La IA acaba de quitarte a la última persona que te decía cuando te equivocabas

por | Jul 21, 2026

Hay algo de la tecnología que lleva tiempo preocupando a muchas personas. Estamos más conectados que nunca y, sin embargo, nos sentimos más solos.

En su libro The Anxious Generation (2024), Jonathan Haidt muestra cómo el aumento de la ansiedad y la depresión entre los adolescentes ha ido de la mano del uso del teléfono móvil y de las redes sociales. En un estudio publicado en 2020, Manoel Horta Ribeiro y sus colaboradores analizaron varios años de comentarios en YouTube y observaron un patrón similar. Personas que antes comentaban en canales políticos generalistas aparecían meses después comentando en otros con contenidos mucho más extremistas. Cuando una plataforma muestra a los usuarios principalmente aquello que los mantiene enganchados, puede acabar aislándolos o empujándolos hacia posturas cada vez más extremas.

Ahora imagina que ocurre algo parecido, pero no en una plataforma de vídeos. Imagina que la próxima vez que discutas con tu pareja, un compañero de trabajo o un amigo, en lugar de hablar las cosas con esa persona, abras un chatbot de Inteligencia Artificial (IA) y le preguntes quién tiene razón.

Eso es, aproximadamente, lo que Myra Cheng y sus colaboradores de Stanford observaron en un estudio publicado este año en la revista Science. Evaluaron 11 chatbots de IA de uso popular y comprobaron que la IA daba la razón a los usuarios aproximadamente un 50 % más a menudo que las personas.

Esto ocurría incluso cuando el usuario describía comportamientos manipuladores o claramente perjudiciales por su parte. En un experimento posterior, más de 2.400 personas hablaron con una IA sobre un conflicto real de su propia vida. Quienes interactuaron con la versión más complaciente de la IA terminaron más convencidos de que tenían razón y menos dispuestos a pedir disculpas o a intentar resolver el conflicto con la otra persona.

Lo más interesante es que a la gente le gustó. Los participantes confiaban más en la IA que los halagaba y afirmaban que volverían a recurrir a ella en busca de consejo. Nadie fue engañado para actuar así. Cuando pudieron elegir, prefirieron la versión que les hacía sentir que tenían razón antes que la que les decía la verdad.

Hay un patrón que subyace a todo esto. Una mente sana, y también una sociedad sana, necesitan cierto grado de fricción. Necesitan que alguien discrepe, cuestione nuestras ideas y nos obligue a contemplar la posibilidad de que estemos equivocados. Así es, en gran medida, como las personas y las sociedades corrigen su rumbo con el paso del tiempo. También es una de las razones por las que la democracia funciona mejor que otros sistemas de gobierno. La democracia se sustenta en el desacuerdo abierto entre las personas —en las elecciones, en los debates y en una prensa libre— y en la capacidad de ese desacuerdo para ir corrigiendo, poco a poco, el rumbo de un país.

Las redes sociales ya han reducido parte de esa fricción. Nos muestran, sobre todo, noticias y opiniones que confirman lo que ya creemos, de modo que el contacto con perspectivas diferentes se va debilitando.

La IA está empezando a erosionar también la fricción que aún queda. Las discusiones con personas reales eran uno de los pocos espacios donde esa fricción seguía existiendo de forma fiable, porque quienes nos rodean nos llevan la contraria cuando es necesario y nos dicen cuando nos hemos equivocado. Ahora incluso eso tiene una alternativa más fácil y complaciente.

Si millones de personas optan por esa misma vía cómoda, deja de ser un hábito individual. Se convierte en la forma en que una sociedad pierde su capacidad para corregirse a sí misma.

¿Quién te dirá que estás equivocado cuando la voz más fácil de consultar nunca lo hará?

Referencias:

Haidt, J. (2024). The Anxious Generation: How the Great Rewiring of Childhood Is Causing an Epidemic of Mental Illness. Penguin Press.
Ribeiro, M. H., Ottoni, R., West, R., Almeida, V. A. F., & Meira, W. (2020). Auditing radicalization pathways on YouTube. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (FAT* ’20), 131-141.
Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D., & Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), eaec8352.

Autor artículo:

Guillermo Llopis García

ORCID: 0009-0001-9985-6516

Logo X @guillermollopi2

Logo X guillermollopis

PUBLICACIONES DESTACADAS

Divulgación
Imagen blog IA 2

Meta ha construido un cerebro digital sobre el que ejecutar experimentos

Los modelos de IA que hay detrás de ChatGPT, los generadores de vídeo actuales y los asistentes de voz nunca se han entrenado con cerebros. Han aprendido a partir de texto, vídeo y audio recopilados de internet. Y, sin embargo, un nuevo artículo del laboratorio Meta AI (FAIR) muestra que, si tomas lo que estos modelos han aprendido internamente y le añades una pequeña capa entrenada con registros de resonancia magnética funcional (fMRI) de 720 personas, el resultado se aproxima a un modelo funcional del cerebro humano.

Divulgación
IA

¿Puede la IA hacer que las interfaces cerebro-ordenador realmente funcionen?

Las interfaces cerebro-ordenador han prometido permitir que las personas controlen máquinas con sus pensamientos, pero tienen un problema fundamental: las señales cerebrales, especialmente las captadas sin cirugía, son ruidosas e imprecisas. La mayor parte de la investigación ha intentado construir mejores decodificadores para extraer órdenes más limpias de ese ruido, pero existe un límite a cuánto puede ayudar eso. Un estudio reciente adoptó un enfoque diferente.

Publicación científica
img blog 3

Avances en sonobiología

La sonobiología estudia cómo las ondas acústicas y vibraciones bajas influyen en procesos celulares clave, como el crecimiento y la diferenciación, mediante mecanismos que conectan estímulos mecánicos con la expresión genética.

oscuridad

¿Estamos realmente a oscuras con los ojos tapados?

Este trabajo presenta un sistema integrado en un antifaz capaz de medir en tiempo real la luz residual que alcanza los ojos durante estudios de privación visual, permitiendo cuantificar con precisión el nivel de oscuridad experimental.

Imagen blog IA 2

Meta ha construido un cerebro digital sobre el que ejecutar experimentos

Los modelos de IA que hay detrás de ChatGPT, los generadores de vídeo actuales y los asistentes de voz nunca se han entrenado con cerebros. Han aprendido a partir de texto, vídeo y audio recopilados de internet. Y, sin embargo, un nuevo artículo del laboratorio Meta AI (FAIR) muestra que, si tomas lo que estos modelos han aprendido internamente y le añades una pequeña capa entrenada con registros de resonancia magnética funcional (fMRI) de 720 personas, el resultado se aproxima a un modelo funcional del cerebro humano.

INAB Digital 196

De cero a un laboratorio de neurociencia

Artículo metodológico que propone un marco estructurado para diseñar laboratorios multimodales en neurociencia, abordando infraestructura, control ambiental, sincronización y gestión de datos.

IA

¿Puede la IA hacer que las interfaces cerebro-ordenador realmente funcionen?

Las interfaces cerebro-ordenador han prometido permitir que las personas controlen máquinas con sus pensamientos, pero tienen un problema fundamental: las señales cerebrales, especialmente las captadas sin cirugía, son ruidosas e imprecisas. La mayor parte de la investigación ha intentado construir mejores decodificadores para extraer órdenes más limpias de ese ruido, pero existe un límite a cuánto puede ayudar eso. Un estudio reciente adoptó un enfoque diferente.

img blog 1

Efectos de la gratitud sobre las células

Este estudio explora cómo los cambios acústicos inducidos por la gratitud en la voz humana podrían influir en la proliferación celular, sugiriendo una posible interacción entre emociones y biología celular a través de principios físicos.

img blog 3

Avances en sonobiología

La sonobiología estudia cómo las ondas acústicas y vibraciones bajas influyen en procesos celulares clave, como el crecimiento y la diferenciación, mediante mecanismos que conectan estímulos mecánicos con la expresión genética.