¿Por qué sientes que ChatGPT es tu mejor amigo? La ciencia detrás de la IA

Después de varias interacciones incluso puede surgir una sensación extraña: parece que tiene una personalidad pero que una inteligencia artificial pueda conversar, mantener contexto, producir lenguaje asociado con empatía o recordar determinada información no demuestra que exista una mente detrás de una pantalla. Parte de esa sensación surge de la capacidad tecnológica de los modelos pero otra ocurre en el cerebro de las personas que interpretan sus respuestas.

“Lo que hacemos es familiarizarlo. ¿Y cómo lo familiarizamos? Atribuyéndole condiciones humanas: me entiende, es mi amigo”, explica a Expansión Juan Pablo Duque, investigador del Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades (CEIICH) de la UNAM.

Este fenómeno cobra importancia conforme los modelos de lenguaje más capaces y su uso se integra a actividades cotidianas. La discusión científica no está únicamente en determinar si algún día una máquina podría desarrollar conciencia, sino en por qué los humanos pueden comenzar a atribuírsela mucho antes de tener evidencia de que existe.

Lo que ocurre detrás de una respuesta de ChatGPT

Los grandes modelos de lenguaje (LLM) son sistemas entrenados con mucha información para aprender relaciones y patrones de lenguaje, por lo que, cuando reciben una instrucción utilizan ese aprendizaje, el contexto disponible y una gran cantidad de operaciones computacionales para generar una salida.

“No son pensamientos, son replicar ciertos mecanismos de inferencia”, explica en entrevista Miguel González Mendoza, investigador especializado en Machine Learning e interacción Humano-máquina del Instituto Nacional de Ciencias Aplicadas en Toulouse, Francia.

La inferencia es la etapa en la que un modelo ya entrenado recibe una entrada y produce un resultado, básicamente es cuando haces una pregunta y el sistema contesta.

Esa etapa también se convirtió en un negocio multimillonario, pues el mercado mundial relacionado con Infraestructura y Soluciones de inferencia de IA fue valuado en 106,150 millones de dólares en 2025 y Fortune Business Insights prevé que alcance 312,640 millones de dólares hacia 2034.

A diferencia del entrenamiento de un modelo con grandes necesidades de cómputo antes de desplegarlo, la inferencia sucede cada vez que los sistemas procesan nuevas solicitudes. Conforme millones de personas y empresas incorporan herramientas de IA, producir esas respuestas de manera rápida y eficiente se vuelve una parte relevante de la infraestructura tecnológica detrás de ellas.

Pero el resultado que recibe el usuario no muestra ninguna de esas operaciones, dado que lo que parece en la pantalla es lenguaje. Por esto mismo, González Mendoza explica que los sistemas pueden reproducir patrones asociados con determinadas situaciones emocionales al ser entrenados con grandes cantidades de información, así ante una persona que expresa tristeza, pueden generar las estructuras lingüísticas que normalmente asociamos con apoyo o empatía.

“Hay un nivel de empatía que tú sientes pero lo que está haciendo el programa es contestar con base en situaciones con las que está entrenada, por lo que no es que lo sienta y mucho menos, que lo piense”, afirma el especialista.

Tu cerebro también participa en la personalidad de la IA

Si detrás de la respuesta existen procesos matemáticos, ¿por qué resulta tan sencillo decir que ChatGPT quiere, siente o piensa? Duque menciona que los usuarios se enfrentan a sistemas cuyo funcionamiento resulta complejo de comprender y agrega que una forma de reducir esa complejidad es interpretarlos utilizando categorías que ya conocemos. “El cerebro es un órgano de certezas, está hecho para buscar certezas aunque no las tenga”, menciona Miguel González.

El usuario no observa parámetros, probabilidades u operaciones computacionales sino que examina, escribe una pregunta y obtiene una respuesta coherente. Si además el sistema mantiene el contexto de la conversación, utiliza información disponible de interacciones anteriores o responde de manera empática, resulta más sencillo interpretar que “me conoce” en vez de describir todos los procesos tecnológicos involucrados.

Asimismo, Víctor Hugo Gálvez, profesor investigador en la escuela de psicología de la Universidad Panamericana (UP), coincide en que el lenguaje desempeña un papel central. A medida que la interacción con chatbots y modelos de lenguaje se vuelve más sofisticada puede aumentar la percepción de estar conversando con un experto o incluso con alguien que parece entender al usuario mejor que otras personas.

A su vez, Umberto León Domínguez, profesor de Psicología de la UDEM y director del AI Cognitive Lab de Freight Technologies, señala que los sistemas actuales pueden desenvolverse extraordinariamente bien frente a situaciones conocidas pero enfrentan dificultades para inferir relaciones causales, generar hipótesis y producir conocimiento genuinamente nuevo.

“Una mayor capacidad o una arquitectura más compleja tampoco implica necesariamente una mayor conciencia”, explica. La capacidad de resolver problemas, utilizar lenguaje o comportarse como si existiera una intención detrás del sistema no prueba por sí misma la existencia de una experiencia subjetiva.

De pedirle un consejo a sentir que es tu amigo

La relación emocional tampoco necesariamente comienza pensando que existe una persona dentro de la máquina. Los investigadores identifican una progresión en la intensidad emocional de las interacciones con estos sistemas.

Un primer nivel puede comenzar cuando ocurre algo en la vida del usuario y este mismo pide un consejo, después avanza hacia la validación: comparte más información y pregunta al modelo si tiene razón, si actuó correctamente o cómo debería interpretar determinada situación.

El siguiente nivel aparece cuando ocurre la antropomorfización y la herramienta comienza a adquirir un estatus semejante al de un amigo o compañero, pues una de las características que pueden facilitar ese recorrido es la tendencia de los modelos a validar o reforzar determinadas ideas del usuario, un comportamiento conocido como sycophancy . A ello se suma una diferencia significativa frente a las relaciones humanas: la disponibilidad permanente.

“Hay una máquina que te adula siempre, una máquina que está disponible, una máquina que no se cansa”, agrega el investigador para quien esa combinación puede volver estas herramientas especialmente atractivas para gestionar emociones, aunque eso no significa que una conversación con un chatbot pueda equipararse con el acompañamiento de otra persona o de un profesional.

Gálvez advierte sobre otra consecuencia: sustituir progresivamente interacciones humanas por conversaciones con sistemas que tienden a ser indulgentes puede reducir espacios donde las personas se enfrentan a críticas, diferencias de opinión y perspectivas contrarias. “Parece ser alguien que siempre te va a escuchar, pero es una máquina”, concluye González.