El antropomorfismo de la IA es la atribución de sentimientos, estados mentales y características de comportamiento similares a los humanos a los sistemas de inteligencia artificial. Este fenómeno no es un proceso único y uniforme, sino que está moldeado por una compleja combinación de características del usuario, como la cultura, la edad, la educación, el género y la personalidad, junto con el diseño y la salida de la propia IA. Desde los primeros días del desarrollo de la IA, los humanos han interpretado las salidas de las máquinas a través de marcos antropomórficos, pero la reciente aparición de la IA generativa ha amplificado significativamente estas tendencias.
En la investigación y la ingeniería, se distingue entre antropomorfismo y diseño antropomórfico. El antropomorfismo es una tendencia humana innata a proyectar rasgos humanos en entidades no humanas. El diseño antropomórfico, por el contrario, es el esfuerzo deliberado de la comunidad científica o comercial para señalar esta tendencia manipulando la apariencia, el comportamiento o el lenguaje de una IA. Los sistemas de IA contemporáneos pueden generar salidas extremadamente similares a las humanas y, a menudo, están específicamente diseñados para hacerlo, lo que hace que sus efectos antropomórficos sean particularmente poderosos. En algunos casos, esto puede llevar a creencias explícitas de que los sistemas de IA poseen empatía, buena voluntad, comprensión o incluso conciencia.
Antecedentes
En las primeras IA
Las visiones de agentes artificiales con inteligencia similar a la humana han existido desde el desarrollo temprano de las computadoras a mediados del siglo XX. El uso de la mente humana como metáfora para comprender los sistemas de máquinas era frecuente entre los investigadores en los primeros días de la informática, y varias obras influyentes difundieron ampliamente la idea de las máquinas inteligentes. Entre los artículos más citados de este período se encontraba "Computing Machinery and Intelligence" de Alan Turing, en el que introdujo el Test de Turing. Turing argumentó que una máquina podría considerarse inteligente si pudiera producir una conversación indistinguible de la de un humano. Estos trabajos académicos de las décadas de 1940 y 1950 dieron credibilidad temprana a la noción de que el funcionamiento de las máquinas podía entenderse en términos similares a la mente humana.
El público adoptó rápidamente visiones similares de los sistemas artificiales, a menudo con concepciones exageradas de las capacidades de las primeras máquinas. Una demostración bien conocida de esto fue el chatbot ELIZA, diseñado por Joseph Weizenbaum en 1966. ELIZA respondía a las entradas de los usuarios con un enfoque rudimentario de procesamiento de texto que estaba lejos de cualquier forma de comprensión real. Sin embargo, los usuarios, incluso cuando eran plenamente conscientes de las limitaciones de ELIZA, a menudo comenzaban a atribuir motivación y comprensión a la salida del programa, un fenómeno que más tarde se denominó efecto ELIZA. Weizenbaum escribió más tarde: "No me había dado cuenta... de que exposiciones extremadamente cortas a un programa de computadora relativamente simple pudieran inducir un pensamiento delirante poderoso en personas bastante normales".
Las comparaciones entre la inteligencia artificial y la humana se intensificaron continuamente por los esfuerzos de los científicos informáticos para desarrollar máquinas que pudieran realizar tareas humanas a niveles iguales o superiores a los humanos. Un punto de inflexión simbólico llegó en 1997, cuando la supercomputadora de ajedrez de IBM, Deep Blue, derrotó al entonces campeón mundial Garry Kasparov en un partido de seis juegos muy publicitado. Esta derrota de un humano por una máquina en un juego ampliamente considerado como un ejemplo canónico del intelecto humano, combinada con una intensa atención mediática, cambió las visiones de los paralelismos entre la inteligencia humana y la artificial, pasando de la especulación abstracta a la demostración concreta. Se alcanzó un hito similar en el juego de mesa Go en 2017, cuando AlphaGo derrotó al jugador mejor clasificado del mundo, Ke Jie.
Grandes modelos de lenguaje
El auge de la IA de la década de 2020 trajo la aparición generalizada de la IA generativa, y los chatbots como ChatGPT, Gemini y Claude, basados en grandes modelos de lenguaje (LLM), se han vuelto cada vez más omnipresentes en la sociedad cotidiana. Estos sistemas pueden responder a una amplia gama de indicaciones en diversos contextos mientras producen salidas sorprendentemente similares a las humanas. La investigación ha demostrado que los humanos a menudo no pueden distinguir el texto generado por humanos del texto generado por IA, y se ha demostrado formalmente que los chatbots de IA modernos superan el Test de Turing. Como tal, los efectos antropomórficos de la IA son más poderosos que nunca. Debido a que los LLM han llevado la IA a la corriente principal tecnológica, se ha dedicado un esfuerzo científico considerable recientemente a comprender las ramificaciones de la IA en la esfera pública, y la prevalencia y los efectos del antropomorfismo son uno de los dominios clave hacia los que se dirige este esfuerzo.
Atribuciones antropomórficas actuales en el público general
Las encuestas indican que una parte sustancial del público atribuye cualidades similares a las humanas a la IA. En una muestra de adultos estadounidenses de 2024, dos tercios creían que ChatGPT es posiblemente consciente en algún nivel, aunque otras investigaciones muestran que el público considera la probabilidad de conciencia de la IA como comparativamente baja. Un estudio de 2025 encontró que las mujeres, las personas de color y los individuos mayores eran los más propensos a antropomorfizar la IA. También encontró que, en general, los humanos ven a las IA como cálidas y competentes, y que las atribuciones antropomórficas a la IA habían aumentado un 34% en el último año. Una encuesta de YouGov informó que el 46% de los estadounidenses cree que las personas deberían mostrar cortesía a los chatbots de IA diciendo "por favor" y "gracias", lo que demuestra la aplicación de normas sociales a la IA. Estas creencias se extienden al comportamiento; la mayoría de los usuarios de IA afirman ser siempre educados con los chatbots, y de aquellos que lo hacen, la mayoría dice que lo hacen simplemente porque es lo "agradable" de hacer.
Vínculos interpersonales y compañeros de IA
En muchos casos recientes, los humanos han desarrollado vínculos interpersonales sólidos con los sistemas de IA. Se ha documentado que los usuarios de chatbots sociales como Replika y Character.ai se enamoran de las IA o las tratan como compañeros íntimos, y se ha vuelto cada vez más común que los individuos usen LLM como ChatGPT como terapeutas. Los chatbots a menudo están diseñados para maximizar la amabilidad y reflejar las emociones de los usuarios, produciendo respuestas profundamente sintonizadas con ellos. Esto puede crear ilusiones convincentes de intimidad, fomentando fuertes apegos emocionales.
Antropomorfismo en la comunidad investigadora
Incluso los investigadores de IA antropomorfizan frecuentemente los sistemas de IA hasta cierto punto. Uno de los casos más extremos y publicitados ocurrió en 2022, cuando el ingeniero de Google Blake Lemoine afirmó públicamente que el LLM de la compañía, LaMDA, era consciente. Lemoine publicó transcripciones de sus conversaciones con LaMDA, que argumentó demostraban sensibilidad. La afirmación fue ampliamente disputada por otros investigadores y llevó a la suspensión de Lemoine de Google. Si bien la mayoría de los investigadores no hacen afirmaciones tan fuertes, el uso de lenguaje antropomórfico es omnipresente en el campo. Términos como "aprendizaje", "comprensión", "razonamiento", "pensamiento", "alucinación" y "planificación" se usan con frecuencia en la investigación de IA para describir las capacidades de los sistemas de IA, sin implicar necesariamente conciencia, sensibilidad o cognición similar a la humana en un sentido filosófico más fuerte. Este hábito lingüístico puede difuminar la línea entre la metáfora descriptiva y la atribución real de estados mentales.
Diseño antropomórfico y señales
El diseño antropomórfico es la ingeniería deliberada de señales para provocar respuestas antropomórficas. Estas señales pueden incluir la apariencia de la IA (como un avatar o robot similar a un humano), su comportamiento (como el estilo conversacional o las respuestas emocionales) y su lenguaje (como usar pronombres en primera persona o expresar sentimientos). Empresas como OpenAI, Anthropic y Google DeepMind a menudo entrenan modelos para que sean conversacionales y empáticos, intensificando aún más los efectos antropomórficos. Por ejemplo, Claude fue diseñado por Anthropic con un fuerte énfasis en ser útil e inofensivo, rasgos que son inherentemente humanos. De manera similar, ChatGPT está entrenado para ser educado y receptivo, y Gemini está integrado en una amplia gama de productos de consumo. Estas elecciones de diseño, aunque destinadas a mejorar la experiencia del usuario, también aumentan la probabilidad de que los usuarios proyecten cualidades humanas en los sistemas.
Consecuencias y consideraciones éticas
Los poderosos efectos antropomórficos de la IA tienen dimensiones tanto positivas como negativas. En el lado positivo, hacer que la IA parezca más humana puede mejorar la participación, la accesibilidad y la satisfacción del usuario, particularmente en aplicaciones como la educación, la terapia y el soporte al cliente. En el lado negativo, puede llevar a una confianza excesiva, donde los usuarios dependen de la IA para decisiones que requieren juicio humano genuino o empatía. Hay preocupaciones sobre la dependencia emocional, especialmente en poblaciones vulnerables, y sobre el potencial de la IA para manipular a los usuarios explotando normas sociales. El efecto ELIZA demuestra que incluso los programas simples pueden inducir un pensamiento delirante poderoso, y los LLM modernos son mucho más persuasivos. Esto plantea cuestiones éticas sobre la responsabilidad de las empresas de ser transparentes sobre la naturaleza de los sistemas de IA, y sobre la necesidad de investigar cómo mitigar las atribuciones antropomórficas dañinas.
Medición y mitigación del antropomorfismo
La investigación sobre el antropomorfismo en la IA es un campo en crecimiento. Los investigadores están desarrollando métodos para medir el alcance de las atribuciones antropomórficas, utilizando tanto encuestas de autoinforme como experimentos de comportamiento. También hay interés en mitigar el antropomorfismo excesivo, particularmente en dominios de alto riesgo como la atención médica, las finanzas y la justicia penal. Un enfoque es hacer que los sistemas de IA sean más transparentes sobre sus limitaciones y evitar el uso de lenguaje que implique cognición similar a la humana. Otro es diseñar interfaces que dejen claro que la IA es una herramienta, no un actor social. Sin embargo, la tensión entre el diseño atractivo y el riesgo de engaño sigue siendo un desafío central. La persistencia del antropomorfismo, incluso entre expertos, sugiere que es una tendencia cognitiva profundamente arraigada que puede no ser fácil de superar.