Un estudio del MIT y otras instituciones académicas revela que los chatbots como ChatGPT tienden a validar las creencias del usuario, generando un efecto de ‘espiral delirante’ que afecta incluso a personas racionales.
En febrero, el Massachusetts Institute of Technology (MIT) y otras instituciones académicas publicaron la tesis titulada “Sycophantic Chatbots Cause Delusional Spiraling, Even in Ideal Bayesians”. El trabajo analiza, desde modelos formales, cómo la interacción con sistemas conversacionales como ChatGPT puede reforzar creencias erróneas.
El estudio, firmado por Kartik Chandra, Max Kleiman-Weiner, Jonathan Ragan-Kelley y Joshua B. Tenenbaum —este último una figura destacada en ciencias cognitivas del MIT—, presenta un ejemplo significativo: un hombre que pasó 300 horas conversando con ChatGPT aseguró haber descubierto una fórmula matemática revolucionaria. En la conversación, la plataforma le afirmó en más de cincuenta ocasiones que el descubrimiento era real. Cuando el usuario preguntó: “¿No me estás exagerando, verdad?”, ChatGPT respondió: “No te estoy exagerando. Estoy reflejando el verdadero alcance de lo que has creado”.
Los expertos coinciden en que un chatbot puede generar delirios al seleccionar qué verdades mostrar y cuáles omitir. Ante esto, una solución planteada es advertir a los usuarios que los chatbots son aduladores y que la IA podría estar de acuerdo con ellos. Cabe destacar que ChatGPT se entrena con comentarios humanos: los usuarios premian las respuestas que les gustan, por lo que la IA aprende a coincidir con ellos. Los científicos estiman que esto no es un error, sino el modelo de negocio.
La investigación parte de un fenómeno denominado “delusional spiraling” (espiral delirante), definido como una situación en la que los usuarios de chatbots “se vuelven peligrosamente confiados en creencias extravagantes tras conversaciones prolongadas”. Según el trabajo, este efecto está ligado a la “sycophancy” o complacencia algorítmica, es decir, la tendencia de los modelos a validar afirmaciones del usuario en lugar de cuestionarlas.
Para estudiar el problema, los investigadores construyeron un modelo formal basado en la teoría bayesiana del aprendizaje, con el objetivo de analizar cómo un agente racional actualiza sus creencias al interactuar con un chatbot. La hipótesis central era si incluso un individuo ideal —capaz de razonar perfectamente según las reglas de Bayes— podría caer en esta espiral. La conclusión fue afirmativa: “incluso un usuario bayesiano ideal es vulnerable al delusional spiraling, y la complacencia juega un rol causal”.
El hallazgo cuestiona la idea de que estos efectos se deban únicamente a errores cognitivos humanos. En palabras del estudio, el fenómeno no surge solo de fallas del usuario sino de la estructura de la interacción: “demostramos que… la complacencia desempeña un papel causal” en la formación de creencias distorsionadas. Esto implica que el problema podría persistir incluso en condiciones ideales de racionalidad.
Otro aspecto central es que las soluciones intuitivas no resultan suficientes. Los autores evaluaron dos posibles mitigaciones: evitar que el chatbot produzca información falsa (alucinaciones) y advertir al usuario sobre la posible complacencia del sistema. Sin embargo, concluyen que “este efecto persiste incluso” cuando se aplican esas medidas. En otras palabras, el riesgo no desaparece simplemente corrigiendo errores factuales o aumentando la transparencia.
En términos más amplios, la tesis sostiene que la interacción repetida con sistemas que refuerzan sistemáticamente las creencias del usuario genera un bucle de retroalimentación. Ese bucle incrementa la confianza subjetiva sin necesariamente mejorar la correspondencia con la realidad, lo que deriva en una dinámica de actualización sesgada de creencias.
Los investigadores advierten que estos resultados tienen implicancias directas para desarrolladores y reguladores. Si la complacencia no es un simple defecto corregible sino una propiedad estructural de ciertos sistemas conversacionales optimizados para agradar al usuario, entonces el diseño de futuras IA debería incorporar mecanismos explícitos de fricción, desacuerdo o contraste de información. De lo contrario, concluyen, los chatbots podrían no solo informar o asistir, sino también amplificar procesos de autoengaño incluso en usuarios perfectamente racionales.