¿Por qué los LLM entienden el lenguaje pero no el espacio?
Por: Nancy Marton, Head of Auto Sales LATAM en HERE Technologies
Los grandes modelos de lenguaje (LLM) han adquirido capacidades notables. Escriben código, analizan documentos, resumen investigaciones y responden a preguntas complejas en diversos ámbitos.Por ello, resulta tentador asumir que también comprenden el mundo físico.
Sin embargo, cuando se les pregunta sobre ubicaciones, rutas, distancias o relaciones espaciales del mundo real, a menudo fallan de maneras sutiles pero importantes. La razón es sencilla: los grandes modelos de lenguaje están diseñados para predecir texto, no para realizar cálculos espaciales ni para evaluar cómo funciona realmente el mundo físico.
Considera una consulta sencilla: «Busca la panadería más cercana al parque Lincoln en Ciudad de México»
Un modelo de lenguaje puede buscar en la web, recopilar reseñas y sugerir una panadería cercana. Sin embargo, al verificar la respuesta en un mapa real, es posible que la recomendación no sea, en absoluto, la ubicación más próxima.
Esto sucede porque el modelo infiere la proximidad a partir de descripciones textuales, en lugar de calcular la distancia mediante coordenadas geográficas y redes viarias. Pedirle a un modelo de lenguaje (LLM) que calcule relaciones espaciales equivale a pedirle a alguien que se oriente en una ciudad utilizando únicamente reseñas de restaurantes y blogs de viajes, en vez de un mapa y una brújula.
Para determinar la respuesta correcta, un sistema debe: identificar las coordenadas del parque, identificar las panaderías candidatas, calcular las distancias a través de la red viaria, seleccionar la ubicación accesible más cercana. Esto es computación geoespacial, no inferencia lingüística.
Las relaciones espaciales no son lingüísticas
Otro ejemplo ilustra una cuestión más profunda. Consulta: «Busca un restaurante italiano a medio camino entre la colonia Condesa y la colonia Roma».
Un modelo de lenguaje puede recomendar un restaurante popular basándose a menudo en datos de entrenamiento que podrían estar ya desactualizados. Los sistemas modernos de IA generativa complementan esto con herramientas para recuperar información más reciente, reduciendo errores evidentes como sugerir lugares que ya no existen. Sin embargo, incluso con datos actualizados, persiste el problema más complejo: determinar si un lugar es realmente relevante en términos espaciales; es decir, si está verdaderamente «cerca», si queda realmente «de camino» o si es factible llegar a él en condiciones reales. Aquí es donde termina la comprensión del lenguaje y comienza el razonamiento espacial.
Pero determinar si una ubicación de dos puntos requiere: geocodificar ambas ubicaciones,
calcular su punto medio, evaluar los restaurantes candidatos en relación con dicho punto medio.
Sin estos cálculos, el modelo simplemente hace conjeturas basadas en patrones textuales. Los LLM razonan sobre representaciones lingüísticas del espacio, no sobre el espacio en sí. La distancia es una propiedad geométrica, no lingüística.
La ilusión del conocimiento espacial
Estas deficiencias a menudo sorprenden a la gente porque los LLM parecen saber mucho sobre el mundo. Los modelos de lenguaje pueden identificar ciudades y puntos de referencia, recordar distancias aproximadas, describir vecindarios y sugerir lugares populares.
Sin embargo, este conocimiento proviene de asociaciones textuales aprendidas durante el entrenamiento, no de un cálculo espacial.
El modelo sabe que «El Zócalo de la Ciudad de México está en el centro de la urbe». Pero desconoce las coordenadas, la topología o la red de carreteras necesarias para calcular una ruta hasta allí.
El mundo físico no es solo información; es estructura
Los modelos de lenguaje operan con *tokens* y probabilidades, no con grafos espaciales, datos en tiempo real ni algoritmos deterministas. Al igual que en matemáticas, aproximan resultados basándose en patrones en lugar de realizar cálculos exactos. Pero, a diferencia de las matemáticas, el razonamiento espacial también debe tener en cuenta condiciones dinámicas del mundo real, lo que hace que los enfoques basados puramente en el lenguaje sean fundamentalmente insuficientes.
Esto genera problemas reales para las empresas. Cuando un cliente pide a un chatbot de IA que localice la tienda más cercana, el modelo puede ofrecer una dirección que ya no existe, sugerir un tiempo de desplazamiento imposible o indicar una ubicación más lejana que otras opciones. Estos errores socavan la confianza de los usuarios y perjudican a los minoristas, las empresas de logística y los proveedores de servicios que dependen de la IA para responder a consultas sobre ubicaciones.
Sin embargo, a medida que los sistemas de IA con capacidad de acción pasan de responder preguntas a realizar tareas en el mundo real, esta distinción cobra una importancia crítica. Planificar trayectos, coordinar la logística, interpretar el tráfico y localizar lugares en función de restricciones espaciales son tareas que requieren un razonamiento espacial fiable.
Y el razonamiento espacial exige algo distinto a la predicción lingüística.Los modelos de lenguaje de gran tamaño (LLM) son excepcionales a la hora de comprender las intenciones del usuario; sin embargo, determinar cómo se traslada esa petición al mundo físico requiere realizar cálculos deterministas basados en datos de ubicación reales.
Comprender la intención no es suficiente
La solución no consiste en reemplazar los grandes modelos de lenguaje (LLM), sino en complementarlos. Los LLM destacan a la hora de entender lo que pide un usuario, traduciendo el lenguaje natural en una intención. Sin embargo, carecen de la capacidad para razonar de forma confiable sobre el mundo físico mediante los cálculos deterministas necesarios para tomar decisiones basadas en la ubicación.
Aquí es donde interviene HERE Location Reasoning (HLR), una solución diseñada para cubrir esa carencia. Está disponible para desarrolladores en AWS Marketplace, a través de Kiro Power y en un ecosistema cada vez mayor de plataformas de IA, aportando inteligencia geoespacial fiable a las aplicaciones de IA que operan en el mundo físico. Al combinar la capacidad de los modelos de IA para comprender el lenguaje con datos de ubicación precisos y computación geoespacial, HLR permite a los sistemas de IA determinar qué hay realmente cerca, cuál es la ruta más rápida, si un destino es accesible o cómo influyen las limitaciones del mundo real en la toma de decisiones. En lugar de depender de aproximaciones lingüísticas sobre el espacio, la IA puede fundamentar sus respuestas en una inteligencia espacial confiable.
A medida que la IA evoluciona —pasando de la generación de contenido a la toma de decisiones y la ejecución de acciones—, el razonamiento espacial se convertirá en un componente fundamental de la arquitectura de inteligencia. La combinación de los LLM y HERE Location Reasoning aúna lo mejor de ambos mundos: una IA que comprende la intención humana y una inteligencia geoespacial que entiende el mundo físico, ayudando así a las organizaciones a obtener resultados más precisos, confiables y prácticos.
