Cadena de pensamiento (chain of thought)

La cadena de pensamiento (chain of thought, CoT) consiste en que el modelo desarrolle su razonamiento paso a paso antes de llegar a una conclusión, en lugar de saltar directo a la respuesta. Es lo que haría una persona al resolver un problema de matemáticas en papel.

La técnica la formalizó un equipo de Google en 2022 (Wei y colegas): al incluir en el prompt ejemplos que mostraban el razonamiento completo, un modelo grande mejoró de forma notable en problemas aritméticos y de lógica. Ese mismo año, Kojima y colegas mostraron que bastaba con añadir la frase «Pensemos paso a paso» para obtener mejoras sin dar ejemplos (versión zero-shot).

¿Por qué ayuda? Un modelo genera un token tras otro; al escribir pasos intermedios, cada paso queda disponible como contexto para el siguiente, lo que le da más «espacio» de cómputo para tareas de varios pasos.

Hoy, los modelos de razonamiento hacen esto de forma automática y entrenada, por lo que pedir «piensa paso a paso» aporta menos en ellos. Sigue siendo útil en modelos sin ese modo o para que el razonamiento quede visible y puedas revisarlo. Matiz importante: el razonamiento escrito no siempre refleja fielmente cómo el modelo llegó a la respuesta, y una cadena convincente puede terminar en un resultado incorrecto.