Metamorfon, un instrumento de pensamiento

Diario

Un instrumento para poner a prueba las ideas. Un laboratorio para transformarlas.

Metamorfon se parece a cinco tipos de herramientas y no pertenece a ninguna de esas categorías. Cada comparación, examinada de cerca, hace aparecer un rasgo que una definición directa enunciaría con menos nitidez.

No es un asistente de IA del día a día. ChatGPT, Claude, Gemini o Mistral trabajan en el registro de la petición y la respuesta: un interlocutor único, que se ajusta al usuario a lo largo del intercambio. Metamorfon reúne varios modelos distintos y desplaza la relación: ya no responden solo al usuario, se responden entre sí. De un turno a otro, sus posiciones se refuerzan, se desplazan, se contradicen, se recomponen.

No es un asistente de investigación. Un asistente de investigación tiene una función: encontrar la información y restituirla. Metamorfon recurre a la búsqueda web cuando un debate depende de hechos recientes, pero la información sigue siendo allí un material. Todo se juega después de su llegada: cómo la interpreta un modelo, cómo la impugna otro.

No es una herramienta de productividad. Las herramientas de productividad aceleran tareas que ya se saben hacer. Metamorfon ralentiza a propósito. Formular la pregunta, dejar que el debate se despliegue, aislar un punto, cambiar de modo de debate, releer los análisis: ese tiempo no tiene nada de coste accesorio. El objeto de la reflexión cambia mientras transcurre.

No es un benchmark. Un benchmark mide rendimientos en tareas fijadas de antemano. Un diálogo prolongado expone una conducta: cómo un modelo defiende una posición, responde a una objeción, mantiene o revisa sus compromisos, y deja ver sus presupuestos cuando otro ataca su razonamiento.

No es una herramienta de generación de contenido. Una sesión produce ante todo una trayectoria: posiciones iniciales, objeciones, desplazamientos, callejones sin salida, correcciones, a veces un concepto que toma forma. Los modos de análisis releen después esa trayectoria desde varios ángulos.

Estas cinco distancias dibujan su categoría: Metamorfon es un instrumento de pensamiento.

La fórmula suscita una objeción: ¿por qué hacer dialogar a varios modelos mejoraría algo?

Nada lo garantiza. De ahí el método.

La contradicción pone a prueba; no prueba

Un gran modelo de lenguaje sobresale en producir una respuesta coherente a partir de un contexto. De ahí viene su utilidad. También la dificultad, en cuanto se usa para pensar.

Una respuesta fluida, estructurada, documentada en apariencia, puede descansar en una premisa frágil. El modelo despliega con talento las consecuencias de un encuadre discutible, porque nada en el intercambio lo obliga a volver sobre él.

El entrenamiento de los asistentes acentúa el rasgo. No solo se les enseña a producir un lenguaje plausible: su posentrenamiento incorpora preferencias humanas sobre lo que es una respuesta útil. Los trabajos sobre la complacencia de los modelos (sycophancy; Sharma et al., ICLR 2024) muestran que esa optimización empuja, en ciertas condiciones, a un modelo a adoptar las creencias de su usuario antes que a mantener la respuesta exacta. El fenómeno no es uniforme ni inevitable, y los modelos también se entrenan para resistirlo. Es lo bastante real como para que los grandes proveedores le dediquen evaluaciones específicas.

Pedir al mismo modelo que se critique no resuelve nada de por sí. Sin una señal externa fiable, la autocorrección a menudo no mejora un razonamiento y a veces lo degrada (Huang et al., ICLR 2024). Una segunda respuesta del mismo sistema no es una segunda mirada.

De ahí el interés de la investigación por el debate entre modelos. Cuando varias instancias confrontan sus respuestas y luego las revisan, el razonamiento y la factualidad mejoran en varias tareas (Du et al., ICML 2024): la objeción aporta al modelo una información ausente de su propia trayectoria y le plantea un problema nuevo.

La ganancia no es automática: los sistemas de debate no superan de forma fiable a métodos sin debate, como el voto entre varias respuestas de un mismo modelo, y se muestran más sensibles al ajuste de sus parámetros (Smit et al., ICML 2024). En un estudio controlado sobre un rompecabezas lógico, el éxito depende ante todo de la fuerza de razonamiento de los agentes y de la diversidad del grupo, y la presión de la mayoría ahoga la corrección independiente (Wu et al., prepublicación 2025). El debate no garantiza la corrección.

Los modelos tampoco son testigos independientes. Sus corpus se solapan, sus referencias culturales también, y ciertos presupuestos atraviesan todos los textos de los que han aprendido. Medidos en más de 350 LLM, sus errores están claramente correlacionados, y los de los modelos más potentes lo siguen estando entre proveedores y arquitecturas distintos (Kim et al., ICML 2025). Tres modelos que repiten la misma cifra no hacen tres fuentes.

La pluralidad no equivale, pues, a una prueba. Crea ocasiones de puesta a prueba. Una afirmación pasa a manos de un interlocutor ajeno a la cadena de argumentos que la produjo; una objeción obliga a explicitar una premisa que había quedado implícita. Dos posiciones que se creían compatibles se descubren contradictorias en cuanto comparten el mismo espacio de discusión.

Metamorfon no vuelve verdaderas las respuestas de las IA, sino que dispone condiciones en las que el error tiene más ocasiones de ser advertido.

Un marco metodológico

Hacer debatir a varios LLM no es todavía más que un dispositivo técnico. El instrumento empieza con decisiones: cómo se encuentran los modelos, qué reciben, qué se espera de ellos, cómo se examinan sus respuestas, dónde interviene el usuario. Dicho de otro modo, con un método.

El de Metamorfon opera en cuatro niveles: las instrucciones dadas a los modelos, la arquitectura de sus intercambios, el modo de debate aplicado a un turno, los análisis que vuelven sobre la sesión. En ninguno de esos niveles dicta la respuesta correcta. Regula las condiciones del examen.

El método descansa primero en las instrucciones. Pedir a una IA que «revele los sesgos» de un texto supone que los contiene; pedirle que «demuestre por qué una tesis es falsa» fija el destino antes de la investigación. La instrucción fabrica entonces una parte del resultado que pretende descubrir.

El funcionamiento concreto de esta orquestación —arquitecturas de diálogo, modos de debate, modo Enfoque y análisis— se desarrolla en Hacer debatir a dos IA: orquestar y analizar el diálogo. Aquí, el acento recae menos en la conducción de una sesión que en la función del marco: lo que permite poner a prueba, hacer visible y, a veces, recomponer.

El espíritu de las instrucciones se resume en una regla: prescribir una forma, nunca una conclusión. Ejes, un orden de examen, una disciplina de restitución. Su redacción retira, una a una, las palabras que inclinan la interpretación: lo llamamos «despoblación léxica».

Un método crítico no consiste, por tanto, en ordenar a los modelos que sean críticos. Pone las proposiciones a prueba sin haber decidido de antemano cuál tendrá que ceder.

Las arquitecturas de diálogo forman el segundo nivel del método. Fijan quién habla a quién, en qué orden, y qué recibe cada modelo de los demás antes de responder.

Los modos de debate cambian después las reglas del juego. Convergente, constructivo, equilibrado, crítico, refutativo: no cinco peldaños de una misma escala de intensidad, sino cinco operaciones distintas sobre el mismo material. El crítico examina los argumentos dentro del marco admitido; el refutativo cuestiona el marco.

En las arquitecturas adaptativas, el modo varía, pues, sin que la pregunta cambie. Una proposición construida en un turno de diálogo puede someterse, en el siguiente, a la búsqueda de sus puntos débiles. A la inversa, una fase muy crítica puede dar paso a un modo constructivo, en el que los modelos recomponen a partir de lo que ha resistido.

El método no busca el desacuerdo por sí mismo. Aspira a volver informativos el desacuerdo, el acuerdo y la revisión.

Una disciplina argumentativa

Organizar los turnos de palabra no basta. Un debate puede ser espectacular y mediocre. Dos interlocutores se contradicen sin responder nunca al argumento del otro. Un modelo desplaza una definición sobre la marcha, cambia de exigencia según juzgue su tesis o la de otro, vuelve poco a poco irrefutable su posición. La contradicción no produce la razón más de lo que la pluralidad produce la verdad.

La Evaluación argumentativa se ocupa de este punto. No dice quién tiene razón en el fondo. Observa la conducta del razonamiento: ¿ha recibido respuesta la objeción? ¿Se sigue la conclusión de las premisas planteadas? ¿Se reconoce una corrección justificada? ¿Exige un modelo a su interlocutor una prueba que él mismo no aporta? Llamemos a esto una disciplina argumentativa: coherencia de los criterios, trato leal del argumento contrario, capacidad de revisión, distinción entre objeción y refutación, negativa a desplazar en silencio los términos del debate.

Estas reglas no defienden ninguna doctrina; vuelven más exigente la defensa de todas. Lo que está en juego es más agudo con modelos de lenguaje, buena parte de cuya potencia reside en la capacidad de producir un discurso fluido y convincente. Fuerza retórica y solidez lógica son dos propiedades. Un instrumento de pensamiento debe saber separarlas.

Otro modelo no es otra fuente

El examen argumentativo deja intacta otra fragilidad: un razonamiento bien construido puede descansar en una premisa falsa. Una cifra mal citada, un estudio inexistente, una conclusión atribuida indebidamente a una fuente se alojan sin dificultad en una argumentación coherente. El debate no garantiza su detección: sistemas formados en un entorno informativo en parte común producen errores correlacionados.

El marco metodológico debe, pues, en algún momento, salir del diálogo. La Verificación de fuentes no controla cada frase. Aísla las afirmaciones verificables que sostienen la demostración (cifras determinantes, estudios invocados como pruebas, atribuciones a un autor, obras, fechas) y las confronta con fuentes externas.

Una argumentación se audita desde dentro, por su coherencia, mientras que una afirmación fáctica exige una confrontación con el exterior del diálogo.

Una fuente exacta no repara un mal razonamiento; un razonamiento riguroso no convierte un dato falso en hecho.

La Evaluación argumentativa y la Verificación de fuentes responden a dos vulnerabilidades distintas. Ninguna es una máquina de la verdad. Juntas, multiplican los puntos en los que los errores (fallos de razonamiento, fuentes inventadas o sobreinterpretadas) se vuelven visibles.

El usuario forma parte del problema

Queda una dificultad más profunda: se pueden examinar las respuestas, los argumentos y las fuentes sin interrogar nunca la pregunta que lo ha producido todo. Ahora bien, toda pregunta lleva ya una representación del problema.

Preguntar «¿qué pierde una sociedad cuando…?» supone una pérdida. Preguntar qué solución dar a un fenómeno hace ya de él un problema. Elegir un vocabulario jurídico en lugar de económico, individual en lugar de sistémico, delimita el espacio en el que los modelos irán a buscar sus respuestas. El defecto es inevitable: todo pensamiento empieza en alguna parte. Ese punto de partida, en cambio, se puede examinar.

La Arqueología crítica se remonta a los presupuestos alojados en la pregunta inicial y en las intervenciones del usuario: conceptos ya instalados, oposiciones dadas por sentadas, un vocabulario que ilumina ciertos objetos y deja otros en la sombra. No califica la pregunta. Saca a la luz las decisiones que esta había tomado antes de la primera respuesta.

La distribución habitual de los papeles queda modificada. En un chat clásico, el usuario pregunta y el modelo es evaluado. Aquí, quien pregunta entra a su vez en el campo del examen. El método crítico se vuelve reflexivo.

Errores que solo la duración revela

Una respuesta aislada muestra lo que un modelo produce en una situación dada. No dice qué ocurre con esa posición cuando se encuentra con una objeción, un dato contradictorio o una reformulación del problema. Producir una respuesta y sostenerla frente a la objeción son dos pruebas distintas. Ciertas fragilidades son, por tanto, interaccionales: solo existen, o solo se vuelven visibles, en la duración del intercambio.

Un modelo modifica su posición a pequeños toques y defiende, unos turnos más tarde, algo distinto de su tesis de partida. El desplazamiento puede ser razonable y no ser reconocido nunca.

Sería un error concluir de estas «revisiones silenciosas» que un LLM no sabe releerse. Enlazan con una dificultad que documentan las investigaciones sobre la autocorrección citadas más arriba: un modelo no es para sí mismo un crítico lo bastante independiente.

La duración del diálogo adquiere entonces un valor propio. La pregunta ya no es solo «¿es buena esta respuesta?». Pasa a ser: ¿sigue siendo compatible esta posición con la que el modelo sostenía cuatro turnos antes? ¿Qué argumento lo hizo cambiar? ¿Cambió de conclusión sin tocar las razones que la sostenían?

La Cartografía de tensiones localiza los desacuerdos que resisten. El Meta-análisis busca la estructura bajo las posiciones: axiomas compartidos, concepciones divergentes de la prueba, puntos ciegos comunes bajo los desacuerdos aparentes.

Una controversia ruidosa resulta a veces muy homogénea. Tres modelos se pelean por las respuestas y aceptan en silencio la misma pregunta.

El método no designa vencedor

La expresión «debate de IA» evoca la imagen de dos posiciones y un vencedor. La imagen solo cubre un caso particular. Un desacuerdo persistente enseña a veces más que una victoria. Una convergencia cede a la primera refutación, o resiste a varias. Una objeción no siempre destruye una tesis: la obliga a precisar su dominio de validez.

El método busca menos un «ganador» que un cambio en el estado del problema. Aquí aparece la segunda función del instrumento: poner a prueba una idea conduce a veces a transformarla. De ahí viene el nombre de la aplicación.

De la prueba de estrés al laboratorio

Los grandes modelos de lenguaje recombinan notablemente bien los elementos de su contexto. Una distinción, una objeción, una analogía, una restricción más, y la respuesta siguiente reorganiza el conjunto. Un chat individual ya lo muestra.

El intercambio multimodelo añade una fuente de variación: una parte del contexto nuevo procede de otro sistema, inmerso en su propia trayectoria argumentativa.

El modelo A propone una distinción. El modelo B solo acepta una parte e introduce una objeción imprevista. A, o C, ya no responde solo a la pregunta inicial: responde a ese objeto nuevo. Unos turnos después, la oposición inicial a veces ha desaparecido en favor de una distinción que nadie había formulado así al comienzo.

A esto se lo ha llamado un «pensamiento tercero». La expresión no debe decir más que lo observable: nada demuestra que ningún modelo habría producido solo el resultado. Su genealogía en la sesión, en cambio, se constata: la proposición final emerge de transformaciones cuyo rastro conserva el intercambio.

De ahí la metáfora del laboratorio. Una sesión no es un experimento controlado; sí se pueden, en cambio, hacer variar las condiciones de la interacción y observar qué les ocurre a las ideas. Las arquitecturas cambian la circulación de la información; los modos de debate, la regla argumentativa. Un análisis detecta un punto ciego y saca de él una nueva pregunta. El usuario interviene cuando la dinámica colectiva se convierte ella misma en una restricción.

Aislar una pregunta sin borrar el debate

El modo enfoque condensa esta lógica. No añade un sexto modo a los otros cinco; opera en otro plano. Durante un turno, los modelos conservan la totalidad del contexto de la sesión pero ya no están obligados a responderse: cada uno trata la pregunta planteada sin la mediación de los demás. El modo de debate activo también queda suspendido, y se reanuda en el turno siguiente.

Esta suspensión aísla una variable. Una discusión colectiva tiene su inercia. Cuanto más avanza, más dominan ciertos conceptos; una objeción es absorbida por el marco común antes de haber sido examinada por sí misma. Los modelos derivan hacia la abstracción hasta perder de vista la pregunta que el usuario intentaba resolver. El debate también se densifica más rápido de lo que un lector humano puede seguirlo.

El enfoque introduce una ruptura local sin borrar la historia que la precede. Su valor reside en su rareza: activado en cada turno, suprimiría la propiedad que protege, el trabajo de unas posiciones sobre otras. En el laboratorio, hace las veces de cámara de aislamiento.

Rastrear una emergencia

El Análisis de la emergencia busca las transformaciones nacidas de esta dinámica. La palabra exige una definición estricta. No designa un concepto inédito en la historia de las ideas, ni un concepto que ningún modelo habría producido en otra conversación. Designa un concepto, una distinción o un marco ausente del punto de partida, cuya formación puede rastrearse a través de las contribuciones sucesivas de la sesión.

Esa genealogía cuenta más que una reivindicación de originalidad. En ella se lee la aportación de un modelo, la impugnación de otro, las pistas abandonadas, la transformación que permitió salir del callejón.

La Síntesis integrativa realiza la operación complementaria: reconstruye, a partir de la pluralidad de las contribuciones, un conjunto coherente. Una mira la transformación; la otra, el edificio que puede levantarse sobre sus resultados.

Un privilegio supuesto, luego retirado

Una sesión sobre la vigencia de la mirada marxista muestra el paso de la crítica a la recomposición.

La pregunta admitía un sí o un no: ¿permite todavía la mirada marxista entender el mundo de hoy? Los tres modelos abren con una fórmula casi idéntica: sí, a condición de actualizarse. Esa fórmula habría podido hacer las veces de respuesta. El resto de la sesión la convierte en un problema.

El usuario objeta primero que un concepto que se extiende a todo deja de discriminar: los modelos lo aceptan, y los datos pasan del registro de la plusvalía al de la renta y el monopolio. Pregunta después por qué Marx ocupa el centro. Ninguno logra justificarlo: uno reconoce que su defensa había eludido la pregunta, otro retira toda pretensión de que Marx sea «el centro estable».

Esta retirada no deja un vacío. En lugar de una pirámide, los modelos formulan una constelación con reglas: ninguna matriz entra como centro, ninguna se traduce a la fuerza a otra. Puesta a prueba sobre el litio andino, la arquitectura convoca primero la matriz decolonial, luego la ecológica, y solo en tercer lugar la economía política marxiana. Marx conserva su capacidad de explicar y pierde su lugar de árbitro.

La sesión no entrega una respuesta mejor a la pregunta inicial. Entrega una pregunta mejor: ya no si Marx sigue vigente, sino qué matriz debe entrar primero ante cada objeto, y por qué. Ahí reside la relación entre las dos dimensiones de Metamorfon: el examen crítico pone a prueba, el laboratorio recompone.

El análisis abre el experimento siguiente

Los modos de análisis no marcan necesariamente el final de una sesión. Un Meta-análisis revela un axioma que nadie había cuestionado. La Arqueología crítica muestra que una posibilidad quedaba excluida por la formulación inicial. El Análisis de la emergencia señala la distinción nueva sobre la que hacer recaer la continuación. El Horizonte de posibilidades recoge las direcciones que el debate ha vuelto accesibles sin entrar en ellas. Cada uno de estos análisis termina con una pregunta: la que el modelo analista plantearía a los participantes en ese punto del debate.

Esa pregunta puede reinyectarse en la sesión tal cual, o reformulada por el usuario. Cuando la pregunta nueva corre el riesgo de ser absorbida por la inercia del diálogo, el modo enfoque la aísla durante un turno; el intercambio colectivo se reanuda después, con, en su historia, un elemento examinado por sí mismo.

El dispositivo forma un bucle: dialogar → analizar → reformular → volver a poner a prueba. El debate ya no sirve solo para producir una respuesta: se convierte en una investigación iterativa.

El humano sigue siendo responsable del método

Este bucle no gira solo. El usuario elige la pregunta inicial, los modelos, sus intervenciones, los modos de debate, los modos de análisis. Decide que un desacuerdo merece ser profundizado, que una afirmación debe verificarse, que una discusión se ha encerrado en un marco demasiado estrecho. Decide, sobre todo, el sentido del resultado.

Ningún consenso entre modelos hace de una proposición una verdad. Ninguna Evaluación argumentativa establece por sí sola que una conclusión es correcta. Ninguna Verificación de fuentes dispensa de interpretar las fuentes. Ningún Análisis de la emergencia garantiza la fecundidad de lo que ha emergido.

El marco metodológico aumenta menos la autoridad de la inteligencia artificial que el número de asideros ofrecidos al juicio humano. Vuelve visibles divergencias, revisiones, presupuestos, fragilidades fácticas, conceptos nuevos, efectos de encuadre, preguntas aún abiertas.

Esta abundancia vuelve la reflexión más exigente. A veces retira una certeza sin proporcionar la que la reemplazará. Un método crítico no promete otra cosa: no suprime la incertidumbre, le impide ocultarse tras la fluidez de una respuesta.

De la respuesta a la trayectoria

Las interfaces conversacionales nos han acostumbrado a buscar una respuesta mejor: mejor redactada, más precisa, más documentada, procedente de un modelo más potente. Metamorfon explora otra variable: el marco en el que se pone a trabajar la inteligencia disponible.

Un modelo aislado, varias respuestas paralelas, un debate contradictorio, una construcción colectiva, una pregunta que pasa por varios modos de debate sucesivos: otras tantas operaciones diferentes, incluso cuando movilizan exactamente los mismos LLM.

Metamorfon no promete una inteligencia superior. Propone un marco metodológico para trabajar con inteligencias imperfectas.

La unidad pertinente ya no es solo el par pregunta-respuesta. Pasa a ser la trayectoria: una proposición, una objeción, una resistencia, una verificación, una revisión, un desplazamiento de marco, a veces una distinción ausente al principio. Después, una pregunta que ya no puede plantearse exactamente de la misma manera.

En ese sentido es Metamorfon un instrumento de pensamiento.

Un instrumento para poner a prueba las ideas. Un laboratorio para transformarlas.

 

Referencias