind, ni OpenAI, ni Flapping Airplanes accedieron a una entrevista.
Por ahora, los laboratorios punteros no se están apresurando precisamente a tomar prestados trucos de los niños, afirma Gopnik. Ella cree que será la próxima generación de IA —lo que sea que reemplace al transformador— la que aprenderá de la psicología del desarrollo.
Quizás la razón más seductora para cerrar la brecha de datos es que podría ayuda os a entende os a nosotros mismos.
En general, la comunidad del aprendizaje automático está menos interesada en imitar el cerebro que en simplemente construir algo que funcione, dice Mueller. Pero él cree que la concienciación —y el interés— en la brecha de eficiencia de datos está creciendo. Un ejemplo es el benchmark NanoGPT Slowrun, lanzado por Q Labs en marzo de 2026. “Tienen objetivos muy similares a BabyLM”, dice Mueller. “Pero han abandonado la motivación del aprendizaje del lenguaje humano y se han centrado realmente en el ángulo de la eficiencia de datos”.
Una razón por la que Warstadt quiere cerrar la brecha de datos es para democratizar la IA, de modo que las universidades y otros actores sin los recursos para la hiperescala puedan entrenar buenos modelos y mantenerse relevantes en la investigación de la IA. David Samuel, investigador de aprendizaje automático en la Universidad de Oslo y uno de los arquitectos de GPT-BERT, tiene una razón más personal para trabajar en este problema. Es checo y trabaja en Noruega, y hay muchos menos datos en checo y noruego disponibles para entrenar LLM que en inglés. Lenguas minoritarias como el sami podrían tener solo decenas de millones de tokens disponibles, dice Samuel —aproximadamente la escala de la exposición de un niño pequeño. “La pregunta era”, dice, “¿cómo podemos desarrollar modelos de lenguaje que sean tan capaces como los ingleses para idiomas pequeños?”
Pero quizás la razón más seductora para cerrar la brecha de datos es que podría ayuda os a entende os a nosotros mismos.
Bonawitz afirma que inicialmente se mostró escéptica de que los grandes modelos de lenguaje pudieran revelar algo sobre la cognición. Los LLM y los cerebros son, al fin y al cabo, muy diferentes. Los cerebros están enca ados. Nuestras neuronas no son líneas de código ordenadas, sino células vivas. Y nuestros cerebros crecen y cambian a medida que aprendemos y envejecemos —los LLM se preentrenan una vez y nunca más. Pero por muy diferentes que sean los dos sistemas, dice Bonawitz, "estoy revisando mis creencias". Se ha dejado convencer por la idea de estudiar modelos como los psicólogos comparados podrían estudiar las mentes animales para iluminar la nuestra.
Investigadores como Warstadt, Frank, Wilcox, Lake y Hasson ya están utilizando modelos de lenguaje como una especie de rata de laboratorio lingüística, un sustituto imperfecto pero informativo para un usuario humano real del lenguaje —especialmente para preguntas que tienen más que ver con el aprendizaje, el lenguaje y el procesamiento de la información que con cualquier cosa específica de nuestro cerebro o biología. Cuando los modelos pueden hacer cosas con el lenguaje que creíamos imposibles, desafía viejas suposiciones. Y los investigadores pueden construir hipótesis sobre el aprendizaje del lenguaje en los modelos —por ejemplo, simulando diferentes grados de bilingüismo o privando a los modelos de exposición a ciertas formas gramaticales— y probar esas hipótesis de una manera que sería imposible de hacer con niños reales. Futrell compara la situación con enseñar lenguaje a un extraterrestre y luego abrir su cerebro para ver qué ha pasado.
Mientras otros animales se comunican, solo los humanos conversan. Ahora existe algo que no es ni animal ni humano y que también puede hablar. Los LLM abren la posibilidad de realizar estudios comparativos, incluso si los modelos y las mentes son muy diferentes. “Durante los últimos 100.000 años o el tiempo que lleve existiendo el lenguaje humano, los humanos han sido las únicas entidades en el universo que usan el lenguaje. Ahora existe esta otra entidad lingüística”, afirma Warstadt. “Finalmente tenemos un modelo; no en el sentido de un modelo de lenguaje, sino en el sentido de un organismo modelo.”
Elise Cutts es una escritora científica radicada en Austria.