El estudiante de Magíster fue reconocido por su investigación sobre aprendizaje en contexto en modelos de lenguaje durante el segundo día de la actividad académica.
Explicar en apenas un minuto una investigación que combina inteligencia artificial, probabilidades y modelamiento matemático no es una tarea sencilla. Sin embargo, Maximiliano Rojas, estudiante del programa de Magíster en Ciencias de la Ingeniería, mención Eléctrica, e integrante del Laboratorio de Información y Decisión en la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, logró captar la atención del jurado y obtuvo el primer lugar en la categoría “Tesis en 1 minuto” del IV Simposio de Postgrado de la FCFM 2026.
Su participación y reconocimiento se realizó el viernes 21 de agosto en la Explanada de Beauchef 851 como parte de una jornada que también incluyó la presentación de pósteres de estudiantes de distintos programas de postgrado de la Facultad. El Simposio comenzó el jueves 20 de agosto con la sesión de pósteres y exposición de tesis en formato breve, durante ambos días.
“Fue una sorpresa, la verdad. Fue algo feliz”, cuenta Maximiliano sobre el reconocimiento. Para el estudiante, uno de los aspectos más significativos de la experiencia fue poder presentar su trabajo ante personas que no necesariamente se especializan en inteligencia artificial o ingeniería eléctrica.
“Me hace feliz saber que personas que tal vez no son del área le ven valor a lo que hago y a lo que estamos investigando en este laboratorio”, señala.
Una mirada matemática a los modelos de lenguaje
La tesis de Maximiliano, cuyo título preliminar es Evaluación empírica del aprendizaje en contexto minimax en modelos de lenguaje, aborda una capacidad central de sistemas de inteligencia artificial como ChatGPT o Gemini: el aprendizaje en contexto.
En términos simples, los modelos de lenguaje son entrenados para predecir cuál podría ser la siguiente palabra en una secuencia. No obstante, cuando reciben ejemplos dentro de una instrucción -lo que habitualmente se conoce como prompt– pueden identificar patrones y resolver tareas nuevas sin que sea necesario reentrenarlos explícitamente.
“Uno puede pasarle ejemplos sobre lo que quiere que resuelva y después hacerle una solicitud. La inteligencia artificial es capaz de predecirlo con un nivel de precisión increíble”, explica.
Una aplicación posible de este mecanismo sería la generación de material educativo personalizado. Por ejemplo, una persona podría entregar a un modelo dos guías de ejercicios de álgebra o física y solicitarle que produzca una nueva guía de cálculo, conservando un formato, nivel de dificultad y estilo determinados. “Esto puede ocurrir en cualquier contexto”, plantea el investigador.
El trabajo busca comprender con mayor profundidad cómo se produce este aprendizaje en contexto y qué factores influyen en su desempeño. La investigación se desarrolla en el Laboratorio de Información y Decisión, donde Maximiliano trabaja aproximadamente desde hace un año junto al académico y director del DIE, el profesor Jorge Silva, quien -según destaca- fue “el arquitecto de toda la idea”.
Resultados que desafían la intuición
Uno de los hallazgos que más le llamó la atención durante su investigación es que los modelos más grandes no siempre obtienen los mejores resultados.
Existe la intuición de que un sistema con más parámetros y mayores recursos computacionales debería desempeñarse mejor en prácticamente todas las tareas. Sin embargo, los experimentos realizados por Maximiliano muestran que, en ciertos escenarios de aprendizaje en contexto, algunos modelos más pequeños pueden superar a otros de mayor tamaño. “Es un resultado interesante, porque contradice un poco la intuición”, comenta.
Asimismo, su investigación indica que el nivel de incertidumbre propio de una tarea puede influir en el comportamiento de los modelos. En algunos problemas con mayor incertidumbre, determinados sistemas incluso pueden presentar un mejor desempeño.
Estos resultados contribuyen a comprender que el funcionamiento de los modelos de lenguaje no depende únicamente de su tamaño. También es necesario analizar las características de las tareas que enfrentan y los mecanismos probabilísticos que operan detrás de sus respuestas.
“Lo que nosotros hacemos en el laboratorio es muy relevante y fundacional para la Inteligencia Artificial (IA). Muchas veces las personas no entienden estos mecanismos o piensan que son magia. Nosotros buscamos acercarlas a la IA , pero con matemáticas y formalidad”, afirma.
“Hay que generar músculo con agudeza mental”
Maximiliano reconoce que inicialmente se inscribió en el simposio principalmente para adquirir experiencia. Siguiendo un consejo de su profesor, Jorge Silva, entendió la participación como una oportunidad para “generar músculo”: practicar la capacidad de comunicar una investigación compleja de manera clara, directa y atractiva.
Para prepararse, recurrió incluso a una herramienta de Inteligencia Artificial. Le pidió sugerencias para explicar su trabajo a personas que no fueran especialistas y utilizó esa orientación como punto de partida para elaborar un guion propio.
“Después fui modificando el guion, cambiando los tiempos y las palabras que me acomodaban más. Y repetí la presentación varias veces, hasta que sonara interesante y tuviera sentido”, relata.
El reconocimiento tuvo un efecto inmediato en su motivación. El lunes siguiente a la actividad volvió al laboratorio “con hartas ideas” e inspiración, y percibió un nuevo impulso entre sus compañeros. “Siento que hay un nuevo aire, ganas de trabajar, de seguir participando y promoviendo las investigaciones del laboratorio”, señala.
Un espacio para aprender y colaborar
Más allá del premio, el estudiante valora el simposio como una instancia de aprendizaje y encuentro entre disciplinas. A su juicio, las preguntas y críticas que surgen durante la presentación permiten identificar nuevas perspectivas y fortalecer las investigaciones.
“Uno va a aprender mucho sobre su trabajo porque le van a hacer varias consultas, y eso lo va a hacer dudar. Esa es la gracia de la ciencia y la investigación: que critiquen el trabajo, porque por medio de la crítica salen nuevas ideas”, sostiene.
También destaca la posibilidad de conocer investigaciones desarrolladas en áreas distintas a la propia, como geología, geofísica o matemática. Esa mirada amplia, plantea, puede abrir oportunidades de colaboración y contribuir a generar un mayor impacto.
Por eso, recomienda a estudiantes de pregrado y postgrado participar en este tipo de actividades, incluso si todavía no se sienten completamente preparados.
“Uno puede centrarse mucho en lo que está investigando y no saber qué hacen otras áreas. El contexto global de investigación permite identificar dónde se podría colaborar y generar un impacto grande”, explica.
Del magíster al doctorado
Maximiliano ingresó a Ingeniería Eléctrica en 2020. Tras completar sus primeros cinco años en el programa, continuó durante un año en el Departamento de Ingeniería en Matemática, con el objetivo de profundizar su razonamiento abstracto, para luego incorporarse al Magíster en Ingeniería Eléctrica.
Actualmente se encuentra en una etapa inicial del programa y espera finalizar su tesis hacia fines de 2027. A corto plazo, sus objetivos son concluir ese trabajo y publicar artículos junto a sus compañeros de investigación. A futuro, proyecta continuar una trayectoria académica y realizar un doctorado en el extranjero.
“Me gustaría conocer las distintas perspectivas que existen fuera de Chile, tener una especie de aprendizaje cruzado y convertirme en un investigador más íntegro y completo”, afirma.
Su interés por esta área surge de la posibilidad de unir el modelamiento matemático con problemas de aplicación concreta. “Me gusta mucho el modelamiento matemático, particularmente con probabilidades, pero también me interesa hacer cosas que tengan impacto práctico en la vida de las personas”, explica.
A quienes estén considerando acercarse a la investigación, les recomienda comenzar por una pregunta y aprovechar sólidamente la formación de base.
“Hay que aprovechar los cursos de probabilidades, cálculo y álgebra, porque son fundamentales. No basta con resolver ejercicios: hay que ir a clases, hacer preguntas, investigar por cuenta propia y motivarse”, indica. Y, mirando su propio recorrido, agrega un consejo que habría querido recibir antes: combinar la lectura con la experimentación.
“Cuando entré al laboratorio me dediqué principalmente a leer artículos. En retrospectiva, creo que habría sido mejor programar algo, hacer experimentos y comenzar desde ahí a formular preguntas. Hay que tener ambos lados de la balanza: ser capaz de leer, pero también de hacer cosas experimentales”.
Al finalizar, Maximiliano agradece a sus profesores, compañeros y familia. Menciona especialmente al profesor Jorge, a Sebastián Espinosa y a Felipe Tobar, académico del Imperial College London, por sus aportes y orientación durante el desarrollo de su investigación. Además agradeció, de forma especial, el apoyo de su papá.
El primer lugar en “Tesis en 1 minuto” no solo reconoce su capacidad para comunicar ciencia en un formato breve. También pone en valor investigaciones que, aunque abordan problemas altamente técnicos y fundamentales, buscan contribuir a una comprensión más profunda, rigurosa y accesible de la inteligencia artificial.
