Contenidos
- Años 2000: diccionarios de polaridad (y por qué la ironía los rompía)
- 2012: las redes neuronales aprenden solas (pero esclavas del etiquetado)
- 2017: los Transformers y "la atención es todo lo que necesitas"
- 2020: GPT-3 y las habilidades emergentes
- El círculo se cierra: resolver el tweet sin entrenar nada
- La idea clave: 25 años en una sola dirección (y lo que viene)
- Preguntas Frecuentes
Imagina que eres ingeniero y te doy un encargo muy simple: por cada tweet que llega, dime si el sentimiento es positivo o negativo. Eso es todo. ¿Cómo lo resolverías? Te lo pregunto en serio, porque la respuesta a esta pregunta tan tonta ha cambiado por completo cinco veces en los últimos 25 años. Y entender por qué ha cambiado es, literalmente, entender toda la inteligencia artificial que usas hoy.
El error de mucha gente es pensar que la inteligencia artificial moderna apareció de la nada con ChatGPT. No. Es el final de un camino larguísimo, y si no conoces ese camino te pierdes en un caos de papers y tutoriales sueltos sin ver la foto completa.
El reencuadre que lo cambia todo es usar un único problema como hilo conductor: clasificar el sentimiento de una frase. Siguiéndolo a través de sus cinco eras, aparece el patrón que explica ChatGPT, Claude, Gemini y hasta los agentes de inteligencia artificial. Y el patrón es siempre el mismo: quitar reglas y trabajo a los humanos, y meter escala.
Vamos a recorrerlo con una frase con trampa que nos va a acompañar todo el rato: "esta compra es muy recomendable si quieres tirar el dinero". Positiva por fuera, demoledora por dentro. Veamos cómo la fueron entendiendo las máquinas.
Años 2000: diccionarios de polaridad (y por qué la ironía los rompía)
A principios de los 2000 solo funcionaba una cosa: la fuerza bruta con diccionarios. Tenías una lista de palabras buenas (genial, encanta, recomiendo) que sumaban un punto, y otra de palabras malas (odio, horrible, fatal) que restaban. Recorrías la frase, sumabas y restabas, y el total te daba el sentimiento. Transparente y sencillo.
Funcionaba… hasta que aparecía un humano de verdad. Con nuestra frase trampa, el diccionario ve "recomendable", suma un +1 y la marca como positiva. No tiene forma de entender la ironía. Herramientas reales de la época, como la librería TextBlob (que solo funcionaba en inglés), eran un poco más finas, pero chocaban con el mismo muro. El problema de fondo es demoledor: el diccionario no entiende el contexto que rodea a las palabras. Y sin contexto, el lenguaje humano, con su ironía, su sarcasmo, su entonación..., es imposible de entender. Ese fue el techo de toda una década.
2012: las redes neuronales aprenden solas (pero esclavas del etiquetado)
En 2012 estalla el boom de las redes neuronales. La idea es preciosa: metes datos por un lado, pasan por un montón de conexiones donde los números se suman y multiplican, y sale una respuesta. Durante el entrenamiento la red ajusta ella sola esas conexiones hasta acertar. Es como estudiar para un examen: cuanto más estudia los ejemplos, mejor nota saca. Y lo importante: nadie le escribe las reglas a mano, aprende del ejemplo.
Para texto se usaban las redes neuronales recurrentes, que leen la frase palabra a palabra arrastrando la memoria de todo lo anterior para predecir lo que viene. Adiós a los diccionarios. En Python esto se hacía con librerías como scikit-learn, convirtiendo el texto en números con técnicas como TF-IDF (porque una vez tienes números, puedes medir distancias y ángulos entre palabras).
Pero había una trampa enorme: el aprendizaje supervisado. La red solo aprende si le das un dataset ya etiquetado a mano por un humano, miles de ejemplos marcados uno a uno. Y el problema real llegaba cuando el jefe decía: "positivo/negativo se queda corto, ahora quiero un sistema de 1 a 5 estrellas". No hay atajo: hay que reetiquetarlo todo y reentrenar la red desde cero. Cada tarea nueva, un dataset nuevo, un entrenamiento nuevo. Insostenible. Si quieres ver esta era con tus propias manos, el curso de Procesamiento del Lenguaje Natural Moderno en Python recorre justo estas técnicas.
2017: los Transformers y "la atención es todo lo que necesitas"
El truco que rompió la cadena para siempre vino prestado de la visión por ordenador, que iba un par de años por delante con el aprendizaje por transferencia: en lugar de entrenar desde cero, partes de un modelo que ya sabe ver coches, caras y paisajes, y solo le das un toque final para tu tarea. Menos datos, más rápido.
Llevada esa idea al lenguaje, en 2017 Google presenta los Transformers, en un paper que titularon "Attention is all you need" (parafraseando a los Beatles). El golpe de genio no fue solo la arquitectura, sino cómo se entrena: en vez de pagar a ejércitos de humanos para etiquetar, le das ejercicios de rellenar huecos, como los exámenes de inglés del colegio. Le tapas una palabra de una frase y el modelo tiene que adivinarla. ¿Y de dónde salen esos ejercicios? De internet entero: coges cualquier página de Wikipedia, borras una palabra y ya tienes pregunta y respuesta. Gratis y a escala infinita. A esto se le llama aprendizaje autosupervisado.
La pieza clave se llama atención: cada palabra mira a todas las demás de la frase y pesa cuáles importan de verdad para entenderla. Eso ninguna red anterior sabía hacerlo. Y comunidades como Hugging Face empezaron a liberar estos modelos ya entrenados (como BERT, de Google), de modo que cualquiera podía importar un clasificador de sentimiento que ya entendía el sarcasmo… e incluso funcionaba en varios idiomas, un daño colateral que nadie esperaba.
2020: GPT-3 y las habilidades emergentes
Si ya no había límite en los datos, alguien se hizo la pregunta lógica: ¿y si hacemos el modelo mucho, mucho más grande? Eso hizo OpenAI en 2020 con GPT-3: 175.000 millones de parámetros, unas 117 veces más grande que la versión anterior. Y recuerda: se le entrenó para una sola cosa tontísima, autocompletar la siguiente palabra. Nada más.
Pero al escalar a ese tamaño monstruoso, empezó a pasar algo que nadie programó:
- Le escribías una frase y "en inglés sería…" y la completaba traduciendo. Habían creado un traductor sin querer.
- Le dabas un comentario y lo completaba escribiendo código.
- Le dabas formato de diálogo y se comportaba como un chatbot conversacional.
Nadie le enseñó ninguna de esas tres cosas. A esto lo llamamos habilidades emergentes: capacidades que aparecen solas al escalar. Pasamos de entrenar un modelo distinto para cada tarea a tener un único modelo que las hacía todas. Y ojo con el matiz más importante: no le enseñamos a pensar. Estos modelos solo saben completar la siguiente palabra; pensar emergió como un efecto dominó de hacer eso a lo bestia.
El círculo se cierra: resolver el tweet sin entrenar nada
Ahora volvemos a nuestro pobre tweet del principio, y lo resolvemos sin entrenar absolutamente nada, solo escribiendo. Con un modelo como Claude de Anthropic (por ejemplo Claude Opus 4.8, o el más barato Claude Haiku 4.5 para pruebas), le das una instrucción sencilla, "clasifica el sentimiento y responde solo con la etiqueta", y clasifica las tres frases correctamente, incluida la ironía, que marca como negativa.
Pero es que no acaba ahí. Le dices "ahora puntúa de 1 a 5 estrellas" y lo hace sin reentrenar nada. Le preguntas de qué saga es una frase, Harry Potter o El Señor de los Anillos, y acierta. Aquel problema que en 2012 exigía un dataset carísimo y un reentrenamiento entero, hoy se resuelve con una frase bien escrita. Aprender a manejar estos modelos de cero a experto es exactamente lo que enseñamos, ordenado por niveles, en la ruta de Inteligencia Artificial de Frogames.
La idea clave: 25 años en una sola dirección (y lo que viene)
Ese es el viaje completo: lo que en el año 2000 era un diccionario cutre etiquetado a mano, en 2012 un dataset carísimo, en 2017 el aprendizaje por transferencia y en 2020 una frase bien escrita. El mismo problema, cinco eras, resuelto al final solo hablándole. Eso es de verdad un LLM, un large language model.
El antes y el después no está en un modelo concreto, sino en el patrón. Durante 25 años el campo entero ha ido en una única dirección: menos reglas a mano, menos etiquetas a mano, modelos más grandes. Y cada vez que escalamos, emerge inteligencia que no habíamos programado. Esa es la idea que explica todo lo que ha pasado, y sobre todo lo que viene.
Porque si a estos enormes modelos, en vez de pedirles solo una respuesta, les das herramientas, memoria y capacidad de actuar paso a paso, dejan de ser un chat y se convierten en agentes de inteligencia artificial. Esa es la revolución de 2026, y es justo lo que trabajamos en el curso de Ingeniería de Agentes de Inteligencia Artificial. Si después de esta historia te has dado cuenta de que quieres dejar de ser solo un usuario de la inteligencia artificial y empezar a construirla, ese es tu camino.
Deja de mirar la inteligencia artificial como magia. Entiende el patrón y empieza a construirla.
Preguntas Frecuentes
¿Qué es el análisis de sentimiento?
Es una técnica de inteligencia artificial que clasifica un texto como positivo, negativo o neutro a partir de su significado y contexto.
¿Por qué los primeros sistemas de IA fallaban con la ironía?
Porque se basaban en listas de palabras positivas y negativas, sin entender el contexto ni el significado completo de una frase.
¿Qué aportaron los Transformers a la inteligencia artificial?
Introdujeron el mecanismo de atención, que permite analizar el contexto completo de una frase y aprender a partir de enormes cantidades de texto sin etiquetar.
¿Qué son las habilidades emergentes de un LLM?
Son capacidades que aparecen al aumentar el tamaño y el entrenamiento del modelo, aunque nunca se hayan programado explícitamente, como traducir, resumir o escribir código.
¿Por qué ChatGPT puede resolver tareas sin reentrenarse?
Porque los grandes modelos de lenguaje son de propósito general: basta con darles una buena instrucción (prompt) para realizar tareas diferentes sin volver a entrenarlos.
