Por qué importa la diversidad de proveedores

Once proveedores, no once variantes

Metamorfon integra actualmente once proveedores distintos — AI21, Anthropic, Cohere, DeepSeek, Google, Mistral, Moonshot, OpenAI, Perplexity, Qwen y SpaceXAI.

Esta elección no responde a una lógica de acumulación funcional ni de cobertura comercial. Deriva de una exigencia metodológica: si la confrontación entre modelos debe hacer aparecer desacuerdos, presupuestos y puntos ciegos, conviene evitar, en la medida de lo posible, que todos los participantes procedan del mismo entorno técnico y organizativo.

La pluralidad de proveedores no es, por tanto, un añadido al dispositivo. Forma parte de las condiciones en las que Metamorfon trata de organizar la confrontación.

Esta idea prolonga dos principios desarrollados en otros textos: Metamorfon, un instrumento de pensamiento explica por qué la contradicción puede servir como puesta a prueba sin constituir una prueba; Hacer debatir a dos IA describe cómo se organiza concretamente esa confrontación. Queda una tercera pregunta: ¿qué diferencias se ponen realmente en presencia?

La diversidad de proveedores es un medio, no una garantía

Dos modelos ofrecidos por un mismo proveedor pueden diferir profundamente por su tamaño, arquitectura, especialización o generación. Pero también pueden compartir parte de sus datos, sus decisiones técnicas, sus procedimientos de optimización o sus políticas de alineamiento.

Por lo general, no es posible saber con precisión todo lo que tienen en común. Sin embargo, un estudio realizado sobre más de 350 LLM muestra que los errores de los modelos distan mucho de ser independientes y que compartir una arquitectura o un proveedor figura entre los factores asociados a una mayor correlación de sus errores (Kim et al., ICML 2025).

Diversificar los proveedores constituye, por tanto, una forma directa de no limitar una confrontación a varias variantes de una misma familia.

Pero el mismo estudio impone de inmediato un límite a esta idea: cambiar de proveedor no basta para que los errores sean independientes. Los modelos más grandes y de mayor rendimiento pueden producir errores fuertemente correlacionados incluso cuando proceden de proveedores y arquitecturas diferentes (Kim et al., ICML 2025).

La diversidad de proveedores no garantiza, por tanto, la diversidad epistémica. Amplía las condiciones en las que esta puede aparecer.

La distinción es importante. Metamorfon no presupone que un modelo de Anthropic, Google, Mistral o DeepSeek represente cada uno una «escuela de pensamiento» homogénea y distinta. Crea un espacio en el que las diferencias eventuales pueden hacerse observables —pero también, a la inversa, en el que una convergencia entre modelos por lo demás independientes puede convertirse ella misma en objeto de análisis.

Lo que las sesiones hacen observable

En las sesiones con varios proveedores, las diferencias aparecen en distintos niveles.

Pueden afectar a la manera de dividir un problema, al grado de prudencia considerado necesario antes de llegar a una conclusión, al estatuto concedido a un argumento empírico, a los ejemplos movilizados, a aquello que merece una objeción o al tipo de prueba exigido al adversario.

Algunos modelos toman más fácilmente la iniciativa; otros trabajan más dentro del marco ya establecido. Algunos formulan rápidamente una regla general; otros acumulan distinciones o condiciones. Dos modelos pueden llegar a la misma conclusión partiendo de concepciones muy distintas de lo que la justifica.

Estas observaciones no permiten, por sí solas, atribuir un «estilo epistémico» estable a un proveedor. Una sesión sigue siendo una observación situada: importan el modelo, su versión, el prompt, la lengua, la pregunta y la dinámica del debate.

Precisamente por eso las arquitecturas de diálogo tratan de mantener lo más constantes posible las condiciones en las que los modelos se encuentran. Mismo contexto, mismas instrucciones, misma pregunta: las diferencias que aparecen resultan entonces más fáciles de examinar como propiedades de su comportamiento en esa situación, y no como consecuencias de un trato diferente.

La diversidad de proveedores adquiere aquí su sentido metodológico: amplía el espacio en el que pueden aparecer diferencias sin decidir de antemano cuál será su naturaleza ni su profundidad.

Existen diferencias culturales — pero también convergencias

La cuestión se vuelve más delicada cuando hablamos de valores, sensibilidades culturales o presupuestos normativos.

Los estudios comparativos encuentran efectivamente diferencias entre LLM en su manera de responder a cuestiones culturalmente cargadas. Masoud y sus coautores observan variaciones entre modelos y muestran, entre otras cosas, que la lengua utilizada para el fine-tuning puede modificar sus respuestas a preguntas relativas a dimensiones culturales (Masoud et al., COLING 2025).

Pero estas diferencias no deben exagerarse. Un estudio más amplio publicado en 2026, sobre diez LLM, once lenguas y varios encuadres culturales, constata que la lengua del prompt y la perspectiva cultural solicitada modifican efectivamente las respuestas. Sin embargo, los modelos estudiados presentan también tendencias comunes notablemente fuertes, con independencia de su origen: sus respuestas permanecen ancladas en un conjunto relativamente restringido de valores culturales (Bulté & Rigouts Terryn, Computational Linguistics, 2026).

Este es quizá el resultado más importante para Metamorfon.

La pluralidad de proveedores permite buscar las diferencias; no permite presuponer que existan.

Una convergencia entre modelos de proveedores distintos puede ser, por tanto, tan instructiva como un desacuerdo. Puede señalar una conclusión robusta. También puede revelar un vocabulario común, presupuestos compartidos o una homogeneidad más profunda del ecosistema.

La sesión sobre si la mirada marxista todavía permite entender el mundo de hoy ofrece un ejemplo distinto, pero particularmente útil aquí. Tres modelos de proveedores diferentes — GPT-5.5, DeepSeek V4 Pro y Mistral Medium 3.5 — comenzaron convergiendo en una misma respuesta: Marx seguía siendo útil, siempre que se lo «actualizara». Las objeciones posteriores fueron deshaciendo esa fórmula hasta que el propio privilegio concedido inicialmente al marco marxista dejó de sostenerse.

La sesión no demuestra que los tres modelos compartieran una misma cultura epistémica. Muestra algo más limitado y más pertinente: proceder de proveedores diferentes no impide converger inicialmente sobre un mismo marco ni garantiza que la pluralidad técnica se traduzca de inmediato en pluralidad conceptual.

El objetivo no es considerar cada proveedor como un punto de vista independiente por definición. Es disponer de suficientes puntos de comparación para poder observar dónde existe la independencia y dónde desaparece.

La diversidad también ayuda a hacer visibles los sesgos

Un sesgo resulta más difícil de reconocer cuando forma parte del fondo común de todas las respuestas disponibles.

Si varios sistemas encuadran espontáneamente un problema de la misma manera, ciertos presupuestos pueden acabar pareciendo evidencias: no porque hayan sido establecidos, sino porque ningún encuadre alternativo viene a mostrar que ellos mismos constituyen una elección.

Es una propiedad general de la comparación: un punto de vista exterior no garantiza que el primero sea incorrecto, pero puede hacer perceptibles algunas de sus particularidades.

Metamorfon utiliza la pluralidad de modelos en este sentido. El objetivo no es hacer votar a varias IA para determinar cuál tiene razón. Es poner sus respuestas en una relación suficientemente estructurada para que puedan examinarse tanto las diferencias como las convergencias.

Una diferencia puede revelar un presupuesto. Una convergencia puede revelar uno todavía más profundo.

El valor de la pluralidad no reside, por tanto, únicamente en el desacuerdo que produce, sino en la posibilidad misma de comparar los marcos desde los cuales un desacuerdo o un acuerdo se vuelven posibles.

Del pluralismo de la herramienta al pluralismo del ecosistema

Esta cuestión va más allá de Metamorfon.

La producción de modelos fundacionales está sometida a poderosas fuerzas de concentración: elevados costes fijos de entrenamiento, economías de escala, acceso al cómputo, a los datos, al talento y a los canales de distribución. Vipra y Korinek señalan que estas características generan una fuerte tendencia a la concentración del mercado y que la dependencia a gran escala de un solo modelo o de un número reducido de modelos también puede producir vulnerabilidades sistémicas (Vipra & Korinek, Brookings, 2023).

El problema, por tanto, no es únicamente económico.

La National Telecommunications and Information Administration estadounidense utiliza el término «algorithmic monoculture» para designar un ecosistema que dependería de uno o unos pocos modelos fundacionales para una gran variedad de usos. Entre los riesgos que asocia a esta situación figuran la uniformidad metodológica, los fallos sistémicos, la concentración del poder cultural y la marginación de determinadas perspectivas. A la inversa, señala que la disponibilidad de alternativas puede contribuir a limitar esa monocultura (NTIA, Competition, Innovation, and Research).

Un ecosistema dominado por dos o tres actores plantearía, por tanto, una cuestión que no se reduce a los precios, la innovación o la competencia comercial.

Plantearía también una cuestión de conocimiento.

¿Cómo reconocer lo que un modelo trata como evidente si todos los sistemas disponibles tratan lo mismo como evidente? ¿Cómo identificar un punto ciego sistémico si no existe ningún sistema suficientemente diferente para producir el contraste que permita verlo? ¿Cómo estudiar la diversidad de los comportamientos de las IA si los objetos disponibles para la comparación proceden de un número cada vez más reducido de cadenas de diseño?

La respuesta no es que un mayor número de proveedores produciría mecánicamente más verdad.

Es más modesta: la pluralidad conserva posibilidades de comparación que desaparecen con la concentración.

Una pluralidad que debe seguir abierta a la crítica

Es en este sentido en el que Metamorfon integra un número amplio de proveedores.

No porque once sea un número óptimo, ni porque once proveedores representen once visiones irreductibles del mundo, ni porque los proveedores pequeños sean necesariamente más originales o los grandes más homogéneos.

La lista está destinada a evolucionar: surgirán nuevos actores, algunos desaparecerán y los modelos cambiarán de familia o de comportamiento.

Lo que debe permanecer estable es el principio: no confundir la pluralidad de modelos con la pluralidad dentro de un único proveedor, pero tampoco confundir la pluralidad de proveedores con una independencia real de los modelos.

La primera distinción justifica la apertura del dispositivo. La segunda impide convertirla en una garantía.

La amplitud de la selección no tiene, por tanto, la función de certificar la diversidad epistémica. Permite buscarla, ponerla a prueba y, cuando falta, hacer observable esa misma ausencia.

Por eso la pluralidad de proveedores tampoco es una simple propiedad técnica de Metamorfon. Expresa una concepción más general de la IA: su valor crítico depende también de la existencia de otros sistemas a partir de los cuales sus propias elecciones, presupuestos y puntos ciegos puedan hacerse visibles.