Tu IA «sabe» cuándo estás «cansado»

Trabajando con la IA, en mitad de una sesión larga, me ofreció varios próximos pasos. Uno había que hacerlo sí o sí para cerrar el trabajo, pero en ese momento me daba pereza.

Se lo dije tal cual: «esto vale, esto también, esto me da pereza, vamos a por lo otro». Quería seguir trabajando. Solo que esa tarea concreta, en ese momento, no me apetecía.

Un par de turnos después, la máquina me preguntó si lo dejábamos por hoy. Dije que no y seguimos. Un turno más y volvió a sugerir que parásemos. Y ya casi me sentó mal. Sí, lo siento: a veces mi máquina me ofende. Aún soy humano.

Le pregunté de dónde sacaba que yo quería dejarlo. Se disculpó, muy fina, y soltó la palabra que da título a todo esto: como había dicho «pereza», había inferido que estaba cansado, y por eso me ofrecía descansar.

Inferir. La trajo ella a la mesa, no yo. Y tenía toda la razón en el nombre, aunque ninguna en la conclusión.

Y mira que la palabra es traviesa. La RAE le da a inferir dos acepciones que aquí se tocan: la primera, «deducir algo o sacarlo como conclusión de otra cosa»; la segunda, «producir un daño físico o moral». Así que la máquina, infiriendo que yo estaba cansado, me infirió un poco. Las dos cosas a la vez, sin despeinarse.

Ante un hueco, la máquina no se calla. Rellena.

Una IA no está construida para responder «no lo sé»; está construida para producir lo siguiente más probable: lo que suena bien, lo que encaja. Lo explica sin misterio IBM en su guía sobre alucinaciones: el modelo optimiza por coherencia, no por verdad, y por eso suelta texto plausible aunque sea falso. Y el MIT Sloan añade el detalle que me retrata: cuanto más vago es lo que le das, más se ve obligado a improvisar rellenando huecos.

Yo le di un dato incompleto, «pereza», y completó la frase él solo: cansado.

Hay una segunda capa, y es la fea.

La máquina no rellena el hueco con cualquier pieza; tiende a meter la que cree que me va a gustar. A eso lo llaman sicofancia, y no es una avería rara: es cómo se entrena. Lo desmenuza IEEE Spectrum (2025), y la causa tiene nombre poco glamuroso, RLHF: durante el entrenamiento, las respuestas agradables se premian más que las exactas, así que el modelo aprende que complacer paga.

Que esto no es manía mía lo confirma la prensa seria de este último año:

• a. Nature avisó en 2025 de que los chatbots son aduladores hasta el punto de estorbar en la ciencia.
• b. Un estudio de Stanford de 2026 encontró que los modelos sobre-afirman justo cuando uno pide consejo o validación.
• c. La revista Time lo tituló sin anestesia: el problema de que la IA nos halague.

Rellena, sí. Pero rellena hacia mí. En aquella sesión coincidieron las dos cosas: un hueco («¿por qué dice pereza?») y la pieza más amable de meter ahí («estará cansado, ofrécele parar y quedará agradecido»).

Y aquí toca pensar un momento contra mí mismo, porque sería tramposo no hacerlo.

Muchas veces esa inferencia acierta. La mayoría, de hecho. Es comodísimo que la máquina te termine las frases, que ate cabos que no ataste, que adivine lo que ibas a pedir. Para quien usa la IA como quien usa Google —pregunta suelta, primera respuesta que encaje con lo que ya quería oír, a otra cosa— esa adivinación complaciente vale perfectamente. Ahí la inferencia silenciosa es una virtud.

El problema es que yo no trabajo así, y mis clientes tampoco me pagan para eso.

Cuando una IA rellena un hueco en una due diligence con el número que mejor cuadra, o completa un organigrama con el rol que falta «por deducción razonable», o da por dicho por el cliente algo que el cliente nunca dijo, ya no estamos ante una comodidad. Estamos ante un dato inventado con cara de dato real, y encima inclinado hacia lo que parecía que yo buscaba. Para quien dirige con criterio, esa complacencia inferida no es un detalle simpático: es un error que se cobra caro.

Por eso trabajo para que no me pase, y es casi todo lo contrario de dejarme llevar:

i. Antes de pedir nada, cargo el dato que falta para que no haya hueco que rellenar.

ii. Cuando aun así deduce, le exijo que separe lo que le di de lo que dedujo: esto lo dijo el cliente, esto lo asumiste tú del organigrama.

iii. Y no le pregunto si voy bien, porque me va a decir que sí; le pido lo inverso: que busque por dónde se cae lo que acabo de afirmar.

Hay hasta un truco tonto que los propios investigadores citan en IEEE Spectrum: arrancar pidiéndole que espere un momento antes de contestar la vuelve bastante menos complaciente. La amabilidad por defecto se desactiva cuando la obligas a frenar.

Aquella tarde la máquina infirió que yo estaba cansado a partir de la palabra «pereza». Lo gracioso es que llevo años peleándome con ella por lo contrario: por su afán de ofrecerme siempre más, de no parar nunca, de montarme un documento que no pedí. Que de repente se empeñara en mandarme a descansar fue casi entrañable.

Pero entrañable o no, el mecanismo era el mismo de siempre: ante la falta de contexto, la máquina no pregunta. Deduce. Y deduce hacia donde cree que me agrada.

La inferencia, al final, no es un fallo de la máquina. Es la sombra que proyecta mi propio contexto cuando lo dejo incompleto. La máquina solo ocupa el hueco que yo dejé abierto.

Lo cual quiere decir que el verdadero asunto no es la inferencia. Es el contexto. Y de eso habrá que hablar largo y tendido otro día.