Filosofía de ingeniería: Yann LeCun, aprender el mundo en abierto

Ideas clave

• Aprender el mundo, casi por su cuenta. La apuesta central de LeCun es que la inteligencia surge de una máquina que aprende cómo funciona el mundo observándolo – aprendizaje autosupervisado – con las etiquetas humanas como un fino adorno encima. La famosa analogía del “pastel” vuelve literales las proporciones: el grueso es autosupervisado, el glaseado es supervisado y la cereza es el aprendizaje por refuerzo.
• La convolución hizo que la visión se pudiera aprender. En Bell Labs aplicó la retropropagación a dígitos manuscritos (1989) y construyó la familia LeNet de redes convolucionales; LeNet-5 (1998) se convirtió en la arquitectura que, desplegada comercialmente, ya leía cerca del 10% de todos los cheques de Estados Unidos en 2001.
• La investigación abierta es un método, no un eslogan. Como director fundador de FAIR, el laboratorio de Facebook/Meta (2013), y como director científico de IA, convirtió la publicación y la liberación del código en la norma por defecto – el código y los puntos de control de I-JEPA salieron junto con el artículo – por la convicción de que la ciencia abierta se acumula más rápido que el secreto.
• El optimista que es escéptico con los LLM. Galardonado con el Premio Turing de 2018 junto a Hinton y Bengio, LeCun sostiene que los modelos de lenguaje autorregresivos son “una salida de la autopista” en el camino hacia la IA de nivel humano; el camino, dice, pasa por modelos del mundo como JEPA. En noviembre de 2025 dejó Meta para construir exactamente eso.

El principio

“No vamos a llegar a la IA de nivel humano solo escalando los LLM” – estos “simplemente predicen texto en lugar de entender de verdad el mundo”. – Yann LeCun, sobre su salida de Meta, 2025¹⁰

El principio que hay debajo de esa frase es más antiguo que la era de los LLM, y LeCun lo ha sostenido sin variaciones durante cuarenta años: una máquina debería aprender cómo funciona el mundo casi por su cuenta, prediciendo lo que observa, en lugar de que se le suministren etiquetas humanas a cucharadas – y la ciencia de cómo lograrlo debería hacerse a la vista de todos. Casi todo lo que sabe cualquier animal lo aprende sin maestro. Un bebé aprende que los objetos sin apoyo caen, que las cosas tapadas siguen existiendo, que el mundo tiene una estructura estable, mucho antes de que alguien le ponga nombre a una sola cosa. La apuesta de LeCun es que esa clase de aprendizaje – absorber la estructura del mundo a partir de entradas sensoriales crudas, sin etiquetar y de alto ancho de banda – es el grueso de la inteligencia, y que el aprendizaje supervisado y el aprendizaje por refuerzo son capas comparativamente delgadas encima.

Eso es lo que dice su frase más citada, la del pastel: “Si la inteligencia es un pastel, el grueso del pastel es el aprendizaje autosupervisado, el glaseado del pastel es el aprendizaje supervisado y la cereza del pastel es el aprendizaje por refuerzo”.⁵ En 2016 dijo originalmente no supervisado y para 2019 lo había corregido de forma deliberada a autosupervisado, una precisión que importa porque nombra el mecanismo: los datos aportan sus propias etiquetas. Enmascaras una parte de la entrada y la predices a partir del resto; el mundo es su propio maestro.⁵ Las proporciones de la analogía son el argumento entero. Si el pastel es mayormente autosupervisado, entonces un campo que vuelca su esfuerzo en sistemas cada vez más grandes entrenados para predecir el siguiente token escrito por un humano está, según él, optimizando el glaseado.

La segunda mitad del principio es la apertura. LeCun construyó su carrera y su laboratorio sobre la creencia de que la investigación en IA avanza más rápido cuando se publica, se puede reproducir y libera su código, una convicción que va a contrapelo del instinto de la industria de acaparar el trabajo de frontera. Las dos mitades están conectadas: si el camino hacia la inteligencia real es largo e incierto, ningún laboratorio lo va a recorrer solo, y la única forma de averiguar qué arquitecturas aprenden de verdad el mundo es ponerlas a la vista de todos y dejar que cualquiera las someta a prueba. Aprender el mundo, en abierto: la predicción como motor, la apertura como método.

Contexto

Yann André Le Cun nació el 8 de julio de 1960 en Soisy-sous-Montmorency, cerca de París.¹ Se doctoró en la Université Pierre et Marie Curie (hoy parte de la Universidad de la Sorbona) en 1987, y su tesis ya contenía una forma temprana de la retropropagación, la idea que terminaría definiendo el campo.¹ Fue conexionista antes de que el conexionismo fuera respetable, trabajando en redes de aprendizaje inspiradas en el cerebro durante los mismos años en que el resto de la IA las había dado por muertas.

En 1988 entró a AT&T Bell Laboratories, la institución donde hizo su trabajo de ingeniería más trascendente.¹ Bell Labs le dio datos reales y una razón para hacer que las redes funcionaran, no solo para teorizar sobre ellas: dígitos manuscritos del servicio postal de Estados Unidos y, después, los montos escritos en los cheques bancarios. La restricción no perdonaba – un lector de cheques que alucina un dígito cuesta dinero – y lo empujó hacia una arquitectura que se tomaba en serio la estructura de las imágenes en vez de tratar una foto como una bolsa indiferenciada de píxeles.

Después de Bell Labs pasó a NYU en 2003 como profesor de ciencias de la computación.¹ Luego, en diciembre de 2013, Mark Zuckerberg lo contrató para crear y dirigir Facebook AI Research (FAIR), y se convirtió en el director científico de IA de la empresa, un puesto que ocupó durante más de una década sin dejar de ser profesor a tiempo parcial en NYU.¹¹⁰ FAIR se volvió uno de los laboratorios industriales abiertos más prolíficos de la época, expresión directa de su convicción de que la ciencia debe compartirse. Esa etapa terminó en noviembre de 2025, cuando se fue para fundar su propia startup de modelos del mundo: la declaración más clara posible sobre de qué lado está en la apuesta de los LLM.¹⁰

El trabajo

Redes convolucionales y LeNet: leer los cheques del mundo (1989-1998)

La idea técnica central de la carrera de LeCun es la red neuronal convolucional, y la forma más limpia de sentir por qué importa es ver una funcionando. Una red ingenua que conecta cada píxel con cada neurona es a la vez enorme y ciega a la estructura: no tiene noción de que un trazo en la esquina superior izquierda de una imagen es la misma clase de cosa que ese mismo trazo abajo a la derecha. La intuición de LeCun – apoyada en el Neocognitron de Kunihiko Fukushima y anclada en la corteza visual del cerebro – fue deslizar un filtro pequeño (un kernel) por la imagen, calculando los mismos pocos pesos en cada posición, de modo que la red aprende un rasgo una sola vez y lo detecta en todas partes.⁷ El componente de abajo es exactamente esa operación: elige un kernel detector de bordes, míralo recorrer un dígito y observa cómo el “mapa de rasgos” se enciende dondequiera que aparezca el patrón que busca.

La historia es concreta. En 1989, en Bell Labs, LeCun y sus colegas fueron los primeros en aplicar el algoritmo de retropropagación a un problema práctico – reconocer códigos postales manuscritos en el correo del servicio postal de Estados Unidos – y produjeron el prototipo que se convirtió en LeNet-1.² Casi una década de refinamiento llevó al artículo decisivo de 1998, “Gradient-Based Learning Applied to Document Recognition”, de LeCun, Léon Bottou, Yoshua Bengio y Patrick Haffner, que describió LeNet-5 y defendió que el aprendizaje basado en gradientes podía reemplazar a los extractores de rasgos diseñados a mano en el reconocimiento de documentos.³

Esto no fue una curiosidad de benchmark. NCR desplegó comercialmente lectores de cheques basados en LeNet a partir de junio de 1996 y, para 2001, se estimaba que el sistema leía unos 20 millones de cheques al día: alrededor del 10% de todos los cheques de Estados Unidos.² En un momento en que buena parte del campo todavía descartaba las redes neuronales, LeCun tenía una leyendo, en silencio, la décima parte de los cheques de un país. La arquitectura que diseñó para ese problema – convolución, pooling, rasgos aprendidos apilados en una jerarquía – es, estructuralmente, la misma idea que impulsa la visión por computadora moderna.

La investigación abierta y FAIR

Cuando LeCun creó FAIR en 2013, tomó una decisión que no era obvia para un laboratorio corporativo: el trabajo sería abierto. Publicar los artículos, liberar el código, compartir los modelos.¹¹⁰ La apuesta era que un laboratorio abierto atrae a los mejores investigadores (que quieren que su trabajo se vea y se cite), acelera el campo entero y – no por casualidad – permite que el mundo audite y mejore lo que construyes.

Es el pariente filosófico de por qué el código abierto no es una frontera de seguridad: la apertura no garantiza la corrección, pero es el mecanismo por el que la corrección se encuentra. La versión de LeCun aplica eso a la ciencia. No puedes saber qué arquitecturas aprenden realmente la estructura del mundo razonando sobre ellas en privado; las publicas, otros las reproducen o las refutan y la verdad sobrevive al escrutinio. La publicación de I-JEPA por parte de Meta en 2023 es ese patrón en miniatura: el código de entrenamiento y los puntos de control del modelo salieron junto al artículo, no meses después ni nunca.⁸ En una época en que los laboratorios de frontera tratan cada vez más su mejor trabajo como secreto industrial, la postura abierta de LeCun es una posición deliberada y a contracorriente sobre cómo se acumula el conocimiento.

El aprendizaje autosupervisado: el pastel

La más profunda de las ideas de LeCun es también la que tiene el envoltorio más pegadizo. Lleva años sosteniendo que el campo tiene invertidas las proporciones de la inteligencia, y lo explicó con comida. En su charla del Future of AI en NYU, a principios de 2016, y en su conferencia magistral de NeurIPS de ese mismo año, puso un pastel: “Si la inteligencia es un pastel, el grueso del pastel es el aprendizaje no supervisado, el glaseado del pastel es el aprendizaje supervisado y la cereza del pastel es el aprendizaje por refuerzo”.⁵ Para 2019 había revisado deliberadamente “no supervisado” a “autosupervisado”, una variante en la que los datos aportan su propia supervisión al ocultar parte de la entrada y entrenar al modelo para predecirla a partir del resto.⁵

La revisión no es cosmética; nombra el motor. “No supervisado” describe la ausencia de etiquetas. “Autosupervisado” describe un mecanismo positivo: el mundo, observado, se convierte en su propia señal de entrenamiento. Esta es, sostiene, la manera en que los humanos y los animales adquieren la abrumadora mayoría de lo que saben: la física de sentido común y la estructura que nadie nos etiqueta. Su expresión para eso es la “materia oscura de la inteligencia”: la enorme masa de aprendizaje sin etiquetar que los métodos supervisados y por refuerzo apenas decoran.⁵ Si tiene razón sobre las proporciones, entonces el problema de investigación más importante de la IA no son conjuntos de datos etiquetados más grandes ni más señales de recompensa, sino mejores objetivos autosupervisados: aprender el mundo mirándolo.

Los modelos del mundo y JEPA: la postura escéptica frente a los LLM

La posición más pública y más discutida de LeCun se desprende directamente del pastel. Si la inteligencia real es sobre todo aprendizaje autosupervisado de la estructura del mundo, entonces un sistema entrenado únicamente para predecir el siguiente token escrito por un humano está aprendiendo un modelo de la palabra, no un modelo del mundo, y heredará los límites de ese sustrato. Lo ha dicho sin rodeos: los LLM autorregresivos son “una salida de la autopista” en el camino hacia la IA de nivel humano, útiles pero no la ruta; “no vamos a llegar a la IA de nivel humano solo escalando los LLM”.⁹¹⁰

Su alternativa es la Joint Embedding Predictive Architecture (JEPA), presentada en su artículo de posición de 2022 “A Path Towards Autonomous Machine Intelligence”.⁶ La jugada clave está en dónde ocurre la predicción. Un modelo generativo intenta reconstruir la entrada faltante píxel a píxel y por eso desperdicia capacidad modelando detalles impredecibles, que es la razón por la que los modelos generativos tropiezan, notoriamente, con cosas como el número exacto de dedos de una mano.⁸ Una JEPA predice, en cambio, en un espacio abstracto de representación, con libertad para ignorar los detalles que no son predecibles y concentrarse en las regularidades estructurales y de baja entropía de una escena.⁶⁸ I-JEPA (2023), de Meta, fue el primer modelo concreto de imágenes construido sobre esa visión, y se publicó en abierto.⁸

El contraste con su compañero “padrino” es el más filoso de esta serie. Geoffrey Hinton compartió el mismo Premio Turing y las mismas décadas de convicción solitaria, y luego, en 2023, pasó a advertir que la tecnología puede ser peligrosa. LeCun es el optimista del trío – escéptico no de la seguridad de la IA, sino del techo de la arquitectura actual – y en noviembre de 2025 respaldó esa convicción con su carrera: dejó Meta para fundar Advanced Machine Intelligence (AMI) Labs en París, una startup construida expresamente en torno a modelos del mundo y no a modelos de lenguaje más grandes.¹⁰ Dos padrinos, un mismo premio, mensajes opuestos: Hinton dice que hay que frenar porque podría funcionar demasiado bien; LeCun dice que este camino en particular no lleva adonde todos creen, y señala otro.

El método

El método es el mismo desde los lectores de cheques hasta la startup de modelos del mundo: construir la arquitectura que exige la estructura del problema, aprender todo lo posible sin etiquetas y hacerlo en abierto.

Codifica la estructura en la arquitectura. La convolución funciona porque graba un hecho verdadero sobre las imágenes – la invariancia a la traslación – directamente en el cableado de la red, en lugar de obligar al modelo a aprenderlo desde cero. La lección se generaliza: cuando sabes algo del problema, incorpóralo a la arquitectura en vez de esperar que los datos lo enseñen.²³

Haz que los datos sean su propio maestro. Las etiquetas son escasas y caras; la observación cruda es abundante. La postura autosupervisada – enmascarar parte de la entrada y predecirla desde el resto – es la forma en que LeCun propone aprender el grueso de lo que un sistema necesita saber. Recurre a la supervisión humana al final, no al principio.⁵

Predice en el espacio de representación, no en el de píxeles. No gastes capacidad modelando detalle que no puedes predecir. La decisión de ingeniería central de JEPA es predecir representaciones abstractas y descartar deliberadamente lo impredecible: una disciplina sobre qué vale la pena modelar siquiera.⁶⁸

Publícalo. Artículos abiertos, código abierto, modelos abiertos. La convicción de LeCun es que la ciencia se acumula en abierto y se estanca en secreto, y dirigió uno de los laboratorios más grandes de la industria bajo ese principio durante una década.¹⁸¹⁰

Sostén la posición impopular cuando la evidencia la respalda. Creyó en las redes neuronales durante los inviernos, y hoy sostiene que los LLM son un desvío mientras la industria entera vuelca capital en ellos. La disposición a alzar la voz escéptica en el pico de un ciclo de entusiasmo es el mismo músculo que lo mantuvo en la convolución cuando a nadie le importaba.⁹¹⁰

Cadena de influencia

Quién lo formó

Kunihiko Fukushima. El Neocognitron de Fukushima (1980) – una red visual por capas, tolerante a los desplazamientos e inspirada en la corteza – fue el ancestro directo de la red convolucional. LeCun le agregó aprendizaje de extremo a extremo por retropropagación, y convirtió una arquitectura ajustada a mano en una que aprende sus propios filtros. (Influencia directa)

David Hubel y Torsten Wiesel. Su neurociencia de la corteza visual, ganadora del Nobel – células simples que detectan rasgos locales, células complejas que integran esas respuestas a lo largo de la posición –, es el plano biológico que la convolución y el pooling formalizan. LeCun, como Hinton, razonó a partir de cómo ven realmente los cerebros. (Influencia formativa)

El linaje conexionista de la retropropagación. LeCun desarrolló una forma temprana de la retropropagación en su tesis de 1987 y convergió en el mismo motor que el trabajo de Rumelhart-Hinton-Williams hizo famoso en 1986. Heredó y extendió el programa conexionista cuando estaba profundamente pasado de moda. (Influencia directa)

A quién formó él

La visión por computadora moderna. Todo sistema de visión convolucional – los que leen estudios médicos, los que sustentan la percepción de la conducción autónoma y los que hacen andar las cámaras de los teléfonos – desciende estructuralmente de LeNet. No solo contribuyó al campo: le dio su arquitectura fundacional.

El giro autosupervisado. El viraje de toda la industria hacia el aprendizaje a partir de datos sin etiquetar – preentrenamiento enmascarado, métodos contrastivos, objetivos de embedding conjunto – pasa directo por el marco del “pastel” de LeCun y por su década insistiendo en que ahí vive el grueso de la inteligencia.

Una generación de investigadores de FAIR. Al dirigir uno de los laboratorios industriales abiertos más grandes, LeCun moldeó la manera en que una generación publica y comparte su trabajo, y sembró buena parte del ecosistema de modelos abiertos que hoy existe fuera de los laboratorios de frontera más herméticos.

El hilo conductor

LeCun es la raíz de la visión por computadora en la rama de aprendizaje profundo de esta serie, y la línea más limpia va hacia Andrej Karpathy, cuyo trabajo vive de lleno en el campo de la visión aprendida que abrió la convolución, y cuyo replanteamiento de “Software 2.0” (una red como un programa compilado a partir de datos) es la generalización natural del salto de LeCun de los lectores de cheques diseñados a mano a los aprendidos. El contraste más filoso es con su compañero de galardón, Geoffrey Hinton: los dos “padrinos” comparten el premio, las décadas solitarias y la apuesta por el aprendizaje inspirado en el cerebro, pero se separan en el presente. Hinton, el preocupado, dejó Google en 2023 para advertir que la cosa podría ser demasiado poderosa; LeCun, el optimista, dejó Meta en 2025 para sostener que la arquitectura dominante no es lo bastante poderosa y para construir otra. Donde Hinton teme el resultado, LeCun discute la ruta. Dos rutas, una misma montaña: Hinton confía en que el peligro es real; LeCun confía en que el mundo, aprendido en abierto, es el camino. (Puente de la serie)

Lo que me llevo de esto

La lección que me queda de LeCun es que la arquitectura debe cargar con la parte del problema que sí entiendes. La convolución funciona porque construye la invariancia a la traslación dentro de la red en vez de esperar que mil millones de ejemplos se la enseñen, y ese es exactamente el movimiento al que recurro cuando diseño sistemas: cuando sé que algo es cierto sobre el dominio, lo codifico en la estructura en lugar de dejarlo al azar. Es el mismo instinto que tratar el gusto como un sistema técnico que puedes defender, y no como una vibra que esperas que emerja: poner la restricción conocida en el diseño, donde se puede comprobar, y no en la esperanza de que la salida se comporte.

La lección más difícil es el escepticismo frente a los LLM. LeCun está parado en el pico absoluto de un ciclo de entusiasmo – la industria entera, el capital, la atención, todo apuntando a escalar modelos de lenguaje – y dice, para que quede registrado, que es una salida de la autopista. Puede estar equivocado; lo que importa es que está dispuesto a ser la voz disidente cuando disentir sale caro, anclado en un argumento técnico específico sobre la predicción en el espacio de representación y no en un mero instinto de llevar la contraria. Eso es la puerta de la evidencia apuntada al propio consenso: no “todos están entusiasmados, así que debe ser el camino”, sino “¿qué está aprendiendo realmente esta arquitectura, y es eso lo que queremos?”. Y la apertura es la parte que me llevo de forma más directa: la convicción de que averiguas quién tiene razón publicando el trabajo y dejando que se ponga a prueba, que es la razón por la que trato la calidad como la única variable y la prueba de Steve sobre si el trabajo merece existir como algo que se somete al escrutinio, no como algo que se afirma. LeCun apostó toda su carrera, dos veces, a aprender el mundo en lugar de memorizar sus etiquetas, y a hacerlo donde todos pudieran verlo.

Preguntas frecuentes

¿Cuál es la filosofía de ingeniería de Yann LeCun?

Aprender el mundo, en abierto. LeCun sostiene que la inteligencia es sobre todo autosupervisada: una máquina que aprende la estructura del mundo prediciendo lo que observa, con las etiquetas humanas y las señales de recompensa como capas delgadas encima, algo que capturó en su analogía del “pastel”, donde el aprendizaje autosupervisado es el grueso, el supervisado es el glaseado y el aprendizaje por refuerzo es la cereza.⁵ A eso le suma un compromiso con la investigación abierta: publicar artículos, código y modelos para que la ciencia pueda reproducirse y ponerse a prueba.¹⁸ Su firma como ingeniero es codificar la estructura conocida directamente en la arquitectura, igual que la convolución graba la invariancia a la traslación dentro de una red de visión.²³

¿Qué inventó Yann LeCun y cómo se usó comercialmente?

Es el inventor principal de la red neuronal convolucional moderna. En Bell Labs, en 1989, fue de los primeros en aplicar la retropropagación a una tarea práctica – reconocer códigos postales manuscritos –, lo que produjo el prototipo LeNet, y el artículo de 1998 “Gradient-Based Learning Applied to Document Recognition” (con Bottou, Bengio y Haffner) describió LeNet-5.²³ En lo comercial, NCR desplegó lectores de cheques basados en LeNet a partir de 1996 y, para 2001, se estimaba que el sistema leía unos 20 millones de cheques al día: alrededor del 10% de todos los cheques de Estados Unidos.²

¿Por qué Yann LeCun es escéptico con los modelos de lenguaje grandes?

Porque, a su juicio, los LLM autorregresivos aprenden un modelo del texto y no un modelo del mundo, y por eso no pueden alcanzar la inteligencia de nivel humano solo escalando; los llama “una salida de la autopista” en el camino hacia la IA de nivel humano.⁹¹⁰ Su alternativa es la Joint Embedding Predictive Architecture (JEPA), de su artículo de 2022 “A Path Towards Autonomous Machine Intelligence”, que predice en un espacio abstracto de representación e ignora el detalle impredecible en lugar de generar cada píxel o cada token.⁶⁸ En noviembre de 2025 dejó Meta para fundar AMI Labs en París y perseguir los modelos del mundo de forma directa.¹⁰

¿Ganó Yann LeCun el Premio Turing?

Sí. Compartió el Premio Turing A. M. de la ACM de 2018 con Geoffrey Hinton y Yoshua Bengio – los tres “padrinos del aprendizaje profundo” – “por avances conceptuales y de ingeniería que han hecho de las redes neuronales profundas un componente crítico de la computación”.⁴ Las contribuciones que se le reconocen se centran en las redes convolucionales y en su trabajo más amplio para volver práctico el aprendizaje profundo. Se diferencia públicamente de Hinton sobre el presente: mientras Hinton (que dejó Google en 2023) advierte de los peligros de la IA, LeCun es el optimista que sostiene que la arquitectura LLM hoy dominante no es la ruta hacia la inteligencia de nivel humano.¹⁰

Fuentes