Modelo fundacional

Un modelo fundacional es un modelo de IA entrenado a gran escala con datos muy variados (normalmente mediante aprendizaje autosupervisado) que luego puede adaptarse a una gran variedad de tareas. El término lo popularizó en 2021 el Centro de Investigación sobre Modelos Fundacionales de la Universidad de Stanford, en un informe que analizaba sus oportunidades y riesgos.

La palabra «fundacional» describe su papel, no su tamaño: es el cimiento sobre el que se construyen aplicaciones. Un mismo modelo puede servir para un chatbot de atención a clientes, un sistema que resume expedientes o una herramienta que describe imágenes, con distintos prompts, ajuste fino o conexión a datos propios.

Los grandes modelos de lenguaje son el ejemplo más conocido, pero también hay modelos fundacionales de imagen, audio, biología o datos de sensores, y cada vez más son multimodales.

El informe de Stanford subrayaba un riesgo clave: la homogeneización. Si miles de aplicaciones dependen de unos pocos modelos base, sus defectos (sesgos, errores, vulnerabilidades) se heredan a todas. Por eso la regulación, como el Reglamento de IA de la UE, impone obligaciones específicas a los modelos de uso general.