Pedirle lo mismo a un modelo de IA varias veces puede dar respuestas prácticamente idénticas, o respuestas notablemente distintas y creativas cada vez, según cómo esté configurado un parámetro concreto. La temperatura es precisamente ese ajuste técnico: un valor numérico que controla cuánta aleatoriedad introduce un modelo de lenguaje al elegir cada palabra siguiente, determinando si sus respuestas serán más predecibles y conservadoras o más variadas y creativas.
Cómo funciona, sin entrar en las matemáticas de fondo
En cada paso, un modelo calcula la probabilidad de varias palabras posibles como siguiente elección. Con una temperatura baja, el modelo tiende a elegir casi siempre la opción más probable, generando respuestas consistentes y predecibles. Con una temperatura alta, el modelo tiene más margen para elegir opciones menos probables mecánicamente, generando respuestas más variadas, sorprendentes y, en ocasiones, menos coherentes.
Cuándo conviene una temperatura baja
- Tareas que requieren precisión y consistencia, como responder preguntas factuales o generar código.
- Contextos donde una respuesta impredecible podría generar problemas, como comunicaciones oficiales o legales.
- Situaciones donde se necesita que la misma pregunta genere respuestas muy similares cada vez que se repita.
Cuándo conviene una temperatura alta
- Tareas creativas: generación de ideas, escritura narrativa, brainstorming donde la variedad aporta valor real.
- Búsqueda de enfoques alternativos ante un mismo problema, cuando se quieren varias opciones distintas para elegir después.
- Contextos donde cierta impredecibilidad y frescura resultan deseables, más que la máxima precisión posible.
Un error habitual: usar siempre el mismo valor por defecto sin pensarlo
Muchas aplicaciones que integran modelos de IA no permiten ajustar este parámetro, dejando siempre el valor por defecto de la plataforma, sin considerar si esa tarea concreta se beneficiaría de más o menos aleatoriedad. Para quien desarrolla directamente sobre una API, ajustar la temperatura según el tipo de tarea concreta (baja para precisión, alta para creatividad) suele mejorar notablemente los resultados frente a usar siempre una configuración genérica sin ningún criterio específico.