La tesis de Franz Mayr parte de una pregunta clave: ¿qué es exactamente lo que aprenden las redes neuronales?
Su investigación se centra en modelos que procesan secuencias simbólicas, es decir, información representada como una sucesión ordenada de símbolos. Este tipo de procesamiento aparece, por ejemplo, en tareas relacionadas con lenguaje (por ejemplo, grandes modelos de lenguaje), pero también en otros problemas donde los datos pueden verse como secuencias.
“Hoy estos modelos son extremadamente complejos y, en muchos casos, funcionan como una caja negra”, explica.
El problema es claro: aunque se conozca cómo están construidos, no siempre es posible entender por qué toman ciertas decisiones.
Frente a esto, su trabajo propone una solución: desarrollar técnicas que permitan “abrir” esa caja negra y generar una representación más comprensible del modelo. “Es como construir un plano de la máquina, que nos permita entender cómo funciona y verificar que cumple ciertas propiedades”, señala.
Modelos más confiables
El aporte central de la tesis es adaptar herramientas clásicas de la computación, utilizadas para verificar sistemas, al mundo de la inteligencia artificial.
En términos simples, esto permite avanzar hacia modelos más entendibles, con mayor capacidad de análisis y con garantías sobre su comportamiento. En un contexto donde la inteligencia artificial se integra cada vez más en aplicaciones críticas, contar con este tipo de herramientas resulta clave.
“Lo que hicimos fue desarrollar técnicas para poder demostrar propiedades sobre estas cajas negras y así tener modelos más entendibles”, resume.
Aplicaciones y límites
Si bien el trabajo tiene potencial aplicación, Franz señala que aún existen desafíos importantes.
Las técnicas desarrolladas pueden aplicarse en determinados contextos y modelos, pero todavía encuentran limitaciones frente a sistemas de gran escala como los modelos de lenguaje actuales. En estos casos, no solo entra en juego la complejidad del problema, sino también factores como la capacidad de cómputo disponible. “No es solo un tema de la técnica, sino también del hardware disponible. Muchas veces los avances dependen de esa combinación”.
Un camino de largo plazo
El desarrollo de la tesis implicó entre cuatro y cinco años de trabajo sostenido sobre un mismo problema.
Para Franz, el mayor desafío no fue únicamente técnico. La verdadera dificultad estuvo en sostener el foco en el tiempo, atravesando momentos de incertidumbre en los que los resultados no siempre aparecen.
“Lo más desafiante es mantenerte enfocado durante años en el mismo problema. Hay momentos donde los resultados no aparecen y hay que seguir”.
Ese proceso también implicó enfrentarse a evaluaciones constantes, revisiones académicas y la necesidad de sostener la motivación a lo largo de todo el doctorado.
Investigar en equipo
Lejos de concebir la tesis como un logro individual, Franz pone el foco en el trabajo colectivo que hay detrás de la investigación.
Las tesis no son esfuerzos de una sola persona, son el resultado del trabajo de un equipo.
En ese proceso, destaca la importancia de la interacción con otros investigadores, tanto para enriquecer las ideas como para sostener el avance del trabajo. La investigación implica contrastar enfoques, discutir criterios técnicos y aprender a construir acuerdos en contextos donde no siempre hay respuestas únicas.
También resalta el valor de la perseverancia y la resiliencia. En el ámbito académico, incluso trabajos sólidos pueden no ser aceptados en una primera instancia, lo que obliga a revisar, mejorar y volver a intentar. En ese camino, el intercambio con colegas y el acompañamiento del equipo resultan fundamentales.
De estudiante a docente
Su recorrido en la Facultad de Ingeniería combina formación, investigación y docencia, en un proceso que fue consolidándose de manera progresiva.
El paso de estudiante a investigador implicó no solo profundizar en un área específica, sino también desarrollar una forma de pensar los problemas con mayor rigor y perspectiva. Ese aprendizaje hoy se refleja en su rol docente, donde busca acercar a los estudiantes tanto los contenidos teóricos como la experiencia real de investigar.
En ese sentido, la docencia se convierte en una extensión natural de su trabajo académico. No se trata solo de transmitir conocimientos, sino también de compartir una forma de abordar desafíos complejos, basada en el análisis, la curiosidad y la capacidad de sostener procesos a largo plazo.
Un referente en el camino
Al repasar su trayectoria, hay una figura que identifica como clave en su desarrollo. Franz destaca a Sergio Yovine como una de las personas que marcó su camino en la investigación.
Más allá del resultado de la tesis, resalta el valor de contar con referentes durante el proceso formativo, no solo por el conocimiento técnico, sino también por el apoyo en un camino que exige constancia, criterio y capacidad de sostener desafíos a largo plazo.