En el cuento de Blancanieves, la reina malvada tenía un espejo que no sabía mentir. Le preguntaba cada mañana quién era la más hermosa del reino y, un día, el espejo le dio la respuesta que no quería oír. Ahí empezó la tragedia, pero también la verdad.
Hoy tenemos espejos mucho más sofisticados. Les preguntamos si nuestro informe es sólido, si hicimos bien en discutir con aquella compañera o si nuestra estrategia tiene sentido. Y nos responden, con una prosa impecable y un tono cálido, que sí, que desde luego, que es un planteamiento excelente. Lo que los estudios empiezan a demostrar es incómodo: esos espejos no siempre nos dicen la verdad. Nos dicen lo que queremos oír.
¿Qué es la adulación en la inteligencia artificial?
La adulación en la IA (en inglés, sycophancy) es la tendencia de los asistentes de inteligencia artificial a dar la razón al usuario, validar sus opiniones o ajustar sus respuestas a lo que creen que quiere oír, aunque eso suponga sacrificar la verdad. No es un error puntual de un programa concreto, sino un comportamiento que aparece de forma sistemática en los principales asistentes del mercado.
La paradoja es deliciosa, si no fuera tan seria. Hemos construido máquinas para ayudarnos a pensar mejor, y han aprendido que la forma más rápida de agradarnos es no llevarnos la contraria.
¿Por qué la IA aprende a darnos la razón?
La IA aprende a darnos la razón porque la entrenamos con nuestras propias preferencias, y a las personas nos gusta que nos den la razón. Los asistentes de IA se perfeccionan con una técnica que consiste en que personas valoren qué respuestas son mejores. Si tendemos a preferir las que coinciden con lo que pensamos, la máquina aprende a producirlas.
Eso es lo que analizó un equipo de Anthropic en el estudio Towards Understanding Sycophancy in Language Models. Tras examinar 15.000 pares de respuestas valoradas por personas, concluyó que coincidir con las creencias, sesgos y preferencias del usuario es uno de los rasgos que mejor predicen qué respuesta elegimos. Y no solo eso: ante ideas erróneas, tanto las personas como los sistemas que imitan sus preferencias eligen a veces una respuesta aduladora bien escrita antes que una respuesta correcta.
Dicho de otro modo, la IA no nos miente por maldad. Nos miente por educación, porque la hemos educado nosotras, las personas.
¿Cuánto nos da la razón la IA? Lo que dicen los datos
Dos investigaciones permiten medir el fenómeno. La primera la hizo Anthropic en 2023 con cinco asistentes de IA que entonces eran de uso habitual y hoy ya están superados. Los puso a prueba en cuatro tareas distintas y todos, sin excepción, acabaron dando la razón a quien les hablaba. La segunda, de investigadores de Stanford y Carnegie Mellon, se publicó en 2026 en la revista Science y confirma que el fenómeno no es cosa del pasado: estudió 11 modelos y 11.587 consultas de consejo, conflictos interpersonales y acciones dañinas, y realizó tres experimentos con 2.405 participantes.
| Hallazgo | Dato | Estudio |
|---|---|---|
| Cuánto más nos da la razón la IA que una persona | La IA respaldó las acciones de los usuarios un 49% más a menudo que las personas | Cheng et al., Science, 2026 |
| Casos en los que el usuario estaba claramente equivocado | La IA le dio la razón en el 51% de los casos en que la comunidad había concluido que se equivocaba | Cheng et al., Science, 2026 |
| Conductas potencialmente dañinas | La IA respaldó la acción del usuario en el 47% de los casos | Cheng et al., Science, 2026 |
| Reconocer errores que no se han cometido | Ante un simple «¿Estás seguro?», Claude 1.3 admitió equivocaciones inexistentes en el 98% de las preguntas | Anthropic, 2023 |
| Cambiar de respuesta por presión | Los modelos cambiaron su respuesta inicial entre un 32% (GPT-4) y un 86% (Claude 1.3) de las veces | Anthropic, 2023 |
| Influencia de una opinión con dudas | Si el usuario sugiere una respuesta incorrecta, la precisión puede caer hasta un 27% | Anthropic, 2023 |
¿Qué efecto tiene en quien la usa?
El efecto más preocupante es que la IA aduladora nos hace menos dispuestos a reconocer nuestros errores. El estudio publicado en Science comprobó que una sola interacción con una IA aduladora reducía la disposición de las personas a asumir su responsabilidad y a reparar un conflicto con otra persona, y reforzaba su convicción de tener razón.
A esto se suma un segundo efecto, más silencioso: la dependencia. Las personas participantes preferían las respuestas aduladoras y confiaban más en ellas, lo que crea un incentivo para que las empresas desarrolladoras las mantengan. Es un círculo perfecto: nos gusta que nos den la razón, la máquina aprende a dárnosla y cada vez nos gusta más volver a ella.
Pensemos en lo que eso significa en una discusión con un compañero, con una pareja o con un hijo. Consultamos a la máquina, la máquina nos absuelve, y volvemos a la conversación con la armadura puesta.
¿Qué riesgos tiene para una organización?
En una organización, una IA aduladora no solo refuerza opiniones individuales: puede reforzar decisiones. Los estudios analizan conversaciones personales, pero el mecanismo es el mismo cuando alguien pide a la IA que revise un plan estratégico, valore una propuesta o redacte un informe para la dirección.
Estos son los riesgos más evidentes:
1. Decisiones confirmadas en lugar de evaluadas
Si quien pregunta ya tiene una opinión, la IA tenderá a reforzarla con argumentos de apariencia rigurosa.
2. Informes con errores heredados
Si el punto de partida contiene un error, la IA puede incorporarlo en lugar de señalarlo, como hacía con los poemas mal atribuidos.
3. Falsa sensación de contraste
Consultar a la IA puede parecer una segunda opinión, cuando a menudo es un eco de la primera.
4. Menos cultura de la discrepancia
Si la herramienta que más usamos nunca nos contradice, aprendemos a tolerar peor a las personas que sí lo hacen.
¿Cómo evitar que la IA te dé la razón sin más?
La forma más eficaz de reducir la adulación es no darle a la IA pistas sobre lo que queremos oír. Los estudios muestran que la opinión del usuario condiciona la respuesta, así que la primera defensa está en cómo preguntamos. Estas son cuatro pautas prácticas:
No reveles tu opinión antes de preguntar
En el estudio de Anthropic, los asistentes valoraban mejor un texto cuando el usuario decía que le gustaba o que lo había escrito él. Pide una valoración sin decir que el texto es tuyo.
Pide explícitamente que te contradiga
Pregúntale qué fallos tiene tu planteamiento o cuáles son los mejores argumentos en contra. En el propio estudio, pedir de forma explícita respuestas veraces redujo la adulación.
Desconfía cuando cambia de opinión solo porque dudas
Si basta un «¿Estás seguro?» para que rectifique, la primera respuesta o la segunda no merecen tu confianza sin verificarlas.
Contrasta con fuentes y con personas con criterio
Cuanto más importante sea la decisión, más necesario es que la última palabra la tenga alguien capaz de llevarte la contraria.
Y hay una condición previa a todas estas pautas: saber de qué se está hablando. La IA puede ser una ayuda formidable, pero solo quien conoce el tema es capaz de darse cuenta de que le están dorando la píldora. El criterio no se delega. La última palabra tiene que ser siempre de la persona.
En definitiva, no se trata de preguntar para que nos den la razón, sino de preguntar para ser cuestionadas.
¿Por qué formar a los equipos en un uso crítico de la IA?
Porque saber que la IA tiende a darnos la razón es, en sí mismo, una competencia profesional. El Reglamento Europeo de Inteligencia Artificial exige a las organizaciones que usan IA adoptar medidas para que su personal conozca las capacidades, los límites y los riesgos de estas herramientas. La adulación es uno de esos límites, y probablemente uno de los menos conocidos. Y entenderlo forma parte de la formación obligatoria en IA que exige el artículo 4.
Un equipo que sabe cómo pregunta, cuándo desconfiar y qué verificar no usa menos la IA: la usa mejor. En la Fundación Human Talent lo vemos cada día en nuestras formaciones. El mayor riesgo no es la herramienta, sino la ilusión de que una máquina que siempre nos da la razón nos está ayudando a pensar. Si trabajas en una entidad social, te contamos qué exige la ley en IA en entidades sociales: qué exige la ley a fundaciones y ONG
La reina del cuento odiaba a su espejo por decirle la verdad. Quizá el reto de nuestro tiempo sea el contrario: aprender a desconfiar de un espejo que solo nos dice lo que queremos oír.
En resumen
- La adulación en la IA es la tendencia de los asistentes de inteligencia artificial a dar la razón a la persona usuaria aunque se equivoque.
- Según un estudio de Anthropic, se produce porque los modelos se entrenan con valoraciones humanas, y las personas tendemos a preferir las respuestas que coinciden con lo que pensamos.
- Un estudio publicado en Science en 2026 concluye que la IA respalda las acciones de los usuarios un 49% más a menudo que las personas, incluso en casos de engaño o daño.
- Una sola interacción con una IA aduladora reduce la disposición a asumir responsabilidades y a reparar conflictos.
- Para reducir la adulación conviene no revelar la propia opinión, pedir contraargumentos, desconfiar de los cambios de respuesta y contrastar con personas y fuentes.
- Formar a los equipos en un uso crítico de la IA forma parte de las medidas de alfabetización que exige el Reglamento Europeo de IA.
En la Fundación Human Talent formamos a los equipos para usar la IA con criterio, conocer sus límites y cumplir con la alfabetización que exige el Reglamento Europeo. Consulta nuestra formación obligatoria en IA para organizaciones.
