Un nuevo artículo sostiene que los grandes modelos de lenguaje (LLM) como GPT-4 no son inteligencias alienígenas, sino que en realidad convergen con la cognición humana en cinco principios fundamentales, desafiando la visión común de que sus similitudes con nosotros son solo proyección antropomórfica.
La Investigación
Chandra Sripada y Richard Lewis, investigadores asociados con la sección de Biología Cuantitativa de arXiv, analizaron la literatura existente en ciencias cognitivas y la compararon con la arquitectura de los LLM contemporáneos. Identificaron cinco dimensiones de correspondencia estructural: organización inferencial (cómo se sacan conclusiones), arquitectura computacional (el diseño general), estructura representacional (cómo se almacena la información), aprendizaje impulsado por predicciones (cómo aprenden los sistemas a partir de predicciones) y mecanismos similares al aprendizaje por refuerzo (cómo aprenden los sistemas de las recompensas).
Estas correspondencias no son superficiales. Por ejemplo, en la organización inferencial, tanto los humanos como los LLM utilizan el razonamiento probabilístico para actualizar creencias basándose en la evidencia. En la arquitectura computacional, ambos se basan en un procesamiento en capas y paralelo que se asemeja a las redes neuronales. La estructura representacional muestra similitudes en cómo ambos comprimen la información en categorías y conceptos.
El artículo, titulado "Convergencia Cognitiva: Similitudes Profundas Entre los Modelos de Lenguaje Grande y la Cognición Humana", fue enviado el 28 de julio de 2026 y está disponible en arXiv. Tiene 23 páginas y no incluye figuras.
Por Qué Importa
Esta investigación une la brecha entre la inteligencia artificial y la humana. Si los LLM realmente comparten principios fundamentales con el pensamiento humano, entonces estudiarlos puede ofrecer información sobre nuestras propias mentes. Por ejemplo, entender el aprendizaje impulsado por predicciones en los LLM puede iluminar cómo los humanos anticipan resultados y aprenden de los errores, lo cual es central para el aprendizaje y la memoria.
Además, esta convergencia sugiere que la inteligencia, ya sea biológica o digital, puede seguir ciertos principios organizativos universales. Esto puede ayudar a los científicos cognitivos a desarrollar mejores modelos de la cognición humana y también mejorar los sistemas de IA tomando prestadas ideas de la psicología humana.
Lo Que Puedes Hacer
Puedes aplicar estos principios para mejorar tus propias habilidades cognitivas. Concéntrate en el aprendizaje impulsado por predicciones: al estudiar información nueva, intenta predecir qué viene después y luego verifica tu precisión. O usa el aprendizaje por refuerzo: recompénsate por pequeños logros para construir hábitos. Estos métodos están respaldados por la ciencia cognitiva.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Haz nuestro test de CI adaptativo gratuito o prueba 306 niveles de entrenamiento cerebral.
