Qué describe la palabra «razonar»
En este contexto, razonar describe capacidades como combinar datos, distinguir condiciones y llegar a una conclusión mediante pasos intermedios. No hace falta imaginar una mente humana dentro del programa para entender su utilidad.
Anthropic ha observado en investigaciones con Claude que el modelo puede enlazar hechos separados para obtener una respuesta. Es evidencia sobre tareas y modelos concretos; no una demostración de que cualquier respuesta de una IA siga una lógica correcta.
Un ejemplo: organizar una tarde
Imagina este ejercicio ficticio: tienes que recoger un paquete antes de las 18:00, comprar durante 30 minutos y estar en casa a las 18:30. Sales a las 17:00 y cada desplazamiento dura 15 minutos.
Resolverlo exige encajar horarios y duraciones. Una respuesta útil debe proponer un orden que cumpla todas las condiciones y permitirte comprobarlo. Este ejemplo ilustra una tarea de varios pasos; no procede de una prueba con una aplicación.
Por qué algunas respuestas tardan más
La documentación de Claude explica que su función de razonamiento permite dedicar más tiempo a dividir problemas, planificar soluciones y explorar alternativas. También señala que un esfuerzo mayor puede aumentar la espera y consumir antes los límites de uso.
Por eso, esperar más puede tener sentido al comparar varias opciones con restricciones. Para reformular una frase sencilla, ese esfuerzo adicional puede aportar poco. La duración de la espera, por sí sola, no sirve para valorar si la respuesta es correcta.
Fuentes: Change the model, effort, and thinking settings, Claude está proporcionando respuestas incorrectas o engañosas. ¿Qué está pasando?.
Una explicación convincente también puede fallar
Anthropic ha documentado casos en los que una explicación generada no refleja fielmente el proceso que produjo la respuesta. Leer una lista ordenada de pasos ayuda a revisarla, pero no permite observar todo lo que sucede dentro del modelo.
Además, su centro de ayuda advierte de respuestas falsas y citas que parecen fiables sin estar fundamentadas. Un razonamiento puede resultar convincente y apoyarse en un dato equivocado.
Fuentes: Tracing the thoughts of a large language model, Claude está proporcionando respuestas incorrectas o engañosas. ¿Qué está pasando?.
Cómo pedir una respuesta que puedas comprobar
Empieza indicando el objetivo, los datos disponibles y las condiciones que deben cumplirse. Después, pide una justificación breve y revisa los elementos verificables: operaciones, horarios y fuentes originales.
- Pide que diferencie los datos que has aportado de las suposiciones.
- Solicita que señale qué información falta para resolver la tarea.
- Comprueba por separado las cifras y las referencias importantes.
Fuentes: Change the model, effort, and thinking settings, Claude está proporcionando respuestas incorrectas o engañosas. ¿Qué está pasando?.
Fuentes y comprobación
- Tracing the thoughts of a large language model. Consultada el 30 de septiembre de 2026.
- Change the model, effort, and thinking settings. Consultada el 30 de septiembre de 2026.
- Claude está proporcionando respuestas incorrectas o engañosas. ¿Qué está pasando?. Consultada el 30 de septiembre de 2026.
Contenido preparado con ayuda de IA y comprobaciones sobre fuentes. La comprobación no equivale a una prueba personal de todas las funciones descritas.
Consulta cómo se prepara el blog. Si detectas un error, escribe a progresia.es@gmail.com.