La Teoría Cognitiva Unificada de la Conciencia (UCCT) considera la inteligencia de los modelos lingüísticos a gran escala (LLM) no como algo interno, sino como un vasto repositorio inconsciente de patrones. La inferencia solo ocurre cuando mecanismos de anclaje externos (como indicaciones de pocos intentos, contexto aumentado por recuperación, ajuste fino o argumentación multiagente) activan patrones relevantes para la tarea. La UCCT formaliza este proceso como una competencia bayesiana entre los valores estadísticos previos aprendidos durante el preentrenamiento y los patrones objetivo basados en el contexto, lo que proporciona una única explicación cuantitativa que unifica las técnicas adaptativas existentes. Se basa en tres principios (sobrepaso del umbral, universalidad de la modalidad y capacidad predictiva de densidad-distancia) y se valida mediante demostraciones interdominio en control de calidad de texto, generación de subtítulos de imágenes y argumentación multiagente, así como mediante experimentos exhaustivos con modelos numéricos (base 8, 9 y 10) y análisis de rutas capa por capa. Los resultados experimentales respaldan las predicciones de la UCCT al demostrar el comportamiento del umbral, la interferencia asimétrica y la histéresis de la memoria. Al demostrar que la "inteligencia" de LLM no es inherente al modelo, sino que se genera mediante el anclaje semántico, la UCCT proporciona una guía práctica para la ingeniería de diagnósticos e indicaciones interpretables, la selección de modelos y el diseño de sistemas basados en la alineación.
