Por qué la IA suena más lista en inglés
Por Chatday Editorial Team ·
Le preguntas algo a una IA en español, en polaco o en turco y la respuesta llega rápida y fluida. Le preguntas exactamente lo mismo en inglés y pasa algo sutil. La respuesta es un poco más afilada. Está mejor ordenada. Suena más segura.
No te lo estás imaginando, y no es culpa de cómo escribes. La diferencia existe, está medida, y se explica con algo muy simple: estos modelos han leído casi todo en inglés.
Internet, tal como lo leen estos modelos, es sobre todo inglés
Los modelos de lenguaje aprenden leyendo cantidades enormes de texto sacado de la web. Y esa web que leen está muy descompensada.
Una revisión de los grandes archivos web que se usan para entrenarlos analizó una copia de finales de 2023 de Common Crawl, un rastreo público de miles de millones de páginas. El inglés era alrededor del 44%. El segundo idioma de la lista, el alemán, rondaba el 5%. Todo lo demás se repartía lo que quedaba.
Compáralo ahora con el mundo real. Las bases de datos lingüísticas calculan unos 1.500 millones de hablantes de inglés contando a quien lo aprendió como segunda lengua, algo así como una persona de cada seis. O sea: un idioma que usa una sexta parte de la humanidad aporta casi la mitad del material de lectura.
El modelo no decide favorecer al inglés. Simplemente practica muchísimo más con él. Cada expresión hecha, cada frase rara, cada caso extraño aparece miles de veces más en inglés que en catalán o en vietnamita, y lo que cuenta es la práctica.
Tu IA probablemente piensa en inglés antes de responderte
Aquí viene la parte que sorprende. Cuando escribes en tu idioma, el modelo no razona necesariamente en él.
Un estudio de 2025 analizó qué ocurre dentro de los modelos multilingües mientras responden. Los investigadores vieron que estos sistemas toman sus decisiones clave en un espacio de representación cercano al inglés, sin importar en qué idioma entra ni sale la conversación. En sus palabras, el modelo genera primero algo con forma de inglés para las palabras con carga de significado y después lo convierte al idioma de destino.
Piensa en un compañero de trabajo brillante que creció leyendo en inglés y ahora trabaja en tu oficina. Te entiende perfectamente. Pero en algún punto intermedio el pensamiento ocurre en su primera lengua, y lo que recibes ha pasado por un paso de traducción.
La mayoría de las veces ni te enteras. Te enteras cuando el chiste no hace gracia, cuando una expresión llega traducida palabra por palabra o cuando el tono es correcto pero socialmente raro.
Por qué tu idioma puede costar más y quedarse antes sin espacio
Hay una segunda razón, más mecánica, que no tiene nada que ver con la inteligencia.
Antes de leer tu texto, el modelo lo trocea en piezas pequeñas llamadas tokens. A grandes rasgos, un token es un fragmento de palabra. Ese troceo está ajustado sobre todo al inglés, así que el inglés recibe piezas eficientes mientras que otros idiomas se parten en muchas más.
La investigación sobre esto encontró que la misma frase puede ocupar hasta 15 veces más tokens en algunos idiomas que en inglés. Los idiomas que no usan el alfabeto latino salen peor parados.
De ahí salen tres consecuencias, y las notas todas:
- Llegas antes al límite. La memoria de trabajo de la IA se cuenta en tokens, así que el mismo documento consume más en tu idioma.
- Puede costar más. Cuando un servicio cobra por token, la misma tarea sale más cara en un idioma que se parte en más piezas.
- Puede parecer más lento. Más piezas significa más trabajo para el modelo.
Nada de esto es un castigo. Es el efecto secundario de un diseño ajustado a textos en inglés, y condiciona tu experiencia sin que se note.
¿Y de cuánto estamos hablando?
De lo bastante como para importar, y con mucha desigualdad. Una prueba multilingüe llamada MMLU-ProX pasó el mismo conjunto de casi 12.000 preguntas tipo examen a 29 idiomas, lo que permite una comparación limpia: mismas preguntas, distinto idioma, mismo modelo.
El patrón fue constante. Los modelos rindieron bien en los idiomas con mucha presencia escrita y bajaron en los que tienen menos material en la red, con diferencias de hasta unos 24 puntos porcentuales entre el mejor y el peor. En una prueba donde una buena nota está en el entorno del 70, perder 24 puntos es la diferencia entre un experto seguro y un estudiante que va justo.
| Dónde está tu idioma | A quién corresponde | Qué puedes esperar |
|---|---|---|
| Muy bien representado | Inglés | Razonamiento más afilado, mejores expresiones, formato más fiable |
| Bien representado | Español, alemán, francés, portugués, chino, japonés | Cerca del inglés en casi todo lo cotidiano, con alguna frase rígida |
| Representación media | Muchos idiomas europeos y asiáticos con menos huella en la red | Buenas respuestas, tono más traducido, más fallos en detalles locales |
| Poco representado | Idiomas pequeños y la mayoría de idiomas africanos | Razonamiento claramente más débil, más errores dichos con seguridad, revísalo todo |
Dos matices honestos. Tus preguntas del día a día son mucho más fáciles que un examen, así que la distancia que notas suele ser menor que la del papel. Y estas cifras se mueven cada pocos meses, lo que nos lleva a la buena noticia.
La distancia se está cerrando, y es a propósito
Los laboratorios han descubierto que entrenar con más idiomas no es un gesto solidario, es una mejora.
Un artículo de 2026 lo puso a prueba directamente y encontró que añadir idiomas durante el entrenamiento mejora los resultados en general. Los idiomas con pocos datos ganan mucho, los que ya tenían muchos se mantienen en lugar de empeorar, y añadir aunque sea un solo idioma que no fuera el inglés también mejoró el inglés del modelo. Los autores concluyen que entrenar solo en inglés es, en general, poco óptimo.
Por eso cada generación de modelos suena un poco más natural en tu idioma que la anterior. Y por eso conviene repetir los consejos de abajo cada pocos meses: la respuesta a qué IA es mejor en tu idioma no deja de cambiar.
Cuatro formas de conseguir mejores respuestas en tu idioma
1. Di el idioma y también el registro
No escribas en tu idioma y cruces los dedos. Dilo. Algo así como: responde en español, en un registro cotidiano y natural, como hablaría una persona.
Esa última parte es la que más pesa. Si no dices nada, los modelos tiran hacia una voz formal con aire de traducción, porque así es la mayor parte del texto que no está en inglés que hay en internet.
2. Enséñale cómo escribes
Pega dos o tres frases escritas por ti y pídele que imite esa voz. Funciona mucho mejor que describir el tono que quieres, y es el arreglo más rápido para ese aire artificial del texto de IA en cualquier idioma.
3. En preguntas difíciles, separa pensar de responder
Si una pregunta es realmente difícil, prueba a hacerla en inglés y pedir la respuesta en tu idioma. Con lo que sabemos de ese paso intermedio con forma de inglés, a veces ayuda.
A veces. No siempre. Averiguarlo te cuesta un mensaje de más, y cuando lo difícil es el razonamiento, merece la pena probarlo.
4. Cambia de modelo, no de mensaje
Esta es la que casi nadie prueba y suele ser la ganadora. Cada laboratorio entrena con una mezcla distinta de idiomas, así que sus puntos fuertes en el tuyo se diferencian más de lo que sugiere su publicidad. El mismo mensaje puede quedar redondo en un modelo y rígido en otro, que es un caso concreto del motivo más amplio por el que los modelos de IA te dan respuestas distintas.
Gemini 3.1 Pro y Claude Sonnet 5 son buenos puntos de partida, pero no te fíes de nuestra palabra. Pasa tu propio mensaje por varios y mira cuál suena a persona de donde tú vives.
La prueba de los tres mensajes para cualquier modelo nuevo
Cuando quieras saber si un modelo se defiende en tu idioma, las tablas de resultados no te lo van a decir. Treinta segundos de prueba propia, sí. Esto es lo que miramos, y qué detecta cada cosa:
- Una expresión hecha o un chiste. Pídele que te explique un dicho que solo se usa aquí. Esto pilla a los modelos que traducen en vez de entender.
- Un detalle local. Pregunta algo práctico y específico de donde vives, y luego comprueba la respuesta. Esto pilla las invenciones dichas con seguridad, que son el fallo más caro.
- Un texto corto con tu voz. Un mensaje a un compañero, en tu registro normal. Esto pilla la rigidez, la formalidad equivocada y ese inconfundible aire de traducción.
Pasa esos tres por dos o tres modelos. Tendrás favorito en un par de minutos, y puede que no sea el más famoso.
Dónde no sirve nada de esto
Siendo claros con los límites: por mucho que escribas bien el mensaje, no vas a añadir conocimiento que el modelo nunca tuvo.
Si tu idioma tiene poca presencia en internet, la carencia está en el entrenamiento y ninguna instrucción ingeniosa la corrige. Las normas locales, los detalles legales de cada región y lo muy específico de un sitio pequeño son donde los modelos inventan con más aplomo, en todos los idiomas, y donde deberías comprobar antes de actuar.
Para cualquier cosa con consecuencias reales, un contrato, un informe médico, un formulario oficial, trata lo que salga de la IA como un borrador y que lo lea una persona que domine el idioma. Y cuando el trabajo es traducir de verdad y no conversar, una herramienta de traducción hecha para eso gana a una ventana de chat. Ese flujo lo explicamos en cómo traducir cualquier cosa con IA.
En resumen
La IA no es más lista en inglés. Simplemente ha leído más en inglés, ha practicado más en inglés, y la maquinaria de debajo se ajustó pensando en él. Esa distancia se acorta con cada generación, más rápido de lo que la gente cree, porque los laboratorios han descubierto que enseñarle más idiomas a un modelo lo mejora en todos.
Hasta que se cierre del todo, el arreglo no es renunciar a tu idioma. Es pedir con precisión lo que quieres, enseñarle tu voz al modelo y dejar de dar por hecho que la primera IA que probaste es la que mejor habla lo tuyo.