¿Qué es el razonamiento latente? Cómo la IA puede pensar sin palabras

Por Turing Post · 27 de julio de 2026.

El editorial de este número de Turing Post plantea una pregunta de fondo sobre el futuro de los modelos de razonamiento: ¿por qué una máquina tendría que pensar en palabras? Actualmente, los modelos de razonamiento gastan miles de tokens resolviendo problemas difíciles en lenguaje natural, incluso cuando nadie llega a leer ese texto intermedio. Un grupo creciente de investigadores propone sustituir esas cadenas de tokens por estados ocultos continuos, capaces de transportar más información y de explorar varias direcciones de razonamiento a la vez. Este cambio podría reducir el coste de inferencia y mejorar la planificación, pero también hace que el razonamiento del modelo sea mucho más difícil de inspeccionar.

El artículo arranca recordando cómo, durante los últimos años, se ha vuelto habitual ver a los modelos de IA "hablar consigo mismos": frases como "pensemos paso a paso", "espera", "alternativamente" o "déjame reconsiderar" son la manifestación del Chain-of-Thought (CoT), una técnica que funcionó tan bien que la industria la convirtió en una estrategia de escalado. Los modelos aprendieron a producir rastros de razonamiento cada vez más largos, el aprendizaje por refuerzo premiaba los rastros que llevaban a respuestas correctas, y los sistemas de inferencia empezaron a reservar miles de "tokens de pensamiento" ocultos antes de devolver una respuesta. Los resultados fueron notables: los modelos mejoraron mucho en matemáticas, programación y planificación. Pero también se volvieron más lentos y considerablemente más caros: se enseñó a las máquinas a razonar escribiendo, en la práctica, ensayos que nadie llegaría a leer, y ese gasto se volvió económicamente asumible.

De camino, la industria adquirió un segundo hábito: empezó a leer esos ensayos. Los evaluadores los leían, los equipos de seguridad construyeron monitores sobre ellos, y creció toda una práctica alrededor de la idea de que el razonamiento de un modelo es un documento que se puede inspeccionar. El texto insiste en que conviene recordar de dónde vino ese documento: el Chain-of-Thought era, en origen, una forma de dar más cómputo a un modelo de lenguaje, y su legibilidad fue un efecto secundario, porque el único espacio de trabajo de un predictor de tokens es la propia secuencia de tokens. Nadie diseñó deliberadamente una ventana hacia el interior del modelo; se construyó un cuaderno de borrador que, por casualidad, estaba escrito en inglés.

A partir de ahí, el artículo explica por qué el lenguaje fue en su momento un andamiaje útil pero imperfecto. Los modelos de lenguaje generan un token cada vez, y cada token pasa a formar parte del contexto que determina el siguiente. Esto convierte al texto en un espacio de trabajo cómodo: un modelo puede dividir un problema en pasos, conservar resultados intermedios, detectar errores y volver a intentarlo. Pero el lenguaje natural fue diseñado para la comunicación entre humanos, no para el cómputo interno de una red neuronal. Cada palabra obliga al modelo a tomar una decisión discreta: un estado interno rico, que contiene varias interpretaciones posibles, debe colapsar en un único token ("por lo tanto", "siete", "izquierda", "falso"), y el resto del razonamiento parte de ese compromiso ya tomado. Además, el lenguaje conlleva gastos añadidos —transiciones, repeticiones, gramática, frases de relleno como "analicemos con cuidado"— que consumen tokens sin necesariamente hacer avanzar la solución, a lo que se suma la necesidad de "ser educado" porque, en teoría, un humano podría leer esa salida.

El texto compara explícitamente el Chain-of-Thought con el razonamiento latente en varias dimensiones: el medio de razonamiento (tokens discretos de lenguaje frente a representaciones ocultas continuas), el tipo de cómputo (un paso textual tras otro frente a actualizaciones iterativas dentro del propio modelo), los caminos posibles (normalmente un único camino escrito frente a la posibilidad de preservar varias alternativas a la vez), el coste de inferencia (que crece con la longitud del razonamiento textual frente a un posible menor número de pasos de decodificación), el entrenamiento (que funciona de forma natural con aprendizaje por refuerzo a nivel de token frente a la necesidad de nuevos objetivos y políticas) y la visibilidad (parcialmente legible aunque no siempre fiel, frente a algo difícil de interpretar directamente). La distinción más importante, según el artículo, es que el razonamiento latente separa el cómputo de la comunicación: el modelo puede trabajar en su propio espacio representacional nativo y solo volver al lenguaje cuando está listo para responder.

Para ilustrar esta idea, Turing Post repasa el trabajo que hizo legible el concepto de razonamiento latente al resto del sector. Menciona que hubo intentos previos —tokens de pausa, tokens de relleno, Chain-of-Thought implícito mediante destilación— pero destaca especialmente Coconut ("Chain of Continuous Thought"), de Meta, como la demostración más clara. En lugar de decodificar un estado oculto en un token, Coconut retroalimenta ese estado directamente al modelo. Ese cambio, aparentemente pequeño, altera el proceso de razonamiento: un token representa una única dirección elegida, mientras que un estado continuo puede preservar una mezcla de direcciones posibles. En algunas tareas de planificación, Coconut mostró un comportamiento parecido a una búsqueda en anchura (breadth-first search), considerando varias posibilidades antes de comprometerse con una.

El artículo también describe Soft Thinking, un enfoque relacionado que crea "tokens de concepto" intermedios combinando múltiples embeddings de tokens en lugar de seleccionar una sola palabra. Según el correo, los investigadores reportaron mejoras de precisión modestas —hasta 2,48 puntos en pass@1— junto con una reducción del uso de tokens de hasta un 22,4%, si bien esas dos cifras proceden de modelos distintos, matiz que el propio boletín señala al citarlas. Se destaca además un hallazgo relevante de ese mismo trabajo: las salidas de Soft Thinking siguen siendo legibles, ya que una mezcla de embeddings ponderada por probabilidad puede proyectarse de nuevo en texto, algo que Coconut no ofrece, pues un estado oculto no es simplemente una frase sin puntuación.

De ahí que el boletín concluya que el razonamiento latente no es una única cosa: una rama "suaviza" el flujo de tokens y conserva algo que se puede observar, mientras que la otra rama abandona por completo el flujo de tokens. Ambas no cuestan lo mismo en términos de visibilidad, y esa diferencia determinará cuánta capacidad de inspección se pierde. El correo menciona también, de forma más breve, otros proyectos que usan bucles recurrentes, refinamiento de estilo difusión, estados de razonamiento comprimidos o pequeñas redes que revisan repetidamente su respuesta, señalando con humor que la terminología ya está saturada (pensamiento continuo, pensamiento suave, cadenas latentes, razonamiento implícito, profundidad recurrente, Chain-of-Thought abstracto), como si la investigación en IA hubiera descubierto un mismo continente bajo doce banderas distintas. Aun así, la tendencia de fondo es coherente: el razonamiento está empezando a separarse de la generación de texto.

Otra sección del correo aborda lo que el boletín llama "el muro" del aprendizaje por refuerzo. El razonamiento explícito encaja de forma natural con el aprendizaje por refuerzo porque el modelo produce tokens, cada uno con una probabilidad asociada, lo que permite comparar trayectorias y actualizar la política mediante métodos como PPO o GRPO. Los estados ocultos continuos, en cambio, no ofrecen esa misma interfaz limpia: son representaciones, y resulta más difícil asignar probabilidades a las transiciones o determinar cuándo el modelo debería dejar de "pensar". El texto indica que los últimos meses han sido un esfuerzo concertado por resolver este problema.

Finalmente, la parte superior del boletín incluye la sección habitual "This Week in Turing Post", con un aviso de que la publicación está en su calendario de verano: el viernes se publicó el episodio final de la serie "The Org Age of AI" y el domingo se publica la sección "Library" dedicada a los agentes de IA de uso de ordenador (computer-use) más interesantes, aunque el correo no desarrolla el contenido de ninguno de los dos.