Cadena de pensamiento y autoconsistencia: razonar mejor con la IA
Dos técnicas para guiar el razonamiento de un LLM y detectar alucinaciones: pedirle que muestre su trabajo paso a paso y que lo contraste con caminos alternativos.
Dos técnicas para guiar el razonamiento de un LLM y obtener respuestas más fiables: cadena de pensamiento (Chain of Thought, CoT) y autoconsistencia (Self-Consistency). Las vamos a ver con un mismo ejemplo: ¿cuánto pagarías por tres camisas de $25 cada una con un 20% de descuento? La respuesta es $60.
Cadena de pensamiento (CoT)
Es pedirle al LLM que muestre su razonamiento paso a paso antes de dar la respuesta final. Cada paso queda visible y auditable, lo que facilita detectar errores y mejora la precisión. Es como resolver un problema en voz alta:
20% de 25 = $5 → 25 − 5 = $20 → 20 × 3 = $60- Originalmente había que escribir "piensa paso a paso" en el prompt.
- Hoy la mayoría de los modelos lo hacen casi por defecto.
- Los "modelos de razonamiento" son versiones que dedican más tiempo a una cadena de pensamiento interna antes de responder.
- Si un modelo salta directo a la respuesta ($60), añade "piensa paso a paso" para forzarlo a verbalizar el razonamiento.
- Distintas cadenas válidas pueden llegar al mismo resultado. En la prueba con Copilot: $75 precio completo → $15 de descuento → $60 final.
Cómo aplicarlo (por ejemplo, en Microsoft Copilot):
- Abre un chat nuevo y haz la pregunta.
- Si la respuesta es directa, añade "piensa paso a paso".
- Revisa la cadena de razonamiento en busca de errores.
Autoconsistencia
Es pedirle al LLM que resuelva el mismo problema por varios caminos distintos y luego comparar los resultados para elegir la respuesta más común o confirmar que todos coinciden.
¿Cuánto pagarías por tres camisas de $25 cada una con un 20% de descuento? Dame tres métodos para calcularlo.| Método | Cálculo | Resultado |
|---|---|---|
| 1. Descuento sobre el total | 3 × 25 = $75 → 20% de 75 = $15 → 75 − 15 | $60 |
| 2. Precio unitario con descuento | 25 − 20% de 25 = $20 → 20 × 3 | $60 |
| 3. Porcentaje restante | 100% − 20% = 80% = 0,8 → 75 × 0,8 | $60 |
¿Por qué funciona? Si todos los métodos coinciden, tu confianza aumenta. Si uno discrepa, es una señal clara de alucinación o error de cálculo: puedes revisar qué cadena falló o quedarte con la respuesta mayoritaria.
Cuándo usar varios métodos
No todo problema necesita tres caminos. Vale la pena en:
- Cálculos matemáticos o financieros, donde un error pequeño (como un decimal mal puesto) lo cambia todo.
- Interpretación legal o normativa con varios ángulos válidos.
- Decisiones en las que quieres ver el razonamiento desde diferentes perspectivas.
En problemas matemáticos, todos los métodos deben dar un resultado idéntico. En temas interpretativos, la diversidad de caminos aporta matices en lugar de una única respuesta.
Combinadas: doble defensa
| Cadena de pensamiento | Autoconsistencia | |
|---|---|---|
| Qué hace | Obliga al modelo a mostrar su trabajo | Obliga al modelo a contrastarse con caminos alternativos |
| Beneficio | Hace el razonamiento auditable | Hace visibles las inconsistencias |
Juntas dan una doble defensa: primero muestra el trabajo (CoT) y luego contrástalo con rutas alternativas (autoconsistencia).
Ejercicio
Toma el ejemplo de las leyes del sistema bancario (el de grounding). Haz una pregunta y pide tres métodos para llegar a la respuesta. Comprueba si los tres caminos llegan a la misma conclusión y anota las discrepancias.
Ideas clave
- CoT = pide razonamiento paso a paso → transparencia y menos errores.
- Autoconsistencia = pide varios métodos → validación y detección de alucinaciones.
- Úsalas juntas en problemas de alto riesgo (matemáticas, finanzas, legal).
- Si los métodos coinciden, más confianza; si discrepan, bandera roja para revisar.