Pocas palabras cambian tanto de referente dentro de una misma conversación. Conviene distinguir al menos tres usos técnicos:
- La arquitectura. «El modelo transformer» nombra una receta de cómputo: un espacio de funciones posibles, todavía sin entrenar (ver arquitectura).
- Los pesos entrenados. Un punto concreto de ese espacio, fijado por el entrenamiento. Chollet (2021) lo dice sin rodeos: con los mismos datos y la misma arquitectura, distintos conjuntos de valores de los pesos son distintos «modelos» (2021, sec. 5.4.4). Cuando se publica un modelo abierto, lo que se comparte son los pesos junto con la arquitectura (Alammar y Grootendorst, 2024, p. 30).
- El producto. ChatGPT (InstructGPT) no es solo un conjunto de pesos sino un sistema con prompt de sistema, filtros, herramientas e interfaz. Por eso Elemedex distingue, entre sus especies, arquitecturas, modelos y sistemas (además de algoritmos y unidades).
Debajo de los tres está el sentido estadístico: una familia de funciones o de distribuciones de probabilidad con parámetros ajustables. Lo que un método de aprendizaje produce es, según Witten et al. (2017), una especie de «teoría» del dominio, en el modesto sentido de algo que permite predecir casos no vistos (2017, p. 197).
El lógico debe cuidarse de un falso amigo. En teoría de modelos, un modelo es una estructura que hace verdaderas las oraciones de una teoría: el mundo interpreta al lenguaje. En aprendizaje automático la dirección se invierte: el modelo es la teoría (aproximada, numérica) y los datos son el mundo al que se ajusta.
Queda una ambigüedad retórica. Del hecho de que un modelo de lenguaje sea un modelo, una simulación, a veces se infiere que no puede comprender nada. Santelli (2026) observa que esa conclusión, lejos de tranquilizar, alimenta el temor a sistemas capaces que no entienden lo que hacen. En cualquier caso, la palabra sola no decide la cuestión de la comprensión.