{"id":1457,"date":"2025-11-16T09:07:51","date_gmt":"2025-11-16T08:07:51","guid":{"rendered":"https:\/\/germanmallo.com\/?p=1457"},"modified":"2026-10-05T08:15:42","modified_gmt":"2026-10-05T06:15:42","slug":"chatgpt-random-47","status":"publish","type":"post","link":"https:\/\/germanmallo.com\/en\/chatgpt-random-47\/","title":{"rendered":"\u00bfPor qu\u00e9 le pides un n\u00famero al ChatGPT y te dice \u201c47\u201d?"},"content":{"rendered":"

El fen\u00f3meno: pedir un n\u00famero al azar \u2192 respuesta \u201c47\u201d<\/h3>\n

Quiz\u00e1s te ha pasado: abres ChatGPT y le dices algo como:<\/p>\n

\u201cDime un n\u00famero aleatorio del 1 al 100\u201d
\nY te devuelve: \u201c47\u201d<\/strong>.<\/p><\/blockquote>\n

<\/p>\n

Otras personas reportan que el n\u00famero es repetido, que no parece tan \u201caleatorio\u201d, que se vuelve recurrente. En foros como Reddit<\/a> se comenta este fen\u00f3meno:<\/p>\n

\u201cEverytime you ask ChatGPT to pick a number between 1 and 50, it picks 27.\u201d
\n\u201cThis time I asked why? 47 said it was the most random number between 0 and 100.\u201d
\nAunque no todos los comentarios hablan de 47 \u2014 algunos hablan de 27, 37 u otros \u2014 el patr\u00f3n es que el modelo tiende a repetir ciertos n\u00fameros en vez de distribuir perfectamente la elecci\u00f3n.<\/p><\/blockquote>\n

\u00bfQu\u00e9 est\u00e1 pasando realmente?<\/h3>\n

Para entenderlo, conviene recordar c\u00f3mo funciona ChatGPT (y, en general, los modelos de lenguaje grandes) y por qu\u00e9 \u201cescoge\u201d un n\u00famero que parece aleatorio, pero con sesgos. Algunos puntos clave:<\/p>\n

    \n
  1. No hay \u201cgenerador de n\u00fameros aleatorios\u201d interno puro<\/strong>
    \nCuando le pides \u201cun n\u00famero al azar\u201d, ChatGPT no est\u00e1 ejecutando un procedimiento de generaci\u00f3n aleatoria uniforme al estilo de rand(1,100)<\/code>. En vez de eso, est\u00e1 generando texto predicho \u2014 dadas las palabras del prompt, cu\u00e1l es la palabra (o n\u00famero) que sigue con mayor probabilidad seg\u00fan su entrenamiento.<\/li>\n
  2. Predicci\u00f3n basada en probabilidad de secuencia<\/strong>
    \nEn vez de \u201cescoger\u201d con igual probabilidad los n\u00fameros del 1 al 100, el modelo est\u00e1 determinando qu\u00e9 n\u00famero \u201csuena\u201d m\u00e1s plausible o m\u00e1s frecuente en su corpus de entrenamiento o \u201cm\u00e1s probable\u201d como respuesta de texto ante ese prompt. Por tanto ciertos n\u00fameros pueden tener \u201cm\u00e1s peso\u201d porque aparecen m\u00e1s o tienen asociaciones ling\u00fc\u00edsticas m\u00e1s fuertes.<\/li>\n
  3. Efecto de expectativa humana y sesgos ling\u00fc\u00edsticos<\/strong>
    \nCuando t\u00fa pides \u201cun n\u00famero aleatorio\u201d, tambi\u00e9n fuerzas una expectativa (humana) de \u201calgo que no se note calculado\u201d. El modelo puede aprender (o reflejar) que ciertas respuestas \u201caleatorias\u201d comunes son m\u00e1s aceptables socialmente o m\u00e1s \u201csorprendentes\u201d. Por ejemplo, el 47 es impar, no trivial (no 50, no 100, no 1) y puede haber sido m\u00e1s frecuente en ejemplos de entrenamiento, conversaciones, memes, etc.<\/li>\n
  4. Variabilidad del prompt, temperatura, contexto<\/strong>
    \nDependiendo del prompt exacto (\u201cDime un n\u00famero al azar del 1 al 100\u201d), del sistema (versi\u00f3n del modelo), de la \u201ctemperatura\u201d o randomizaci\u00f3n interna, del hist\u00f3rico de conversaci\u00f3n, puede cambiar la respuesta. Pero en muchos casos, se observa la \u201cpopularidad\u201d de ciertos n\u00fameros, lo cual lleva a la impresi\u00f3n de que siempre sale el mismo.<\/li>\n<\/ol>\n

    \u00bfPor qu\u00e9 el n\u00famero 47 en concreto?<\/h3>\n

    No hay una confirmaci\u00f3n oficial de que ChatGPT tenga predisposici\u00f3n fija al 47. Pero la comunidad de Reddit comenta que, en sus experimentos, el n\u00famero 47 apareci\u00f3 con frecuencia. Algunos razonamientos:<\/p>\n