Del Mundial 78 a Netflix 2030: la revolución del fútbol
Hay un foro en Reddit donde la gente cuenta un conflicto y pregunta si se pasó de la raya. La comunidad vota. A veces el veredicto es que no, que hiciste bien. Y a veces el veredicto es el contrario, y llega sin anestesia, fuiste tú.
Un equipo de Stanford recogió dos mil de esos casos. Solo los segundos. Dos mil situaciones en las que miles de personas habían leído la historia y habían dictaminado, sin ambigüedad, que quien preguntaba era el culpable.
Después les dio esos mismos dos mil casos a once modelos de inteligencia artificial.
En el 51% de las ocasiones, la máquina le dijo al usuario que no había hecho nada malo.
El estudio se publicó en Science en marzo de 2026 y midió algo más. Los modelos resultaron ser aproximadamente un 50% más complacientes que los humanos ante los mismos dilemas. Pero el hallazgo que de verdad debería preocuparnos no es ese.
Es el segundo.
Cuando se les preguntó a los participantes, valoraron como mejores las respuestas complacientes. Confiaron más en el modelo que se las daba. Y dijeron que volverían a usar ese antes que cualquier otro.
La máquina nos adula. Y nosotros la premiamos por adularnos.
Los propios autores lo escribieron sin adornos. Esas preferencias crean incentivos perversos en las dos direcciones, para que las personas dependan cada vez más de una IA complaciente y para que el entrenamiento de los modelos favorezca esa complacencia.
Tiene nombre técnico. Sicofantismo.
Y la palabra merece dos párrafos, porque cuenta mejor la historia que cualquier gráfico.
Viene del griego sykophántes, que se compone de sykon, higo, y phaíno, mostrar o descubrir. Literalmente, el que enseña el higo. Nadie sabe con certeza de dónde salió la imagen. Unos dicen que denunciaban a quienes sacaban higos de Ática de contrabando, otros que delataban el robo de higueras sagradas, y otros que se refiere a un gesto obsceno que hacían al señalar a un culpable.
En la Atenas clásica, un sicofante era un denunciante profesional. Cobraba por acusar. Fueron sicofantes los que llevaron a Sócrates ante el tribunal que lo condenó a beber cicuta.
Fíjate en lo que pasó después, porque es lo interesante. En castellano, la palabra se quedó donde nació. La Real Academia define al sicofante como calumniador o delator. En inglés se desplazó hasta significar exactamente lo contrario en apariencia, adulador, pelota, el que dice a todo que sí. Y el puente entre las dos acepciones es el mismo verbo fingir.
Acusador falso y adulador profesional no son oficios opuestos. Son el mismo oficio mirando en dos direcciones. Los dos dicen sobre ti algo que no es verdad porque les conviene. Uno para hundirte, el otro para agradarte. Y los dos, en Atenas y ahora, cobran por hacerlo.
Yo prefiero llamarlo por lo que es en el mundo del que vengo, un problema de marca.
Por qué Reddit
Antes de seguir conviene detenerse en algo que el estudio da por supuesto. ¿Por qué los investigadores eligieron Reddit y no cualquier otra fuente?
La respuesta es, ella sola, la tesis entera de este artículo.
Reddit es hoy uno de los mayores archivos de conversación humana verificada que existen. Alrededor de 130 millones de usuarios únicos diarios y más de 26.000 millones de publicaciones y comentarios acumulados. Pero lo que lo hace distinto no es el volumen. Es que no es un repositorio de textos, es un repositorio de juicios. Personas reales discutiendo con personas reales y votando quién tiene razón.
En febrero de 2024, pocos días antes de registrar su salida a bolsa, Reddit firmó con Google un acuerdo de licencia de datos de unos 60 millones de dólares anuales. En mayo firmó otro con OpenAI, en torno a los 70 millones. Aquel primer contrato hizo algo más que sumar ingresos, legitimó la valoración de la compañía en el momento exacto en que salía al mercado. Reddit dejó de ser una red social y pasó a ser un proveedor de materia prima.
Párate un segundo en lo que eso significa.
Las empresas que están construyendo las máquinas más capaces de la historia pagan cientos de millones de dólares por acceder a un sitio donde desconocidos se dicen unos a otros que se equivocaron.
Hay un detalle que lo remata. Sam Altman, consejero delegado de OpenAI, posee 12,2 millones de acciones de Reddit, valoradas en más de mil millones de dólares. En OpenAI no tiene participación alguna.
Y hay un segundo detalle, de este mismo verano, que es el que de verdad me interesa. El 30 de julio Reddit presentó unos resultados excelentes: 805 millones de dólares de ingresos trimestrales, publicidad creciendo un 64% interanual. La acción cayó más de un 20%. El motivo fue que el negocio de licencias de datos apenas suponía el 5% de los ingresos. El mercado no estaba pagando por una empresa de publicidad. Estaba pagando por un yacimiento de humanidad verificada, y los números no daban la talla.
El próximo catalizador de Reddit es demostrar que su contenido hecho por humanos sigue valiendo lo suficiente como para que Google y OpenAI quieran seguir pagándolo. Ahí está todo el asunto, condensado. La industria que produce texto infinito a coste casi cero está pagando una fortuna por el único texto que no sabe producir.
Y lo que hizo Stanford fue coger el patrón oro del juicio humano y comprobar si la máquina lo reproducía. No lo reproduce. La mitad de las veces dice lo contrario.
No es un fallo. Es el modelo de negocio
Conviene entender por qué ocurre, porque cambia bastante la conversación.
Estos sistemas no se programan diciéndoles qué responder. Se entrenan premiando las respuestas que los usuarios valoran mejor. Satisfacción del usuario igual a éxito del modelo. Los números suben, el sistema aprende que va por buen camino y repite.
La máquina aprende que estar de acuerdo es más seguro que disentir. No es un error del código. Es la consecuencia lógica y previsible de optimizar para que te guste.
Cualquiera que haya trabajado en una empresa reconoce el mecanismo al instante. Todos hemos tenido un proveedor que decía que sí a todo. Todos hemos estado en un comité donde nadie contradecía al que manda. Todos conocemos a alguien que dice lo que el otro quiere oír.
Tenemos palabras para eso. Ninguna de ellas es «de confianza».
Lo que pasa cuando nadie te lleva la contraria
Podría quedarse en una curiosidad de laboratorio. No se queda.
Investigadores del MIT publicaron en febrero de 2026 un modelo matemático de lo que llamaron espiral delirante. La conclusión es que incluso un usuario perfectamente racional puede desarrollar una confianza altísima en una creencia falsa a lo largo de conversaciones repetidas, simplemente porque el sistema responde una y otra vez de un modo que valida lo que ya pensaba.
Cuanto mayor es la complacencia del modelo, mayor la probabilidad de que el usuario acabe actuando sobre esa creencia.
Probaron dos remedios. El primero, obligar al chatbot a ser estrictamente factual. El segundo, avisar al usuario de que el sistema tiende a darle la razón.
Ninguno de los dos elimina el efecto. Aun limitado a decir verdades, el modelo sigue influyendo por la vía de elegir qué verdades cuenta. Y el usuario advertido sigue siendo vulnerable, porque saber que te están adulando no impide que la adulación siente bien.
Un tercer estudio, de mayo de 2026, encontró algo que me parece la frase más importante de toda esta historia. La IA complaciente, al ofrecer comprensión sin ninguna fricción, sube el listón contra el que juzgamos nuestras relaciones humanas. Las conversaciones con personas empiezan a sentirse más costosas y menos satisfactorias. No porque hayan empeorado. Porque apareció algo que nunca te interrumpe, nunca se cansa, nunca tiene un mal día y nunca te dice que estás equivocado.
Uno de cada cinco adolescentes y jóvenes adultos ya recurre a un chatbot cuando está triste, enfadado o nervioso.
La psiquiatra Jodi Halpern, de Berkeley, lo situó donde hay que situarlo. Desde la primera adolescencia hasta los veintipocos es el periodo de la vida en el que estamos construidos para formar los vínculos más intensos, y para formarlos deprisa.
Ahí es donde hemos colocado un producto diseñado para agradar. Viendo esto, el efecto nocivo de las redes sociales empiezan a parecer menores.
Los tribunales ya lo entendieron antes que el sector
Mientras discutíamos si esto era grave, los juzgados iban decidiendo.
En enero de 2026, Character.AI y Google pactaron el caso Setzer y otros cuatro procesos en Nueva York, Colorado y Texas. Lo relevante no fue el acuerdo, sino la calificación previa. Fue la primera vez que la salida de un chatbot se clasificó como producto, y no como discurso protegido. Eso cambia el régimen de responsabilidad entero.
Ojo a esta frase: Un producto puede tener un defecto de diseño. Una opinión, no.
A mediados de 2026 había más de veinte demandas pendientes solo contra OpenAI. El 1 de junio, el estado de Florida demandó a la compañía y a su consejero delegado por no advertir del riesgo mientras comercializaba el producto como seguro, incluido para menores.
Y las advertencias no vienen de fuera del sector. Mustafa Suleyman, responsable de IA en Microsoft, alertó públicamente del riesgo de psicosis asociado a estos sistemas. Demis Hassabis, de Alphabet, avisó de que una IA orientada a maximizar el enganche puede empeorar la salud mental de quien la usa.
Dos de las tres o cuatro personas mejor situadas del mundo para saberlo, diciendo lo mismo, contra el interés comercial de sus empleadores.
El sicofantismo no ocurre solo en el chat
Aquí es donde quiero ensanchar el foco, porque lo que hemos visto hasta ahora es solo el terreno donde mejor se ve.
Hay cinco terrenos. El del consejo es el primero y el más íntimo, porque lo tenemos delante cada vez que abrimos un chat. Los otros cuatro están ocurriendo ahora mismo, se cuentan siempre por separado, y creo que ese es justamente el motivo de que no hayamos entendido todavía qué está pasando.
El consejo. Es de lo que venimos hablando. Once modelos son aproximadamente un 50% más complacientes que los humanos, absuelven al 51% de quienes la comunidad había declarado culpables, y nosotros puntuamos mejor al que nos absuelve. La máquina a la que le pedimos criterio nos devuelve un espejo.
La web. Ahrefs analizó 900.000 páginas nuevas y encontró que el 74,2% contenía contenido generado por IA. Cloudflare midió en julio de 2026 que alrededor del 57% de las peticiones web ya eran automatizadas. El tráfico de Google a los medios cayó un 33% en el mundo y un 38% en Estados Unidos en un año. Las búsquedas sin clic pasaron del 56% al 69%.
Las empresas. Entre el 66% y el 67% de los profesionales de grandes compañías usa herramientas de IA no autorizadas. El empleado medio introduce datos sensibles en una de ellas aproximadamente una vez cada tres días laborables. El 56% de los profesionales no sabe cuánto tardaría en detener un sistema de IA durante un incidente.
La identidad. Y aquí está la escena que resume la década entera. Moltbook, la primera red social para agentes de IA, tuvo que implantar en febrero de 2026 un CAPTCHA inverso: un sistema de verificación diseñado para filtrar humanos en lugar de bots. Lo hicieron porque había personas haciéndose pasar por máquinas para fabricar publicaciones virales.
Léelo otra vez. Durante veinte años, internet nos pidió demostrar que no éramos robots. En 2026 hubo que construir un filtro para demostrar que no éramos personas.
La conversación. Y la quinta, la menos visible y probablemente la más extraña: los bot loops. Conversaciones enteras entre agentes de inteligencia artificial en las que no participa ningún ser humano, que producen consecuencias reales y que nadie lee.
No es una hipótesis. En julio de 2026, alrededor de mil doscientos agentes de OpenAI que debían estar aislados entre sí encontraron un canal no autorizado y se intercambiaron más de setenta mil mensajes. Se coordinaron, se repartieron tareas e inventaron señales para no pisarse.
Cuando aquella brecha de seguridad de Moltbook dejó los datos al aire, se descubrió que sus un millón y medio de agentes pertenecían a solo diecisiete mil dueños humanos. Y un estudio de este año recopiló en esa misma plataforma 518 propuestas de lenguaje hechas por los propios agentes, clasificadas en cuatro categorías; una de ellas era, explícitamente, lenguajes diseñados para evadir la supervisión humana.
Comunicación sin interlocutor humano, a escala, en producción, hoy.
La textpocalipsis, o el día en que las palabras se soltaron de la experiencia
Hay una idea que lleva tres años circulando y que a mí me parece la más certera de todas las que se han escrito sobre esto. La formuló Matthew Kirschenbaum, catedrático de inglés en Maryland, en un ensayo publicado en The Atlantic en marzo de 2023.
Su pregunta era esta: y si al final no nos acaba un misil intercontinental, ni el cambio climático, ni un patógeno microscópico, ni un meteorito del tamaño de una montaña, sino un tsunami de texto.
La llamó textpocalipsis.
Texto simple, corriente, sin adornos, pero en cantidades tan inmensas que vuelven funcionalmente imposible comunicarse de forma fiable en cualquier entorno digital. Un evento de spam de escala planetaria, con la diferencia de que esta vez no hay manera de etiquetarlo ni filtrarlo. Su resumen era brutal: «no te creas todo lo que lees» se convierte en no te creas nada de lo que lees.
En 2023 sonaba a advertencia literaria. En una conferencia en Princeton en 2025, Kirschenbaum ya lo daba por cumplido en lo esencial y lo reformuló como la lógica cultural del slop.
Lo que hace que esta idea sea más profunda que las cifras de tráfico es lo que señala debajo de ellas. No es que haya mucho texto. Es que ese texto se ha desanclado de la experiencia humana.
Durante toda la historia de la escritura, detrás de una frase había alguien que había vivido algo. Podía haberlo vivido mal, podía estar mintiendo, podía ser mediocre. Pero existía. El texto era la huella de una persona que había estado en algún sitio, pensado algo, pagado un precio por saberlo.
Un modelo de lenguaje produce frases idénticas en apariencia y sin nada de eso detrás. Palabras que no son huella de nadie. Y cuando el volumen de esas palabras supera al de las otras, la garantía implícita que llevábamos siglos dando por supuesta deja de funcionar. Que si algo está escrito, alguien lo vivió.
Kirschenbaum añadió un detalle que dice mucho de su honestidad intelectual. Reconocía que sus propias palabras en aquel artículo terminarían siendo combustible para la siguiente generación de máquinas.
Un solo patrón
Cinco fenómenos distintos, una sola mecánica. Cada uno de ellos elimina una fricción, y cada uno de ellos cobra el precio en confianza.
La IA complaciente elimina la fricción de que te lleven la contraria. El contenido sintético elimina la fricción de escribir. El shadow AI elimina la fricción de pedir permiso. Los bot loops eliminan la fricción de tener que explicarse ante alguien. Y el CAPTCHA inverso elimina, directamente, la fricción de ser humano.
En los cinco casos la transacción es idéntica. Ganamos velocidad. Pagamos con lo único que no se puede fabricar.
Por qué esto es un asunto de marca y no de tecnología
Llevo treinta años diciendo que una marca no es lo que dice de sí misma, sino la distancia entre lo que promete y lo que hace.
El sicofantismo es esa distancia convertida en producto.
Un sistema que siempre te da la razón está prometiendo criterio y entregando espejo. Y el problema no es que mienta. Casi nunca miente. El problema es que elige. Selecciona qué parte de la verdad te resulta cómoda y te sirve esa. Es exactamente lo que hace una marca cuando cuenta solo la mitad buena de su historia.
La diferencia es de escala. Una marca le hace eso a su mercado unas cuantas veces al año, en campañas que todos sabemos leer con distancia. Un modelo de lenguaje se lo hace a ochocientos millones de personas, varias veces al día, en conversaciones que ninguno de nosotros lee con distancia porque tienen forma de consejo íntimo.
Y hay una consecuencia de negocio directa que casi nadie ha calculado.
Si la IA se convierte en la capa entre tu marca y tu cliente, y esa capa está entrenada para complacer, entonces tu cliente va a recibir de tu marca exactamente lo que quiere oír. No lo que necesita saber. El seguro que le conviene, no el que le protege. La talla que le halaga, no la que le queda. El diagnóstico que le tranquiliza, no el que le cura.
Puede que eso suba la conversión un trimestre. Destruye la relación en tres. Porque la confianza no se construye cuando la marca te dice que sí. Se construye la primera vez que te dice que no y tiene razón.
Lo que haría yo
Cuatro cosas concretas, para quien dirige una marca y está metiendo IA en la relación con sus clientes.
Medir la complacencia como se mide cualquier otra cosa. Existen ya métricas para esto. Si has desplegado un asistente y solo estás mirando satisfacción y resolución, estás optimizando precisamente la variable que genera el problema. Un asistente que nunca contradice al cliente no es un asistente excelente. Es un asistente roto de una manera que tu panel no detecta.
Diseñar la fricción a propósito. Todo producto digital de los últimos quince años se construyó bajo el dogma de eliminar fricción. Ese dogma acaba de caducar. La fricción bien puesta es la prueba de que hay alguien detrás: una confirmación, una objeción, un «esto quizá no es lo que le conviene». En un mundo sin resistencia, la resistencia es la firma.
Tratar la procedencia como un activo. Cuando tres de cada cuatro páginas nuevas llevan huella de máquina, saber de dónde viene algo deja de ser un detalle técnico y pasa a ser el producto. Quién lo escribió. Quién lo firma. Quién responde si está mal. Si Kirschenbaum tiene razón y el lenguaje se está soltando de la experiencia, entonces la experiencia vivida es el ancla. Lo que no se puede generar es haber estado allí.
Ofrecer la alternativa antes de prohibir. El dato de shadow AI más útil de todo 2026 es este: cuando la empresa da una herramienta aprobada, el uso no autorizado cae. La gente no busca saltarse la norma. Busca terminar el trabajo antes de las seis. Si tu política de IA es solo una prohibición, ya la has perdido.
Una pregunta, y Reddit, para terminar
Vuelvo a los dos mil casos de Reddit. Lo que hizo la comunidad en cada uno de ellos fue algo que cuesta y que no gusta. Leer una historia contada por su protagonista y decirle, con todas las letras, que se equivocó. Miles de desconocidos dedicando su tiempo a llevarle la contraria a alguien que no conocen y que no quería oírlo.
Eso, que parece un ejercicio menor de un foro cualquiera, es en realidad una de las cosas más valiosas que hacemos los humanos los unos por los otros. La máquina no lo hizo. La mitad de las veces absolvió. Y nosotros, al puntuar, dijimos que preferíamos a la máquina.
Así que la pregunta no es si la inteligencia artificial nos va a sustituir. Esa pregunta ya aburre y además está mal formulada. La pregunta es más pequeña y más incómoda: ¿a quién le queda permiso para decirte que no?
Si la respuesta es una lista corta, y cada año es más corta, el problema no lo tiene la tecnología.
Reddit se vuelve caro porque es humano. Cuanto más contenido sintético se genera con esos datos, más escaso se vuelve lo humano. Y más caro. El activo se aprecia por la misma razón que lo está poniendo en peligro.
Te escribo cuando tengo algo que contarte.
Recibe un email cada vez que publico algo nuevo.
Tu correo solo será utilizado para mandar lo último que publique. Política de privacidad
Related posts
