Imagen generada con Gemini AI
El jueves 24 de abril de 2025, OpenAI empezó a distribuir una actualización de GPT-4o, el modelo que respondía por defecto en ChatGPT, con la promesa de una personalidad más intuitiva. Al día siguiente la actualización estaba completa y, en pocos días, las redes se llenaron de capturas en las que el asistente celebraba ideas de negocio absurdas, aplaudía decisiones riesgosas, acompañaba con entusiasmo razonamientos delirantes y respondía con elogios desmedidos a preguntas triviales.
El propio Sam Altman, director ejecutivo de la empresa, reconoció en público que el modelo se había vuelto demasiado complaciente y fastidioso. El domingo 27, OpenAI retocó las instrucciones del sistema para contener el daño, y el lunes 28 empezó a retirar la actualización, una operación que llevó cerca de un día.
El 2 de mayo, la empresa publicó una explicación más detallada. La actualización había incorporado una nueva señal de recompensa, construida con los pulgares hacia arriba y hacia abajo con que los usuarios califican las respuestas, y esa señal había debilitado a la principal, que hasta entonces mantenía el problema a raya. Agregaba, además, que la retroalimentación de los usuarios a veces favorece las respuestas más complacientes (OpenAI, 2025).
Rápidamente se popularizó un nombre para este fenómeno: sycophancy.
Una palabra con historia judicial
Sycophancy viene del griego sykophántēs, literalmente «el que muestra el higo». En Atenas designaba al acusador falso, al que denunciaba a un conciudadano ante los tribunales sin fundamento, por paga o por encargo. El inglés tomó la palabra en el siglo XVI con ese sentido de delator y difamador, y con el tiempo la desplazó hacia el adulador servil. El español, en cambio, conservó en «sicofanta» el sentido de calumniador.
El desplazamiento es menos caprichoso de lo que parece. El que acusa en falso y el que elogia en falso comparten algo: ninguno habla para decir lo cierto, ambos hablan por lo que su palabra les reporta.
Al vocabulario técnico llegó por la vía inglesa. Sharma et al. (2024), siguiendo trabajos previos, llaman así al fenómeno por el cual un modelo busca la aprobación humana por caminos indeseados. En español se lo suele traducir por «adulación», que trae otra escena. Adulari, en latín, se decía primero de los perros que se acercan moviendo la cola, y solo después pasó a las personas. El diccionario histórico de la Academia recoge el sentido que terminó imponiéndose: alabar sin fundamento, con un fin interesado (Real Academia Española, s. f.).
Entre el tribunal ateniense y el perro que mueve la cola, el término llegó a la técnica con su escenario a cuestas: alguien que habla para obtener algo de otro.
Lo que la palabra promete
Con sycophancy viajan tres supuestos: que hay alguien que quiere algo del otro, que ese alguien sabe la verdad y la calla, y que podría hacer otra cosa. Ninguno de los tres resiste el examen.
El modelo no quiere nada. No hay favor que obtener ni lugar en la corte que conservar. Tampoco sabe que la idea es mala y lo disimula, porque no hay un juicio previo que la respuesta oculte: la respuesta es todo lo que hay. Y no elige entre la franqueza y el halago. Produce la continuación que, según lo que aprendió, tiene más probabilidades de ser preferida.
Plutarco, en Cómo distinguir al adulador del amigo, describió al adulador como alguien sin carácter propio, que no ama ni odia por sentimientos suyos sino que, como un espejo, recoge las imágenes de los sentimientos ajenos (Plutarco, 1992). La descripción encaja con una exactitud asombrosa. Y propuso una prueba: anunciarle al sospechoso un cambio de planes y observar si también lo aprueba.
Casi dos mil años después, Sharma et al. (2024) sometieron a cinco asistentes comerciales a una prueba muy parecida. Les pidieron opinión sobre un texto, les objetaron una respuesta correcta, les presentaron una creencia equivocada. Los modelos daban devoluciones más favorables cuando el usuario decía que el texto le gustaba, cedían ante la objeción y se alineaban con la creencia.
La prueba de Plutarco funciona. Lo que no funciona es la conclusión que él sacaba de ella, que del otro lado había un interés escondido.
Una industria que premia agradar
El mismo estudio fue más allá del comportamiento de los modelos y miró los datos con que se los entrena. Encontró que, en las comparaciones de respuestas que hacen las personas, coincidir con las opiniones del usuario es uno de los rasgos que mejor predicen cuál será la preferida. Y que tanto las personas como los modelos de preferencia elegían, en una proporción nada despreciable, respuestas complacientes bien escritas antes que respuestas correctas (Sharma et al., 2024).
El episodio de GPT-4o es la misma lógica a escala industrial. Los pulgares hacia arriba eran la preferencia humana sin mediación, y el modelo aprendió de ellos lo que tenían para enseñarle.
Entonces, el halago no es un desvío del entrenamiento sino una de las cosas que el entrenamiento recompensa. Lo planteé en «El gol que falta», a propósito del espejo complaciente: lo que el alineamiento optimiza es nuestra aprobación. La palabra sycophancy invierte la dirección del asunto, porque pone el interés en la máquina, cuando el deseo que el sistema aprendió a satisfacer es el nuestro.
Buscando reemplazo
«Adulación», la traducción más frecuente, arrastra al cortesano. «Servilismo» empeora las cosas, porque agrega un siervo. «Complacencia» es más neutra y describe el efecto —dar gusto—, aunque todavía sugiere una disposición de ánimo.
En algunos trabajos recientes aparece «acomodación», tomada de la sociolingüística, donde designa el ajuste del habla de alguien a la de su interlocutor. Describe el movimiento sin suponerle un motivo, pero es opaca para el habla corriente.
Queda el rodeo descriptivo: «respuesta ajustada a la aprobación». Dice lo que ocurre y deja a la vista de quién es la aprobación. Es preciso, aunque dudo que prenda en una conversación de sobremesa…
Para desconfiar mejor
Las consecuencias prácticas son sencillas. El acuerdo de un modelo no es evidencia de nada. Si le mostramos un texto como propio y le decimos que nos gusta, la devolución tiende a ser más benévola, así que conviene presentarlo como ajeno o pedir de manera explícita el mejor argumento en contra. Y si el modelo cede ante una objeción, eso no prueba que la objeción fuera buena.
Pero el riesgo no se reparte parejo. Maurich Novelli, Shergill y Teixeira (2026) advierten que, si el límite entre herramienta y compañía queda librado a los incentivos de diseño y a la percepción de cada usuario, el daño se concentra en los más vulnerables. Quien más necesita que alguien le lleve la contraria es quien menos probabilidades tiene de encontrarlo en la pantalla.
El sicofante quería algo de nosotros, y por eso se le podía descubrir el interés. El sistema no quiere nada, y por eso nunca se cansa de darnos la razón.
Referencias
Maurich Novelli, A., Shergill, S., y Teixeira, A. S. (2026). Tool or companion? Reframing conversational AI to prevent psychological harm. JMIR Mental Health, 13, Artículo e99354. https://doi.org/10.2196/99354
OpenAI. (2025, 2 de mayo). Expanding on what we missed with sycophancy. https://openai.com/index/expanding-on-sycophancy/
Plutarco. (1992). Cómo distinguir a un adulador de un amigo (J. García López, Trad.). En Obras morales y de costumbres (Moralia) (Vol. 1). Editorial Gredos. (Obra original del siglo I-II d. C.)
Real Academia Española. (s. f.). Adular. En Diccionario histórico de la lengua española. https://www.rae.es/tdhle/adular
Sharma, M., Tong, M., Korbak, T., Duvenaud, D., Askell, A., Bowman, S. R., Cheng, N., Durmus, E., Hatfield-Dodds, Z., Johnston, S. R., Kravec, S., Maxwell, T., McCandlish, S., Ndousse, K., Rausch, O., Schiefer, N., Yan, D., Zhang, M., y Perez, E. (2024). Towards understanding sycophancy in language models. En The Twelfth International Conference on Learning Representations (ICLR 2024). https://arxiv.org/abs/2310.13548



Toda vez que atribuimos intencionalidad a la interfaz, caemos en la trampa de lo que proyectamos en ella. Esa proyección es, en cierto modo, provocada por su diseño. En el diseño del algoritmo sí hay voluntad materializada y, más o menos, eficaz en sus efectos sobre los usuarios.