Un LLM es un programa que aprendió a predecir qué palabra viene después en millones de textos, y de ese truco salieron las herramientas que hoy escriben, resumen y programan por ti. Aquí va qué significan esas tres letras, cómo funciona por dentro y dónde están sus límites.
Qué significa LLM y por qué todo el mundo lo dice
LLM son las siglas de large language model, que en español se traduce como modelo de lenguaje grande o de gran tamaño. Son las tres letras que aparecen detrás de ChatGPT, Gemini, Claude y casi cualquier asistente que hayas usado últimamente.
La definición corta: un sistema entrenado con enormes cantidades de texto que aprendió a entender y producir lenguaje humano, y que responde a cualquier petición escribiendo palabra a palabra hasta completar una frase con sentido. La definición larga incluye una palabra que la gente salta: grande. No es un adjetivo de marketing, es literal. Hablamos de miles de millones de parámetros, las piezas ajustables que el modelo mueve cuando intenta acertar. ¿Y por qué importa ese tamaño? Porque de él sale la capacidad de generalizar.
Según IBM, estos sistemas procesan el lenguaje a partir de los datos con los que se han entrenado mediante aprendizaje automático, y ese volumen es justo lo que los separa de un corrector ortográfico o de un clasificador de spam.
El truco detrás: predecir la siguiente palabra
Aquí está la parte que casi nadie explica bien. Un modelo de lenguaje no "sabe" cosas como las sabe una enciclopedia. Lo que hace es calcular la probabilidad de qué palabra encaja después de las anteriores.
Puro cálculo de probabilidades.
Eso empezó como algo simple. En los años noventa los modelos miraban dos o tres palabras atrás y adivinaban la siguiente. Con esa memoria tan corta, el resultado era torpe. La tecnología no servía para gran cosa fuera de juegos de texto. Nada más. Todo cambió cuando aprendieron a mirar toda la frase a la vez.
Entonces llegó una arquitectura llamada transformador, presentada en el artículo "Attention Is All You Need", de 2017. Los transformadores dejaron que el modelo pesara a la vez todas las palabras de una frase y entendiera qué se relaciona con qué. De repente predecir la siguiente palabra con mucha precisión obligaba al sistema a captar gramática, contexto y hasta razonamiento básico. Un salto enorme.
De ahí nace la paradoja del oficio. Le pides que traduzca, y traduce bien; le pides que resuma, y resume bien. Nadie lo entrenó para esas tareas concretas. Salieron solas. Y nacieron de un entrenamiento de predicción a gran escala, que es justo lo contrario de lo que un ingeniero programaría a mano.
Qué distingue a un LLM de otros modelos de IA
Conviene separar tres cosas que la gente mezcla: LLM, IA generativa y aprendizaje automático. Son capas, no sinónimos.
Aprendizaje automático, IA generativa y LLM son capas, no sinónimos.
Por eso se habla de "modelos" y no de "programas". Un software clásico hace lo que le mandas, paso a paso. Un LLM hace lo que ha visto hacer, y a veces improvisa sin que se lo pidas. Esa diferencia es su fuerza y también su problema.
Tampoco son iguales todos. Algunos vienen de fábrica y saben de todo un poco; otros se afinan para una tarea. En la práctica, como recuerda la documentación de Microsoft Azure, trabajas con la segunda clase cuando quieres resultados útiles de verdad.
Cómo se entrena: de leer internet a seguir instrucciones
El entrenamiento ocurre en dos etapas que conviene distinguir, porque explican mucho del comportamiento final.
La primera es el preentrenamiento. El modelo devora billones de palabras de libros, webs y código, y ajusta sus parámetros para predecir la siguiente palabra en todo ese material. Al terminar, domina el idioma pero es un salvaje: si le preguntas algo, te sigue la frase en vez de contestarte.
La segunda es el ajuste fino, con retroalimentación humana. Aquí personas marcan qué respuestas son mejores y el modelo aprende a portarse, a responder preguntas y a no soltar barbaridades. El artículo clásico de OpenAI sobre esta técnica se titula "Training language models to follow instructions".
Entre ambas etapas el modelo pasa de ser una máquina de completar frases a ser un asistente. Y buena parte de las críticas que escuchas ("antes era más libre", "ahora es más seco") salen justo de la segunda fase, la que le enseñó modales.
Los límites que conviene tener claros
Un modelo de lenguaje grande no sabe nada de este siglo si su corte de entrenamiento es viejo. Todo lo que pasó después no existe para él. Ese es el primer muro, y es la razón por la que existen sistemas que le pasan documentos frescos antes de responder, como el patrón RAG. Sin datos nuevos, el modelo más grande sigue siendo un experto en el pasado.
El segundo muro son las alucinaciones. Cuando el modelo no tiene el dato, no se calla: rellena con lo que parece plausible, inventando citas, cifras y referencias que suenan perfectas pero no existen en ninguna parte. No miente por maldad, funciona así por diseño, porque fue entrenado para producir texto que suene correcto.
El tercero es que no razona como una calculadora. Suele escribir explicaciones impecables de un problema y equivocarse en el paso final, porque su fuerza está en el lenguaje y no en la aritmética exacta. Por eso los expertos insisten en verificar cualquier dato crítico antes de usarlo en serio.
Para qué te sirve uno, en tu día a día
Si escribes mucho, un LLM te quita el trabajo pesado de los primeros borradores y de los correos repetitivos. Si programas, te explica errores y te propone funciones. Si estudias, te resume textos largos y te hace preguntas de repaso.
Donde brilla de verdad es en tareas de lenguaje, no en tareas de cálculo exacto. Redactar, reescribir con otro tono, traducir, ordenar ideas. Todo eso lo hace rápido y bien.
Donde conviene desconfiar es en números, fechas, nombres propios y cualquier afirmación que no puedas comprobar en un segundo. Ahí el modelo suena seguro aunque esté equivocado, y sonar seguro es lo que peor se detecta leyendo.
Lo que está claro es que entender las tres letras cambia cómo los usas. Dejas de pedirle verdades y empiezas a pedirle borradores, y entonces sí te ahorra horas de trabajo. Cambio de expectativa. Ese es el paso que separa a quien se frustra con la herramienta de quien le saca partido.
