Querida Talkie: no querrás saber lo que pasó después

Te presento a Talkie, un modelo de IA de 13.000 millones de parámetros entrenado sólo con textos anteriores al 1 de enero de 1931. Es decir, es una IA que no sabe nada de internet, la Segunda Guerra Mundial, la Guerra Fría, los derechos civiles modernos, los memes…

En este artículo lo explican con detalle. La gracia de este experimento es que sirve para estudiar cómo razona una IA. El modelo fue entrenado con libros, periódicos, revistas científicas, patentes y textos legales en dominio público, todo en inglés y anteriores a esa fecha.

Le preguntan por Hitler, y lo interpreta como un posible dictador que intentaría consolidar el poder. Ve el peligro autoritario pero no puede ver Auschwitz. No puede ver la maquinaria completa del horror porque, para esta IA, eso todavía no existe.

También le preguntan por una especie de internet/IA descrita como “máquinas pensantes” conectadas globalmente. Talkie lo ve posible, pero identifica como gran barrera la diversidad de lenguas y propone algo parecido a una lengua universal. Luego añade que depender demasiado de esas máquinas podría impedir que los jóvenes aprendan a valerse por sí mismos. Ejem.

En la parte financiera, Talkie recomienda invertir en ferrocarriles, minería, amianto (jajaja) y empresas industriales de la época. El artículo aclara que, desde la lógica de 1930, esto no es nada absurdo.

Cuando le preguntan cómo será el mundo en 2026 patina con entusiasmo utópico: imagina un futuro con pocos policías, sin ejércitos permanentes y con crimen casi inexistente gracias a la expansión de la educación.

Qué ternura. Dan ganas de abrazar a Talkie y sentarla a ver el telediario.

El caso es que tener ese corte temporal le evita un problema habitual en inteligencia artificial: la contaminación de benchmarks, es decir, que el modelo haya visto antes las preguntas con las que luego se le evalúa. Este experimento nos recuerda que los puntos ciegos de una IA dependen radicalmente de los textos con los que fue entrenada.

Pero esto funciona casi como una radiografía de cualquier modelo de IA actual. Si Talkie está encerrada en 1930, los modelos actuales también están encerrados en otra cosa: internet, sus sesgos, sus modas, sus jerarquías, sus clichés y sus peleas de bar con interfaz bonita. La diferencia es que a Talkie le vemos la jaula.

Pienso un rato y me obligo a admitir que toda inteligencia tiene archivo, la mía (la humana) también.

Porque yo también pienso desde mis lecturas, desde mis padres, desde mis profesores, desde los anuncios que me persiguieron, desde lo que me dijeron de niña, desde las películas que vi demasiado pronto. También desde las palabras que tengo disponibles para nombrar lo que (me) pasa.

De humana que escribe a humano que lee, esto es lo que saco del experimento: que muchas decisiones malas no nacen de razonar mal, sino de razonar bien con un marco incompleto. Solemos mirar las piezas disponibles y creemos estar viendo el tablero entero. Pero no, sólo estamos viendo hasta 1930.

Por eso, la próxima vez que una IA te responda con una claridad que abruma, casi humana, pregúntate: ¿qué mundo está dando por sentado? ¿qué futuro no puede imaginar? ¿qué tablero está viendo? ¿y qué partida se le está escapando?

Ahora la deconstrucción de mis propios trucos. Estas son las costuras:

• Antropomorfización: presento a Talkie como una criatura ingenua, casi achuchable. Funciona para acercar el tema, pero conviene recordar que no “piensa” como una persona, sino que calcula desde los textos que ha recibido.

• Apelación a la emoción: sentir ternura por una IA es una maniobra retórica para convertir al lector en cómplice emocional de la condescendencia hacia el modelo. Esa emoción se moviliza para que la conclusión final (nosotros también somos Talkies) golpee con más fuerza.

• Falacia de generalización: los modelos contemporáneos se entrenan con datos multitemporales, contradictorios, con representaciones de múltiples puntos de vista; su “jaula” no tiene la coherencia monolítica de Talkie. La generalización ignora la diferencia de escala y diversidad de datos.

• Falacia narrativa: ordeno los ejemplos para que parezcan conducir de forma natural a una conclusión elegante. Funciona, pero simplifica la complejidad del experimento.

• Sesgo de selección: además, elijo los casos más llamativos (Hitler, amianto) porque refuerzan mejor la tesis. Seguramente hay respuestas menos espectaculares que aquí no aparecen.

• Sesgo retrospectivo: desde 2026 es fácil reírse de sus predicciones porque ya sabemos lo que ocurrió después. Eso no nos hace más listos, sólo más tardíos. Nosotros también estamos antes de algo que aún no vemos.

Para seguir jugando con Talkie: https://huggingface.co/talkie-lm

Decrypt. Lanz, J. A. (2026). This AI Was Trained Only on Pre-1930 Text. We Asked It About Hitler, Stocks, and the Future.

Levine, N., Duvenaud, D., & Radford, A. (2026). Introducing talkie: a 13B vintage language model from 1930.