IA victoriana: modelos pequeños que reconstruyen historia
Publicado el 24 de marzo de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
La historia, cuando se la mira desde lejos, parece un mapa limpio. Fechas, nombres, batallas, coronaciones. Pero cuando uno se acerca, descubre que la historia real se escribe con migas: anuncios de periódicos, cartas cansadas, reglamentos municipales, panfletos mal impresos, actas judiciales, rumores de taberna y sermones de domingo. Es decir, con textos que casi nadie lee. Y, sin embargo, son esos textos los que explican por qué una ciudad se enciende, por qué un político se vuelve inevitable o por qué una idea, de pronto, deja de ser marginal y se convierte en ley.
En mi caso, suelo comentar que la memoria no es un archivo. Es un campo de batalla. Quien controla el relato, controla la brújula moral de una época. Por eso me llamó tanto la atención un experimento reciente: TimeCapsuleLLM, un modelo de Inteligencia Artificial entrenado desde cero por un estudiante, Hayk Grigorian, con una restricción casi romántica y, a la vez, brutal: alimentarlo únicamente con 7.000 textos londinenses publicados entre 1800 y 1875. Nada de datos modernos. Nada de “hacerle fine-tuning” a un gigante. Nada de esa cómoda trampa —tan de moda— de atribuirle genialidad a un modelo que en realidad solo está repitiendo la enciclopedia del siglo XXI con mejor dicción.
Lo cierto es que el resultado tiene algo de novela de Conan Doyle y algo de ensayo político: una IA que no “imagina” la era victoriana, sino que respira su lenguaje. Sus giros, sus obsesiones, sus referencias. Como si hubieras encontrado un tomo extraviado en una biblioteca húmeda del Támesis y, al abrirlo, el libro te respondiera. Y eso —más allá del espectáculo— plantea una pregunta incómoda: ¿qué pasa si un LLM pequeño, con un corpus relativamente limitado, logra reconstruir historia real a partir de señales dispersas, como un ajedrecista que ve la partida tres jugadas antes con piezas aparentemente inconexas?
Estamos demasiado acostumbrados a pensar que “más grande” significa “más inteligente”. Que la única ruta posible hacia algo útil pasa por modelos monstruosos, presupuestos de guerra y centros de datos que consumen energía como un imperio en expansión. Desgraciadamente, en la práctica, ese dogma nos vuelve perezosos. Nos hace confundir volumen con criterio. Y, por tanto, nos impide ver la belleza (y el riesgo) de algo como TimeCapsuleLLM: una máquina modesta que, sin haber leído el presente, puede hablar del pasado con una naturalidad inquietante. Casi como un testigo.
Hay una ironía deliciosa aquí: en plena época del “todo se puede” y del “la IA lo sabe todo”, aparece un modelo deliberadamente ignorante del mundo moderno que, precisamente por eso, resulta más creíble cuando se le pregunta por su tiempo. Porque no contamina sus respuestas con Wikipedia, ni con titulares recientes, ni con nuestra manía contemporánea de juzgarlo todo con la moral de hoy. Es una cápsula del tiempo hecha de palabras. Y las palabras, ya lo sabemos, son barcos: llevan mercancía, sí, pero también contrabando ideológico.
La historia no solo se conserva en fechas; se esconde en el vocabulario de quienes creyeron estar escribiendo cosas menores.
TimeCapsuleLLM demuestra algo que deberíamos tomar en serio: un modelo pequeño puede ser históricamente poderoso si su dieta informativa está bien definida. Si el corpus está acotado. Si la ventana temporal es coherente. Si el objetivo no es “sonar inteligente”, sino recuperar la textura de una época. Y en un mundo donde todos hablan de velocidad, productividad y automatización, quizá lo verdaderamente disruptivo sea esto: una IA aplicada no para inventar futuro, sino para devolvernos pasado con sus contradicciones intactas.
Un hombre sin libros es un hombre sin alma; una IA sin contexto es solo un eco bien entrenado.
Ahora más que nunca, conviene mirar este tipo de experimentos con ojos abiertos. Porque si podemos construir una voz victoriana a partir de textos olvidados, entonces también podemos replantearnos qué significa “conocimiento” en los modelos de lenguaje. Y, sobre todo, quién decide qué se recuerda y qué se pierde en el ruido. Eso sí: no confundamos el asombro con ingenuidad. Cada cápsula del tiempo también es una selección. Y cada selección, una declaración de poder.
Y aquí viene la parte que más me interesa, porque es donde se separa la curiosidad del método. Una cosa es decir “una IA victoriana existe” y otra, muy distinta, es entender cómo se construye una cápsula del tiempo que no tenga filtraciones del presente. Grigorian no hizo lo habitual —no “afinó” un modelo ya educado con internet y luego le puso una peluca de 1830—. Decidió algo más incómodo y, por tanto, más honesto: entrenar desde cero, con la disciplina casi monástica de quien sabe que una sola palabra fuera de época puede arruinar el experimento.
El corazón del asunto es el corpus: 7.000 textos londinenses entre 1800 y 1875, que en conjunto suman unos 6,25 GB. Parece poco en tiempos de terabytes, pero no es “poco” si entiendes lo que significa leer de verdad. Como en una biblioteca: no gana el que acumula libros, sino el que los selecciona. Y eso, en Inteligencia Artificial, es una batalla política. Porque curar datos es decidir qué voces entran al salón y cuáles se quedan afuera en la lluvia.
Grigorian, además, documenta un proceso replicable (y eso tiene mérito) apoyado en scripts que automatizan tareas, pero no sustituyen el criterio humano. Por un lado, la recolección: herramientas como download_texts_improved.py permiten bajar material de dominio público, pero lo cierto es que descargar no es entrenar. El verdadero trabajo está en la cocina, donde nadie aplaude: limpiar, normalizar, recortar. Con prepare_dataset.py se eliminan errores de OCR, encabezados editoriales, anotaciones modernas y cualquier “polvo” contemporáneo que Project Gutenberg u otras fuentes suelen arrastrar. En la práctica, ese polvo es veneno: basta un puñado de metadatos actuales para que el modelo aprenda, sin que te des cuenta, un acento del siglo XXI.
Luego viene una decisión que muchos subestiman: la tokenización. Si alimentas un modelo “victoriano” con un vocabulario construido para el mundo moderno, ya empezaste mal. Por eso se entrena un tokenizador propio (train_tokenizer.py o train_tokenizer_hf.py), que escupe su propia gramática de piezas: vocab.json y merges.txt ajustados al inglés de la época. Aquí hay una metáfora inevitable: es como jugar ajedrez con piezas del mismo juego, sí, pero talladas en otra madera. Las jugadas se parecen, pero el peso cambia. Y ese peso —la frecuencia de palabras, los giros, la sintaxis— termina moldeando lo que el modelo puede “pensar” sin salirse del libreto temporal.
En cuanto al entrenamiento, Grigorian probó variantes con nanoGPT y una con Phi 1.5. Cuando veo a alguien alternar aproximaciones así, entiendo que está buscando algo más que “texto bonito”: está explorando qué arquitectura le devuelve mejor esa textura histórica. La versión 0 fue casi un boceto: 187 MB y 50 textos. El modelo contestaba con frases arcaicas, pero incoherentes; algo así como un loro educado en una biblioteca. No es un fracaso: es exactamente lo que uno esperaría cuando el corpus todavía no alcanza para sostener una narrativa. Después, al escalar a cientos y luego a miles de textos (hasta esos 6,25 GB), aparecen patrones más estables y una voz que deja de tartamudear. A la hora de entrenar modelos pequeños, ese salto de “tiene estilo” a “tiene consistencia” suele ser donde se decide todo.
Y aquí está la parte que desarma el mito de que “esto solo lo hacen Google o Microsoft”: el hardware declarado es bastante terrenal. Una GeForce RTX 4060, un i5-13400F y 16 GB de RAM DDR5. Es decir, un equipo fuerte, sí, pero dentro del alcance de un desarrollador serio. Como quien arma un taller en casa para encuadernar libros viejos: no necesitas una imprenta imperial, necesitas paciencia, método y la capacidad de repetir el proceso hasta que el texto deje de oler a pegamento.
Hay una ironía que no se me escapa: hemos romantizado tanto la “democratización” de la IA que ahora llamamos “democrático” a lo que antes era simplemente haz tu tarea. Porque entrenar desde cero exige exactamente eso: hacer la tarea. Curar datos, definir ventana temporal, diseñar tokenización propia, repetir entrenamientos, comparar salidas, corregir contaminación. No es glamour; es carpintería. Y quizá por eso este experimento incomoda a más de uno: demuestra que, con un corpus bien elegido y un proceso limpio, un modelo pequeño puede sonar más veraz que una catedral estadística entrenada con el ruido entero del mundo.
Caso “1834 en Londres”: conexiones históricas implícitas, verificación y cómo no caer en la trampa de las alucinaciones
Cuando terminas de afinar corpus, limpieza y tokenización, llega el momento incómodo: ponerle una frase al modelo y aceptar que puede devolverte oro… o humo. Y, en este caso, el prompt fue casi una llave vieja encontrada en un cajón: Era el año del Señor de 1834. Nada más. No hay instrucciones del tipo “háblame de política británica”, ni “menciona tal evento”, ni ese vicio moderno de guiar a la IA como si fuera un niño en una clase de catecismo. Solo una fecha lanzada al mar. Y el modelo, TimeCapsuleLLM, respondió con una escena que, al menos en tono y estructura, parece extraída de un panfleto o de un periódico de la época: calles de Londres con protestas y peticiones, una alusión al clima público, y un nombre propio que no es precisamente decorativo: Lord Palmerston.
Lo interesante no es que aparezca un aristócrata con apellido fotogénico. Lo interesante es cómo aparece. El texto no suena a enciclopedia ni a resumen escolar. Suena a ese barro verbal victoriano en el que lo privado se mezcla con lo público, donde la indignación se formula con solemnidad, y donde la narrativa se permite digresiones morales casi religiosas. Es decir: no solo hay un dato, hay una textura. Y ahí es donde uno entiende por qué estos modelos, aun siendo pequeños, pueden “reconstruir” historia de manera plausible: porque aprenden co-ocurrencias y patrones de discurso. Si en miles de textos ciertos años se asocian a peticiones, reformas, agitación social, y ciertos nombres se repiten en contextos políticos similares, el modelo puede hilvanar una escena sin necesidad de tener “el documento exacto de 1834”. Como en ajedrez, no necesitas recordar una partida completa para intuir la amenaza: te basta reconocer la estructura.
Ahora bien, aquí es donde entra el punto que separa a un entusiasta de un investigador serio: verificar. Grigorian contó que tuvo que ir a Google a confirmar la existencia del personaje y la relación con el contexto. Y esa verificación, aunque parezca trivial, es la vacuna contra el romanticismo. Porque, en la práctica, la IA generativa es experta en una forma de charlatanería elegante: puede escribir con voz convincente incluso cuando está inventando. Por tanto, si vas a usar un LLM pequeño para explorar historia, la pregunta no es “¿suena real?”, sino “¿qué parte de esto puedo respaldar con evidencia externa?”.
Cuando asesoro equipos que trabajan con asistentes de IA (aunque no sean históricos), insisto en un protocolo simple que también aplica aquí: separar afirmaciones verificables de retórica. En la salida de 1834 hay varios tipos de elementos:
- Entidades: nombres propios como Lord Palmerston, lugares como Londres.
- Eventos: protestas y peticiones en un año concreto.
- Relaciones: la insinuación de que el clima público se vincula a la época de ese actor político.
- Envoltura moral: juicios y comparaciones bíblicas (Jerusalén, el Evangelio), típicos de la prosa decimonónica.
Los dos primeros se verifican relativamente fácil: biografías, cronologías, hemerotecas, registros parlamentarios. El tercero (relaciones) requiere más cuidado: no basta con que Palmerston exista; hay que ver si su influencia, su cargo, o su presencia en el debate público encaja con el año y con el tipo de agitación que el texto sugiere. Y el cuarto, la envoltura moral, no se “verifica” como dato; se evalúa como consistencia estilística, que es otra capa de autenticidad. Aquí hay una ironía deliciosa: un modelo puede acertar en el tono y fallar en el hecho, o acertar en el hecho y sonar como un tuitero de 2024. Si no mides ambas cosas, te engañas solo.
¿Cómo evitar alucinaciones sin matar la utilidad del experimento? Tres medidas prácticas, sin entrar en herramientas exóticas. Primero, acotar por tiempo: detectar automáticamente vocabulario post-1875 o referencias modernas que delaten contaminación (si aparecen, algo se coló en la limpieza o el tokenizador aprendió basura). Segundo, triangulación: por cada salida interesante, buscar al menos dos fuentes externas independientes (idealmente una primaria digitalizada y una secundaria académica). Tercero, trazabilidad por corpus: cuando sea posible, revisar si en tus 7.000 textos existen menciones dispersas que expliquen por qué el modelo “llegó” a esa respuesta. No para exigirle una cita literal (no funciona así), sino para comprobar que la idea no nació de la nada.
Y aquí vale una advertencia que muchos ignoran porque prefieren el show: un texto puede ser históricamente “verosímil” y aun así ser falso en detalles críticos. Como un buen discurso político. Suena coherente, apela a símbolos correctos, menciona nombres respetables… y te vende una narrativa que no ocurrió. La diferencia es que al político lo juzgas por intención; al modelo, por diseño y datos. Por tanto, si vas a usar una IA victoriana para explorar 1834, trátala como tratarías un archivo: con respeto, sí, pero con sospecha profesional. Porque la memoria —ya lo dije— es un campo de batalla, y las alucinaciones son propaganda con gramática impecable.
Y aquí es donde la cosa se pone realmente interesante, porque entrenar un modelo “puro” es un logro técnico; pero comprobar que reconstruye historia sin que tú le des las pistas, ya entra en territorio delicado. Grigorian cuenta un episodio que me parece casi un test de honestidad para cualquier modelo: durante el entrenamiento introdujo la frase Era el año del Señor de 1834 y el sistema respondió con una narración que mencionaba protestas y peticiones en las calles de Londres y citaba a Lord Palmerston. Lo sarcástico del asunto es que muchos modelos actuales, con terabytes de dieta moderna, te redactan un párrafo “confiado” aunque no tengan ni idea. Aquí, en cambio, la salida no sonaba a Wikipedia sino a panfleto: una prosa con olor a tinta vieja, con ese tono moralizante que tanto abunda en la época.
La pieza clave no es la anécdota en sí, sino el mecanismo que sugiere. Un LLM pequeño, entrenado con textos de 1800 a 1875, no “recuerda” un artículo específico sobre 1834 como quien abre un archivo. Lo que hace es más parecido a lo que hace un lector obsesivo: internaliza patrones de coocurrencia, nombres propios que vuelven una y otra vez, estructuras retóricas que aparecen cuando se habla de conflicto social, política exterior o reformas. Como en ajedrez, no necesitas ver el manual de la apertura para reconocer que ciertas piezas “piden” ciertos movimientos. El dato de Palmerston no tiene por qué venir de un documento sobre 1834; puede emerger de cientos de menciones dispersas donde su figura se asocia a debates y tensiones de ese periodo. Y cuando el prompt invoca el año, el modelo “tira del hilo” que mejor encaja con el tejido del corpus.
Ahora bien, que algo sea plausible no lo vuelve verdadero. Y aquí conviene ponerse pesado, porque la validación es el único antídoto contra el autoengaño. Si un modelo te entrega una escena histórica con seguridad victoriana —esa seguridad con la que muchos escritores del XIX afirmaban cosas discutibles como si fueran ley natural—, tu trabajo no es aplaudir. Tu trabajo es verificar. En el caso de Grigorian, la comprobación fue sencilla: buscó en Google, encontró que Palmerston existió y que hubo agitación social en torno a ese periodo, y eso le bastó para confirmar que el texto no era inventado de la nada. Bien, pero eso es apenas el primer escalón.
Si tú quisieras replicar este tipo de chequeo (y evitar la “alucinación con sombrero de copa”), yo haría tres cosas muy concretas:
- Validación por entidades: extraer nombres propios, lugares y eventos del output (Palmerston, protestas, peticiones, Londres) y contrastarlos con una fuente independiente del corpus. No una, varias.
- Validación por contemporaneidad: revisar si el modelo cuela conceptos que delatan contaminación temporal. Si te menciona “teléfono”, “psicoanálisis” o “productividad” en clave moderna, ya tienes un olor raro. A la hora de evaluar HLLM, los anacronismos son el humo antes del incendio.
- Validación por tono documental: comparar el estilo con textos reales del periodo. No para romantizarlo, sino para detectar el típico “inglés/español neutro” de IA que suena correcto pero no suena a época. Esto es más común de lo que la gente cree: parecen convincentes hasta que los pones junto a documentos auténticos.
Lo cierto es que este ejemplo de “1834 en Londres” también revela una paradoja: cuanto más específica y cerrada es la ventana temporal, más fácil resulta detectar el error. En modelos masivos, el error se esconde porque el sistema tiene mil formas de disimular con generalidades. En un corpus victoriano, en cambio, si el modelo se inventa una institución inexistente o usa un giro lingüístico fuera de época, canta. En la práctica, muchos proyectos de IA celebran la fluidez y se olvidan de la trazabilidad. Y luego nos sorprende que la máquina “mienta”. No miente: rellena huecos, que es exactamente lo que le pedimos que haga cuando premiamos la elocuencia por encima de la evidencia.
Por eso este caso no es solo una curiosidad técnica. Es un recordatorio incómodo: una Inteligencia Artificial puede reconstruir conexiones históricas implícitas con muy pocos gigas, sí, pero el precio de usarla con seriedad es el mismo de siempre. Leer, contrastar, sospechar. Como buen victorianismo: mucha prosa y mucha moral, pero también una disciplina casi religiosa por las fuentes… al menos cuando convenía.
Implicaciones para negocios y marketing digital: control de sesgos temporales, diferenciación por curación de datos y oportunidades open source con hardware accesible
Después de hablar de Historical Large Language Models (HLLM) en investigación y humanidades, la pregunta inevitable es: ¿esto sirve para algo más que para maravillar a académicos y a nerds con buen gusto? Sí. Y aquí viene la parte menos romántica, pero más útil: TimeCapsuleLLM demuestra que el futuro de la Inteligencia Artificial aplicada en negocios no solo va de “modelos grandes”. Va de modelos apropiados. Apropiados en ventana temporal, apropiados en sesgo, apropiados en lenguaje, apropiados en riesgo.
En marketing digital, por ejemplo, llevamos años jugando una partida de ajedrez con piezas contaminadas. Pedimos a un asistente que escriba como nuestra marca, que hable “como si fuera” de nuestro sector, que entienda una regulación local, un tono corporativo, un catálogo. Y luego nos sorprendemos cuando mete frases, creencias o referencias que vienen de algún rincón de internet y que no tienen nada que ver con nuestro contexto. Lo cierto es que el sesgo no es un error; es un resultado del entrenamiento. La diferencia es que, por primera vez, proyectos como TimeCapsuleLLM nos recuerdan que ese sesgo se puede diseñar, no solo “tolerar”.
Para una empresa, controlar la “ventana temporal” no es un capricho histórico: es gestión de reputación. Es compliance. Es coherencia de marca. Una IA entrenada (o reentrenada desde cero, si el caso lo amerita) con un corpus acotado y curado puede convertirse en un asistente de IA mucho más confiable para tareas críticas: redacción de comunicaciones, atención al cliente, soporte interno, procedimientos, capacitación. No porque “sepa más”, sino porque se equivoca dentro de límites conocidos. Y en negocios, eso vale oro.
Ahora bien, la ventaja competitiva no está en decir “uso IA”. Eso ya lo dice hasta el vecino. La ventaja está en la curación de datos. En decidir qué entra y qué no entra. En construir tu propio “corpus victoriano” versión empresa: documentos de producto, políticas, manuales, contratos tipo, casos históricos de soporte, anuncios anteriores, campañas que sí funcionaron, y también lo que no quieres repetir. Porque, desgraciadamente, la mayoría de equipos usa modelos generalistas como quien bebe agua de un río: sin filtrar. Y luego vienen las intoxicaciones.
Me gusta esta metáfora: un HLLM es como un barco que navega con cartas náuticas de una sola época. No te va a inventar puertos modernos, pero te va a llevar con precisión por ese mar específico. En marketing digital, eso se traduce en algo muy concreto: consistencia y trazabilidad. No “creatividad infinita” (esa fantasía que solo sirve para vender demos), sino una voz que no traiciona el archivo cultural de la marca.
El diferencial no está en tener un modelo; está en tener un corpus que tus competidores no pueden copiar sin sudar.
Además, hay un ingrediente que a muchos les incomoda porque derriba el mito del “solo Big Tech”: el hardware accesible. Una RTX 4060, un i5 decente y 16 GB de RAM no son un centro de datos. Son un taller. Y el open source (licencia MIT, scripts de descarga, limpieza y tokenización) abre una puerta peligrosa para el status quo: equipos pequeños, startups y áreas de innovación corporativa pueden experimentar sin pedirle permiso al imperio. Eso sí, no confundas accesibilidad con facilidad. Esto no es apretar un botón; es hacer carpintería, y la carpintería exige oficio.
En términos de estrategia, yo veo tres oportunidades inmediatas para negocios que quieran hacer IA aplicada con cabeza:
- Diferenciación por dataset: productos y asistentes que ganan por calidad de corpus, no por tamaño de modelo. Como el buen café: importa el grano, no solo la máquina.
- Control de sesgos temporales y regulatorios: limitar el conocimiento a lo aprobado, vigente y auditable. Menos “opinión” estadística y más comportamiento alineado.
- Innovación en marketing digital con memoria: reentrenar (o entrenar desde cero cuando sea necesario) modelos con el histórico real de una marca para recuperar tono, promesas, objeciones y aprendizajes. La memoria, bien usada, vende mejor que la ocurrencia.
Y aquí va la frase incómoda, la que nadie quiere escuchar en una reunión: si tu estrategia de IA depende únicamente de un modelo generalista, tu “innovación” es alquilada. Es como ir a una guerra con uniforme prestado: te queda bien hasta que el dueño lo reclama. En cambio, cuando construyes tu corpus, cuando defines tu ventana de datos, cuando tokenizas y limpias con disciplina, empiezas a crear un activo propio. No una demo. Un activo.
La IA no te da ventaja por usarla; te la da por cómo decides qué aprende y qué debe olvidar.
Si llegaste hasta aquí, mi invitación es simple y, a la vez, exigente: deja de hablar de “herramientas” y empieza a hablar de arquitectura de conocimiento. Escoge un caso de negocio real (marketing, CX, producto, capacitación), define una ventana temporal y un corpus legítimo, y arma un piloto con estándares de verificación como los del “1834 en Londres”: entidades, contemporaneidad, trazabilidad. Vas a descubrir algo que el mercado todavía subestima: que el valor no está en que la máquina escriba bonito, sino en que escriba con responsabilidad.
Porque al final, entre el pasado victoriano y el presente corporativo hay una lección común: lo que no se cuida, se corrompe. Y en Inteligencia Artificial, la corrupción suele empezar con una frase pequeña que nadie revisó. Hoy tienes dos opciones: seguir consumiendo respuestas como quien traga titulares, o construir memoria con método. La historia —y también el mercado— premia a quienes eligen lo segundo.
Artículo base: https://www.xataka.com/robotica-e-ia/vida-tres-puntos-clave-ia-nos-ahorra-tiempo-nos-quita-historia