Yann LeCun, a la universidad: “No deberíais trabajar en LLM en absoluto”

Yann LeCun lleva años diciéndole a la industria de la IA que los modelos de lenguaje grandes son un desvío. En un fragmento de una conferencia que ahora circula por X, el ganador del Premio Turing dirige la advertencia a un público más reducido y vulnerable —los investigadores de los laboratorios universitarios— y no deja lugar a matices.

«No trabajéis en LLM. Al menos si estáis en el ámbito académico, no deberíais trabajar en LLM bajo ningún concepto. No tenéis nada que aportar. Si os interesa lograr avances reales en IA, en una IA conectada con el mundo real, si queréis IA física, no trabajéis en LLM ni en modelos generativos».

Lo dijo en ETH Zurich, durante su charla «World Models: Enabling the Next AI Revolution», dentro del ciclo de conferencias Frontiers of Embodied AI, el 29 de mayo. El comentarista de IA Rohan Paul publicó el fragmento esta semana como la «última charla» de LeCun, aunque tiene ya cuatro meses. La frase siguiente provocó las risas: «Así que, como probablemente ya os imagináis, esto no me hace muy popular en Silicon Valley». La diapositiva que tenía detrás, titulada «Recommendations to my fellow AI scientists», termina con unas mayúsculas rojas: «Si os interesa la IA de nivel humano, no trabajéis en LLM».

La primera mitad va de capacidad de cálculo

Si dejamos a un lado la provocación, el consejo académico se reduce a una cuestión económica. El avance de los modelos de lenguaje grandes se compra con entrenamientos en clústeres que solo un puñado de empresas puede permitirse. Un estudiante de doctorado no puede aportar gran cosa a una carrera que se decide en función de los presupuestos; eso es lo que significa en la práctica «no tenéis nada que aportar». LeCun lleva tiempo defendiendo esta idea: en VivaTech, en París, en 2024, según informó VentureBeat, les dijo a los estudiantes que querían construir la próxima generación de IA que los LLM estaban en manos de las grandes empresas.

La diapositiva también enumera en qué quiere que se invierta ese tiempo. Arquitecturas de embeddings conjuntos en lugar de modelos generativos. Modelos basados en energía en lugar de probabilísticos. Métodos regularizados en lugar de contrastivos. Control predictivo basado en modelos en lugar de aprendizaje por refuerzo, que solo mantendría para corregir un plan cuando el mundo no se comporta como se había previsto. Son ideas que pueden ponerse a prueba con equipos modestos, y ahí es donde un laboratorio universitario todavía tiene ventaja.

La segunda mitad es la verdadera provocación

«Tampoco trabajéis en modelos generativos» va más allá de los argumentos habituales contra los chatbots. Rechaza la generación en sí misma, la idea de construir inteligencia prediciendo la siguiente palabra o el siguiente píxel, y eso enfrenta a LeCun con buena parte del campo de la IA física que suele asociarse a él. La semana pasada, AMD acordó comprar World Labs, la empresa de Fei-Fei Li, en una operación íntegramente en acciones valorada en unos 8.200 millones de dólares. The Register la describió como una apuesta para cubrirse ante la posibilidad de que los LLM sean un callejón sin salida, y señaló que LeCun ya había dicho algo parecido. Sin embargo, World Labs desarrolla modelos que generan y simulan entornos 3D. Cosmos 3, de NVIDIA, también es un modelo generativo del mundo, y Physical Intelligence construye sus modelos robóticos sobre modelos de visión y lenguaje. El dinero que se dirige hacia «mundos, no palabras» no se está destinando, en su mayor parte, a la versión de LeCun.

Consejos de alguien con intereses en la empresa

También hay que tener en cuenta quién habla. LeCun dejó Meta y ahora es presidente del consejo de AMI Labs, en París, que captó 1.030 millones de dólares en marzo con una valoración de 3.500 millones, en la mayor ronda semilla de Europa, para desarrollar modelos del mundo como alternativa a los LLM. La empresa está ampliando sus equipos en París, Nueva York, Montreal y Singapur. Cualquier investigador que siga su consejo se convierte en un posible fichaje.

Eso no significa que el consejo sea cínico. Defendía esa postura antes de que existiera AMI y pagó por ella en reputación mucho antes de que los inversores lo hicieran con dinero. Pero en 2026 la recomendación de investigación y el plan de negocio apuntan exactamente en la misma dirección, y los estudiantes deberían valorarlo teniendo eso en cuenta.

LeCun bromeó con que esa postura le hace perder amigos en Silicon Valley. Para un estudiante que tiene que elegir tema de tesis, lo que está en juego es más importante: un doctorado centrado en la arquitectura que él acaba de recaudar mil millones de dólares para demostrar.

Etiquetas: Large Language Models, World models, AMI Labs, ETH Zurich, Yann LeCun