Alineación

Un modelo recién preentrenado solo predice texto. Continúa con la misma soltura una receta, un exabrupto o un hilo de foro, y no sabe que debería ser un asistente. La alineación es todo lo que lo convierte en uno: ejemplos de buenas respuestas para el ajuste fino supervisado, valoraciones de personas o de otra IA, entrenamiento por preferencias como el RLHF, un prompt de sistema que enmarca cada conversación y, a veces, filtros antes o después del modelo. Los investigadores hablan de utilidad, honestidad e inocuidad, tres objetivos que tiran en direcciones opuestas.

El desacuerdo real está en esos equilibrios. Un modelo alineado con mucha cautela rechaza las peticiones dudosas, añade advertencias y matiza sus respuestas. Uno alineado con ligereza sigue las instrucciones al pie de la letra y deja más criterio a quien pregunta. Ninguno es neutral: cada uno encierra una decisión sobre quién determina lo aceptable, y esa decisión vive en los pesos, no solo en una lista visible de normas. El exceso de negativas es un fallo medible, igual que la obediencia dañina.

Además, la alineación es imperfecta. Un modelo se puede dirigir con la redacción, puede comportarse distinto en una conversación larga que en una prueba y puede parecer alineado habiendo aprendido solo a aparentarlo. Por eso los creadores siguen probándolos y suelen combinar entrenamiento, reglas y vigilancia. Para quien lo usa, la lección es sencilla: dos modelos con la misma capacidad bruta pueden sentirse muy distintos según cómo se alinearon. Un indicio práctico es cómo trata un modelo una petición en zona gris: uno responderá sin rodeos, otro con salvedades y un tercero declinará, todos partiendo de un material bruto parecido. Las fichas de modelo y los documentos de sistema publicados describen el comportamiento previsto por cada creador, y evaluadores independientes lo sondean con series fijas de preguntas, de modo que las afirmaciones se contrastan con el comportamiento observado en lugar de aceptarse por fe.

NeverNo ofrece modelos de dos familias, y su alineación se distingue por quién la fija. Claude, GPT, Gemini y Grok son anonimizados: NeverNo envía tu solicitud sin tu nombre, sin tu cuenta y sin tu dirección IP, pero el fabricante aplica igualmente sus propias reglas a lo que lee. Los modelos privados son modelos abiertos, como Qwen 3.5 35B, un modelo gratuito de Alibaba que lee imágenes y te deja elegir si razona. Su alineación es la que les dieron sus autores al entrenarlos, y los sirven proveedores elegidos porque no conservan las solicitudes.

Elijas el modelo que elijas, los límites absolutos de NeverNo son los mismos: nada que implique a menores, nada sobre personas reales sin su consentimiento y ninguna ayuda real para causar un daño grave a otros. El catálogo no publica cómo se entrenó cada modelo, así que la alineación se juzga usándolo. La página sobre el chat de IA sin censura explica cómo NeverNo responde con franqueza y guarda tu historial en tu navegador.