La historia de la IA

Cadena de pensamiento

Etapa 5 · IA generativa, razonamiento y agentes (2022–2026) › Alineamiento y razonamiento

Linaje
Símbolos y lógica
Tipo
Publicación

Quién

Google Brain

Qué ocurrió

Jason Wei y sus colegas de Google muestran que, si se dan a un modelo de lenguaje grande unos pocos ejemplos resueltos con los pasos intermedios del razonamiento, el modelo también escribe esos pasos y acierta mucho más en problemas de aritmética, sentido común y lógica.

Qué aportó

Pedir al modelo los pasos intermedios mejora su razonamiento, y la mejora aparece solo en modelos suficientemente grandes. Es el germen de los modelos que piensan antes de responder.

Desarrollo

A comienzos de 2022 los modelos de lenguaje grandes escribían con soltura, pero fallaban en problemas que exigen varios pasos, como un enunciado de matemáticas escolares. La forma habitual de pedirles algo con ejemplos era mostrarles preguntas y respuestas finales.

Wei y sus colegas cambiaron solo los ejemplos. En lugar de la respuesta sola, cada ejemplo incluía la cadena de pensamiento que lleva a ella, escrita en lenguaje natural: primero esto, luego aquello, por tanto el resultado. Ante una pregunta nueva, el modelo imitaba el formato, escribía sus propios pasos y llegaba a la respuesta con mucha más frecuencia.

Probaron la técnica en tres familias de modelos y en tareas de aritmética, sentido común y razonamiento simbólico. El resultado más llamativo fue que un modelo de 540.000 millones de parámetros, con solo ocho ejemplos así, alcanzó la mejor precisión publicada en GSM8K, un conjunto de problemas de matemáticas, por encima incluso de GPT-3 ajustado para la tarea y acompañado de un verificador.

Los autores observaron que la capacidad aparecía solo a partir de cierto tamaño de modelo. La idea de que razonar por escrito mejora las respuestas fue el punto de partida de técnicas como el árbol de pensamientos y, dos años después, de los modelos entrenados para razonar como o1.

Nivel técnico

La técnica no cambia el modelo, solo la petición. Un ejemplo normal tiene la forma pregunta, respuesta. Uno con cadena de pensamiento tiene la forma pregunta, pasos, respuesta, y el modelo continúa ese patrón con la pregunta nueva.

Con PaLM, de 540.000 millones de parámetros, y ocho ejemplos así, la precisión en GSM8K pasó de alrededor del 18 % con ejemplos normales al 57 %. El mejor resultado anterior, un 55 %, era de GPT-3 ajustado para la tarea y con un verificador.

El efecto depende del tamaño. En los modelos de menos de unos 100.000 millones de parámetros, escribir los pasos no ayudaba e incluso empeoraba la respuesta: los pasos que el modelo escribía eran fluidos pero ilógicos.

Vídeos

Viene de

  • GPT-3 (28 de mayo de 2020)

    Influencia directa documentada

    GPT-3 es una de las tres familias de modelos con las que el artículo prueba la cadena de pensamiento, y la referencia que supera en GSM8K es GPT-3 ajustado y con verificador (resumen y apartado 3)

Lleva a

  • ReAct (6 de octubre de 2022)

    Influencia directa documentada

    ReAct parte del razonamiento por cadena de pensamiento, que cita como ejemplo de razonamiento sin contacto con el exterior, y lo intercala con acciones (resumen)

  • Árbol de pensamientos (17 de mayo de 2023)

    Influencia directa documentada

    El árbol de pensamientos «generaliza el popular enfoque de la cadena de pensamiento» (resumen)

  • OpenAI o1 (12 de septiembre de 2024)

    Herencia sin relación directa demostrada

    o1 se entrena con aprendizaje por refuerzo para usar de forma productiva una cadena de pensamiento antes de responder

Hilos que pasan por aquí

Bibliografía

Fuente original

Cómo citar

«Cadena de pensamiento». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/chain-of-thought

Última revisión de esta ficha: 13 de noviembre de 2026.

Abrir en la cronología interactiva