Large Language Model (LLM)

Un Large Language Model es un sistema entrenado con enormes cantidades de texto que predice qué palabra viene después y, con eso, genera respuestas. Es la tecnología detrás de los asistentes conversacionales. En español, modelo grande de lenguaje, abreviado LLM.

Cómo funciona, en términos entendibles

El sistema no consulta una base de datos ni busca la respuesta correcta. Ha analizado millones de textos y ha aprendido qué palabras suelen seguir a cuáles en cada contexto. Cuando recibe una pregunta, va construyendo la respuesta palabra a palabra, eligiendo en cada paso la continuación más probable.

Esa mecánica explica sus dos caras. Por un lado, produce texto natural, entiende matices y se adapta al tono que se le pida. Por otro, no sabe si lo que dice es cierto: genera lo que suena plausible, y cuando le falta información la rellena con la misma seguridad. A eso se le llama alucinación, y es una característica del sistema, no un fallo que vaya a desaparecer con la próxima versión.

Tres conceptos ayudan a entenderse con estas herramientas. El contexto es la cantidad de texto que el modelo puede tener en cuenta a la vez, y limita cuánto documento se le puede pasar de una sentada. El corte de conocimiento es la fecha hasta la que fue entrenado, por lo que ignora lo posterior salvo que consulte internet. Y la temperatura regula cuánto se arriesga al elegir palabras: baja para respuestas precisas, alta para propuestas creativas.

Qué implica para una empresa

Para uso interno, funcionan bien como copiloto: redactar borradores, resumir documentos, traducir, clasificar correos, extraer datos de facturas o preparar respuestas tipo. Siempre con revisión, porque el error llega con buena redacción.

Para uso de cara al cliente, la técnica habitual consiste en conectar el modelo a la documentación propia de la empresa de modo que responda solo con ese material. Reduce mucho las invenciones y permite montar asistentes que conocen tu catálogo, tus plazos y tus condiciones.

Y hay dos precauciones inevitables. La información que se introduce puede acabar almacenada fuera de tu control, así que conviene revisar las condiciones del proveedor antes de pegar datos de clientes. Y el reglamento europeo de inteligencia artificial obliga a informar cuando alguien está hablando con un sistema automático.

Ejemplo: una asesoría fiscal en Badajoz

Una asesoría con nueve empleados recibe cada campaña de renta unas 900 consultas repetidas por correo y por teléfono sobre deducciones autonómicas, documentación necesaria y plazos.

Monta un asistente interno conectado a su propia documentación: las circulares que ya redactaba cada año, la normativa autonómica y un histórico de respuestas revisadas. El sistema no habla con los clientes: responde al equipo, que copia, revisa y envía.

El resultado en la campaña siguiente es un tiempo medio de respuesta que baja de veintiséis horas a menos de tres, y una reducción notable de las consultas que llegaban a los dos socios porque nadie más sabía contestarlas. Las respuestas se revisan todas, y en tres meses se detectan once errores del sistema, todos ellos sobre normativa cambiada ese mismo año, lo que confirma dónde está el límite de la herramienta.