Qué es un LLM, explicado sin tecnicismos

Un LLM es un programa que predice la siguiente palabra más plausible, una y otra vez, hasta componer una respuesta entera. Eso es todo lo que hace, y a la vez es sorprendente lo lejos que llega con ello. Si alguna vez el móvil te ha sugerido la palabra siguiente mientras escribías un mensaje, ya has visto la versión pequeña de la idea. Un LLM es esa misma mecánica llevada a una escala enorme: en lugar de sugerirte una palabra, te redacta un correo, un resumen de una reunión o un borrador de contrato.

La sigla viene del inglés, Large Language Model, que en español es modelo grande de lenguaje. Vale la pena desmontar esas tres palabras antes de seguir, porque cada una dice algo útil para quien tiene que decidir si mete esta tecnología en su empresa o no.

Qué significa “modelo grande de lenguaje”

“Modelo” aquí no es una maqueta ni un ejemplo a imitar. Es un programa que ha ajustado millones de parámetros internos para reproducir un comportamiento: en este caso, continuar un texto de forma coherente. Piensa en un aparato con muchísimos diales, cada uno calibrado a base de práctica hasta que el conjunto acierta al adivinar qué palabra encaja después.

“De lenguaje” señala su especialidad. No calcula rutas de reparto ni lleva tu contabilidad. Trabaja con texto: lo lee y produce texto nuevo. Cualquier cosa que puedas escribir o leer entra dentro de su terreno.

Y “grande” es literal. Se ha entrenado leyendo una cantidad de texto que ninguna persona podría abarcar en varias vidas: libros, webs, foros, documentación. De esa lectura masiva no ha memorizado frases para repetirlas, sino que ha captado los patrones del idioma. Qué palabras suelen ir juntas, cómo se estructura una respuesta educada, qué forma tiene una cláusula legal. Esa es la materia con la que trabaja.

La idea central: predecir, no consultar

Aquí está el detalle que lo cambia todo, y el que casi nadie te explica cuando te vende una demo brillante. Cuando le haces una pregunta a un LLM, no va a ningún archivo a buscar la respuesta correcta para devolvértela. Calcula, dada toda la conversación hasta ese punto, cuál es la palabra más probable que vendría a continuación. Luego la añade y repite el cálculo con esa palabra ya incluida. Palabra a palabra, así se forma la respuesta completa.

Vuelve al autocompletado del móvil. Cuando escribes “muchas gracias por tu”, el teléfono te ofrece “ayuda” o “tiempo” porque son las continuaciones que ha visto más veces. No sabe qué quieres decir tú. Apuesta por lo estadísticamente más frecuente. Un LLM hace exactamente eso, con una capacidad de apuesta muchísimo más fina y con toda la conversación como contexto, no solo las últimas palabras.

Este mecanismo tiene una consecuencia incómoda que conviene interiorizar cuanto antes: el objetivo de un LLM es sonar plausible, no ser veraz. La mayoría de las veces lo plausible coincide con lo cierto, porque en el texto con el que se entrenó lo verdadero era también lo más común. Pero cuando no coinciden, el modelo elige lo que suena bien. Sin avisarte. Puedes ver este mismo mecanismo desarrollado en detalle en cómo funciona la IA generativa, que es el motor común detrás de todas estas herramientas.

De dónde saca lo que “sabe”

Es tentador decir que un LLM “sabe” cosas. Responde sobre historia o sobre derecho mercantil, y acierta a menudo. Pero lo que ocurre por dentro no se parece a saber en el sentido humano.

Durante el entrenamiento, el modelo leyó tanto texto sobre un tema que aprendió qué se suele decir sobre él. Si mucha gente ha escrito que París es la capital de Francia, esa asociación queda tan reforzada que el modelo la reproduce sin fallo. Ha leído muchísimo. No ha entendido nada en el sentido en que lo entiende una persona que ha estado en París.

Esto explica dos comportamientos que de otra forma parecen contradictorios. Un LLM puede escribir un ensayo impecable sobre un tema famoso y, en la misma conversación, inventarse el nombre de un directivo de tu sector o citar una ley que no existe. No es que unas veces “sepa” y otras no. Siempre está haciendo lo mismo: rellenar con lo que resulta plausible. Cuando el tema está muy presente en su entrenamiento, lo plausible acierta. Cuando el tema es raro o específico de tu empresa, lo plausible se convierte en un invento con buena redacción.

Qué es un “token” y por qué te lo van a cobrar

En algún momento, si tu empresa usa uno de estos modelos a través de un proveedor, verás la palabra “token” en una factura. Conviene saber qué es antes de que te sorprenda.

Un token es un trozo de texto, normalmente algo más corto que una palabra. La frase “el contrato caduca” podría partirse en cuatro o cinco tokens. Los LLM no leen letra a letra ni palabra a palabra: trocean el texto en estas unidades y trabajan con ellas. Para el negocio, lo importante es simple: casi todos los proveedores facturan por tokens. Cuentan los del texto que envías y los del texto que el modelo genera, y esa suma determina lo que pagas.

De ahí sale una regla práctica sin necesidad de mirar ninguna cifra. Cuanto más largo sea lo que le pides y más larga su respuesta, más cuesta cada consulta. Un resumen de una línea sale barato. Procesar un contrato de cincuenta páginas cientos de veces al día, no tanto. No hace falta que sepas los precios exactos para entender que el coste crece con el volumen de texto, y que ese volumen es la variable que tú controlas.

Por qué un LLM se equivoca con tanta seguridad

Ya tienes las piezas para entenderlo. Como el modelo genera lo plausible y lo hace con la misma fluidez tanto si acierta como si no, un error suyo no viene con ninguna señal de alarma. Un becario inseguro titubea cuando no sabe algo. Un LLM redacta su invención con el mismo aplomo con el que redacta un hecho comprobado.

A ese fenómeno se le llama alucinación: el modelo produce información falsa presentada como cierta. No es un defecto que se arregle en la próxima versión, sino una cara de su forma de funcionar. Si su trabajo es predecir texto plausible, a veces lo plausible será falso. Lo tienes explicado a fondo en qué es una alucinación de la IA, y es probablemente el concepto que más disgustos ahorra a una empresa que empieza.

Lo que la gente cree frente a lo que de verdad ocurre

Buena parte de las decisiones equivocadas con esta tecnología nacen de un modelo mental erróneo. Esta tabla enfrenta la creencia común con lo que pasa por dentro.

Lo que mucha gente cree	Lo que realmente ocurre
Busca la respuesta correcta y te la da	Predice la continuación más plausible, acierte o no
Recuerda todo lo que le has contado	No tiene memoria propia entre conversaciones; solo ve lo que le pasas cada vez
Entiende tu negocio	Reconoce patrones del lenguaje; no conoce tu empresa salvo que se la expliques
Da siempre la misma respuesta	Puede variar ante la misma pregunta, porque elige cada palabra con algo de azar
Una vez montado, es gratis	Se paga por uso, según la cantidad de texto que entra y sale

Ese “no tiene memoria propia” sorprende a mucha gente. Cuando un LLM parece recordar lo que dijiste hace diez mensajes, en realidad el programa que lo envuelve le está reenviando la conversación entera cada vez. El modelo no guarda nada por su cuenta. Si mañana abres una conversación nueva, empieza en blanco.

Qué implica todo esto para tu empresa

De este modelo mental salen unas cuantas decisiones concretas, y ninguna requiere que entiendas las matemáticas de por medio.

La primera: donde el error es barato de detectar, un LLM rinde bien. Un borrador de correo que vas a leer antes de enviar. Un primer resumen de un documento de cincuenta páginas que solo tiene que orientarte antes de que lo mires en serio. Si algo sale mal, lo ves y lo corriges en segundos. La segunda cara de la misma moneda: donde el error es caro y pasa desapercibido, hay que ir con mucho cuidado. Dejar que responda a un cliente sin que nadie revise, o que dé una cifra que luego alguien usará en una propuesta sin comprobarla. Ahí la fluidez del modelo trabaja en tu contra, porque disimula el fallo.

Trabajar esto con criterio, decidir tarea por tarea dónde entra la máquina y dónde tiene que quedarse una persona revisando, es justo lo que enseñamos en el curso de IA sin hype. Sin promesas de transformación mágica y con los pies en el suelo.

Conviene también no confundir el motor con el coche. Un LLM es el motor de lenguaje; ChatGPT y herramientas parecidas para empresas son productos construidos encima, con su interfaz, sus límites, su política de datos y su precio. Y el LLM es una pieza dentro de la familia más amplia de la IA generativa, que también genera imágenes, audio o código con la misma lógica de predicción.

Si algo debe quedarte de todo esto, que sea la frase del principio. Un LLM predice la palabra plausible que viene después. Con esa idea en la cabeza entiendes por qué es tan útil para redactar y tan peligroso para afirmar, y ya puedes sentarte en una reunión sobre IA sin que nadie te venda humo.

Un concepto nuevo cada semana

Suscribirme

Preguntas frecuentes

¿Un LLM es lo mismo que ChatGPT? No exactamente. El LLM es el motor de lenguaje que predice el texto. ChatGPT es una aplicación construida encima de un LLM, con su chat, su historial y sus reglas. Puede haber muchos productos distintos sobre el mismo tipo de motor.

¿El LLM aprende de mis conversaciones? El modelo en sí no se reentrena solo con lo que le escribes; ya venía entrenado de fábrica. Otra cosa es qué hace el proveedor con tus datos según su contrato, que sí conviene leer con lupa antes de meter información sensible.

¿Por qué a veces se inventa cosas? Porque su tarea es generar texto plausible, no verificar hechos. Cuando no tiene una base sólida sobre algo, rellena con lo que suena bien. A eso se le llama alucinación y es inherente a su forma de funcionar.

¿Necesito un LLM propio para mi empresa? Casi nunca al principio. La mayoría de las empresas empiezan usando modelos de un proveedor a través de una suscripción o una conexión, sin montar nada por su cuenta. Un modelo propio solo tiene sentido en casos muy concretos y con recursos que la mayoría de pymes no necesitan comprometer.

¿Es caro? Depende del volumen de texto que muevas. Se paga por uso, así que consultas cortas y ocasionales cuestan poco, mientras que procesar documentos largos de forma masiva se nota en la factura. El coste lo marca cuánto texto entra y sale, y eso lo controlas tú.