Cadena de pensamiento
Dejar que un modelo de IA escriba su razonamiento paso a paso antes de contestar.
La cadena de pensamiento (chain of thought) es el razonamiento intermedio que escribe un modelo de lenguaje antes de dar la respuesta final. En lugar de saltar de "una verdulería tenía 23 manzanas, usó 20 y compró 6 más, ¿cuántas tiene?" directo a un número, el modelo escribe "23 menos 20 da 3, más 6 da 9" y recién ahí contesta 9.
Funciona porque el modelo genera texto de a un token por vez, y cada token nuevo se apoya en todo lo que ya escribió. Escribir los pasos le da lugar para trabajar: los resultados parciales quedan en la página en vez de tener que sostenerlos "de memoria". Un paper de Google de 2022 mostró que con solo poner en el prompt ejemplos resueltos así, los modelos grandes mejoraban mucho en matemática y problemas de lógica; poco después se vio que agregar "pensemos paso a paso" también ayudaba.
Hoy esto muchas veces viene incorporado. Los modelos de razonamiento están entrenados para producir una cadena de pensamiento larga antes de responder, y muchas apps te la muestran, completa o resumida. Dos advertencias: pensar cuesta tiempo y tokens, así que no vale la pena para preguntas simples; y la cadena escrita no garantiza ser el motivo real de la respuesta. Sirve para revisar el trabajo, pero no es una ventana perfecta a lo que pasa adentro del modelo.
Para quedarse
- El modelo escribe pasos intermedios antes de la respuesta final.
- Ayuda sobre todo en matemática, lógica y problemas de varios pasos.
- Los modelos de razonamiento están entrenados para hacerlo solos.
- Los pasos escritos pueden no reflejar del todo cómo se llegó de verdad a la respuesta.
Para seguir leyendo
- Dejá pensar a Claude: cadena de pensamiento (documentación de Claude)
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (Wei et al., 2022, en inglés)
