Este artículo propone un nuevo paradigma que replantea la recomendación de rutas (RP) como un problema de generación de lenguaje natural para superar la inflexibilidad y las dificultades de generalización de los métodos de RP existentes. Proponemos PathGPT, un sistema que convierte los datos de rutas existentes a formato de lenguaje natural, los almacena y, posteriormente, genera rutas introduciéndolos en un modelo de lenguaje a gran escala (LLM) preentrenado mediante un sistema de recuperación de información, de acuerdo con los requisitos del usuario. Demostramos que este sistema permite la generación adaptativa de rutas de disparo cero sin reentrenamiento en diversos escenarios. Los resultados experimentales, utilizando un conjunto de datos de rutas a gran escala, demuestran que supera a los métodos existentes basados en el aprendizaje.
