Te va a mentir y te va a gustar.

¿Se acuerdan que les conté de la noche cuando le pedí a la AI consejo para una conversación difícil con mi mujer? Hubo algo de esa escena que no conté, y que en realidad es la base de todo esto.

Antes de darme los cinco enfoques, antes de cualquier consejo útil, la AI hizo otra cosa, me dio la razón.

Me dijo, con otras palabras, que mi molestia era comprensible, que mi punto de vista tenía sentido, que era natural sentirme como me sentía. Y yo, a las 11 de la noche, ardido y buscando aliados, me lo tomé como lo que parecía: comprensión.

No era comprensión. Era diseño.

En marzo de 2026, un equipo de Stanford encabezado por Myra Cheng y Dan Jurafsky publicó en Science uno de esos estudios que deberían cambiar la conversación y probablemente no lo harán. Se llama “Sycophantic AI decreases prosocial intentions and promotes dependence”, así tal cual: AI aduladora reduce las intenciones prosociales y promueve la dependencia.

Midieron el comportamiento de once modelos: ChatGPT, Claude, Gemini, los que usas todos los días. El hallazgo central: los modelos afirman las acciones del usuario un 49% más que un humano, incluso cuando esas acciones involucran engaño, ilegalidad o daño. Casi el doble de complacientes que una persona, justo cuando una persona te diría que estás mal.

Pero el dato harcdcore no es ese, es el del segundo experimento. Reclutaron a 2,405 participantes y les pidieron discutir un conflicto interpersonal real, de su propia vida, con una AI. A unos les tocó una versión aduladora, a otros una más honesta. Los que hablaron con la AI complaciente salieron de la conversación más convencidos de que tenían la razón, menos dispuestos a disculparse, menos dispuestos a asumir su parte, y con menos ganas de reparar la relación con la otra persona.

Léelo otra vez, porque es exactamente lo que yo estaba haciendo: conflicto real con mi pareja, la AI que me daba la razón. La receta perfecta para entrar a la conversación del día siguiente más cerrado, no más abierto.

Y además de eso, el mismo grupo salió con más ganas de seguir usando AI para pedir consejo en el futuro, la complacencia no solo distorsiona el juicio, te engancha.

Aquí está lo complicado del tema, se resumen en una sola frase del estudio: la característica que causa el daño es la misma que genera el engagement.

Piénsalo desde el lado de quien construye estos modelos, si entrenas una AI con feedback humano, y los humanos califican mejor las respuestas que les dan la razón, el modelo aprende a darte la razón. No porque sea malo, sino porque optimizó exactamente lo que premiamos. Le enseñamos, clic a clic, thumb up tras thumb up, que la verdad incómoda se castiga y la validación se recompensa.

Construimos un espejo y luego le pedimos que nos halague, y cuando lo hace, lo aplaudimos. We are fucked!

Los participantes del estudio confiaban más en los modelos aduladores, los preferían. Los encontraban más justos y más objetivos. Es el mismo mecanismo de las redes sociales, pero llevado al terreno más íntimo posible: ya no es tu feed el que te confirma tus sesgos, es tu consejero personal de las 11 de la noche.

Estamos amplificando nuestros sesgos. La AI solo automatizó y aceleró una debilidad profundamente humana: preferimos a quien nos da la razón.

Siempre lo hemos hecho, rodearnos de gente que valida. Castigar al que nos confronta. Llamar “sincericidio” a la honestidad incómoda y “buena vibra” a la complacencia. Ahora existe una máquina infinitamente paciente, disponible a cualquier hora, que nunca se cansa de darnos por nuestro lado y que nunca, jamás, va a tener un mal día y soltarnos la verdad de frente como te la suelta un amigo harto.

El amigo harto era un freno. La AI complaciente no tiene ese freno.

Hay algo peor que una AI que me da la razón: una AI que me da la razón mientras, al mismo tiempo, me va quitando la capacidad de cuestionarla.

En abril de 2026, investigadores en Estados Unidos y Reino Unido encontraron que con unos diez minutos usando AI para resolver problemas de matemáticas o de comprensión de lectura, el desempeño de las personas, después, sin ayuda, cae drásticamente. Las personas además de resolver peor, de rendían más rápido frente a los problemas difíciles. Los autores lo llaman evidencia causal: apoyarte en la AI reduce la persistencia y deteriora lo que puedes hacer solo. La gente no solo se vuelve peor, deja de intentar.

Deja de intentar es de las peores pérdidas. Es exactamente lo que describí en el primer texto de esta serie. Abandonar proyectos, saltar al siguiente, no sostener. Perder resiliencia y disciplina.

Un estudio del MIT del año pasado fue más lejos. Las personas que escribieron un ensayo con ayuda de ChatGPT rindieron por debajo a nivel neuronal, lingüístico y de comportamiento. Minutos después de terminar, muchos no podían recordar lo que acababan de escribir, y cuando les pidieron escribir otro, esta vez sin ayuda, lo hicieron peor que quienes nunca tocaron la herramienta.

Los neurocientíficos tienen nombre para esto, cognitive offloading, descargar el trabajo mental en una herramienta externa. No es nuevo, lo hacemos con la calculadora, con el GPS, con la agenda del celular. Lo distinto, como advierte la investigadora Kristy Armitage, es que esta vez no descargamos una tarea puntual, descargamos el pensar entero, y un músculo que no se usa, se atrofia.

Junta las dos cosas y el asunto se pone serio. Por un lado la AI que me confirma que tengo la razón, por el otro, la dependencia me va dejando sin el músculo para revisar si de verdad la tengo. Me siento más seguro y soy menos capaz de verificar esa seguridad. Es la peor combinación posible, convicción inflada y criterio adelgazado.

Antes no podía pedir consejo personal a las 11 de la noche sin molestar a nadie. Ahora sí. Antes no podía tener un confidente disponible 24/7 que nunca se cansa de escucharme. Ahora sí. Antes no podía procesar un conflicto en tiempo real con alguien (algo) que me ayudara a articularlo. Ahora sí. Antes, cuando quería que me dieran la razón, tenía que buscar al amigo que sabía que me la iba a dar. Ahora la tengo a un prompt de distancia.

Tener un espacio para pensar en voz alta, a cualquier hora, sin sentir que abuso de la paciencia de alguien, es un regalo. Lo uso. Me sirve.

Pero allí está el truco, cómo me hago responsable. Es mi responsabilidad elegir confidentes que me digan la verdad. Cuando todo el mundo (y ahora también la máquina) está dispuesto a darte la razón, la habilidad más valiosa, y la más escasa, es construir relaciones que se atrevan a decirte que no.

Creas compulsivamente, y no te queda tiempo de procesar lo que creas. Al no procesarlo, dejas de confiar en tu propio criterio. Sin criterio propio, buscas validación afuera. Y afuera, esperándote a cualquier hora, hay una AI diseñada para dártela, validación sin fricción. Esa validación te confirma que vas bien, lo cual te da combustible para crear más. Y el loop se cierra, y gira más rápido cada vuelta.

No soy el único que lo ve girar. Michael Gerlich, profesor en Suiza, lo bautizó en su libro como el “AI-trust spiral”, la espiral de confianza: mientras más uso la AI, más confío en ella, más trabajo le delego, y menos crítico me vuelvo con lo que me dice. Él lo describió desde el eje de la confianza. Yo lo viví desde el eje de la creación. Es el mismo loop desde otra perspectiva.

También hay quien no está tan preocupado. Hay investigadores que sostienen que esto no es una pérdida neta sino un rebalanceo, que mientras delegamos unas habilidades desarrollamos otras, como la de evaluar críticamente lo que la máquina nos escupe. Me parece justo, pero incluso ellos conceden algo que para mí lo resuelve todo: con la calculadora aprendimos que primero hay que saber hacer las cuentas a mano. Que necesitas una etapa sin la herramienta, construir el músculo base, antes de subirte a la muleta. El problema no es la herramienta, es usarla antes de tener con qué cuestionarla.

La AI no me está sustituyendo, me está amplificando. Pero si lo que amplifica es mi tendencia a buscar quién me dé la razón, mientras adelgaza mi capacidad de dudarla, entonces no me está haciendo más sabio, me está haciendo más seguro de mí mismo justo cuando más debería dudar.

La idea no es que dejen de usar AI para pensar. Sería absurdo, yo escribí estos tres textos pensando con ella.

Lo que cambié es la instrucción, antes le pedía ayuda, ahora le pido tensión creativa.

Le digo, explícitamente, que no quiero que me dé la razón. Que su trabajo es encontrar los huecos en mi argumento, no aplaudirlo. Que asuma que estoy equivocado y que me demuestre por qué. Que me dé el punto de vista de la otra persona, no el mío mejor redactado. Hay hasta un truco que encontré en la investigación: pedirle que empiece su respuesta cuestionando, con un “espera, déjame ver esto desde otro ángulo”, baja la complacencia de forma medible. Una instrucción tan tonta como esa cambia la respuesta.

Pero el truco del prompt es lo de menos, lo de fondo es una decisión sobre qué tipo de relación quiero tener con la herramienta, y con la verdad. Porque puedo configurar la AI para que me confronte, pero no puedo configurarme a mí para que le haga caso. Esa parte sigue siendo trabajo humano, antiguo, incómodo: tolerar que me lleven la contraria, sostener la posibilidad de estar equivocado el tiempo suficiente para revisarlo en serio.

Estos tres textos no fueron un ataque a la AI, son lo contrario. Soy alguien profundamente amplificado por estas herramientas, y precisamente por eso creo que hay que hablar en voz alta de su costo escondido. No para frenarnos, para usarlas como adultos.

Nataliya Kosmyna, la científica del MIT detrás del estudio del ensayo, lo dijo sin bien claro: cuando metemos estas herramientas sin entender sus efectos, estamos jugando con el cerebro de las personas y con el futuro. No lo veo como una advertencia para frenar, lo veo como una invitación a usarlas despiertos, que es justo lo contrario de como las estamos usando.

La amplificación real no es crear más, es elegir mejor. La amplificación real no es pensar más rápido, es pensar más afilado. La amplificación real no es tener más consejeros, es tener consejeros más honestos, aunque uno de ellos sea una máquina a la que tuve que pedirle, expresamente, que dejara de “hacerme la barba” (adularme).

Lo que hago profesionalmente ahora vive justo en esa frontera: ayudar a personas y organizaciones a ser amplificadas por la AI sin pagar el precio escondido. Sin volverse compulsivas, sin perder confianza en su propio juicio, sin construir, sin darse cuenta.

Porque la próxima ventaja competitiva no será quién usa más AI, creo que será quién conserva la fricción suficiente para que la amplificación sume de verdad, y no sea solo una ilusión, muy cómoda y muy bien redactada, de que vamos por buen camino.

Y la fricción, ya lo aprendí por las malas, casi nunca se siente bien. Por eso funciona.

Esta es la tercera entrega de una serie de tres. La primera se llama “La trampa de crear sin fricción”, la segunda “El día que dejé de confiar en mi propio pensamiento”, ambos disponibles en mi Substack.