¿Qué es Zero-shot? — una analogía

1La analogía

¿Alguna vez compraste un despertador nuevo y ni siquiera abriste el manual? Lo más común es apretar botones directamente. Se aprieta el botón que dice "alarma", se ajusta la hora con las flechitas, y se guarda apretando de nuevo. Nadie hizo una demostración antes.

Se puede porque no es la primera vez. Ya se usó un microondas, un control remoto, un reloj anterior. Esa experiencia acumulada deja una idea de "así suele ser este tipo de aparato". Este aparato en particular es nuevo, pero este tipo de tarea no lo es.

Claro que no todo sale bien. Programar una alarma distinta para cada día de la semana, o cambiar el intervalo del botón de repetición, son funciones que a fuerza de apretar botones no salen tan fácil. Son funciones poco comunes, así que no hay intuición previa para ellas. El zero-shot es exactamente así.

2En detalle

Por qué funciona sin ejemplos

El modelo ya llenó sus fundamentos leyendo una cantidad enorme de texto. En ese texto había textos resumidos, textos traducidos, opiniones ya ordenadas, textos ya clasificados con una etiqueta, todo mezclado.

Por eso, pedirle "resúmelo en tres líneas" no es la primera vez que se lo piden. Ya tiene incorporado qué forma toma un resumen, qué se deja y qué se descarta. Es lo mismo que sacar a relucir la experiencia con un aparato viejo frente a uno nuevo.

Este es un punto donde se diferencia bastante de los métodos de antes. Antes, para hacerle hacer algo nuevo a un sistema, había que juntar datos específicos para esa tarea y entrenarlo aparte. Ahora se puede probar con un solo pedido escrito.

La instrucción es la única pista

Como no hay ejemplo, el texto de la instrucción lo es todo. Si la instrucción es borrosa, no queda nada más de dónde agarrarse. Por eso importa fijar con un verbo qué se está pidiendo y sumarle condiciones al resultado.

"Ordénalo" funciona peor que "saca solo lo esencial y ordénalo en tres líneas", y "elige" funciona peor que "elige entre elogio o queja". Anotar directamente en la instrucción la lista de respuestas posibles reduce bastante que salga un valor extraño.

También se puede fijar por escrito la forma que debe tener la respuesta. Algo como "cambia de línea en cada elemento y numéralo" deja bastante armado el formato aun sin ejemplos. Vale la pena probar esto antes de pasar a agregar ejemplos.

Hasta dónde llega y dónde se traba

Funciona bien con lo que es común en el mundo. Resumir, traducir, cambiar el tono, separar lo bueno de lo malo. Este tipo de tareas tenía casos parecidos de sobra en el material de entrenamiento.

Se tambalea en tareas con un formato muy exigente. Cuando hay que acertar exactamente el orden de los elementos o el símbolo separador, por más que se escriba con palabras, se termina desviando un poco. Si el resultado lo tiene que leer un programa, ese desvío se convierte de inmediato en un error.

Hay cosas que directamente no salen. Un criterio de clasificación exclusivo de la empresa, una norma que cambió hace poco, algo que solo está escrito en un documento interno: eso nunca lo vivió. En esos casos hay que escribir el criterio en la instrucción o adjuntar el material.

Cómo decidir si sumar ejemplos o no

Conviene probar primero sin ejemplos. Si funciona, se usa así y ya. Los ejemplos ocupan lugar, y si aumenta lo que se envía y se recibe, el tiempo y el costo también suben. Si la misma tarea se hace miles de veces al día, esa diferencia se vuelve grande.

La señal para pasar a usar ejemplos es clara. Cuando el formato sigue desviándose por más que se corrija la instrucción, cuando el tono de la respuesta cambia cada vez con el mismo pedido, o cuando el criterio es tan ambiguo que cuesta ponerlo en palabras. En esos casos, dos o tres ejemplos cortos funcionan más rápido que una explicación larga. También se puede afinar la instrucción y sumar ejemplos al mismo tiempo: no hay que elegir uno de los dos.

3Con más precisión

Zero-shot originalmente era el nombre de una situación en la que se resuelve un tipo de problema nunca visto durante el entrenamiento. En los modelos de lenguaje, suele referirse a dar solo instrucciones en el prompt, sin ningún ejemplo. Que no haya ejemplos no significa que no haya habido entrenamiento: el preentrenamiento y el ajuste para seguir instrucciones ya se completaron antes.

También hay puntos donde la analogía no encaja. Quien toca un aparato nuevo aprieta botones y, si algo sale mal, puede deshacerlo; el modelo no prueba y elige, sino que entrega la respuesta de una sola vez. De ahí viene esa imagen de responder con seguridad incluso a algo que no sabe bien. Además, cuando a una persona no le queda claro el nombre de un botón, va a buscar el manual; el modelo, aunque la instrucción sea ambigua, no vuelve a preguntar, sino que llena el vacío con lo más común. Si se quiere que pregunte de vuelta, eso también hay que escribirlo en la instrucción. Una línea como "si falta información, no respondas y pregunta qué hace falta" cumple ese papel.

4Pruébalo

ChatGPT ailearn.space Pide en una sola línea, sin ejemplos, algo que nunca le hayas pedido antes y comprueba hasta dónde llega

5Malentendidos comunes

Es fácil pensar que el zero-shot es el modelo resolviendo algo que nunca aprendió, pero en realidad funciona porque durante el preentrenamiento ya vivió muchos casos parecidos.
Es fácil creer que sumar ejemplos siempre es mejor, pero en realidad, si la tarea ya funciona bien, hacerlo sin ejemplos es más rápido y más barato.
Es fácil pensar que si el zero-shot no funciona, esa tarea es algo que el modelo no puede hacer, pero en realidad muchas veces alcanza con afinar la instrucción o sumar unos pocos ejemplos.

7Resumen en una línea

En resumenEl zero-shot es pedir algo solo con instrucciones, sin ejemplos, y funciona mejor cuanto más común sea la tarea, porque el modelo ya la vivió durante el preentrenamiento.

¿Te ayudó esta analogía?

¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02