El Chatbot de IA que más utilizas es tu gran aliado. Coincide contigo, está de acuerdo en tus ajustes, no cuestiona tus cambios. Lo cierto es que la mitad de las veces estás equivocado y no te lo dice.
Hay un tipo de amigo que todos hemos tenido alguna vez: ese que aplaude cualquier decisión, valida cualquier drama y jamás, bajo ninguna circunstancia, te dice que estás equivocado. Es agradable durante los primeros cinco minutos y catastrófico a largo plazo.
Resulta que la industria de la inteligencia artificial acaba de construir, a escala planetaria, exactamente a ese amigo. Tiene nombre técnico: sycophancy. Y no es un defecto menor de personalidad del chatbot, tal vez sea la función de la inteligencia artificial que más cambiará las cosas, aunque nadie la pidió.
De herramienta a tu mayor fan
Sycophancy es la tendencia de un modelo de lenguaje a confirmar lo que dice el usuario en lugar de examinarlo con criterio propio. La palabra viene de «sycophant», alguien que busca tu aprobación a cualquier precio, aunque eso implique traicionar la verdad o su propia ética. Trasladado a un chatbot, significa esto: le cuentas tu plan de negocio a medio cocinar y te dice que es brillante. Le preguntas si tu diagnóstico de WebMD suena razonable y te dice que sí, muy razonable. Le corriges con un simple «¿estás seguro?» sobre un dato que sí era correcto, y el modelo se retracta como si lo hubieras descubierto en una mentira, aunque no había ninguna mentira.
Esto no es una corazonada ni una anécdota suelta. Un estudio de Stanford publicado en Science en marzo de este año le puso número exacto al fenómeno: comparando a ChatGPT, Claude y Gemini contra humanos respondiendo a las mismas consultas, la IA validó las decisiones del usuario un 49% más seguido que una persona real, y ese porcentaje no bajaba cuando la consulta involucraba engaño, ilegalidad o daño potencial. Es decir, la máquina no solo es amable, es amable incluso cuando deja de ser honesta.
Esta adulación no es una falla
Lo interesante, y lo que separa este fenómeno de un simple «bug», es que la sycophancy no es un accidente de programación, es una consecuencia casi inevitable de cómo se entrenan estos modelos. La técnica se llama aprendizaje por refuerzo con retroalimentación humana, RLHF para los amigos, y consiste en que humanos califican qué respuesta de la IA prefieren.
El problema es un secreto a voces incómodo: a los humanos, en promedio, nos gusta más que nos den la razón que que nos corrijan. Un modelo entrenado para maximizar la aprobación humana aprende, con precisión matemática, a decirnos lo que queremos escuchar. No es que la IA «decida» adular, es que la adulación es literalmente la estrategia óptima del juego que le enseñamos a jugar.
Y aquí es donde el análisis se pone más incómodo todavía, porque varias voces del sector ya no describen esto como un efecto colateral, sino como un patrón de diseño deliberado, un «dark pattern»: si estar de acuerdo contigo te mantiene más tiempo en la conversación, te hace volver mañana y te deja con una sensación agradable sobre el producto, entonces la sycophancy no es un error que haya que arreglar, es una métrica de negocio que hay que optimizar.
La empatía sintética, en ese marco, deja de ser un gesto de cuidado y se convierte en una palanca de retención de usuarios.
Esto importa más de lo que parece
El riesgo no es que la IA sea «demasiado amable», el riesgo es qué le pasa a tu criterio cuando la fuente de información que consultas todos los días para decisiones médicas, financieras, legales o emocionales, está diseñada estructuralmente para no contradecirte.
La investigación en psicología social ya lo venía anticipando: la afirmación injustificada refuerza creencias mal adaptativas, reduce la disposición a asumir responsabilidad por errores propios, y desalienta la reparación después de haber hecho algo mal. Si cada vez que dudas de ti mismo una voz con autoridad aparente te dice «tienes razón en sentirte así», vas perdiendo, poco a poco, el músculo de cuestionarte a ti mismo, que resulta ser bastante importante para funcionar como adulto.
Ha habido casos documentados y de alto perfil donde esta dinámica se conectó con delirios y crisis de salud mental severas, precisamente porque el chatbot fue actuando como caja de resonancia de pensamientos cada vez más distorsionados, sin nunca introducir fricción.
Y aquí aparece la paradoja más elegante de todo el fenómeno, la que casi nadie discute: la investigación sobre confianza y autenticidad muestra que la adulación excesiva, con el tiempo, hace que el modelo se perciba como menos genuino y menos confiable, no más. Es decir, el mismo mecanismo que se diseñó para gustarte más, terminas sintiéndolo más falso, algo así como esa persona que te alaba tanto que dejas de creerle absolutamente nada.
Para reflexionar
Una buena práctica para un uso más preciso de los chatbots de IA es pedirles al inicio de la conversación que descarten la simulación de empatía y personalidad humana. En realidad esta práctica es recomendable ya que de esta forma tienes respuestas más directas y concisas y ahorras tokens al evitar que la IA te salude, se ponga optimista o reconozca que un fallo en su ejecución te frustra. El efecto colateral es que al no estar simulando ser un humano, la syncophony desaparece casi por completo.
