Los modelos de lenguaje no entienden el tiempo, pero hablan de él

Un modelo de lenguaje genera una respuesta en dos segundos, pero afirma con seguridad: "Esta tarea llevará dos semanas." Detrás de esta extraña contradicción hay algo más fundamental que solo un eco de los datos de entrenamiento — los modelos de lenguaje simplemente no tienen lo que llamamos tiempo.

Cómo los LLM ven el tiempo

Los modelos de lenguaje funcionan token por token, prediciendo la siguiente palabra en una secuencia. No tienen reloj interno, no perciben el pasado y el futuro como un continuo. Para ellos, el tiempo es simplemente palabras que aparecen en datos de entrenamiento junto con otras palabras. Cuando un modelo dice "dos semanas," no está evaluando la duración real de una tarea. Produce una respuesta estadísticamente probable basada en cuántas veces la frase "dos semanas" aparecía en contextos similares al actual. Es como recordar una frase que escuchaste una vez, pero olvidar en qué contexto estaba.

La paradoja de la velocidad y las estimaciones

Aquí está el meollo del problema: el modelo genera una respuesta más rápido de lo que cualquier humano puede escribir una respuesta completa a una pregunta compleja. Sin embargo, afirma con seguridad plazos que no corresponden en absoluto a su propia velocidad. Esto no es un error simple. Es una característica estructural de cómo funcionan los modelos de lenguaje. No modelan el proceso de resolver una tarea a lo largo del tiempo — solo predicen qué palabras deben venir después. Un sistema basado en este principio físicamente no puede "entender" el tiempo como lo hacen los humanos.

Por qué esto importa

Esto revela varios problemas clave en el uso de LLMs:

• Un modelo no puede evaluar honestamente la complejidad de una tarea, solo adivinar basándose en estadísticas
• Sus respuestas sobre plazos no son pronósticos, sino alucinaciones, patrones probables
• Al planificar proyectos con IA, debe tener en cuenta que el modelo no puede calcular físicamente el tiempo real
• Para evaluaciones críticas, se necesita revisión humana, no solo predicciones de modelos

"Un modelo de lenguaje no tiene lo que llamamos tiempo," — enfatizando

la brecha fundamental entre cómo funcionan los modelos y cómo las personas piensan sobre ellos.

Qué significa esto

Este es el primer artículo de una serie sobre el pensamiento colaborativo entre humanos y LLMs. La conclusión es simple: los modelos de lenguaje no son mini-humanos con procesador rápido. Son un sistema completamente diferente que funciona por reglas diferentes. Usarlos sin entender estas características significa esperar errores.