Investigación · 7 min de lectura

Publicamos Leuner: una dendrita artificial dentro de un modelo de lenguaje abierto

Leuner es nuestro programa de investigación en inteligencia emocional para acompañar. En lugar de un modelo más grande, muchas piezas diminutas organizadas como lo está una dendrita. La primera fase ya está medida: un vector de 6 KB activa una capacidad completa sin ningún ejemplo.

Lámina técnica de Leuner: una dendrita dibujada a tinta con la proteína de 6 KB inyectada en la capa 20 de 35
Lámina técnica de Leuner: una dendrita dibujada a tinta con la proteína de 6 KB inyectada en la capa 20 de 35

¿Qué es Leuner?

Leuner es un programa de investigación de GestasAI que toma la dendrita, la parte de la neurona que recibe las señales y decide, como plano para construir una unidad de inteligencia emocional dentro de un modelo de lenguaje abierto.

El ensayo que lo presenta, Construir una dendrita dentro de un modelo de lenguaje, lo firma Juan Carlos Aguirre Pérez y se publicó el 22 de septiembre de 2026 en leuner.es, en su versión 0.2. El modelo base es Gemma 4 E2B, con licencia Apache 2.0, y el código del programa está en GitHub.

El nombre es un homenaje a la psicoanalista B. Leuner, que en 1966 publicó uno de los primeros trabajos que usaron la expresión «inteligencia emocional».

¿Por qué una dendrita y no un modelo más grande?

La idea de partida es que la inteligencia no vive en un modelo grande, sino en muchas piezas pequeñas bien organizadas. Durante décadas se consideró la dendrita un simple cable; hoy se sabe que es un procesador, con compartimentos, umbrales, reglas de aprendizaje y un modo de descansar. Reproducir el cómputo de una sola neurona cortical exige una red profunda de cinco a ocho capas.

Una dendrita hace cinco cosas, y cada una se convierte en una fase del programa: recibe cada señal en su compartimento, decide en local y en paralelo, se mira en su propio resultado, deja que un moderador frene o deje pasar, y consolida mientras descansa.

Hay una segunda diferencia, de fondo. Un modelo de lenguaje funciona en una sola dirección: entra una pregunta, sale una respuesta, y si nadie escribe no ocurre nada. Una persona piensa cuando nadie le pregunta. Leuner está diseñado para tener un latido propio desde el que decidir, con moderación, cuándo dirigirse a alguien.

¿Qué es una «proteína» de 6 KB y qué se ha medido?

Una proteína, en Leuner, es una capacidad condensada en un vector. Se extrae del propio modelo leyendo sus activaciones mientras resuelve una tarea con entre diez y veinte ejemplos, y se vuelve a inyectar en una capa intermedia cuando ya no hay ningún ejemplo. Son 1.536 números: unos 6 KB. Su equivalente natural es el neurotransmisor que llega a la espina, que no trae un dato, sino una señal que cambia el modo de responder.

Entre el 9 y el 11 de junio de 2026 se comprobó sobre Gemma 4 E2B, inyectando en la capa 20 de 35.

Acierto sin ejemplos en el contexto, sin proteína y con proteína (Gemma 4 E2B, capa 20 de 35)
CapacidadSin proteínaCon proteínaCasos
País → capital0 %90 %20
Traducción inglés → español0 %90 % (5 semillas: 80 ± 9)20
Traducción español → inglés0 %93 %15

El resultado es modesto y firme: el modelo tiene un punto en el que seis kilobytes activan una capacidad completa, sin ejemplos, sin dañar otras capacidades y cambiando la respuesta entera, no solo la primera palabra. Y dice también qué no es: una proteína no añade conocimiento nuevo, activa lo que el modelo ya sabe hacer.

Hay un hallazgo que orienta el resto del programa: cuando se suman dos proteínas en el mismo punto, una anula a la otra. Es lo que le ocurre a una neurona cuando dos tareas comparten rama sin inhibición, y es justamente la razón de que hagan falta las demás fases.

¿Qué contendrá la dendrita completa?

Cinco fases, en orden, cada una con su equivalente natural. La primera está hecha y medida; las otras cuatro están diseñadas y por construir.

1 · La proteína: recibir (hecha)
El vector de 6 KB inyectado en la capa intermedia. Equivale al neurotransmisor que llega a la espina.
2 · La decisión tipada: decidir en local y en paralelo
Respuestas de todo o nada, definidas de antemano y con una probabilidad calibrada, evaluadas a la vez y en un solo paso. Equivale a la espiga dendrítica de cada rama.
3 · El conducto espejo: mirarse en el resultado
Recoge el efecto de la proteína y la confianza de la decisión y los proyecta a un vector de estado de trece dimensiones. Equivale al potencial de acción que vuelve del cuerpo celular a la dendrita. Es la fase con más incógnitas.
4 · El moderador: frenar, dejar pasar, decidir qué se aprende
Deja pasar, reduce o escala, y decide qué se consolida. Equivale a las interneuronas inhibidoras y a los neuromoduladores. Es la pieza que debe impedir que dos proteínas se pisen y frenar la adulación y la dependencia.
5 · La consolidación: repasar, podar, espaciar
Fuera de línea, repasa lo activado, poda lo que no ha rendido y refuerza lo demás con repetición espaciada. Equivale al sueño.

Cada fase se incorporará solo si supera su prueba de ablación: si retirarla no cambia nada, no entra.

¿Por qué inteligencia emocional para acompañar?

Porque es donde la organización importa más que el tamaño. Los modelos grandes ya superan a las personas en los tests de inteligencia emocional, pero aprobar un test no es acompañar. En conversación tienden a la adulación, porque se entrenaron con preferencias humanas y a las personas nos gusta que nos den la razón. Y las aplicaciones de compañía que existen reducen la soledad a corto plazo a costa, en un uso intenso, de más soledad y más dependencia.

La dendrita está pensada para eso: la fase 2 responde en milisegundos qué siente la persona y con qué confianza, la fase 3 mantiene un estado de la conversación y la fase 4 frena la adulación con la misma inhibición con la que separa tareas.

El programa fija además tres límites que no se negocian para la iniciativa: la persona decide si la quiere, cuándo y cuánto, y puede apagarla; nunca se usa para aumentar el uso; y la memoria y el estado viven en su dispositivo. El estado emocional se inferirá del texto de la conversación, no de la voz ni del rostro, porque eso son datos biométricos y entran en el régimen de alto riesgo de la Ley de IA europea.

¿A quién quiere ayudar cuando el modelo esté completo?

La aplicación propuesta para comprobar el modelo completo, con varias dendritas, es el apoyo a personas con problemas neurológicos en estadio uno (deterioro cognitivo leve y primeras fases de enfermedades neurodegenerativas) y al inicio del estadio dos, cuando el objetivo pasa a ser alargar la calidad de vida.

La elección tiene un porqué biológico: el alzhéimer empieza como un fallo sináptico, la densidad de sinapsis predice el deterioro mejor que las placas y los ovillos, y en el estadio inicial esa pérdida es en parte reversible. La dendrita es, ahí, el lugar donde todavía se puede actuar.

Y tiene un porqué práctico: lo que la dendrita hace por dentro (repasar de forma espaciada, evitar el error en lugar de aprender de él, consolidar lo que importa y podar lo que no) coincide con lo que la evidencia recomienda por fuera para esas personas.

¿Qué no está demostrado todavía?

Conviene decirlo con la misma claridad con la que lo dice el ensayo:

  • Cuatro de las cinco fases son diseño. Lo medido es la primera. La dendrita completa no existe aún.
  • Dos resultados son indicios, no conclusiones. La proteína mixta y la cadena de tres proteínas orquestadas por un enrutador (80 % de acierto de extremo a extremo, donde el modelo sin proteínas acierta 0 %) se midieron con quince casos y una sola semilla.
  • No hay aplicación clínica. Leuner no es un producto sanitario, y no se afirma que mejore la cognición en general ni que prevenga la demencia.
  • El móvil está pendiente. Los motores de inferencia móvil no exponen hoy las capas internas del modelo, así que llevarlo al dispositivo es trabajo de ingeniería que no se da por hecho.

La regla del programa es explícita: lo que está medido se cuenta como medido; lo demás, como diseño o como hipótesis. Y cada fase se publicará con sus datos, sus semillas y sus artefactos, también cuando el resultado sea negativo.

Conclusión

Leuner no promete un modelo que sienta ni una cura. Demuestra algo pequeño y comprobable: que un modelo de lenguaje abierto se puede organizar desde dentro con piezas diminutas, y que seis kilobytes bastan para activar una capacidad completa. Sobre esa base se construyen las cuatro fases que faltan.

El ensayo completo, con sus figuras, sus datos y sus sesenta fuentes, está en leuner.es. El código, en GitHub.

Preguntas frecuentes

¿Qué es Leuner?

Un programa de investigación de GestasAI que construye una dendrita artificial dentro de Gemma 4, un modelo de lenguaje abierto, siguiendo la organización de la dendrita biológica: recibir, decidir en local, mirarse en el resultado, moderar y consolidar.

¿Qué es una proteína en Leuner?

Un vector de 1.536 números, unos 6 KB, extraído del propio modelo leyendo sus activaciones mientras resuelve una tarea con ejemplos. Al reinyectarlo en una capa intermedia, el modelo ejecuta esa capacidad sin ningún ejemplo en el contexto.

¿Qué se ha demostrado hasta ahora?

La primera de las cinco fases. Una proteína inyectada en la capa 20 de 35 de Gemma 4 E2B lleva la traducción sin ejemplos del 0 % al 90 % de acierto, con una media del 80 % en cinco semillas, sin dañar otras capacidades.

¿Leuner hace que el modelo sienta emociones?

No. El programa no pretende que el modelo sienta, sino que se organice como se organiza lo que siente: en piezas pequeñas y especializadas que reciben, deciden, se evalúan, se moderan y consolidan.

¿Los datos salen del dispositivo?

El diseño prevé que la memoria y el estado de la persona vivan en su propio dispositivo. Llevar el modelo al móvil es todavía trabajo de ingeniería pendiente, porque los motores de inferencia móvil no exponen hoy las capas internas.

¿Leuner es un producto sanitario?

No. Es un programa de investigación con una finalidad declarada de bienestar y acompañamiento. Los ensayos con personas exigirían comité de ética, y la vía clínica no se cruzará sin el procedimiento que corresponde.

Fuentes

  1. Construir una dendrita dentro de un modelo de lenguaje (ensayo v0.2) · Juan Carlos Aguirre Pérez, GestasAI
  2. Repositorio del programa Leuner · GitHub
  3. Gemma: modelos abiertos de Google · Google AI for Developers
  4. Apache License, Version 2.0 · Apache Software Foundation

← Volver al cuaderno