El gato feo

El encargo era simple. Para una pequeña web que construyo en mis ratos libres quería una mascota: un gato bien alimentado que se pasee por la página y de vez en cuando mire curioso a quien lo observa. Nada de fotos, nada de IA de imágenes – dibujado en código, directamente en el navegador. La IA que normalmente me migra bases de datos sin un solo error debía resolverlo de pasada.

El primer intento – dibujado a ciegas, en modo ahorro.

Esto fue lo que salió. Se nota que quiere ser un gato. Y se nota también que aquí algo ha fallado de raíz. Dos cosas, en concreto.

Causa uno: la IA dibuja a ciegas

Un modelo de lenguaje que «dibuja» no pinta. Escribe código de dibujo en forma de texto – coordenadas, curvas, valores de color – y nunca ve el resultado. Imagínate que le dictas a alguien un dibujo por teléfono, trazo a trazo, sin ver jamás el papel: «Ahora un círculo en 320, 180, radio 40». Más o menos así nace este gato.

El modelo sí sabe que los gatos tienen dos orejas, una cola, bigotes. Pero el saber en forma de texto es algo distinto de la capacidad de colocar coordenadas de modo que la oreja quede en la cabeza y no en la barriga. Para la prosa y el código de programación, el modelo recibe en el entrenamiento miles de millones de buenos ejemplos; para el par «figura bonita y exactamente el código que la produce» hay muchos menos. A ciegas y con poca práctica – el resultado lo ves arriba.

Causa dos: a medio gas

La segunda causa es más incómoda, porque no tiene nada que ver con la técnica y sí todo con el dinero: el gato nació un día en el que yo tenía que ahorrar. Mi cuota semanal estaba agotada, había comprado saldo de uso extra – y aun así economizaba. Así que: no el mejor modelo, sino uno más sencillo. No un generoso presupuesto para pensar, sino la respuesta rápida.

Esta es la parte que a los usuarios ocasionales rara vez les explican: la inteligencia se factura por token – el fragmento de texto en el que los modelos leen y escriben. Los modelos más grandes cuestan más por token que los pequeños. «Pensar» – el trabajo interno de cálculo antes de la respuesta – consume tokens adicionales. Y cada intento de corrección vuelve a costar. Quien ahorra baja así tres reguladores a la vez: la clase de modelo, la profundidad de pensamiento, el número de intentos. Algunas interfaces de chat incluso lo hacen por ti, en silencio, cuando tu cuota se acerca al final. Las respuestas empeoran entonces en silencio – solo que a un párrafo mediocre no se le nota. A un gato, sí.

El desenlace: ojos para la IA

El gato solo se volvió bonito cuando cambiaron las dos cosas. Otra vez el modelo grande – y sobre todo: un bucle cerrado. La IA dibuja, el resultado se renderiza, una captura de pantalla vuelve a la IA, ella ve su obra y corrige. Oreja demasiado baja, ojo demasiado loco, patas demasiado cortas – ronda tras ronda. El dictado a ciegas se convierte en un trabajo con contacto visual.

El mismo enfoque, otras condiciones: modelo grande, bucle cerrado.

Exactamente el mismo bucle sostiene, por cierto, todo buen trabajo con IA, no solo el dibujo: en el código el feedback se llama «ejecutar los tests»; en los textos, «releer con ojo crítico». La única diferencia es que a un gato feo se le ven las condiciones de su creación – a un texto plausible pero torcido, no.

Qué puedes llevarte de esto

Cuando un resultado de IA te decepcione, antes de juzgar merece la pena mirar las condiciones de su creación: ¿qué modelo hizo el trabajo? ¿Se le permitió pensar? ¿Y llegó a ver alguna vez su propio resultado – o solo dijiste «otra vez, pero más bonito»? Eso es repetición, no feedback.

Y si te preguntas por qué el logo de esta web es un sobrio par de corchetes y no un animal: ahora ya lo sabes. Nuestra mascota tendrá su entrada en escena en cuanto el bucle le haga justicia. Hasta entonces, la regla es: mejor sobrio y geométrico que feo con bigotes.