¿Qué es Modelo? — una analogía

1La analogía

Piensa en un patrón de tejido en una hoja de papel. En esa hoja está anotado cuántos puntos levantar y dónde cambiar de dibujo. En esa hoja no hay ni hilo ni bufanda: solo está anotado el modo de tejer.

Hacer el patrón toma tiempo. Hay que tejer varias veces, deshacer y volver a tejer para descubrir qué orden arma un dibujo bonito. Pero una vez terminado el patrón, lo que sigue es rápido: se puede fotocopiar y repartir, y quien lo recibe solo tiene que mirarlo y tejer.

El patrón también arrastra sus límites. Con un patrón que solo tiene el dibujo de una bufanda no se puede tejer un suéter. Y el papel no cambia solo: para meter un dibujo nuevo hay que volver a tejer de prueba y corregir el patrón. Un modelo es exactamente esa hoja.

2En detalle

Un modelo se construye, no se escribe

El software normal lo escribe una persona, línea por línea. Quien lo escribió sabe qué hace cada línea. Un modelo no se construye así. Lo único que decide una persona es el armazón general, como cuántas capas apilar; los números que llenan ese armazón los define el entrenamiento por su cuenta.

Por eso, al abrir el archivo de un modelo, no aparece ninguna regla que una persona pueda leer. Solo se ve una fila interminable de números. Cada uno de esos números es un parámetro, y en los modelos grandes de hoy hay miles de millones de ellos.

Ahí está la diferencia con el patrón de tejido: un patrón está escrito para que una persona lo entienda, pero el "patrón" de un modelo está escrito en números que una persona no puede leer. Aun así, hace lo mismo: qué salida dar frente a una entrada queda guardado en esos números.

El tiempo de construir y el tiempo de usar son distintos

La vida de un modelo se divide en dos tramos. El primero es el entrenamiento: el tiempo en que, viendo ejemplos, se van moviendo poco a poco los números de adentro, y en los modelos grandes esto lleva meses y un costo alto.

El segundo tramo es la inferencia: se dejan quietos los números ya terminados y se hace pasar una entrada nueva para obtener una respuesta. Esto toma de unos milisegundos a unos segundos cada vez. Es como que hacer el patrón toma semanas, pero tejer siguiéndolo se resuelve en una tarde.

Casi todo lo que pasa cuando usamos un servicio de inteligencia artificial ocurre en este segundo tramo. Cada vez que se hace una pregunta, el modelo no vuelve a aprender: solo atraviesa números que ya están fijos.

Adentro no está el material original

Es fácil suponer que un modelo guarda entero el texto y las fotos con los que se entrenó. En realidad no es así. Es común que un modelo construido a partir de cientos de gigabytes de material termine siendo mucho más pequeño que eso. Lo que se guarda no es el material, sino la tendencia extraída de ese material.

De vez en cuando, alguna frase muy repetida o algún material muy particular sale casi tal cual. Aun así, lo que hace por naturaleza se parece más a resumir que a guardar. Es como que el patrón no es un álbum de fotos de bufandas, sino el orden para armar el dibujo.

Por eso, si se le pide al modelo que saque tal cual un documento específico con el que se entrenó, en general no lo logra. Cuando hace falta el texto exacto, se usa otro método: guardar el material aparte, fuera del modelo, y traerlo cuando se necesita.

No circula uno solo, sino varios a la vez

Con el mismo armazón, según qué material se le haya mostrado, salen modelos distintos. Por eso los modelos se manejan con nombre y versión, en varias ediciones a la vez. A la versión guardada a mitad del entrenamiento se le llama punto de control, y a la tarea de darle a un modelo ya terminado un poco más de material para cambiarle el carácter se le llama ajuste fino.

El tamaño también varía. Cuantos más parámetros, más amplio el rango que abarca, pero también pesa y va más lento. Por eso, dentro de una misma familia, conviven una versión grande y una versión liviana. Lo que corre dentro de un teléfono suele ser la versión liviana.

3Con más precisión

Un modelo es una función con una estructura fija, rellenada con valores de parámetros que definió el entrenamiento. Recibe la entrada como un conjunto de números, la hace pasar por un cálculo fijo y entrega números de salida. Al guardarlo en un archivo, entran juntos la información de la estructura —qué capa se conecta con cuál y en qué orden— y los valores de los parámetros que llenan esa estructura.

La analogía del patrón también tiene sus límites. Un patrón se puede leer y entender, pero el contenido de un modelo es un arreglo de números difícil de interpretar. Un patrón se puede corregir cambiando una sola línea, pero un modelo no se comporta como se quiere con solo elegir y cambiar un número: para cambiar algo, volver a entrenarlo es prácticamente el único camino. Y un patrón siempre produce el resultado en el mismo orden, pero un modelo que escribe texto suele estar configurado para dar, cada vez, una respuesta un poco distinta a la misma pregunta. Un solo patrón hace un solo tipo de bufanda, pero un modelo, dentro de lo que aprendió, da sin parar respuestas distintas para entradas distintas.

4Pruébalo

Netron (visor de estructuras de modelos) ailearn.space Abre un archivo de modelo real y mira, dibujado, qué pasos contiene y en qué orden

5Malentendidos comunes

Es fácil pensar que un modelo sigue aprendiendo mientras conversa, pero en realidad, una vez terminado el entrenamiento, el modelo queda fijo en ese estado y el contenido de la conversación no se guarda dentro de él.
Es fácil creer que adentro de un modelo está el material de entrenamiento tal cual, pero en realidad lo que hay no es el material, sino una tendencia numérica extraída de él.
Es fácil pensar que un modelo y un servicio son la misma cosa, pero en realidad el modelo es una pieza, y el servicio que usamos es el producto terminado que le agrega a esa pieza búsqueda, medidas de seguridad y una pantalla.

7Resumen en una línea

En resumenUn modelo es el conjunto de reglas que deja guardado el entrenamiento, y aunque construirlo toma mucho tiempo, una vez hecho se puede copiar y usar rápido, tantas veces como haga falta.

¿Te ayudó esta analogía?

¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02