¿Qué Modelos de IA Analizan tu Chat de WhatsApp? Una Respuesta Directa

Respuesta corta: tu informe lo produce un conjunto de sistemas, no una sola IA. Las estadísticas las calcula código común, sin ningún modelo involucrado. El análisis escrito y el asistente funcionan con un modelo de lenguaje grande de OpenAI. Un índice de búsqueda construido con embeddings permite al asistente encontrar los mensajes correctos. Y una cuarta capa, añadida este mes, es una nueva clase de modelo llamada Jev, que mide lo que antes el modelo de lenguaje estimaba.

La mayoría de los productos responden a esta pregunta con "impulsado por IA avanzada". Esa frase existe para evitar la respuesta. Aquí está la de verdad, capa por capa, incluyendo qué partes de tu informe no las produce ninguna IA.

Por qué un conjunto en lugar de un solo modelo grande

El instinto es mandar la conversación entera al modelo más grande disponible y pedirle todo. Es una sola integración y queda bien en una demo.

También es la forma equivocada de abordar este problema, porque las preguntas de tu informe no son el mismo tipo de pregunta.

"¿Cuántos mensajes envió cada uno, y cómo ha cambiado vuestro tiempo medio de respuesta desde marzo?" es aritmética. Hay una respuesta correcta, está en el archivo, y un modelo de lenguaje al que se le pide producirla está haciendo algo estrictamente peor que contar: está estimando un número que simplemente podría calcularse.

"¿Qué ha cambiado en cómo os habláis?" es interpretación. Ninguna cantidad de conteo produce ese párrafo. Necesita un modelo que entienda el lenguaje.

Aquí esos trabajos van a máquinas distintas. Eso es lo que significa la palabra conjunto en este contexto: no varias marcas de lo mismo promediadas, sino tipos de sistema distintos, cada uno haciendo la parte en la que realmente es bueno.

Capa uno: las estadísticas no son IA en absoluto

Recuentos de mensajes, quién escribe más, quién inicia las conversaciones, distribuciones de tiempo de respuesta, actividad por meses y horas, las medidas socio-lingüísticas: todo eso se calcula a partir de tu texto seudonimizado con código convencional y bibliotecas establecidas de procesamiento de lenguaje natural. Ningún modelo grande participa en este camino.

Por eso esos números son idénticos cada vez que analizas el mismo archivo. No pueden variar entre ejecuciones y no pueden inventarse, porque nada los está generando. Están contados.

Es la capa menos vistosa y la que defenderíamos con más fuerza. Una estadística producida por aritmética es un hecho sobre tu conversación. Una estadística producida por un modelo de lenguaje es la impresión de ese modelo sobre tu conversación, con un decimal puesto.

Capa dos: el modelo de lenguaje

El análisis semántico —sentimiento, implicación, conflicto, claridad, salud de la relación— y cada intercambio que tienes con el asistente funcionan con un modelo de lenguaje grande de OpenAI.

Siendo directos, como lo somos en nuestra página de privacidad: esto significa que el texto seudonimizado de tu conversación se envía a la API de ese proveedor. Llega sin cuenta, sin correo, sin teléfono y sin nombres reales, porque esos se reemplazaron en tu navegador antes de subir nada. Bajo los términos de API con los que opera ese proveedor, el contenido no se usa para entrenar sus modelos.

Deliberadamente no publicamos versiones exactas de modelos. Cambian a medida que salen mejores, y un número de versión en una página de marketing queda obsoleto en unos meses. Lo que importa es la categoría y el proveedor, y ambos están indicados arriba.

Capa tres: el índice de búsqueda

Para que el asistente pueda responder a "¿alguna vez discutimos por dinero?" sin que hayas escrito esas palabras exactas, tu conversación se divide en fragmentos y se convierte en embeddings: representaciones numéricas del significado. Ese índice pertenece solo a tu análisis y se elimina junto con él.

Capa cuatro: Jev, y qué cambia

Esta capa es nueva —entró en funcionamiento con este artículo— y merece una explicación en detalle, porque es un tipo de componente genuinamente nuevo y no una versión más grande del anterior.

Jev viene de TypeSafe AI, un laboratorio de San Francisco fundado por Diogo Almeida, coautor del artículo de InstructGPT que está detrás de ChatGPT. Salió del modo sigiloso en septiembre de 2026 y los desarrolladores se fijaron de inmediato, por una razón inusual: Jev no escribe.

Es lo que sus creadores llaman un modelo de Sistema Uno, por el modo de pensar rápido e intuitivo de Daniel Kahneman. Le das un estado y una pregunta tipada, y devuelve una respuesta tipada con una probabilidad calibrada asociada. No un párrafo. Un valor y un número que expresa su grado de confianza. Como las respuestas posibles se definen por adelantado, no hay espacio en la salida para que invente una: el modo de fallo que hace que la gente desconfíe del análisis con IA está estructuralmente ausente. Se entrenó por completo con datos sintéticos, y es lo bastante rápido y barato para recorrer una conversación entera en lugar de un puñado de fragmentos recuperados.

Esto es por qué importa en un informe sobre tu relación.

Hasta ahora, las puntuaciones semánticas aquí se producían de la forma estándar: recuperar los pasajes relevantes, pasarlos a un modelo de lenguaje y pedir una puntuación de conflicto entre 0 y 1. Funciona, y tiene tres defectos con los que nunca estuvimos cómodos. El número es una impresión más que una medición. No es reproducible, porque en ejecuciones distintas afloran pasajes distintos. Y no puede mostrar su trabajo: al preguntarle "¿qué mensajes?", un modelo que se formó una impresión construirá citas plausibles a posteriori sin ningún problema.

Con Jev, el orden se invierte. Se lee cada turno de la conversación y se hacen preguntas concretas y factuales sobre cada uno: ¿esto desprecia lo que se acaba de decir? ¿es un intento de reparar después de una fricción? ¿esta respuesta entra en el fondo del asunto o lo esquiva? Cada respuesta es una probabilidad asociada a un turno específico, y todas se almacenan.

Las puntuaciones se calculan después en código a partir de esas etiquetas almacenadas, exactamente igual que los recuentos de mensajes de la capa uno. El modelo de lenguaje sigue escribiendo la prosa que explica la sección, porque para eso sirven los modelos de lenguaje, pero recibe los números ya terminados, y cada cifra se sobrescribe con el valor calculado antes de llegar a ti. El modelo no puede redondear, ajustar ni improvisar una estadística.

Lo que eso te da: puntuaciones reproducibles, cobertura de la conversación completa en lugar de los pasajes que la recuperación casualmente sacó a la luz, y hallazgos rastreables hasta mensajes concretos con fecha y hora. "¿De dónde sale esto?" ahora tiene una respuesta hecha de pruebas y no de reconstrucción.

Si has analizado una conversación aquí antes, esta es la capa que cambió. Las estadísticas que viste no han cambiado: ya estaban contadas. Las secciones semánticas son las que ahora se construyen sobre medición, y qué significan tus estadísticas merece una segunda lectura con eso en mente.

Lo que resolvimos antes de activarlo

El motor estaba terminado bastante antes de activarse. Se quedó detrás de un interruptor mientras se ejecutaba de principio a fin, se evaluaba en los seis idiomas que admitimos y se calibraba contra un conjunto de referencia, y mientras resolvíamos la parte que no tenía nada que ver con la precisión.

Añadir esta capa significa que tu conversación seudonimizada se envía a una empresa más de las que la recibían antes. No estábamos dispuestos a hacer eso en silencio. El proveedor está nombrado en nuestra página de privacidad junto con los términos bajo los que se manejan sus datos, y esa página se publicó antes de que la primera conversación llegara allí, no después. Ninguno de los dos proveedores entrena con lo que les enviamos y, como en todas las demás capas, lo que enviamos no lleva cuenta, ni correo, ni nombres reales.

La otra mitad de esto es lo que pasa de nuestro lado, y es la parte que señalaríamos primero. Aquí no se guarda nada. Cuando tu análisis expira, el archivo subido, las estadísticas, las secciones escritas, las mediciones por turno que hay detrás de las puntuaciones semánticas y el índice de búsqueda con sus embeddings se destruyen todos, mediante un proceso programado en una infraestructura separada que no necesita que esta web esté funcionando. Lo que queda es un identificador y un par de fechas que registran que hubo un análisis. Aquí no hay ningún corpus de conversaciones que entrenar, vender o filtrar, porque no guardamos ninguno.

Esto fue más lento que lanzarlo sin más. Es el mismo razonamiento que puso el paso de reemplazo de nombres en tu navegador y no en nuestros servidores: las garantías de privacidad que sobreviven al contacto con la realidad son estructurales, y la estructura se decide antes del lanzamiento, no se añade después de publicar una función.

Preguntas que nos hacen

¿Alguna empresa de IA usa mi conversación para entrenar? No. Los dos proveedores de este camino operan bajo términos de API que excluyen el contenido enviado del entrenamiento de modelos, y TypeSafe afirma que Jev no se ajusta ni se adapta con datos de clientes: los mismos pesos sirven a todas las cuentas. Nosotros tampoco entrenamos ningún modelo propio con tus conversaciones, y no podríamos: tus datos se destruyen cuando el análisis expira, así que no hay corpus que entrenar.

¿Puede la IA averiguar quién soy? No a partir de lo que enviamos. Los nombres de los participantes se reemplazan en tu navegador antes de subir nada, no hay cuentas, y de nuestro lado no existe ningún correo ni teléfono al que vincularlo. Un modelo puede observar que la Persona A responde más despacio los fines de semana. De ahí no tiene ninguna ruta hasta tu identidad.

¿Por qué no usar simplemente el mejor modelo para todo? Porque "el mejor" depende del trabajo. Contar mensajes no necesita inteligencia, necesita aritmética, y un modelo de lenguaje haciendo aritmética es una calculadora peor con tono seguro. La interpretación necesita un modelo de lenguaje. Etiquetar miles de turnos de forma consistente y barata necesita algo como Jev. Un solo modelo haciendo las tres cosas hace cada una peor.

¿Una puntuación de conflicto de 0,62 es un hecho? Ahora es una cifra calculada y no una impresión: aritmética sobre miles de turnos etiquetados individualmente, reproducible entre ejecuciones y rastreable hasta los mensajes que hay detrás. Eso es una mejora real sobre una estimación, y sigue describiendo una conversación en lugar de zanjar una discusión. Tómala como un punto de partida bien fundado para tu propia reflexión, no como un veredicto.

¿Mi análisis anterior usaba esto? No. Los análisis hechos antes de este mes usaban el modelo de lenguaje para producir las puntuaciones semánticas directamente. Las estadísticas se contaban entonces y se cuentan ahora, así que esas no han cambiado: son las secciones semánticas las que han mejorado.

¿Y si todavía no he exportado mi chat? Nuestra guía paso a paso de exportación cubre iPhone y Android. No se sube nada hasta que hayas reemplazado los nombres de los participantes en tu navegador.