LLMs Can’t Jump es el texto escrito por Tom Zahavy, investigador experto en inteligencia artificial de Google DeepMind. Fue presentado como artículo de posición, es decir, un escrito académico para defender una postura teórica conceptual argumentada, sin experimentación asociada, en el International Conference on Machine Learning (ICML) 2026.
Plantea que los modelos de lenguaje gigantes (LLMs) pueden encontrar patrones y derivar consecuencias con gran capacidad, pero todavía no dan el salto necesario para formular una teoría científica o del conocimiento realmente nueva.
El artículo, es una tesis argumentativa que utiliza la creación de la teoría de la relatividad general de Albert Einstein como caso comparativo para examinar qué separa una herramienta científica potente, como la IA generativa actual, de un sistema capaz de proponer sus propias explicaciones fundamentales.
Zahavy divide el razonamiento en tres capacidades. La inducción, que es la habilidad de encontrar regularidades en los datos; la deducción, que obtiene conclusiones desde premisas conocidas; y la abducción, que propone una explicación posible para observaciones que todavía no encajan en una teoría.
Según el autor, la IA generativa ha avanzado mucho en las dos primeras tareas, en especial cuando se combina con buscadores, programas y verificadores formales. Pero su límite aparecería al intentar inventar las premisas desde las que luego puede comenzar una demostración. Como lo puede hacer un humano.
Tom Zahavy recurre a Einstein como prueba mental
El artículo mira el periodo en que Einstein desarrolló la relatividad general. La gravedad de Newton explicaba casi todas las observaciones disponibles y solo existían anomalías reducidas, como la órbita de Mercurio. Por eso no había una gran acumulación de errores que señalara de forma directa la teoría que debía reemplazarla.
La propuesta de Einstein surgió al conectar ideas físicas y matemáticas de una manera que no se desprendía automáticamente de los datos. Zahavy llama a ese movimiento un salto abductivo: imaginar una estructura explicativa nueva y después deducir consecuencias que puedan contrastarse con el mundo.
Desde esa perspectiva, comprimir información o predecir la siguiente palabra no bastaría. Un modelo puede reconstruir una demostración cuando dispone de los conceptos y las premisas, pero eso no prueba que pueda originar el marco conceptual que convierte un problema sin forma en una teoría verificable.
Esta diferencia también ayuda a matizar el interés de DeepMind por los modelos multimodales. Un sistema puede acelerar búsquedas, simulaciones y cálculos científicos sin haber creado por sí solo una explicación comparable a una revolución teórica.
La propuesta mira hacia modelos conectados con el mundo físico
Zahavy sugiere investigar modelos multimodales del mundo que integren visión, acción y simulaciones físicamente coherentes. La idea es que una IA con experiencia sensorial más rica podría explorar situaciones, detectar tensiones entre lo que predice y lo que ocurre, y convertir esas experiencias en axiomas formales.
Sin embargo, el artículo no demuestra que ese camino produzca abducción ni que los LLM actuales sean incapaces de combinar conceptos de maneras originales. La frontera entre recombinar conocimiento previo y crear una premisa nueva sigue abierta, y el propio formato de artículo de posición invita a discutirla.
La contribución del LLMs Can’t Jump es poner una prueba más exigente sobre la mesa. En vez de preguntar si la IA puede responder preguntas científicas existentes, propone evaluar si podría formular el tipo de pregunta y de estructura teórica que antes no estaban disponibles. Esa capacidad aún no tiene una medición aceptada.
Fuentes
Tom Zahavy: Position: LLMs can’t jump
