La AI no es magia: las palabras en inglés que usamos cuando las máquinas "piensan"

Le haces una pregunta a un chatbot, te responde con frases impecables y te sorprendes diciendo: "Vaya, de verdad me entendió". Esa palabrita, "understood", parece inofensiva. Pero en voz baja te cuenta una historia que quizá no sea cierta: que hay una mente ahí dentro, pensando en tu problema como lo haría un amigo.

El inglés que usamos para la tecnología está lleno de estas historias amables. Hacen que las herramientas suenen vivas. En cuanto notas el patrón, puedes disfrutar de la comodidad de estas palabras sin dejarte engañar por ellas, y describir lo que hace un sistema con mucha más exactitud.

Esto importa más de lo que parece. Las palabras que usas moldean lo que esperas. Si crees que una herramienta te "entiende", confiarás en sus respuestas más de lo debido. Si recuerdas que "understand" es un atajo, seguirás comprobando. La misma herramienta, una relación muy distinta, y la diferencia vive por completo en tu vocabulario.

Respuesta rápida

Cuando la gente dice que una AI "piensa", "aprende", "entiende", "sabe" o "decide", está usando verbos humanos cotidianos como atajo, no como descripción literal. Estas palabras son metáforas. El sistema está procesando patrones en datos y produciendo un output probable. Puedes usar los verbos para ser rápido y natural, pero ayuda recordar que son flojos, no afirmaciones precisas sobre una mente.

Palabras clave

• Think(pensar). En una persona, significa tener pensamientos, dudas y conciencia. En una máquina, "the AI thinks the answer is X" significa en realidad "el sistema produjo X como su output más probable". No ocurre ningún debate interno.
• Learn(aprender). Un estudiante que aprende entiende y recuerda. Cuando decimos que un modelo "aprendió" de los datos, queremos decir que sus ajustes internos se modificaron durante el entrenamiento para que sus salidas encajen mejor con los patrones. Está más cerca de "fue calibrado" que de "estudió duro".
• Understand(entender). Este es el más resbaladizo. Un sistema puede producir una respuesta que suena correcta sin ningún dominio del significado. "It understood my question" suele significar solo "respondió de forma pertinente".
• Know(saber). Una persona que sabe algo puede estar segura y explicar por qué. Un sistema "sabe" un hecho solo en el sentido de que ese hecho tiende a aparecer en su output. Puede afirmar cosas falsas con la misma seguridad.
• Decide(decidir). Las personas sopesan opciones y eligen. Un sistema "decide" calculando un resultado. No hay elección sentida, ni vacilación, ni arrepentimiento.
• Intelligent / smart(inteligente / listo). Estas palabras prometen una astucia amplia y flexible. La mayoría de las herramientas etiquetadas como "smart" son buenas en una sola cosa estrecha.
• Want / believe / try(querer / creer / intentar). Describen intenciones y sentimientos internos. Aplicadas a una máquina, son pura metáfora: un sistema no tiene deseos, ni creencias, ni nada que esté "intentando" hacer del modo en que lo hace una persona.
• Hallucinate / make things up(alucinar / inventar). Hasta nuestra palabra para los errores de la AI toma prestada una imagen mental humana. El sistema no imagina nada; produce un texto seguro que resulta ser falso.

Trampas comunes

Una trampa común es tratar estos verbos como prueba de que hay una mente. Si una herramienta "entiende", seguro que también tiene opiniones, intenciones y sentimientos, ¿no? Ese salto es donde empieza la exageración.

Otra trampa es el anthropomorphizing language(lenguaje que humaniza) que cuela metas y emociones: "the AI wants to help you", "the model believes the sky is green", "it's trying to trick you". Querer, creer e intentar son estados mentales. Un sistema no quiere nada. Produce output. Cuando leas "the AI wants", cámbialo mentalmente por "the system tends to produce", y la frase se vuelve más honesta.

La palabra smart es la favorita del marketing, y casi siempre suena más fuerte de lo que debería. Un altavoz "smart", una búsqueda "smart", una respuesta "smart": ninguno es inteligente en el sentido humano. Siguen reglas y patrones. Cuando un producto se describe como "intelligent", pregunta: ¿inteligente en qué, exactamente? La respuesta honesta suele ser estrecha.

También está la trampa de tratar la AI como una única cosa mágica. La gente dice "AI will do this" o "the AI knows", como si existiera una sola entidad que lo sabe todo. En realidad hay muchos sistemas distintos, cada uno entrenado para fines diferentes, cada uno con sus fortalezas y sus puntos ciegos. Decir "an AI tool for writing summaries" es mucho más claro que "AI".

Por último, cuidado con las palabras de seguridad. Cuando un sistema "sabe" o "está seguro", puede estar seguro y equivocado a la vez. La seguridad humana suele seguir al conocimiento. La de la máquina, no. Un tono fluido y rotundo no es prueba de que la respuesta sea correcta.

Hay una trampa más sutil que vale la pena nombrar: la palabra learn como verbo de crecimiento. Elogiamos a los niños por "learning", y la palabra carga calidez y esfuerzo. Cuando un sistema "aprende", no ocurrió nada parecido al esfuerzo. Se ajustaron sus parámetros, a menudo pasando enormes cantidades de datos por él. Llamarlo "learning" está bien como atajo, pero si te imaginas una mente curiosa estudiando hasta entrada la noche, has importado una historia que no está ahí. La imagen honesta se parece más a una receta que se calibra hasta que el plato sale bien, no a un cocinero enamorándose de cocinar.

Nada de esto significa que las palabras sean malas. Son útiles, y evitarlas del todo dejaría tu habla rígida y rara. La habilidad es más ligera: oye la metáfora, disfruta de la comodidad y mantente consciente de que dentro de una palabra amable se esconde una afirmación real. Cuando lo que está en juego es poco (charlar, lluvia de ideas), deja fluir las metáforas. Cuando es mucho (confiar en un dato, tomar una decisión), tradúcelas de vuelta a términos llanos de máquina y comprueba el resultado.

Ejemplos naturales y forzados

Forzado: The AI understood my feelings and decided to comfort me.

Natural: The tool produced a supportive-sounding reply based on my message.

La segunda versión se lee con facilidad, pero no finge que hubo empatía.

Menos natural: Our smart assistant thinks for you, so you don't have to.

Mejor: Our assistant suggests options based on your past choices.

Forzado: AI knows the answer to everything now.

Natural: These tools can produce answers on many topics, though not always correctly.

Fíjate en que las versiones "mejores" no son frías ni robóticas. Solo son más calmadas. Puedes sonar cálido y humano mientras describes una máquina con exactitud.

Forzado: The model believes you'll love this song.

Natural: The model predicts you'll like this song, based on what you played before.

El cambio de "believes" a "predicts" es pequeño, pero quita una pequeña mentira. El sistema no tiene ninguna creencia sobre tu gusto. Produjo una predicción a partir de patrones en tu historial, y puede equivocarse.

Mini tabla

Práctica rápida

Reescribe cada frase para quitar la exageración. Inténtalo antes de mirar.

1. "The AI understood exactly what I wanted."
2. "Our smart software thinks about your schedule for you."
3. "The model knows that this stock will go up."
4. "AI decided the email was spam."
5. "The chatbot wants you to feel better."

Respuestas posibles:

1. "The tool produced a response that matched what I asked for."
2. "Our software suggests schedule options based on your settings."
3. "The model produced a prediction that this stock might rise (which may be wrong)."
4. "The filter classified the email as spam."
5. "The chatbot generated a comforting reply."

Conclusión

No tienes que prohibir palabras como "think", "learn" y "smart". Son rápidas, comunes y casi siempre válidas en la conversación informal. La habilidad es saber que son metáforas, para que nunca te sorprenda que una máquina segura esté segura y equivocada. Trata "AI" como una etiqueta para muchas herramientas estrechas y no como una sola mente mágica, cambia "wants" y "believes" por "tends to produce" cuando importa la exactitud, y sonarás más claro y pensarás más claro. La máquina es impresionante. Solo que no es magia, y tu inglés no tiene por qué fingir que lo es.