La IA por fin alcanza la facultad "metalingüística" que solo tienen los humanos

El 7 de abril de 2026, un equipo de investigadores internacionales anunció que un modelo de inteligencia artificial ha demostrado, por primera vez, capacidades metalingüísticas comparables a las de un experto humano en lingüística. El hallazgo sugiere que la IA está empezando a superar una de las habilidades que, según la tradición, solo poseían los seres humanos: el razonamiento profundo sobre el propio lenguaje.

Un modelo de IA muestra habilidades metalingüísticas

El estudio, liderado por Gašper Beguš de la Universidad de California Berkeley, junto a Maksymilian Dąbkowski y Ryan Rhodes de la Universidad de Rutgers, sometió a varios grandes modelos de lenguaje (LLM) a una batería de pruebas diseñadas para evaluar su capacidad de analizar y reflexionar sobre el lenguaje. Entre los sistemas evaluados, el modelo o1 de OpenAI logró resultados que superaron con creces las expectativas, demostrando una comprensión estructural del lenguaje similar a la de un estudiante avanzado de lingüística.

Pruebas de recursión y diagramas sintácticos

Para evitar que los modelos simplemente reprodujeran información ya vista durante su entrenamiento, los investigadores diseñaron un examen de cuatro partes que incluía oraciones especialmente creadas y diagramas de árbol sintáctico, inspirados en la obra fundacional de Noam Chomsky (Estructuras sintácticas, 1957). Una de las secciones se centró en la recursión, la capacidad de insertar oraciones dentro de otras.

Ejemplo de recursión utilizado: “María se preguntó si Sam sabía que Omar había oído que Jane dijo que el cielo es azul”. El modelo o1 no solo identificó correctamente la estructura jerárquica de la frase, sino que también generó árboles sintácticos que distinguían cada nivel de incrustación.

En otro caso, el modelo analizó la oración “La astronomía que estudiaron los antiguos a quienes veneramos no estaba separada de la astrología”, descomponiéndola en:

La astronomía [que los antiguos [a quienes veneramos] estudiaron] no estaba separada de la astrología.

Posteriormente, añadió una capa adicional de recursión, demostrando una capacidad de expansión estructural que los investigadores describieron como “metalingüística”.

Análisis fonológico de lenguas artificiales

El tercer componente del examen evaluó la capacidad de inferir reglas fonológicas a partir de idiomas inventados. Los autores crearon 30 mini‑lenguas, cada una compuesta por 40 palabras sin precedentes. En uno de estos lenguajes, el modelo o1 dedujo correctamente que “una vocal se convierte en una vocal aspirada cuando va precedida inmediatamente por una consonante sonora y oclusiva”. Esta conclusión coincidió con la regla que los investigadores habían diseñado para ese idioma, demostrando que la IA había extraído patrones fonológicos sin haberlos visto antes.

Reacciones de la comunidad académica

Tom McCoy, lingüista computacional de la Universidad de Yale, calificó el estudio de “muy importante” y enfatizó la necesidad de comprender los límites y potenciales de la IA a medida que la sociedad depende cada vez más de estas tecnologías. Por su parte, David Mortensen, del Laboratorio de Ciencias de la Computación de Carnegie Mellon, señaló que los resultados “desafían la idea de que los modelos de lenguaje solo predicen la siguiente palabra”.

Los resultados también reavivan el debate iniciado por Noam Chomsky y otros críticos en 2023, quienes sostenían que “las explicaciones correctas del lenguaje son complejas y no se pueden aprender simplemente analizando grandes cantidades de datos”. Según los autores del nuevo estudio, al menos algunos LLM ya están comenzando a trascender esa limitación.

Implicaciones y futuro de la investigación

Si bien el modelo o1 demostró habilidades impresionantes, los investigadores aclaran que todavía no ha producido descubrimientos originales sobre el lenguaje ni ha revelado fenómenos que los humanos desconocen. La cuestión de si el escalado indefinido de parámetros y datos permitirá que las IA superen completamente las capacidades lingüísticas humanas sigue abierta.

Mortensen advierte que los LLM actuales están “entrenados para realizar una tarea muy específica: predecir el siguiente token a partir de un historial de palabras”, lo que limita su capacidad de generalización. Sin embargo, considera que es solo cuestión de tiempo que se desarrollen sistemas capaces de razonamiento lingüístico más creativo y eficiente.

En conclusión, el estudio de Beguš y sus colegas sugiere que la supuesta exclusividad de la metacognición lingüística humana está siendo cuestionada. La IA está empezando a demostrar una capacidad de análisis del lenguaje que, hasta hace poco, se consideraba exclusivamente humana, lo que abre nuevas posibilidades y desafíos para la investigación en lingüística y en inteligencia artificial.

Mira tambien: