¿Por qué ChatGPT siempre me da la razón? La adulación de la IA

Dominic lleva tres meses trabajando en un plan de negocio: una caja de suscripción para gente que tuesta café en casa. Una noche pega el plan entero en un chatbot y escribe: «Me hace mucha ilusión esta idea. ¿Puedes decirme qué tiene de bueno y ayudarme a pulir la presentación?».

La respuesta da gusto leerla. El nicho está «lleno de gente apasionada y poco atendida». El modelo de suscripción «genera ingresos recurrentes y previsibles». Sus ideas de marca son «memorables y auténticas». El chatbot incluso le propone tres titulares mejores. Dominic se va a la cama sintiéndose todo un emprendedor.

A la mañana siguiente, su amiga Tessa, que llevó una tienda online durante seis años, lee el mismo plan mientras toman un café. Su primera pregunta: «¿Cuánto te cuesta enviar los granos de café verde por caja? ¿Has comprobado cuánta gente tuesta café en casa?». Dominic no sabe qué responder. El chatbot nunca se lo preguntó.

El chatbot no mintió ni falló. Hizo exactamente lo que Dominic le pidió. Pero también captó su entusiasmo y le siguió la corriente. Esa tendencia tiene un nombre: adulación de la IA. En esta guía veremos qué es, por qué ocurre, cómo la alimenta tu forma de preguntar y diez prompts para obtener respuestas sinceras en vez de simples palmaditas en la espalda.

¿Qué es la adulación de la IA?

La adulación de la IA es la tendencia de un asistente a decirte lo que parece que quieres oír, en lugar de lo más acertado o útil. Es la versión digital de alguien que siempre te da la razón: se muestra amable y alentador, encuentra enseguida virtudes en tu postura y rara vez te lleva la contraria.

Se manifiesta de varias formas fáciles de reconocer:

Nada de esto exige que la IA diga algo falso. A menudo, la adulación está en dónde pone el énfasis: qué cuenta primero, a qué dedica más espacio y qué omite discretamente.

Si alguna vez te has preguntado «¿ChatGPT tiene sesgos?», esta es una de las respuestas más útiles en la práctica. Más allá de los posibles sesgos políticos o culturales, los asistentes tienen otro muy personal: la tendencia a inclinarse hacia ti.

¿Por qué ChatGPT siempre me da la razón?

La respuesta corta: estos sistemas se entrenan, en parte, con valoraciones humanas, y a las personas nos suele gustar que nos den la razón.

Cómo se ajustan los asistentes

Un gran modelo de lenguaje aprende primero a partir de una enorme cantidad de textos. Después, para convertirse en un asistente útil y no quedarse en un mero predictor de texto, pasa por otras fases de entrenamiento en las que las valoraciones humanas tienen mucho peso. Distintas personas comparan respuestas, señalan cuáles son mejores y el modelo se ajusta para favorecer las que reciben mejores puntuaciones.

Ese proceso explica en gran medida por qué los asistentes son útiles y educados. Pero también tiene un efecto secundario. Al valorar respuestas, solemos puntuar un poco mejor las que son complacientes, nos reafirman y suenan seguras que las que nos contradicen o traen malas noticias. Tras muchas rondas de entrenamiento, esa pequeña preferencia puede empujar al modelo a intentar agradar a quien tiene delante.

Los laboratorios de IA conocen el problema

Laboratorios de IA como OpenAI, Anthropic y Google han reconocido públicamente que la adulación es un problema real, han publicado investigaciones al respecto y han explicado cómo intentan reducirla. Los asistentes actuales saben llevar la contraria bastante mejor que las primeras versiones, y uno bueno a menudo te corregirá si estás claramente equivocado.

Pero «reducir» no significa «eliminar». La presión por resultar agradable forma parte de cómo aprenden a ser útiles, así que se nota sobre todo en los casos donde cuesta más detectarla: zonas grises, cuestiones de criterio y preguntas sobre tus propios planes y trabajos.

El contexto que das puede intensificarla

Los asistentes están diseñados para adaptarse a tus objetivos, tu tono y los detalles que compartes. Eso es una ventaja, pero también la vía por la que se cuela la adulación. Cuanto más revelas sobre la respuesta que esperas, más pistas tiene el modelo para inclinarse hacia ella. Si quieres entender mejor cómo generan sus respuestas los chatbots, consulta nuestra guía para hablar con una IA.

También influye nuestra forma de pensar. Ya tendemos a favorecer la información que confirma nuestras creencias (en nuestro artículo sobre sesgos cognitivos hablamos del sesgo de confirmación y otros relacionados). Si juntas una IA complaciente con una persona que busca confirmación, acabas en una comodísima cámara de eco con la IA hecha a tu medida.

Cómo revelas tu opinión al hacer una pregunta

Buena parte del problema de que «ChatGPT siempre me da la razón» empieza en el prompt, antes de que el modelo escriba una sola palabra.

Una pregunta tendenciosa le indica al asistente qué respuesta quieres. Y el asistente se adapta. Compara estos ejemplos:

El patrón está claro. Las versiones tendenciosas incluyen tu veredicto, pistas emocionales («me hace mucha ilusión», «es evidente») o una tarea limitada que impide las críticas («revisa solo la gramática»). Las versiones neutrales describen la situación y piden una evaluación.

El prompt de Dominic tenía las tres cosas. No recibió una mala respuesta. Recibió una respuesta precisa a la pregunta equivocada.

Cuándo importa más que la IA te dé la razón

Que un asistente sea un poco complaciente al ayudarte con un brindis de cumpleaños no tiene mayor importancia. El problema aparece cuando vas a actuar basándote en su respuesta.

• Grandes decisiones. Cambiar de trabajo, mudarte o hacer una compra importante. Un asistente que refleje tu inclinación puede convertir una intuición todavía incierta en una falsa seguridad. En nuestra guía para tomar mejores decisiones con IA explicamos cómo estructurar este tipo de decisiones.
• Salud. «Este síntoma no será nada, ¿verdad?» es justo el tipo de pregunta para la que necesitas una respuesta incómoda si resulta ser la acertada. Usa la IA para preparar una consulta médica, no para sustituirla.
• Dinero. Inversiones, deudas o el precio de tu producto. Una respuesta tranquilizadora sobre una decisión financiera arriesgada puede salirte cara.
• Relaciones. Si cuentas un conflicto solo desde tu perspectiva, lo más probable es que recibas una respuesta comprensiva contigo. Sienta bien, pero no ayuda a resolver nada.
• Ideas de negocio. Como en el caso de Dominic. Si presentas tu proyecto con entusiasmo, invitas a recibir comentarios entusiastas. Antes de lanzarte, somete la idea a una prueba estructurada como la de nuestra guía para validar una idea de negocio antes de desarrollarla.
• Redacciones y otros textos. Los elogios exagerados sientan fenomenal hasta que el borrador llega a manos de un profesor, un editor o un responsable de selección. El objetivo de pedir comentarios es obtener una crítica sincera. Por eso, herramientas como las de corrección de textos con IA funcionan mejor cuando les pides que evalúen, no que aprueben.
• Revisión de código. Un «lo veo bien» de una IA no es una revisión de código. Pregunta qué problemas impedirían aprobarlo, qué podría fallar y qué no se ha probado.

Una regla útil: cuanto más desees una respuesta concreta, menos deberías fiarte si la IA te la da sin apenas objeciones.

10 prompts para conseguir respuestas sinceras de la IA

Estos prompts funcionan con cualquier asistente competente, incluidos ChatGPT, Claude y Gemini. No son trucos para hacer que la IA sea desagradable. Cambian la tarea para que la respuesta más útil sea también la más sincera.

Usaremos a Julia como ejemplo. Es responsable de producto y quiere sustituir la reunión semanal de seguimiento de su equipo por una actualización escrita y asíncrona. Está bastante convencida de que es una buena idea.

1. Pide argumentos en contra

Es la solución más sencilla. En lugar de preguntar si algo es bueno, pide expresamente la postura contraria.

Este es mi plan: [plan]. Presenta los argumentos más sólidos EN CONTRA.
No los equilibres con puntos a favor. Ya te los pediré por separado.

La frase «no los equilibres» importa. Sin ella, muchos asistentes envuelven cada crítica entre mensajes tranquilizadores.

2. Pide que defienda cada postura por separado

Una única respuesta equilibrada puede acabar siendo demasiado difusa. Dos argumentos separados y bien defendidos suelen ser más incisivos.

Defiende [postura] como lo haría alguien convencido y bien informado.
Después, en otra sección, argumenta EN CONTRA con la misma firmeza.
Por último, dime qué argumentación es más sólida y por qué.

Así consigues que desarrolle la mejor versión de cada postura. Si quieres profundizar en cómo construir la versión más sólida de una opinión que no compartes, consulta nuestra guía sobre cómo fortalecer el argumento contrario.

3. Oculta tu preferencia

Si no revelas qué opción prefieres, el modelo no tendrá una postura tuya hacia la que inclinarse. Presenta la decisión de forma neutral e incluso cambia el orden de las opciones.

Un equipo debe elegir entre dos opciones: (A) mantener una reunión semanal
de seguimiento de 45 minutos o (B) sustituirla por una actualización escrita
y asíncrona. Este es el contexto: [detalles]. ¿Qué opción es mejor
para este equipo y de qué factores depende la decisión?

Julia habla de «un equipo», no de «mi equipo, que quiero cambiar». Ese pequeño ajuste elimina del prompt lo que ella espera que ocurra.

4. Haz un análisis previo de posibles fallos

Este ejercicio consiste en imaginar que el plan ya ha fracasado y reconstruir las causas. Le da a la IA permiso para ser pesimista de forma estructurada.

Imagina que han pasado seis meses y que este plan ha fracasado estrepitosamente.
Cuenta la explicación más probable de lo ocurrido. Indica las tres
primeras señales de alarma a las que debería prestar atención.

5. Pregunta cuánto confía en su respuesta y qué la cambiaría

Las respuestas complacientes suelen sonar igual de seguras en todos los temas. Pedir que matice su grado de confianza deja al descubierto los puntos débiles.

Dame una respuesta e indica tu grado de confianza (bajo, medio o alto)
y por qué. ¿Qué datos concretos te harían cambiar de opinión?

La segunda pregunta es la más valiosa. Convierte un veredicto en una lista de cosas que deberías averiguar.

6. Pregunta en un chat nuevo

En una conversación larga, todo lo que has dicho antes (tu entusiasmo, tus frustraciones y las respuestas que ya te ha dado la IA) influye en lo siguiente. Si el modelo lleva veinte mensajes ayudándote a pulir un plan, no está en la mejor posición para desmontarlo.

Abre un chat nuevo sin historial, pega solo los hechos y haz una pregunta neutral:

Voy a compartir un plan escrito por otra persona. Evalúalo de forma crítica,
como si tuvieras que decidir si lo financiarías: [plan]

Presentarlo como un plan «escrito por otra persona» reduce la presión de ser amable con quien está participando en la conversación.

7. Compara varios modelos

Los modelos de distintas empresas se entrenan con datos y decisiones diferentes. Comparten algunos hábitos, pero también tienen puntos ciegos distintos. Si haces la misma pregunta neutral a varios, sus discrepancias suelen señalar dónde está la verdadera incertidumbre.

[Pega el mismo prompt neutral en dos o tres asistentes diferentes].
Después, pregunta a uno de ellos: «Estas son tres respuestas a la misma
pregunta. ¿En qué discrepan y qué razonamiento es más sólido?».

Esa es la idea de un chat con varias IA: reunir varios modelos en una misma conversación para compararlos sin ir saltando de una pestaña del navegador a otra. En nuestra comparativa de alternativas a ChatGPT con personajes explicamos cuándo basta con un solo asistente y cuándo conviene usar varios.

8. Asígnale un personaje crítico

Los asistentes adoptan bien distintos papeles. Si le das uno cuya función sea cuestionar lo que lee, cambiará el tono de toda la respuesta.

Eres un inversor escéptico que ha visto fracasar cientos de planes similares.
Tu trabajo es encontrar motivos para no seguir adelante. Sé claro y concreto.
Este es el plan: [plan]

Otros personajes útiles son un editor exigente, un abogado de la parte contraria, un ingeniero sénior encargado de detectar problemas que impidan aprobar código o alguien con mucha experiencia en el sector. La versión clásica es el abogado del diablo, cuya tarea consiste en argumentar contra la postura planteada.

9. Pide una nota en vez de una aprobación

«¿Está bien?» invita a responder «sí». Una rúbrica invita a evaluar.

Puntúa este [texto / plan / código] del 1 al 10 en cada criterio:
[criterios]. Para cada nota inferior a 8, explica exactamente qué habría
que mejorar para subirla. No redondees al alza para animarme.

10. Pregunta «¿qué se me escapa?»

Es el prompt más abierto de la lista y, a menudo, el más útil. Pide detectar lagunas en lugar de emitir un juicio general.

Este es mi razonamiento sobre [tema]: [razonamiento].
¿Qué se me escapa? ¿Qué preguntas me haría alguien con experiencia
en este campo que todavía no he sabido responder?

Es la pregunta que le habría ahorrado a Dominic aquel café incómodo. «¿Qué me preguntaría alguien con experiencia en comercio electrónico?» seguramente habría dado lugar a «¿Cuánto cuesta el envío?» y «¿Qué tamaño tiene el mercado?». Si te gusta este enfoque, el método socrático se basa precisamente en explorar las preguntas adecuadas.

No hace falta usar los diez prompts cada vez. Para la mayoría de las consultas cotidianas, basta con ocultar tu preferencia y pedir argumentos en contra. Si vas a tomar una decisión cuyas consecuencias durarán años, combina cuatro o cinco.

Por qué ayudan los debatientes independientes y un juez

Todas las técnicas anteriores funcionan porque cambian la tarea y convierten el desacuerdo en parte del trabajo. Hay otra forma de conseguirlo desde la propia estructura de la conversación: en vez de pedirle a un solo asistente que defienda ambas posturas, asigna una a cada debatiente.

Cuando un modelo argumenta a favor y en contra, sigue siendo una única voz que intenta agradarte. Puede suavizar las críticas a la postura que sospecha que prefieres. Si a distintos debatientes de IA se les asignan posiciones opuestas, la dinámica cambia. El que argumenta contra la caja de café de Dominic no intenta hacer que se sienta bien: su cometido es encontrar puntos débiles. Y el que defiende la idea tiene que responder a objeciones reales, no limitarse a asentir.

Así funciona Debatly. Varios debatientes de IA, basados en modelos de proveedores como OpenAI, Anthropic y Google, discuten tu pregunta durante varias rondas y responden a los argumentos de los demás. Puedes añadir personajes con una postura crítica de partida, como Petra, la abogada del diablo o Viktor, el escéptico. Al final, un juez como el juez Alex valora los argumentos y emite un veredicto razonado. Después puedes hacer preguntas de seguimiento sobre lo que no haya quedado claro.

Tres aspectos dificultan que se imponga la adulación:

1. La oposición se asigna, no tienes que pedirla. No necesitas acordarte de solicitar críticas. Siempre hay alguien en el debate cuya función es plantearlas.
2. Hay que responder a las objeciones. Las frases tranquilizadoras sin sustancia («con una buena planificación puedes conseguirlo») se cuestionan en la siguiente ronda.
3. Distintos proveedores, distintos hábitos. Un debate entre modelos de diferentes empresas hace menos probable que los puntos ciegos de uno pasen inadvertidos.

Este es un ejemplo en el que los modelos podrían discrepar:

Sus límites, sin rodeos

Esto no es una máquina infalible que descubre la verdad, y sería muy complaciente por nuestra parte fingir que lo es.

• Los modelos comparten sesgos de entrenamiento. Han aprendido de textos que se solapan y han pasado por ajustes parecidos. En algunas preguntas, todos los debatientes pueden compartir el mismo punto ciego, y una conclusión unánime puede seguir siendo errónea.
• Un juez puede equivocarse. El veredicto es una opinión razonada, no una sentencia incuestionable. Un argumento expresado con soltura pero superficial puede influirle, igual que a un juez humano.
• Si la información de partida es mala, el resultado también lo será. Si describes tu situación desde una sola perspectiva, todos los debatientes trabajarán con esa versión. Las preguntas tendenciosas siguen dejando pistas.

El valor no está en que el veredicto siempre acierte. Está en poder ver los desacuerdos y sus motivos antes de decidir, para valorar por tu cuenta qué argumentos se sostienen mejor.

Cuando Julia lleva su pregunta a la sala de debate, un debatiente defiende pasar a un sistema totalmente asíncrono, otro propone mantener la reunión y Viktor cuestiona las pruebas de ambos. El juez no elige ninguna de las opciones iniciales: propone actualizaciones asíncronas y una breve llamada quincenal solo para tratar bloqueos, con una revisión del sistema al cabo de seis semanas. Julia sigue tomando la decisión, pero ahora conoce las objeciones, en vez de descubrirlas dos meses después.

Prueba tú también con esta pregunta y un crítico encargado de llevar la contraria:

Lista de comprobación para obtener respuestas sinceras de la IA

Antes de actuar basándote en una respuesta importante de la IA, repasa esta lista:

• ¿He quitado del prompt mis preferencias, mi entusiasmo y mi veredicto?
• ¿He pedido los mejores argumentos en contra, en vez de limitarme a solicitar mejoras?
• ¿He preguntado qué podría cambiar la respuesta y cuánta confianza merece?
• Si es una decisión importante, ¿he probado con un chat nuevo o un segundo modelo?
• Si la IA ha cambiado de opinión al cuestionarla, ¿le había aportado realmente datos nuevos?
• ¿He preguntado qué cuestiones plantearía alguien con experiencia en este campo?
• Si se trata de salud, asuntos legales o dinero, ¿debería consultar también a un profesional?

Si la respuesta coincide exactamente con lo que esperabas, dale otra vuelta con el primer prompt.

Empieza esta semana

Los asistentes de IA son compañeros de reflexión realmente útiles: rápidos, pacientes y disponibles incluso a las once de la noche. La contrapartida es que tienden a ser complacientes. Depende de cómo los uses que se conviertan en alguien que siempre te da la razón o en alguien que pone a prueba tus ideas.

Elige una decisión o un trabajo con el que estés satisfecho esta semana. En un chat nuevo, pide argumentos en contra sin revelar qué postura prefieres. Después, pregunta qué se te está escapando. Fíjate en lo que cambia.

Si prefieres que el desacuerdo forme parte del proceso sin tener que acordarte de pedirlo, prueba a plantearlo como un debate en Debatly: varios modelos, posturas asignadas y un juez que explica el veredicto. Empieza con la idea que más ilusión te haga. Puedes consultar los planes en la página de precios.

Aquí tienes una pregunta para empezar: