¿Demasiado inteligente? Google ahora regula cuánto razona su IA

El nuevo modelo Gemini Flash 2.5 permite ajustar el nivel de razonamiento en cada consulta, con el objetivo de reducir costos operativos y evitar respuestas innecesariamente complejas.

Google DeepMind introdujo una nueva funcionalidad en uno de sus modelos de inteligencia artificial más avanzados de la familia Gemini: un control ajustable que permite decidir cuánto debe “pensar” el sistema al responder una consulta. De acuerdo con MIT Technology Review, esta actualización, incluida en el modelo Gemini Flash 2.5, permite a los desarrolladores reducir el nivel de razonamiento del modelo en tareas simples, evitando así un uso excesivo de recursos computacionales.

Desde 2019, el desarrollo de modelos de IA ha seguido principalmente dos caminos: aumentar su tamaño mediante más datos o mejorar el feedback para afinar las respuestas. Sin embargo, hacia finales de 2023, Google y otros actores del sector comenzaron a centrarse en un tercer enfoque: el razonamiento. Este método entrena al modelo para abordar los problemas de manera lógica y metódica, con el objetivo de mejorar su precisión sin necesidad de reconstruirlo desde cero.

El problema, como reconoce Tulsee Doshi, líder del equipo de producto de Gemini, es que “el modelo piensa más de lo necesario” cuando se enfrenta a tareas simples. Ese exceso de razonamiento incrementa los costos de ejecución —los resultados pueden ser hasta seis veces más caros— y genera un mayor impacto ambiental. Según datos del sector, algunas tareas complejas pueden llegar a costar más de US$200 por inferencia.

Para abordar este desafío, Google implementó un "dial de razonamiento", una herramienta que permite a los desarrolladores fijar un presupuesto computacional para cada tarea. De esta forma, pueden ajustar el nivel de razonamiento según la complejidad del problema, una funcionalidad clave en contextos como la programación, la generación de informes técnicos o el análisis de datos financieros.

“Cuanto más puedes iterar sobre ciertas hipótesis y pensamientos, más probable es que encuentres la respuesta correcta”, explica Koray Kavukcuoglu, CTO de DeepMind. No obstante, incluso en tareas complejas, los modelos pueden atascarse o entrar en bucles, como lo evidencian algunos fallos registrados durante el análisis de problemas de química orgánica o código fuente.

Esta apuesta por el razonamiento representa un cambio en el paradigma de desarrollo de modelos. “Las leyes de escalado están siendo reemplazadas”, señala Nathan Habib, ingeniero en Hugging Face. En lugar de enfocarse únicamente en modelos más grandes, las empresas ahora buscan mejores resultados a través de tiempos de inferencia más largos y controlados.

Aunque el modelo con dial aún no está disponible para consumidores finales, Google planea que esta tecnología siente las bases de una nueva generación de modelos capaces de actuar como agentes autónomos. Para Kavukcuoglu, “el razonamiento es la capacidad clave que construye la inteligencia”, y este avance podría redefinir cómo se diseña y aplica la IA en el futuro cercano.

Le puede interesar: Google presentó Gemini 2.5, su LLM más inteligente