Tiene dos años, señala por la ventana y dice "¡pero!". Tú le corriges sin pensarlo: "Sí, un perro. ¿Has visto qué grande?". Él lo repite, se ríe, lo vuelve a señalar. Unos meses después ya no dice "pero", y un día, sin que nadie se lo haya explicado, suelta una frase entera con su sujeto, su verbo y hasta un plural bien puesto.
Parece lo más normal del mundo. Y, sin embargo, es una de las cosas que más desconcierta hoy a quienes construyen inteligencia artificial. Porque ese niño ha aprendido a hablar con una cantidad de datos ridícula comparada con la que necesita una máquina para hacer algo parecido.
Veinte metros de papel contra una torre hasta el espacio
Empecemos por los números, que son los que han encendido la curiosidad de los investigadores. Según un reportaje reciente de MIT Technology Review, los niños pequeños suelen empezar a construir frases gramaticalmente correctas después de haber oído unos 10 millones de palabras, 30 millones en los casos más altos. Un preadolescente que ha crecido en una casa donde se habla mucho puede rondar los 100 millones.
Ahora, la máquina. Un modelo como Llama 3.1, de Meta, se entrenó con unos 15 billones de tokens (los trozos de palabra con los que trabajan estos sistemas), y se calcula que los modelos más avanzados usan unas diez veces más. La comparación visual del reportaje lo deja claro: si imprimiéramos los 100 millones de palabras de un preadolescente, la pila mediría unos 20 metros. La de un modelo de lenguaje actual pasaría de largo la Estación Espacial Internacional.
Y no es que al niño le baste porque lo que aprende sea poca cosa. Michael C. Frank, psicólogo de Stanford, lo resume con humor: si entrenas un modelo como GPT-2 con 30 millones de palabras, "obtienes un generador de tonterías; no obtienes un niño". Ethan Wilcox, de Georgetown, lo pone al revés: un modelo como Claude ha visto la cantidad de lenguaje que experimenta una ciudad entera en una generación.
Tu hijo no es un modelo de lenguaje en pequeño: es otra forma de aprender.
Entrenar una IA como si fuera un bebé
Esa diferencia ha dado pie a una línea de investigación preciosa: intentar que las máquinas aprendan con los datos que tendría un niño, para entender qué les falta.
La iniciativa más conocida es BabyLM, una competición anual que propuso el investigador Alex Warstadt en 2022. La regla es sencilla y exigente: entrenar modelos de lenguaje con unos 100 millones de palabras, una cantidad "plausible" para un niño, o con solo 10 millones en la categoría de los más pequeños. Los textos se parecen a lo que rodea a un crío: cuentos, diálogos, subtítulos, conversaciones dirigidas a niños. Y hay resultados llamativos: el ganador de 2024, un modelo llamado GPT-BERT, superó en una de las pruebas de la competición a Llama 2 70B, que se había entrenado con unas 15.000 veces más texto.
Otros han ido aún más lejos y han puesto cámaras en la cabeza de bebés reales. El proyecto SAYCam grabó a tres bebés unas dos horas a la semana, desde los seis meses hasta los dos años y medio. Con 61 horas de esas grabaciones de un solo niño, el equipo de Brenden Lake en la Universidad de Nueva York entrenó un modelo que aprendió a asociar palabras con objetos a partir de lo que ese niño veía y oía, e incluso a reconocer objetos nuevos. "Resulta que se puede empezar de verdad a aprender el lenguaje con mucho menos de lo que sugerían varias teorías", explica Lake.
Y en Princeton, el equipo de Uri Hasson ha grabado los primeros 1.000 días de vida de 17 niños, con cámaras y micrófonos en casi todas las estancias de sus casas, unas 12 horas al día. Por primera vez, dice Hasson, "tenemos el input": todo lo que de verdad le llega a un niño mientras aprende a hablar.
Los niños eligen sus propios datos
Si los datos no lo explican todo, ¿qué es lo que tiene un niño que no tiene la máquina? La respuesta honesta es que todavía no se sabe del todo. Pero las pistas que manejan los investigadores son muy reveladoras para cualquier madre o padre.
La primera es que los niños no aprenden mirando, sino haciendo. La psicóloga Alison Gopnik, de la Universidad de California en Berkeley, lo explica así: "Los niños están explorando activamente, lo que significa que están eligiendo activamente sus propios datos". El crío que tira la cuchara al suelo por décima vez no está fastidiando: está haciendo un experimento. El que pregunta "¿y por qué?" hasta agotarte está buscando justo la pieza que le falta.
La segunda es que aprenden de personas, no solo de información. Los niños interpretan lo que se les cuenta de forma distinta cuando saben que alguien les está enseñando: según los trabajos de la investigadora Elizabeth Bonawitz que cita el reportaje, razonan sobre lo que sabe quien les enseña y sobre por qué les muestra eso y no otra cosa.
La tercera es la que más contrasta con la máquina: un modelo de lenguaje aprende de forma pasiva, a solas, tragando texto. Un niño aprende con el cuerpo, con los ojos, con las manos y, sobre todo, con alguien delante. Los investigadores sospechan que unos modelos que busquen información, experimenten y se relacionen podrían aprender mejor, pero de momento no lo han conseguido: en la última edición de BabyLM se permitieron modelos que aprendían conversando con otros modelos, y no superaron a los normales.
Lo que a la IA le cuesta imitar es justo lo que pasa en una conversación de verdad.
Hablar con tu hijo, no solo hablarle
Hay un estudio que conviene tener a mano, porque aterriza todo lo anterior en algo que se puede hacer esta misma tarde. En 2018, un equipo del MIT dirigido por Rachel Romeo y John Gabrieli pidió a familias con hijos de 4 a 6 años que les pusieran un pequeño grabador durante dos días, desde que se levantaban hasta que se acostaban. Un programa contó tres cosas: las palabras que decía el niño, las que le decían a él y los turnos de conversación, es decir, los intercambios de ida y vuelta entre el niño y un adulto.
Después midieron su actividad cerebral mientras escuchaban cuentos. El resultado fue que lo que más se relacionaba con la actividad en las zonas del cerebro ligadas al lenguaje y con sus habilidades lingüísticas no era el número de palabras que habían oído, sino el número de turnos de conversación. Romeo lo resume en una frase que merece la pena apuntar: "Lo importante no es solo hablarle a tu hijo, sino hablar con tu hijo".
Un matiz honesto: es un estudio que muestra una relación, no que la conversación cause por sí sola esos cambios. Pero encaja con todo lo demás. Un niño no aprende como una máquina que recibe toneladas de texto; aprende en un ida y vuelta.
Qué hacer con todo esto en casa
Nada de lo anterior requiere apps, cursos ni aparatos. Requiere, sobre todo, devolver la pelota.
A. Busca turnos, no palabras. Más que hablarle mucho, se trata de hablar con él: haz una pregunta abierta, espera de verdad a que conteste y responde a lo que ha dicho, no a lo que tú ibas a decir. Con los más pequeños, vale repetir sus sonidos o sus caras: también es un turno.
B. Deja que elija sus datos. Explorar, tocar, desmontar, preguntar "¿por qué?" diez veces seguidas. Es su forma de buscar justo la información que le falta, y es mucho más eficaz que cualquier contenido que le pongamos delante sin más.
C. Equivocarse forma parte del método. El "pero" que se convierte en "perro" solo pasa si alguien le escucha, le devuelve la palabra bien dicha y le deja volver a intentarlo. Corregir sin cortar la conversación es justo eso.
D. Usa la comparación para explicar la IA. A un niño o a un adolescente le puede servir mucho esta idea: un chatbot ha leído más palabras de las que oiría una ciudad entera en toda una generación, pero nunca ha tocado una pelota ni ha preguntado "¿por qué?" esperando tu respuesta. Habla muy bien, pero no aprende como él. Si quieres más ideas para esa conversación, las recogimos en Cómo explicar la inteligencia artificial a los niños pequeños.
E. No lo conviertas en un deber. No hace falta llevar la cuenta ni medir nada. La cena, el trayecto al colegio o el baño de la noche ya son conversaciones; la diferencia está en dejar espacio para que respondan.
La biblioteca y la mesa de la cocina
La inteligencia artificial más grande del mundo ha leído una biblioteca que llegaría al espacio. Tu hijo aprende con algo mucho más pequeño: una pregunta, una respuesta, una risa y otra pregunta. Y, de momento, la ciencia no ha conseguido que la biblioteca aprenda como aprende la mesa de la cocina.
Quizá esa sea la mejor noticia de todo esto. En un momento en que las máquinas hablan cada vez mejor, lo que hace que un niño aprenda a hablar sigue estando, en gran parte, en nuestras manos. La tecnología puede ser un puente, pero la conversación es el camino.
¿Cuántos turnos de conversación de verdad habéis tenido hoy en casa?