Cómo funciona ChatGPT (y las demás IA), explicado de forma sencilla

ChatGPT funciona prediciendo, fragmento de palabra tras fragmento de palabra, la continuación más probable de su conversación, gracias a un modelo entrenado con enormes cantidades de texto y ajustado después para dialogar. Claude, Gemini o Le Chat se basan en el mismo principio, y entender este mecanismo le ayuda a saber cuándo confiar en ellos y cuándo comprobar.

La idea central: el texto predictivo, a lo grande

Seguramente conoce el texto predictivo de su móvil: escribe « Llego », y le propone « tarde ». ChatGPT hace algo parecido, pero a otra escala. No propone una palabra suelta: prolonga un texto entero teniendo en cuenta todo lo anterior, y vuelve a empezar hasta haber escrito una respuesta completa.

El corazón de ChatGPT es un gran modelo de lenguaje, o LLM: un programa que ha aprendido, a partir de volúmenes enormes de texto, qué secuencias de palabras son plausibles en cada contexto. La web, la aplicación, la voz, la búsqueda en internet o la memoria son capas añadidas alrededor de ese motor. Si quiere profundizar en el concepto, nuestro artículo sobre qué es un gran modelo de lenguaje lo explica en detalle.

Conviene retener una idea desde el principio: ChatGPT no consulta una enciclopedia interna para leer la respuesta correcta. Genera un texto plausible. La mayoría de las veces, plausible y exacto coinciden. A veces no, y de ahí nacen los errores.

Paso 1: su mensaje se divide en tokens

Cuando usted envía una pregunta, el modelo no ve letras ni palabras como usted. Ve tokens: fragmentos de texto que pueden ser una palabra corta, parte de una palabra larga, un signo de puntuación o un espacio. « Hola » puede caber en un solo token, mientras que una palabra rara o técnica suele dividirse en varios trozos.

Después, cada token se convierte en una lista de números, y el modelo hace todos sus cálculos sobre esos números. Este paso explica dos cosas que encontrará a menudo:

• los límites de longitud y las tarifas de los servicios para desarrolladores se expresan en tokens, no en palabras;
• los idiomas menos presentes en los datos de entrenamiento a veces se dividen en más tokens y, por tanto, se procesan con menos eficiencia.

Para ver cuántos tokens representa uno de sus textos, pruebe el estimador de tokens del sitio.

Paso 2: el modelo predice el token siguiente, una y otra vez

Una vez convertido su mensaje en números, el modelo calcula, para cada token de su vocabulario, la probabilidad de que aparezca justo después. Elige uno, lo añade al texto y repite el cálculo con el texto ya alargado. Una respuesta de varios párrafos son, por tanto, cientos de pequeñas predicciones encadenadas. Por eso la respuesta aparece poco a poco en pantalla, como si alguien estuviera escribiendo.

Un ejemplo. Si el texto termina con « Para hacer masa de crepes se necesita harina, huevos y », el modelo considera muy probable « leche », algo menos « mantequilla » y casi imposible « cemento ». No tiene una receta guardada en ningún sitio: durante su entrenamiento encontró una cantidad muy grande de textos de cocina en los que esas palabras aparecen juntas. Ese saber estadístico, aplicado a todo tipo de temas, es lo que le permite redactar un correo, explicar un concepto o traducir un párrafo.

El modelo no siempre elige el token más probable. Un ajuste introduce una dosis de azar controlada: los textos suenan más naturales, y la misma pregunta hecha dos veces obtiene dos redacciones distintas.

El Transformer: la arquitectura que mira todo el contexto

Para predecir bien, hay que saber a qué se refiere cada palabra. En « María le prestó la bici a Julia porque ella se iba de vacaciones », ¿quién se va de vacaciones? Los LLM actuales se basan en la arquitectura Transformer, presentada por investigadores de Google el 12 de junio de 2017 en el artículo « Attention Is All You Need » (consultado el 22 de octubre de 2026). Su idea central permite al modelo sopesar la importancia de cada token respecto a todos los demás, incluso si están lejos en el texto. De ahí viene la « T » de GPT: Generative Pre-trained Transformer.

Ese contexto no es infinito. La cantidad de texto que el modelo puede tener en cuenta a la vez se llama ventana de contexto. Cuando una conversación se alarga mucho, los primeros intercambios pueden salir de ella o resumirse, y el asistente parece entonces « olvidar » lo que usted le dijo al principio.

Cómo aprendió ChatGPT: tres grandes fases

Un modelo como el de ChatGPT no se programa regla a regla. Se entrena en varias fases, cuyo esquema general es este, según lo describen las publicaciones de OpenAI.

Fase	Qué hace el modelo	Analogía
Preentrenamiento	Recorre volúmenes inmensos de texto y aprende a predecir el token siguiente	Leer una biblioteca entera, sin profesor
Ajuste con ejemplos	Estudia diálogos escritos por personas: una pregunta, una buena respuesta	Hacer ejercicios resueltos
Valoraciones humanas	Varias personas ordenan respuestas y el modelo aprende a preferir las mejor valoradas	Un entrenador que dice « mejor esto que aquello »

El preentrenamiento da al modelo su cultura general y su dominio del idioma. Pero en esa etapa sabe sobre todo prolongar un texto, no responder de forma útil a una pregunta. Las dos fases siguientes lo convierten en asistente. La última tiene un nombre técnico: RLHF, aprendizaje por refuerzo a partir de la retroalimentación humana.

Una vez terminado el entrenamiento, los ajustes internos del modelo quedan fijos. Por tanto, no cambia mientras usted conversa con él. Lo que puede evolucionar es la versión siguiente, entrenada quizá en parte con conversaciones de usuarios, según la configuración de privacidad de cada uno.

Qué ocurre cuando pulsa « Enviar »

En la aplicación, el modelo es solo una pieza del sistema. Este es, de forma simplificada, el recorrido de su pregunta:

1. Las instrucciones ocultas. Su mensaje va precedido de instrucciones redactadas por la empresa (tono, reglas de seguridad, fecha del día), a veces completadas con sus instrucciones personalizadas y con elementos de memoria.
2. Las herramientas, si hacen falta. Si la pregunta trata de la actualidad, el asistente puede lanzar una búsqueda web e insertar fragmentos de páginas en su contexto. También puede leer un archivo que usted haya adjuntado.
3. La generación. El modelo produce su respuesta token a token, a partir de todo el conjunto: instrucciones, historial, documentos y pregunta.
4. Los filtros. Sistemas de seguridad pueden bloquear o modificar algunas respuestas.

Esto explica que un asistente parezca muy al día en una conversación y desfasado en otra: todo depende de si la búsqueda web está activada. Sin ella, solo conoce el mundo tal como era al final de sus datos de entrenamiento.

ChatGPT, Claude, Gemini, Le Chat: mismo motor, coches distintos

Todos los grandes asistentes para el público funcionan con este principio, incluido Le Chat de Mistral AI, rebautizado como Mistral Vibe en 2026. Lo que los distingue es el modelo utilizado, los datos de entrenamiento, la forma en que se recogieron las valoraciones humanas y, sobre todo, las herramientas que los rodean. Según la información recogida en las webs de las empresas a 22 de octubre de 2026, ChatGPT funciona con los modelos GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna; nuestra ficha de ChatGPT detalla lo que incluye cada plan.

Asistente	Gratis	De pago desde	Búsqueda web	Modo agente	Voz	Imágenes
ChatGPT	Limitado	8 US$/mes	Sí	Sí	Sí	Sí
Claude	Limitado	20 US$/mes	Sí	Sí	—	—
Gemini	Limitado	4,99 €/mes	Sí	—	Sí	Sí
Le Chat (Mistral Vibe)	Limitado	5,99 US$/mes	Sí	Sí	Sí	Sí

Cuando una capacidad no figura para un asistente, significa que la empresa no la ha especificado, no necesariamente que falte.

Por qué ChatGPT a veces se equivoca con total seguridad

Como el modelo genera lo plausible, puede producir información falsa presentada con la misma seguridad que la verdadera: es lo que se llama una alucinación. Ocurre sobre todo con detalles poco frecuentes (una fecha concreta, una referencia, una cifra), con temas recientes sin búsqueda web, o cuando la pregunta contiene un error que el modelo prolonga en lugar de cuestionarlo. Nuestra guía sobre por qué la IA se inventa respuestas propone métodos concretos para protegerse.

Otro límite tiene que ver con los tokens: las tareas que exigen manejar letras una a una, como contar las letras de una palabra o escribirla al revés, a veces fallan, porque el modelo no siempre ve las letras por separado. Los modelos recientes lo compensan en parte escribiendo pasos intermedios antes de responder.

Tres consecuencias prácticas para usarlo mejor

Dé contexto. El modelo predice la continuación de lo que usted le proporciona. Cuanto más precise su petición el objetivo, el público y el formato esperado, más se parecerá la continuación probable a lo que busca.

Compruebe los datos importantes. Cifras, fechas, citas, referencias legales o médicas: pida fuentes, active la búsqueda web y contraste con una web oficial. Ante una duda de salud, derecho o dinero, el asistente ofrece información general, no el consejo de un profesional.

Empiece de cero cuando la conversación se desvíe. Si el asistente se enreda en una discusión larga, abra una conversación nueva con un resumen claro de la situación: así pone orden en su contexto. Suele funcionar mejor que corregir el mismo error tres veces seguidas.

Póngase a prueba ¿Por qué ChatGPT puede citar un libro que no existe?

Porque genera la continuación más plausible en lugar de consultar una base de referencias. Un título, un autor y un año que « suenan bien » pueden producirse sin existir. Sin búsqueda web ni una fuente que verificar, nada en el mecanismo garantiza la exactitud.

Para repasar lo básico, la guía qué es la inteligencia artificial sitúa a los asistentes conversacionales en la historia y en las grandes familias de la IA.