Imagina que tu hemisferio izquierdo es un portavoz excesivamente entusiasta que nunca dice "no sé". Incluso si lo atrapas en una completa tontería, en un instante creará una teoría en la que él mismo creerá. Este mecanismo, descubierto gracias a pacientes con cerebros divididos, se conoce como el "intérprete". Hoy, cuando utilizamos masivamente los LLMs (Large Language Models – grandes modelos de lenguaje), este mismo narrador interno trabaja a toda máquina, intentando dar sentido a resultados que a veces tienen poco sentido.
Pollo, pala y la gran confabulación
Todo comenzó con pacientes a quienes, para salvarlos de graves crisis epilépticas, se les cortó el cuerpo calloso, es decir, la masiva conexión de axones que podemos imaginar como la principal autopista de información que une ambos hemisferios. Michael Gazzaniga y Roger Sperry realizaron un experimento que hoy sigue siendo un "éxito" neurobiológico. A uno de los pacientes se le mostraron dos imágenes: el ojo izquierdo vio un paisaje nevado, y el derecho – una pata de pollo. Cuando se le pidió que eligiera las imágenes que coincidían, sus manos señalaron la pala y el pollo.
El problema surgió al preguntar: "¿Por qué?". El hemisferio izquierdo (el que habla) solo vio el pollo. No tenía idea de la nieve que su vecina derecha había visto. Sin embargo, en lugar de admitir su ignorancia, el cerebro generó rápidamente una justificación: "La pala es necesaria para limpiar el gallinero". No fue una mentira – fue una confabulación, es decir, un llenado automático de un vacío en el conocimiento con información inventada pero coherente. Gazzaniga llamó a este mecanismo "intérprete". Como escribe Manuel Martín-Loeches en su libro ¿Para qué necesitamos la inteligencia?, para nuestro cerebro, una narrativa coherente es más importante que la verdad, ya que nos permite sentirnos cómodos. ¿Te suena familiar?
El hemisferio derecho como detector de tonterías
Aunque el "intérprete" reside principalmente en la parte izquierda de nuestro cráneo, investigaciones contemporáneas indican que nuestra psique es una lucha constante entre dos sistemas. Mientras que el hemisferio izquierdo intenta construir una narrativa coherente a toda costa, el hemisferio derecho actúa como un "detector de anomalías". Es él quien dice: "Hey, algo no cuadra, esa pala en el gallinero es una historia forzada".
En un cerebro sano, estas dos fuerzas colaboran. El intérprete da sentido a nuestros impulsos y emociones, mientras que el detector de anomalías se asegura de que no nos perdamos demasiado en el reino de la fantasía. El problema surge cuando el detector está debilitado y queremos que algo sea verdad. Entonces, nuestro equipo interno de neuronas (¡recuerda que el cerebro es un trabajo en equipo!) comienza a aceptar explicaciones que son solo "suficientemente buenas" para no arruinar nuestro estado de ánimo. ¿Te suena familiar?
El traductor digital se encuentra con el narrador humano
Aquí llegamos al punto donde el pollo y la pala se encuentran con tu modelo de lenguaje generativo favorito. Cuando utilizas un LLM, interactúas con un sistema que, en cierto sentido, es un "intérprete" en esteroides. Un gran modelo de lenguaje no sabe qué es verdad. Simplemente predice estadísticamente la siguiente palabra para que suene coherente y lógica.
Sin embargo, lo más interesante no ocurre en el código del programa, sino en tu cabeza. Cuando GenAI "alucina" (presenta hechos falsos de manera convincente), nuestro intérprete interno humano inmediatamente entra en acción. Comenzamos a interpretar los errores del modelo como "una profunda metáfora", "un sentido del humor específico" o buscamos en ellos una lógica oculta que no existe. Antropomorfizamos los algoritmos porque nuestro cerebro odia el vacío informativo. Si el chatbot responde de manera extraña, tu "intérprete" sugiere: "Probablemente formulé mal el prompt, y él está tratando de guiarme".
Como resultado, usamos los LLMs un poco como los pacientes de Gazzaniga con la pala: creamos una teoría para un resultado que a menudo es simplemente el resultado de pura probabilidad, y no de un proceso consciente. La clave para utilizar la IA de manera inteligente no es solo perfeccionar los algoritmos, sino, sobre todo, ser conscientes de que en nuestra propia cabeza hay un "sabiondo" que siempre encontrará una justificación para la mayor tontería, solo para mantenernos en un buen estado de ánimo. El tuyo, más bien.
Fuentes:
Manuel Martín-Loeches, ¿Para qué necesitamos la inteligencia? ¿Por qué las personas inteligentes toman decisiones estúpidas?, Editorial JK, 2024.
Gazzaniga M. S., The left brain interpreter: The locus of human consciousness, 2000.
Estudio propio realizado en la herramienta Consensus, Validity of the left-brain interpreter concept, [acceso: 12.04.2026].
Gazzaniga M. S., Who's in Charge? Free Will and the Science of the Brain, 2011.
