¿Aprender chino para ahorrar con la IA?🧑‍🎓

¡Hola! ¿Cómo estás llevando el verano? Yo bastante bien, con muchas ganas de parar un poquillo e irme de vacaciones, pero aun me quedan unas semanas 😅. Por cierto, soy Alejandro y esto es Diseña IA para Humanos, tu newsletter sobre IA ética y a veces alguna curiosidad tecnológica. ✨

Como sabes si eres una de las personas que me lees desde hace más tiempo, una de mis mayores aficiones desde hace un año es estudiar chino mandarín.

El caso es que hace unos días, repasando mis apuntes para el examen de fin de curso (que aprobé por cierto 😃), me hice una pregunta de esas que te vuelan la cabeza y cuyos resultados merecían convertirse en una newsletter para las increíbles 572 personas que ya estáis suscritas a este proyecto. (¡Un abrazo enorme y agradecido desde aquí!) 😊

La pregunta parece simple: Si el chino es un idioma ultraconcentrado y eficiente al escribirse, ¿significa eso que usar la IA en chino es más barato que hacerlo en español o en inglés?

Para entender la respuesta, prometo explicarlo de forma sencilla (que me perdonen las filólogas, ingenieras y las personas más exquisitas de la sala). 😉

Sí y no. En chino, un solo carácter puede contener un concepto entero. Por ejemplo, 热 (ré) significa caliente o calor. (Muy apropiado para estas olas de calor que sufrimos, ¿verdad?). 😂

En cambio, en las lenguas latinas como la nuestra, necesitamos hilvanar un montón de letras y sílabas para formar una sola palabra. El chino no tiene lexemas ni sufijos derivados; funciona como bloques de información perfectamente "empaquetados".

Viendo esto, cualquiera pensaría: “Oye, si le escribo a ChatGPT en chino, al ocupar menos espacio, procesará menos datos y me saldrá más barato”.

Para resolver este enigma, tenemos que rescatar a un viejo conocido del que te hablé hace unas semanas: Los tokens.

Como bien sabes, las máquinas solo hablan en unos y ceros. Un token es la unidad mínima en la que la IA trocea nuestro lenguaje para poder digerirlo y transformarlo en coordenadas numéricas dentro de su "cerebro". Y aquí está el truco: las empresas de IA nos cobran exactamente por eso; a más tokens consumidos en tus prompts y respuestas, más euros vuelan de tu cuenta.

Sabiendo esto... ¿Qué crees que ocupa más tokens para ChatGPT? ¿Escribir la fecha en chino (2022年10月18号) o poner en nuestro idioma 18 de Octubre de 2022?

Pues resulta que la lógica humana aquí falla por completo: el idioma más eficiente, barato y rápido para usar la IA es, con una diferencia abismal, el inglés. Boom, esto no lo viste venir, ¿eh? Yo he flipado con todo lo que he encontrado al respecto.

¿Por qué? Un reciente estudio científico de este año 2026 titulado "El coste oculto de la tokenización" desvela el motivo, y tiene miga:

1. El sesgo de fábrica: Los "diccionarios de tokens" de los principales modelos occidentales han sido diseñados por ingenieros angloparlantes y optimizados con textos masivamente en inglés.

2. El juego de las sillas musicales (La asignación de vocabulario): La IA tiene un espacio limitado en su memoria para almacenar tokens. Como el inglés se queda con casi todos los asientos VIP, las palabras de otros idiomas se quedan fuera. En lugar de reconocer una palabra entera, el modelo se ve obligado a romperla en pedacitos minúsculos o bytes sueltos (byte-fallback) para poder procesarla. Es decir, pagar por letras como si fueran palabras 😅.

3. El "Impuesto de Tokens": Debido a esta fragmentación, expresar exactamente lo mismo en español o francés nos cuesta un 30% más caro (1.3 veces más tokens) que a un estadounidense. Pero si nos vamos al chino tradicional o al coreano, el precio se duplica (2.6x), y en idiomas como el árabe o el hindi, se llega a pagar entre 3 y 5 veces más por la misma tarea.

Aquí tienes una muestra visual del estudio: A la izquierda sale el numero de tokens para una misma frase en inglés, en chino y en francés. Así mientras un inglés pagaría unos 13 tokens, un chino unos 16-22 según el algoritmo de tokenización y un francés entre 19 y 24 tokens.

Aquí es donde entra la parte ética que tanto nos preocupa en esta newsletter. El estudio demuestra que los hablantes no angloparlantes sufrimos lo que los científicos llaman “Doble Castigo”.

No solo pagamos más dinero por usar la IA en nuestro idioma, sino que recibimos una IA notablemente más torpe. Al tener que trocear nuestras palabras de forma tan artificial, el modelo sufre de Fricción Cognitiva. Le cuesta horrores mantener el hilo lógico y estructurar el pensamiento, provocando que los errores de razonamiento de la IA se disparen entre un 40% y un 98% cuando los tokens están mal alineados.

Es, literal y tecnológicamente, una forma de imperialismo lingüístico incrustado en los cimientos de la tecnología.

Pero como siempre me gusta terminar con una nota positiva, hablemos del futuro. Lo que parecía la historia de una desigualdad tecnológica inevitable está empezando a cambiar.

Modelos de código abierto asiáticos como Deepseek-V3 o Qwen han plantado cara a este sistema. Sus creadores diseñaron un diccionario de tokens enfocado específicamente en el chino simplificado. ¿El resultado? Le han dado la vuelta a la tortilla: ahora, en sus plataformas, el chino es entre un 15% y un 35% más barato y eficiente que el resto de idiomas.

Esto nos deja una lección fundamental: la Inteligencia Artificial no es ajena a la geopolítica.

Vivimos en un momento donde la soberanía tecnológica es vital. Si no queremos acabar pagando un peaje invisible por el simple hecho de comunicarnos en nuestra propia lengua materna, necesitamos alternativas locales. En España tuvimos hace unos meses la iniciativa del modelo ALIA impulsada por el Gobierno. Aunque sus primeros pasos no han tenido excesiva repercusión, el camino creo que es el correcto: o movemos nuestros propios proyectos lingüísticos con valentía, o nos tocará pasar por el aro de los modelos que decidan cuánto vale nuestra lengua.

¿Y tú qué piensas de este impuesto oculto? ¿Habías notado que la IA piensa peor o es más lenta cuando le hablas en español? Te leo encantado en los comentarios.

Deja un comentario

¡Un abrazo y que tengas un gran verano! 😊

Alejandro.