Los grandes modelos de lenguaje (LLM) han adquirido capacidades notables: escriben código, analizan documentos, resumen investigaciones y responden a preguntas complejas en diversos ámbitos. Por ello, resulta tentador asumir que también comprenden el mundo físico. Sin embargo, cuando se les pregunta sobre ubicaciones, rutas, distancias o relaciones espaciales del mundo real, a menudo fallan de maneras sutiles pero importantes. La razón es sencilla: los grandes modelos de lenguaje están diseñados para predecir texto, no para realizar cálculos espaciales ni para evaluar cómo funciona realmente el mundo físico, de acuerdo con Nancy Marton, Head of Auto Sales LATAM en HERE Technologies.
Un ejemplo claro es una consulta sencilla: «Busca la panadería más cercana al parque Lincoln en Ciudad de México». Un modelo de lenguaje puede buscar en la web, recopilar reseñas y sugerir una panadería cercana. Sin embargo, al verificar la respuesta en un mapa real, es posible que la recomendación no sea, en absoluto, la ubicación más próxima. Esto sucede porque el modelo infiere la proximidad a partir de descripciones textuales, en lugar de calcular la distancia mediante coordenadas geográficas y redes viarias. Pedirle a un modelo de lenguaje que calcule relaciones espaciales equivale a pedirle a alguien que se oriente en una ciudad utilizando únicamente reseñas de restaurantes y blogs de viajes, en vez de un mapa y una brújula.
Para determinar la respuesta correcta, un sistema debe identificar las coordenadas del parque, identificar las panaderías candidatas, calcular las distancias a través de la red viaria y seleccionar la ubicación accesible más cercana. Esto es computación geoespacial, no inferencia lingüística. Otro ejemplo ilustra una cuestión más profunda. La consulta: «Busca un restaurante italiano a medio camino entre la colonia Condesa y la colonia Roma». Un modelo de lenguaje puede recomendar un restaurante popular basándose a menudo en datos de entrenamiento que podrían estar ya desactualizados. Los sistemas modernos de IA generativa complementan esto con herramientas para recuperar información más reciente, reduciendo errores evidentes como sugerir lugares que ya no existen.
Sin embargo, incluso con datos actualizados, persiste el problema más complejo: determinar si un lugar es realmente relevante en términos espaciales; es decir, si está verdaderamente «cerca», si queda realmente «de camino» o si es factible llegar a él en condiciones reales. Aquí es donde termina la comprensión del lenguaje y comienza el razonamiento espacial. Pero determinar si una ubicación de dos puntos requiere geocodificar ambas ubicaciones, calcular su punto medio y evaluar los restaurantes candidatos en relación con dicho punto medio. Sin estos cálculos, el modelo simplemente hace conjeturas basadas en patrones textuales. Los LLM razonan sobre representaciones lingüísticas, no sobre el espacio físico.
Imagen: Foto de Markus Winkler en Pexels

