Ciudad de México,
Sergio F Cara
Crédito foto: Sergio F Cara (NotiPress)
El paradigma JEPA surge a partir de una crítica directa de Yann LeCun a los modelos actuales de inteligencia artificial, en especial los modelos de lenguaje de gran escala o LLMs. De acuerdo con el científico jefe de Meta, estos sistemas manejan palabras y símbolos con eficacia, aunque muestran límites claros al interactuar con el mundo físico, anticipar consecuencias o desenvolverse en situaciones reales.
JEPA corresponde a las siglas Joint Embedding Predictive Architecture. El especialista en reconocimiento óptico de caracteres y visión por computadora presentó este enfoque en 2022 en el artículo Un camino hacia la inteligencia artificial autónoma. Este enfoque surgió como una línea de investigación orientada a resolver fallas observables en la inteligencia artificial contemporánea, más que como una teoría cerrada, académica o un producto terminado. La propuesta se apoya en una idea simple: una máquina puede aprender de forma más eficiente cuando primero construye una representación interna de lo que observa y luego trabaja sobre esa representación.
En los modelos actuales, el aprendizaje se basa en adivinar la siguiente palabra o el siguiente símbolo dentro de una secuencia. Ese método funciona bien en lenguaje, programación o matemáticas, donde el número de posibilidades está acotado. Sin embargo, el científico de Meta sostiene que el mundo real no funciona de ese modo. La realidad física presenta demasiadas variantes posibles, lo cual vuelve impracticable la predicción directa de cada detalle.
Un ejemplo de esto es pedirle a un modelo de inteligencia artificial como ChatGPT de Open AI que genere una imagen de un tablero de ajedrez en una jugada próxima a jaque mate. En la imagen de abajo se observan inconsistencias de contexto como piezas entre casillas blancas y negras o casillas consecutivas del mismo color, algo ilógico para la mente humana pero válido para un modelo de IA. También en la imagen generada se observan piezas fuera del tablero cuya inconsistencia como el caballo blanco, es observable por el ojo humano.
Ejemplo de no comprensión de una IA del entorno real
Dicho de otro modo, predecir el siguiente fotograma de un video, píxel por píxel, resulta ineficaz. Elementos como el movimiento de hojas, reflejos de luz o texturas cambian de forma impredecible. Frente a ese escenario, el modelo propuesto trabaja de otra manera: el sistema aprende una representación general de la escena y deja de lado los detalles que no puede anticipar de forma confiable.
Esta forma de aprendizaje propuesta con el paradigma JEPA se asemeja a la experiencia humana. Cuando una persona observa un entorno, no memoriza cada rasgo visual. Reconoce posiciones, relaciones y movimientos relevantes. A partir de esa información, puede anticipar qué ocurrirá si un objeto se desplaza o si una acción altera el entorno. La propuesta de LeCun replica —en teoría— ese mecanismo al operar sobre representaciones compactas, en lugar de datos crudos.
Otro rasgo central del enfoque es el aprendizaje sin instrucciones paso a paso. En lugar de recibir respuestas correctas o incorrectas en cada etapa, el sistema se entrena con información incompleta y aprende a reconstruir lo que falta. Este método permite identificar regularidades del entorno a partir de la experiencia, una característica presente en humanos y animales.
En la entrevista del 12 de diciembre de 2025 con Janna Levin, LeCun amplió esta idea al vincular JEPA con la noción de modelos del mundo. Según explicó, una inteligencia artificial útil debe contar con una estructura interna que le permita entender causas y efectos. Solo con ese tipo de representación resulta posible anticipar el resultado de una acción antes de ejecutarla.
Este punto marca una diferencia clave frente a los modelos actuales LLMs. Mientras los sistemas basados en lenguaje generan respuestas, JEPA sienta las bases para sistemas capaces de planear secuencias de acciones, evaluar consecuencias y adaptarse a situaciones nuevas. LeCun fue enfático al justificar su enfoque con este tipo de capacidad como algo indispensable en robótica y automatización.
Desde una perspectiva aplicada, especialistas entrevistados por NotiPress advirtieron que gran parte de los sistemas de inteligencia artificial actuales operan de forma "no determinística", lo cual limita su adopción en procesos productivos críticos. Haig Hanessian, de Cognition, explicó que en entornos empresariales no basta con obtener respuestas plausibles, ya que muchas tareas requieren resultados idénticos ante las mismas condiciones. En ese contexto, el ejecutivo señaló que la variabilidad inherente de los modelos generativos obliga a recurrir a arquitecturas más predecibles cuando se trata de auditorías, conciliaciones o controles operativos. Si bien la propuesta del científico de Meta no asegura resultados determinísticos, su marco conceptual podría encajar en resultados más predecibles dado el método de aprendizaje.
Fernando Leibowich Beker, de CEO y cofundador de Lidd AI, coincidió en que el avance conceptual resulta necesario, aunque subrayó que el mercado impone restricciones concretas vinculadas a costos, eficiencia y retorno de inversión. Durante la conversación con esta agencia de noticias, el directivo sostuvo que buena parte del desarrollo actual sigue siendo un "entretenimiento caro" si no se traduce en productividad medible. Ambos especialistas reconocieron el valor de enfoques orientados a comprender el mundo físico, aunque aclararon que la adopción empresarial depende de impactos inmediatos, como la reducción de "horas" de trabajo o la optimización de procesos existentes.
Desde esta perspectiva, JEPA representa un cambio de dirección en el desarrollo de la inteligencia artificial. El enfoque desplaza la atención del texto generado hacia la comprensión del entorno. En términos prácticos, esta orientación resulta necesaria si la inteligencia artificial pretende avanzar desde la manipulación de símbolos hacia un desempeño funcional en el mundo cotidiano.