El diálogo interno de los LLM: cómo los modelos imitan una mente colectiva

Los grandes modelos de lenguaje (LLM) actuales muestran capacidades de razonamiento sorprendentes, pero ¿cómo llegan exactamente a esos resultados? Tradicionalmente se pensaba que la clave era el método Chain-of-Thought, en el que el modelo construye paso a paso una cadena lógica. Sin embargo, un estudio reciente de científicos de Google Research y la University of Chicago ha revelado algo mucho más interesante: dentro de un LLM no hay solo un razonamiento secuencial, sino un proceso complejo que imita un diálogo entre varias partes, una especie de "consejo de mentes".

En lugar de un monólogo, el modelo genera distintas perspectivas que entran en conflicto, debaten y acaban llegando a una reconciliación. Este fenómeno, bautizado como "Society of Thought" (sociedad del pensamiento), sugiere que los LLM han aprendido de forma espontánea a imitar lo que filósofos y psicólogos describen desde hace tiempo como la naturaleza del pensamiento: un diálogo interno entre diferentes "voces".

Los investigadores identificaron cuatro patrones clave en esta "dinámica conversacional": formular preguntas, cambiar de perspectiva, conflicto y reconciliación. Además, comprobaron que, durante el razonamiento, los modelos reproducen 12 roles socioemocionales descritos en el sistema Bales' IPA (Interaction Process Analysis), lo que apunta a un alto grado de complejidad en las interacciones internas.

El factor decisivo para la precisión del razonamiento es la diversidad de perspectivas. Cuantos más puntos de vista distintos genera el modelo, mayor es la probabilidad de encontrar la solución correcta. Los experimentos con activation steering, entrenamiento por RL y transfer effects confirmaron esta hipótesis y mostraron que fomentar la diversidad dentro del modelo mejora su rendimiento.

La imitación del diálogo interno abre nuevas vías en el desarrollo de LLM. En lugar de limitarse a aumentar el tamaño del modelo y el volumen de datos de entrenamiento, se puede apostar por mecanismos más eficaces para generar y gestionar distintas perspectivas. Esto podría dar lugar a modelos capaces de resolver tareas más complejas y tomar decisiones más ponderadas.

El hallazgo tiene consecuencias de gran alcance para toda la industria de la inteligencia artificial, porque indica que la clave para lograr máquinas realmente inteligentes puede estar no solo en aumentar la potencia de cálculo, sino también en comprender y reproducir los complejos procesos cognitivos del pensamiento humano. En definitiva, el estudio subraya la importancia de un enfoque interdisciplinar en el desarrollo de la IA, que combine informática, psicología y filosofía.