El pionero de la IA Yann LeCun abandona Meta, calificando a los Modelos de Lenguaje a Gran Escala (Large Language Models, LLMs) como un "callejón sin salida"
En un cambio sísmico para el panorama de la inteligencia artificial, Yann LeCun, laureado con el Premio Turing y uno de los "padrinos de la IA", ha terminado su relación con Meta. La salida marca el final de una era de una década en la que LeCun dirigió el laboratorio Fundamental AI Research (FAIR), guiando las ambiciones científicas del gigante de las redes sociales. Su marcha no es simplemente un cambio de personal, sino una protesta ideológica contundente contra la obsesión singular de la industria con los Modelos de Lenguaje a Gran Escala, una tecnología que ahora describe famosamente como una "vía de salida" en la autopista hacia la verdadera inteligencia de máquina.
La renuncia de LeCun se produce en medio de informes de turbulencia interna en Meta tras el controvertido lanzamiento de Llama 4 y el agresivo giro de la compañía hacia productos centrados en la IA generativa (generative AI). Ha anunciado la formación de una nueva empresa, Advanced Machine Intelligence (AMI) Labs, que excluirá por completo los modelos generativos de texto en favor de "Modelos del Mundo (World Models)" —sistemas diseñados para aprender del entorno físico en lugar del texto de Internet.
La gran divergencia: física vs. sintaxis
Durante años, LeCun ha sido un crítico vocal de la creencia de que simplemente escalar los Modelos de Lenguaje a Gran Escala (como GPT-4 o Llama) conduciría a la Inteligencia Artificial General (AGI). Su salida cristaliza este debate. LeCun sostiene que los modelos LLM son fundamentalmente limitados porque manipulan el lenguaje sin comprender la realidad subyacente que describen.
"Un LLM produce un token tras otro, pero no entiende el mundo", declaró LeCun en una entrevista reciente en la que detalló su decisión. "Carecen de sentido común y de relaciones causales. Son solo una pila de correlaciones estadísticas."
Con frecuencia utiliza el "argumento del gato" para ilustrar esta limitación: un gato doméstico posee una comprensión del mundo físico —gravedad, permanencia del objeto, momento— muy superior a la del LLM más grande, a pesar de tener una fracción de las conexiones neuronales. Mientras un LLM puede escribir un poema sobre una taza que cae, no puede predecir instintivamente las consecuencias físicas de empujar esa taza fuera de una mesa sin haber visto esa descripción textual específica miles de veces.
La siguiente tabla describe las diferencias arquitectónicas fundamentales que impulsan la ruptura de LeCun con el estándar actual de la industria:
| Feature | Modelos de Lenguaje a Gran Escala (LLMs) | Modelos del Mundo (World Models) (JEPA/AMI) |
|---|---|---|
| Core Mechanism | Autoregressive Next-Token Prediction | Joint Embedding Predictive Architecture |
| Training Data | Text and 2D Images (Internet Data) | Video, Spatial Data, Sensor Inputs |
| Reasoning Type | Probabilistic/Statistical Correlation | Causal Inference and Physical Simulation |
| Memory | Context Window (Limited Token Count) | Persistent State Memory |
| Goal | Generate Plausible Text/Image | Predict Future States of Reality |
Fricción interna: la controversia de Llama 4 y la nueva dirección
La fricción que condujo a la salida de LeCun no fue puramente académica. Fuentes cercanas a Meta indican que la relación entre LeCun y el CEO Mark Zuckerberg se volvió cada vez más tensa a medida que la compañía redoblaba su apuesta por las "guerras de LLM".
El punto de inflexión supuestamente llegó con el desarrollo y el lanzamiento de Llama 4. Informes surgidos a finales de 2025 sugerían que los resultados de referencia del modelo fueron "manipulados" para mantener la competitividad frente a rivales como OpenAI y Google. LeCun, un firme defensor del rigor científico y la investigación abierta, supuestamente consideró que esta presión comercial era incompatible con la misión de FAIR.
Además, la reestructuración de Meta colocó al científico de 65 años bajo la dirección de Alexandr Wang, el joven fundador de Scale AI, quien fue incorporado para liderar la nueva división centrada en productos "Superintelligence" de Meta. El nombramiento de Wang, junto con un mandato para priorizar productos generativos comerciales sobre la investigación exploratoria a largo plazo, señaló a LeCun que su visión para la IA ya no era la prioridad de la compañía.
"Mark estaba realmente enfadado y básicamente marginó a toda la organización de GenAI", comentó LeCun sobre las consecuencias internas, señalando que la compañía se había vuelto "completamente obnubilada por los LLM".
AMI Labs: una nueva apuesta por los "Modelos del Mundo"
LeCun no se retira. Ha lanzado de inmediato Advanced Machine Intelligence (AMI) Labs, una startup valorada en aproximadamente 3.500 millones de dólares en las primeras conversaciones. La empresa está reclutando agresivamente a investigadores que comparten la visión de que el camino hacia la AGI reside en las Arquitecturas Predictivas de Embedding Conjunto (Joint Embedding Predictive Architectures, JEPA).
A diferencia de la IA generativa, que intenta reconstruir cada píxel o palabra (un proceso que consume muchos recursos computacionales y es propenso a las alucinaciones), los modelos JEPA predicen representaciones abstractas del mundo. Filtran el ruido impredecible (como el movimiento de las hojas de un árbol) para centrarse en eventos con consecuencias (como un coche que se dirige hacia un peatón).
AMI Labs ha elegido a Alex LeBrun, cofundador de la startup de tecnología sanitaria Nabla, como CEO. La elección señala un enfoque práctico para el nuevo laboratorio, identificando la atención sanitaria como un sector primordial donde la alta fiabilidad y el razonamiento causal de los Modelos del Mundo son críticos.
Reacciones de la industria y el camino por delante
La reacción en el sector de la IA ha estado polarizada. Los partidarios de las leyes de escalado argumentan que LeCun está apostando en contra de un caballo ganador, señalando el enorme valor económico que los LLM ya han generado. Sin embargo, muchos en las comunidades de robótica y científicas se han solidarizado con él, validando la visión de que la predicción de texto ha alcanzado un punto de rendimientos decrecientes.
Si LeCun tiene razón, la actual inversión de billones de dólares en infraestructura de IA generativa podría ser una enorme reasignación errónea de recursos —un "callejón sin salida" que produce chatbots fluidos pero no consigue entregar sistemas capaces de planificar, razonar o navegar por el mundo físico.
Mientras Creati.ai continúa monitoreando esta escisión, una cosa está clara: el consenso sobre cómo construir una máquina pensante se ha fracturado. La industria ya no marcha en filas; se ha dividido en dos campos distintos, con el "padrino de la IA" liderando la rebelión contra la misma tecnología que ayudó a popularizar.
