MASTERMAN: hablar con una IA de verdad para entender el test de Turing
Slug: masterman-hablar-con-una-ia-de-verdad-test-de-turing
Extracto: MASTERMAN es el nuevo proyecto de aula del IES Monterroso para vivir en persona el test de Turing, chateando con un modelo de lenguaje real y viendo, más adelante, qué hay detrás moldeando sus respuestas.
Palabras clave: aidarac, montesteam, MASTERMAN, test de Turing, inteligencia artificial, Margaret Masterman, transparencia algorítmica, traducción automática, CDPC.1.B.3, IES Monterroso
En el IES Monterroso llevamos ya varios proyectos de aula construidos con inteligencia artificial: PINSAPIA, METIS, CENTINELA, Vaucanson, Laberinto, Rosenblatt, Haibt… Todos comparten una misma idea de fondo, la de aidarac: acercar la inteligencia artificial a las aulas de forma real y comprobable, sin cajas negras de mentira. MASTERMAN es el último en llegar, y es distinto a todos los anteriores en un punto clave: por primera vez, no es código propio escrito para que el alumnado vea las reglas por dentro. Es un modelo de lenguaje real —Llama 3.2 3B Instruct, servido por LM Studio— al que, esta vez sí, no se le puede levantar la tapa.
Y esa opacidad es exactamente el punto de partida de CDPC.1.B.3: el test de Turing, la ética algorítmica y la transparencia no se entienden con una caja transparente delante, se entienden discutiendo qué se puede y qué no se puede saber de una caja opaca de verdad.
Instalación
El proyecto es deliberadamente ligero: FastAPI sirviendo una única página, y JavaScript puro en el navegador para el chat. No lleva ninguna librería de inteligencia artificial propia porque el modelo no vive aquí — vive en LM Studio, el mismo servidor que ya usa PINSAPIA.
bash
# 1. Clona el repositorio
git clone [ENLACE AL REPOSITORIO DE GITHUB]
cd masterman
# 2. Instala las tres únicas dependencias
pip install -r requirements.txt
# 3. Arranca LM Studio con Llama 3.2 3B Instruct cargado
# (si ya lo tienes abierto para PINSAPIA, no hace falta nada más)
# 4. Arranca el servidor de MASTERMAN
python main.pyY abre el navegador en http://localhost:8034.
No hace falta clave de acceso ni conexión a ningún servicio externo, salvo el propio LM Studio corriendo en la misma máquina.
Qué te vas a encontrar
[CAPTURA DE PANTALLA AQUÍ]
- Arriba del todo, las instrucciones del ejercicio: qué escribir, qué mirar en la respuesta, y qué pistas anotar para la puesta en común en clase.
- Un chat sencillo: escribes, y la respuesta va apareciendo poco a poco, palabra a palabra, según la genera el modelo — no de golpe al final.
- Sin historial de conversación todavía: cada mensaje se manda solo, sin memoria de los anteriores. Es, a propósito, el paso más simple posible con un modelo real detrás.
Cómo funciona, por debajo
Cuando el alumno escribe y pulsa enviar, el navegador manda ese texto al servidor de MASTERMAN. El servidor añade por su cuenta una instrucción fija —el prompt del sistema— que el alumno no ve, y manda las dos cosas juntas a LM Studio pidiendo la respuesta en modo streaming: en vez de esperar a que el modelo termine de generar la frase entera, LM Studio va devolviendo trozos de texto según los produce, y el servidor los reenvía al navegador tal cual, para que se vean aparecer en directo.
Ese prompt del sistema es la pieza que de verdad importa para hablar de transparencia algorítmica: es la instrucción que decide, en buena parte, cómo se comporta el modelo, y ahora mismo es invisible para quien está chateando. Verla —y poder cambiarla— es, de hecho, el siguiente paso del proyecto.
Por qué no es un PINSAPIA en pequeño
PINSAPIA ya es el asistente de conocimiento del centro: tiene su propio corpus, busca en documentos reales y responde con fuentes. MASTERMAN no lleva nada de eso, y es una decisión, no una carencia: sin RAG, sin corpus, sin personalidades, sin memoria larga. El objetivo no es que el alumnado consulte información del centro, sino que experimente en persona la conversación desnuda con un modelo de lenguaje, para poder juzgarla con criterio propio.
Lo que no escondemos: puede mentir con total seguridad
Un modelo de este tamaño, corriendo en una CPU sin GPU dedicada, puede inventar un dato concreto —una fecha, una cifra, una cita— con el mismo tono seguro que usa para decir algo cierto. Ya lo hemos visto pasar con casos reales en PINSAPIA. No es un fallo que haya que disculpar ni ocultar: es, precisamente, uno de los puntos que el alumnado tiene que descubrir probándolo, antes de fiarse a ciegas de una respuesta solo porque suena convincente.
Por qué el nombre
El proyecto se llama así por Margaret Masterman (1910-1986), lingüista y filósofa británica que en 1954 fundó la Cambridge Language Research Unit (CLRU), uno de los primeros grupos del mundo dedicados a la traducción automática y al procesamiento del lenguaje por ordenador, con métodos propios basados en tesauros semánticos. Se descartaron dos nombres antes de llegar a este: Eliza, por colisionar con ElizaOS, un framework de agentes de IA activo; y Weizenbaum, sin colisión pero sustituido porque se pidió expresamente un nombre de mujer. Masterman encaja mejor de lo que habría encajado Weizenbaum: fundó uno de los primeros centros de traducción automática del mundo, y ese es, literalmente, el terreno del modo de traducción que este proyecto tendrá más adelante.
Qué sigue
Quedan dos pasos ya decididos y todavía sin construir: un botón que muestre —y permita editar— el prompt del sistema tal cual, sin resumir ni embellecer; y un modo de traducción al inglés con el mismo modelo y el mismo servidor, que cierra el círculo con el propio trabajo de Margaret Masterman. Iremos publicando cada paso en montesteam según se vaya probando en clase.
MASTERMAN forma parte de la misma familia de proyectos que PINSAPIA, METIS, CENTINELA, Biotopo, Contagio, Arsenia, Bermeja, Vaucanson, Laberinto, Rosenblatt y Haibt — todos gratuitos, sencillos, modulares y pensados para el aula.
