Chain of Thought és una capacitat dels
models d'IA per resoldre problemes pas a pas, mostrant el seu
raonament de forma seqüencial. Es pot activar mitjançant tècniques de
prompting o estar integrada directament al model com a funció nativa.
Aquesta capacitat funciona descomponent problemes complexos en passos intermedis més simples, similar a com un estudiant mostra la seva feina en un examen. Per exemple, aplicant CoT, davant d'un problema matemàtic, en lloc de donar només el resultat final, mostren: "Primer multiplico 8 x 3 = 24, després sumo 15, obtenint 24 + 15 = 39". Aquesta metodologia és especialment efectiva en
raonament lògic, matemàtiques, anàlisi de text complex i presa de decisions multi-pas.
Els models poden implementar CoT de diverses maneres: mitjançant tècniques de
prompting (demanant explícitament que mostri el
raonament) o com a funció integrada que s'activa manual o automàticament en tasques complexes.
CoT s'utilitza principalment en
models de llenguatge grans i el seu impacte és notable: millora el rendiment fins a un 50% o més en tasques de
raonament. Aquesta capacitat ha revolucionat la IA, fent les respostes més transparents, verificables i fiables, permetent identificar errors en el procés de
raonament.