System 2 Thinking

El pensamiento del Sistema 2 es el modo de razonamiento lento, deliberado y que requiere esfuerzo de la teoría de procesos duales de la cognición humana, frente al Sistema 1, que es rápido, automático e intuitivo. Los psicólogos Keith Stanovich y Richard West dieron nombre a los dos sistemas en 2000, y Daniel Kahneman, que compartió el Premio del Banco de Suecia en Ciencias Económicas en memoria de Alfred Nobel de 2002, los popularizó en su libro de 2011 Thinking, Fast and Slow. Kahneman los ilustra con el problema del bate y la pelota de Shane Frederick: un bate y una pelota cuestan 1,10 $ en total, y el bate cuesta 1,00 $ más que la pelota. El Sistema 1 responde que la pelota cuesta 10 céntimos, mientras que el Sistema 2, al comprobar la operación, obtiene 5 céntimos. En la inteligencia artificial (IA), el término describe modelos y sistemas que dedican más capacidad de cálculo a razonar, buscar o verificar antes de responder.

Sistema 1 y Sistema 2 en IA#

Una pasada hacia delante de una red neuronal se comporta como el Sistema 1: un modelo de clasificación de imágenes, uno de detección de objetos o una predicción del siguiente token de un modelo de lenguaje grande (LLM) dedica el mismo cálculo fijo a cada entrada, fácil o difícil. Yoshua Bengio convirtió esta distinción en el eje de su ponencia inaugural de NeurIPS 2019, «From System 1 Deep Learning to System 2 Deep Learning», donde sostuvo que el aprendizaje profundo había dominado la percepción rápida, pero aún necesitaba el razonamiento, la planificación y la generalización a situaciones nuevas que aporta el Sistema 2. Los métodos del Sistema 2 permiten que el cálculo aumente con la dificultad mediante búsqueda, razonamiento paso a paso o comprobación de una respuesta antes de confirmarla.

La IA para juegos combinó pronto ambos sistemas. AlphaGo emparejó una red de políticas que propone movimientos prometedores de un vistazo con la búsqueda de árbol de Monte Carlo (MCTS), que explora distintas variantes antes de elegir; el trabajo Thinking Fast and Slow with Deep Learning and Tree Search (2017), de Thomas Anthony, Zheng Tian y David Barber, entrenó la red rápida para imitar la búsqueda lenta, de modo que los resultados deliberados se convierten en intuición con el tiempo. Los sistemas que usan ambos modos suelen dirigir cada entrada a uno u otro:

Técnicas del Sistema 2 en modelos de lenguaje#

La generación de cadenas de pensamiento pide a un LLM que escriba pasos intermedios, lo que le da más tokens y, por tanto, más capacidad de cálculo antes de responder. El árbol de pensamientos, cuyo artículo de 2023 cita directamente la teoría de procesos duales, explora distintas ramas de razonamiento y retrocede desde los callejones sin salida; en el acertijo aritmético Game of 24, elevó del 4 % al 74 % la tasa de éxito de GPT-4 frente a la generación de cadenas de pensamiento. Los modelos de razonamiento, como o1 de OpenAI y DeepSeek-R1, se entrenan con aprendizaje por refuerzo para razonar por su cuenta durante más tiempo, y un modelo de recompensa de proceso (PRM) puede comprobar cada paso de una solución candidata durante la búsqueda.

Muchos productos ofrecen ambos modos. Claude 3.7 Sonnet de Anthropic, publicado en febrero de 2025, es un modelo que responde directamente o utiliza el pensamiento extendido en función de una configuración, y GPT-5, publicado en agosto de 2025, utiliza un enrutador que envía cada solicitud a un modelo rápido o a otro con un razonamiento más profundo, de forma parecida al diagrama anterior.

Sistemas rápidos y lentos en visión y robótica#

La robótica reparte los dos sistemas entre modelos independientes que funcionan a velocidades distintas. Helix de Figure, anunciado en febrero de 2025, ejecuta un modelo de visión y lenguaje (VLM) de 7000 millones de parámetros a entre 7 y 9 Hz como Sistema 2, que interpreta la escena y la orden hablada, y una política de control de 80 millones de parámetros a 200 Hz como Sistema 1, que convierte la salida del VLM en movimiento continuo de la parte superior del cuerpo, hasta llegar a cada dedo.

Las canalizaciones de visión utilizan la misma división para controlar los costes. La plantilla YOLO to VLM Monitor de Ultralytics Platform Agents ejecuta un modelo nano YOLO26 con cada imagen y llama a un VLM para describir la escena solo cuando YOLO detecta al menos a una persona. Así, las imágenes sin personas nunca llegan al modelo más lento y costoso.

Costes y límites#

Kahneman describió el Sistema 2 como perezoso: el pensamiento deliberado cansa, así que las personas recurren por defecto al Sistema 1 y a menudo aceptan sus errores. En IA, el coste se traduce en latencia y capacidad de cálculo, ya que un modelo de razonamiento puede generar miles de tokens ocultos antes de responder a una pregunta que un modelo rápido resuelve en una sola pasada, y el enrutamiento determina con qué frecuencia se paga ese coste. La deliberación tampoco garantiza un razonamiento sólido. Los pasos escritos de un modelo pueden diferir del cálculo que produjo su respuesta, una discrepancia estudiada en la IA explicable (XAI), y los métodos de razonamiento latente trasladan la deliberación a estados ocultos que no dejan ningún rastro escrito.