Cuando estaba en la universidad estudiando ingeniería electrónica, había algo que me desconcertaba mucho.
Habían circuitos que simplemente… no funcionaban.
Yo revisaba todo: los cables, las resistencias, el diseño.
Todo parecía correcto.
Y aún así, nada.
Pero luego pasaba algo extraño.
Sin cambiar nada importante, sin rediseñar nada…
de repente el circuito funcionaba.
Y yo pensaba:
¿Qué acaba de pasar?
🔌 El misterio del circuito que “decide” funcionar
Con el tiempo entendí que no era magia (aunque lo parecía).
Eran cosas pequeñas:
un contacto flojo
ruido eléctrico
una variación mínima en el voltaje
temperatura
estados internos que yo no veía
Pequeñas cosas invisibles… que cambiaban todo.
Y ahí aprendí algo sin darme cuenta:
Los sistemas complejos no siempre son completamente predecibles.
🤖 Años después: los LLMs
Mucho tiempo después, trabajando con modelos de inteligencia artificial, volví a sentir esa misma sensación.
Le escribes un prompt a un modelo…
y responde increíble.
Le cambias una palabra…
y responde algo totalmente distinto.
A veces brillante.
A veces extraño.
A veces completamente fuera de lugar.
Y otra vez aparece la misma pregunta:
¿Qué acaba de pasar?
🧠 No es un error… es la naturaleza del sistema
Así como los circuitos:
los LLMs también son sistemas sensibles.
Cambios pequeños → resultados grandes
Condiciones iniciales → importan mucho
Estados internos → invisibles
Comportamiento → no siempre determinista
No es que estén “mal hechos”.
Es que están vivos en su complejidad.
🌫️ Lo invisible también cuenta
En un circuito, no ves:
el ruido
la micro variación de voltaje
la calidad del contacto
En un modelo, no ves:
los pesos internos
las probabilidades
el proceso de decisión palabra por palabra
Pero todo eso está ahí, influyendo.
🔄 El pasado siempre importa
Algo que también comparten:
👉 el contexto cambia el resultado
En circuitos:
la carga previa de un capacitor cambia el comportamiento
En LLMs:
las palabras anteriores cambian completamente la respuesta
Nada empieza desde cero.
✨ La lección que me llevo
Hoy entiendo esos momentos de la universidad con más cariño.
No eran errores frustrantes.
Eran una invitación a entender algo más profundo:
Que no todo sistema está hecho para ser perfectamente predecible.
Y que aprender a trabajar con eso… también es ingeniería.
A veces siento que no he cambiado tanto de mundo.
Antes trabajaba con cables, voltajes y señales.
Ahora trabajo con palabras, prompts y modelos.
Pero en el fondo…
sigo hablando con sistemas sensibles,
complejos,
y un poco misteriosos.
Top comments (0)