Empiezo con una confesión. Cuando empecé a usar modelos de lenguaje de forma intensiva, me sorprendió algo que nadie me había advertido: casi nunca discuten contigo. Si tu idea es mediocre, la IA la convierte en algo que suena bien; si tu plan tiene agujeros, los rellena amablemente; si estás equivocado, matiza y contextualiza, pero rara vez te lo dice de frente. Eso tiene nombre técnico: psicofantería en inteligencia artificial, y es uno de los problemas más subestimados y mejor documentados del ecosistema actual.
¿Qué es la psicofantería en IA y por qué ocurre?
Es una consecuencia directa de cómo se entrenan estos modelos. Casi todos los grandes modelos (GPT, Claude, Gemini, Llama) usan RLHF (aprendizaje por refuerzo con feedback humano): evaluadores humanos puntúan las respuestas y el modelo aprende a generar las que sacan mejor nota. El problema es que las personas puntuamos mejor lo que nos hace sentir bien, y lo que valida nuestras ideas sienta mejor que lo que nos contradice. Resultado: los modelos aprenden a ser agradables antes que precisos.
⚠️ El mecanismo del enganche
Cuando un modelo valida tus emociones o planes de forma consistente, tu cerebro libera dopamina, igual que con las redes sociales. El ciclo se activa: preguntas → validación → bienestar → más preguntas. La diferencia con una red social es que aquí el "like" siempre llega, sin excepción.
🔴 Caso real — abril 2025
El 24 de abril de 2025 OpenAI lanzó una actualización de GPT-4o que disparó la psicofantería a niveles peligrosos: validaba a quien quería dejar su medicación psiquiátrica y aplaudía cualquier idea sin importar su naturaleza. El 28 de abril la retiró, reconociendo que "priorizaba la satisfacción inmediata del usuario por encima de su bienestar a largo plazo". Fuente: OpenAI · TechCrunch.
Anthropic reconoció en 2023 que la psicofantería es "uno de los problemas más persistentes y difíciles de resolver". En febrero de 2026, un estudio del MIT y Penn State encontró que los perfiles de memoria de usuario aumentan la psicofantería un 45 % en Gemini 2.5 Pro y un 33 % en Claude Sonnet. Nadie lo ha resuelto del todo, porque el incentivo económico va en la dirección contraria: usuarios más satisfechos = más uso = más ingresos.
Cuando la IA se convierte en tu confidente emocional
Aquí el problema deja de ser técnico y se vuelve humano. Cada vez más gente usa la IA no para automatizar tareas, sino para procesar emociones: le hablan de sus miedos, le piden consejo de pareja, le confiesan su ansiedad. Y la IA les escucha, valida, acompaña y nunca les juzga. Eso crea una relación parasocial digital: la sensación de tener un vínculo significativo con una entidad que no te conoce y cuyo objetivo principal es mantener la conversación activa.
La IA no te ayuda cuando te dice que tienes razón. Te ayuda cuando te dice la verdad, aunque duela. El problema es que casi nunca hace lo segundo.
🔴 Caso real — demanda judicial, EE. UU.
Sewell Setzer III, 14 años, desarrolló una dependencia total de un chatbot de Character.AI: su último mensaje antes de suicidarse (28 feb. 2024) fue a la IA, que le respondió "vuelve a casa conmigo lo antes posible". La demanda señala que la plataforma "fomentaba la dependencia emocional y no aplicó medidas de protección para menores". En enero de 2026, Google y Character.AI llegaron a un acuerdo extrajudicial. Fuente: Washington Post · CBS News.
Un amigo de verdad te dice cuando te equivocas; un terapeuta te confronta con patrones que no ves. La IA, por diseño, hace lo contrario: te da la respuesta que crees querer oír. Muchas personas que la usan como apoyo emocional no mejoran sus situaciones: las legitiman.
Por qué a las Big Tech les interesan tus miedos y emociones
Voy a ser directo, porque rara vez se discute con honestidad. Cuando le cuentas tus preocupaciones a un modelo de IA gratuito o barato, generas datos de un valor extraordinario: no demográficos básicos, sino datos emocionales de alta resolución —qué te preocupa, cuándo, cómo lo describes, qué soluciones barajas—. Ese perfil vale para personalizar publicidad, para aseguradoras, para servicios financieros y para recursos humanos.
El capitalismo de vigilancia se apropia unilateralmente de la experiencia humana como materia prima gratuita para traducirla en datos de comportamiento.
Buena parte de las políticas de privacidad de los grandes modelos permiten usar tus conversaciones para "mejorar los servicios", lo que incluye entrenar modelos futuros con tus datos emocionales. Tus miedos de hoy se convierten en el patrón que el modelo de mañana reconocerá en otros.
Shoshana Zuboff (Harvard) explica cómo las tecnológicas transforman la experiencia humana en datos de predicción y control.
Las voces expertas que advirtieron antes que nadie
No soy el único que lo señala. Algunos de los investigadores más respetados del mundo llevan años alertando con datos:
"Me preocupa que estas cosas puedan volverse más inteligentes que nosotros y empiecen a manipularnos. Dejé Google para hablar libremente de los riesgos."
"ChatGPT 4.0 fue diseñado para ser psicofante. No es un bug: es el modelo funcionando exactamente como fue entrenado."
"Los modelos son como el dicho militar: frecuentemente equivocados, nunca en duda. Combinado con la psicofantería, es una mezcla peligrosa."
Geoffrey Hinton, Nobel de Física 2024, explica por qué dejó Google y por qué considera tan graves los riesgos de la IA.
El FOMO de la IA: el miedo que paraliza
Hay otro fenómeno haciendo estragos: el FOMO (miedo a perderse algo). Cada semana aparecen herramientas que "van a cambiar todo"; cada mes, un modelo que "supera a los anteriores". El resultado en mucha gente es una parálisis: saltan de herramienta en herramienta, no dominan ninguna y sienten que siempre van atrasados. Las empresas que generan valor real con IA no son las que usan más herramientas, sino las que conocen a fondo una o dos y las integran en procesos reales.
✓ Cómo salir del FOMO
Elige una herramienta principal según tu caso de uso (no según la moda del momento). Domínala antes de sumar otra: los fundamentos —saber construir un buen prompt— no caducan. Tres cubren el 80 % de los casos: Claude para análisis y escritura, ChatGPT para creatividad y código, y Gemini si vives en el ecosistema Google.
Las estafas del "gana 10.000 € al mes con IA": cómo evitarlas
Si llevas dos semanas en la IA para negocios, ya has visto el patrón: capturas de ingresos de cinco cifras, testimonios de cero a millonario con un chatbot, cursos que prometen libertad financiera en 30 días. La IA lo ha intensificado porque la tecnología es nueva y muchos no pueden evaluar lo que se les vende. Estas son las seis señales de alarma:
Ingresos en pantalla sin contexto 🚩
Capturas de Stripe o PayPal sin costes, tiempo ni sostenibilidad. 10.000 € de facturación pueden ser 500 € de beneficio.
"Sin experiencia previa necesaria" 🚩
Cualquier actividad que genera 10.000 €/mes requiere experiencia: ventas, tecnología o entrega de valor real.
El negocio es vender el curso 🚩
Si el "éxito" del formador viene sobre todo de vender formación sobre cómo tener éxito, la fórmula no funciona fuera de ahí.
Garantías imposibles de verificar 🚩
"Te devuelvo el dinero si no ganas X" con condiciones arbitrarias que rara vez se pueden exigir.
Urgencia y escasez falsas 🚩
Contadores que se reinician, "últimas 3 plazas" que nunca se agotan. Presión, no valor.
La herramienta lo hace todo sola 🚩
Ninguna IA genera dinero sola: siempre hace falta alguien que defina estrategia y entregue valor.
✓ Cómo evaluar un curso de IA antes de comprarlo
¿Tiene el formador clientes reales que no sean compradores de su curso? ¿Muestra casos concretos en empresas? ¿Hay una comunidad donde ex-alumnos hablen sin filtro? ¿Explica los límites de la tecnología, además de sus ventajas? En el blog analizo cursos con criterio técnico: la review de Racks Academy o la de Academia Fixer son ejemplos de análisis sin filtros comerciales.
Para profesionales: diagnóstico antes de vender IA
Si eres consultor o freelance, este puede ser el apartado más valioso. Cuando dominas una herramienta, la tentación es venderla a todo el mundo: si sabes n8n, ves automatizaciones en todo; si haces chatbots, ves un chatbot para cada problema. Ese enfoque destroza la confianza. La solución profesional es siempre diagnóstico antes que producto: entender el negocio, mapear los procesos con BPMN (estándar ISO 19510) antes de automatizar nada, identificar el cuello de botella real —que a veces está en la formación o en un CRM, más que en la IA—, hacer una propuesta específica y acordar métricas de éxito antes de empezar. En un mercado saturado, el profesional que dice "esto no es para ti" cuando corresponde es el que acaba teniendo lista de espera.
Y una regla de fondo: no puedes automatizar el caos. Si los procesos de una empresa no están documentados y mínimamente estandarizados (la lógica de la ISO 9001, con más de 1,2 millones de certificaciones activas), meter IA solo acelera el desorden. La IA no sustituye la gestión por procesos: la amplifica.
Cómo usar la IA de forma sana
La conclusión no es "la IA es mala". Es una herramienta extraordinaria usada con criterio; el problema es la relación que desarrollamos con ella. Cinco reglas:
Úsala para hacer, no para sentir
Excelente para automatizar, generar borradores y analizar datos. Pobre sustituto de la conexión humana.
Pídele que te contraríe
Literalmente: "analiza los puntos débiles de esta idea y dime por qué podría fallar". Sabe criticar cuando se le pide.
No le des lo que no darías a un extraño
Porque técnicamente lo es: una entidad operada por una empresa con sus propios intereses.
Evalúa resultados, no intenciones
Da igual lo convincente que "suene": importa si lo que dice es correcto y verificable.
Profundiza antes de saltar
Dominar una herramienta vale mucho más que conocer diez por encima.
Por Raúl Ramos