Resulta que cuando los modelos de IA más inteligentes “piensan”, en existencia podrían estar albergando un acalorado debate interno. Un fascinante Nuevo estudio en coautoría de investigadores de Google ha puesto en duda la forma en que tradicionalmente entendemos la inteligencia sintético. Sugiere que los modelos de razonamiento liberal –específicamente DeepSeek-R1 y QwQ-32B de Alibaba– no se limitan a procesar números en una raya recta y deducción. En cambio, parecen comportarse sorprendentemente como un clan de humanos que intentan resolver un rompecabezas juntos.

El artículo, publicado en arXiv con el evocador título Los modelos de razonamiento generan sociedades de pensamiento, postula que estos modelos no se limitan a calcular; implícitamente simulan una interacción “multiagente”. Imagine una sala de juntas llena de expertos intercambiando ideas, desafiando las suposiciones de los demás y analizando un problema desde diferentes ángulos ayer de finalmente ponerse de acuerdo sobre la mejor respuesta. Eso es esencialmente lo que sucede interiormente del código. Los investigadores descubrieron que estos modelos exhiben “pluralidad de perspectivas”, lo que significa que generan puntos de apariencia conflictivos y trabajan para resolverlos internamente, de forma muy similar a un equipo de colegas que debaten una logística para encontrar el mejor camino a seguir.

Durante abriles, la suposición dominante en Silicon Valley fue que hacer que la IA fuera más inteligente era simplemente una cuestión de hacerla más conspicuo.

Suministrarle más datos y aportar más potencia informática bruta al problema. Pero esta investigación cambia por completo ese insignia. Sugiere que la estructura del proceso de pensamiento importa tanto como la escalera.

Estos modelos son eficaces porque organizan sus procesos internos para permitir “cambios de perspectiva”. Es como tener un abogado del diablo incorporado que obliga a la IA a comprobar su propio trabajo, hacer preguntas aclaratorias y explorar alternativas ayer de escupir una respuesta.

Para los usuarios cotidianos, este cambio es enorme

Todos hemos experimentado una IA que da respuestas planas, seguras pero, en última instancia, incorrectas. Un maniquí que funciona como una “sociedad” tiene menos probabilidades de cometer esos errores porque ya ha puesto a prueba su propia deducción. Significa que la próxima vivientes de herramientas no sólo será más rápida; tendrán más matices, manejarán mejor preguntas ambiguas y posiblemente más “humanos” en la forma en que aborden problemas complejos y confusos. Incluso podría ayudar con el problema del sesgo: si la IA considera múltiples puntos de apariencia internamente, es menos probable que se quede estancada en un modo de pensamiento único y defectuoso.

En última instancia, esto nos aleja de la idea de que la IA es simplemente una calculadora glorificada y nos acerca a un futuro en el que los sistemas se diseñan con una pluralidad interna organizada. Si los hallazgos de Google son ciertos, el futuro de la IA no se tráfico sólo de construir un cerebro más conspicuo, sino de construir un equipo mejor y más colaborativo interiormente de la máquina. El concepto de “inteligencia colectiva” ya no es sólo para la biología; podría ser el maniquí para el próximo gran brinco tecnológico.