Los modelos de lenguaje son, paradójicamente, malos en cosas que una calculadora hace sin esfuerzo, como la aritmética exacta o la consulta de datos puntuales (Alammar y Grootendorst, 2024, p. 218; Schick et al., 2023). La solución obvia es darles herramientas. El mecanismo es sencillo: el modelo solo produce texto, así que se lo entrena o se le indica en el prompt de sistema que, cuando necesite una herramienta, escriba una llamada con un formato fijo (por ejemplo, un nombre de función y sus argumentos). El programa que lo envuelve detecta esa llamada, la ejecuta y pega el resultado en el contexto; el modelo sigue escribiendo a partir de ahí.
Calculator(400 / 1400) → 0.29
Toolformer mostró que un modelo puede aprender por sí solo cuándo llamar a qué herramienta (una calculadora, un sistema de preguntas y respuestas, un buscador, un traductor, un calendario), qué argumentos pasarle y cómo usar la respuesta, de manera autosupervisada y con apenas unas demostraciones por herramienta (Schick et al., 2023). Encadenar muchas llamadas con razonamiento intermedio es lo que define a un agente.
Millière y Buckner (2024b) señalan que así se construyen sistemas híbridos neurosimbólicos, en los que el lenguaje o el código hacen de interfaz universal entre componentes conexionistas y simbólicos; con un intérprete de código o Wolfram Alpha, por ejemplo, mejora mucho el desempeño en matemática difícil (2024b, sec. 3.1). Mahowald et al. (2024) lo leen a la luz de la neurociencia: el lenguaje y el razonamiento formal son capacidades distintas, y tiene sentido que se apoyen en mecanismos separados. Es un punto de la discusión que Santelli (2026) retoma: para algunos críticos, que un LLM necesite herramientas prueba que no basta con cultivar redes; para otros, es tan poco sorprendente como que una persona rinda más con un ábaco, porque el «procesador» sigue siendo la red cultivada. La pregunta de fondo es dónde trazar el límite del sistema cognitivo: ¿la calculadora es parte de la mente del agente o un instrumento externo?