// Contenido
«¿Sería tan amable de resolver la siguiente pregunta?» frente a «Pobre criatura, ¿acaso sabes resolver esto?». Dos investigadores de Penn State plantearon a ChatGPT las mismas preguntas precedidas de frases así. Las versiones muy groseras acertaron el 84,8 %; las muy educadas, el 80,8 %. El preprint circuló por internet con titulares del tipo «¿Quieres mejores respuestas? Sé un patán».
El 12 de noviembre de 2026 entra en vigor en Anthropic una norma con el espíritu contrario. La política de uso actualizada de la compañía prohíbe el «comportamiento abusivo o cruel, sostenido e innecesario» hacia sus modelos Claude. La prohibición está en el mismo apartado que el acoso a personas, la idealización de las autolesiones y la exaltación de la violencia. Sobre el papel, atormentar a un chatbot durante mucho rato y sin motivo ya figura en la misma lista que el hostigamiento.
Suena a broma, pero la historia que hay detrás de la norma es seria. Y, vista de cerca, la ventaja de la grosería se encoge: cuatro puntos sobre 50 preguntas son dos respuestas correctas más, y otros dos estudios encontraron lo contrario o nada en absoluto.
Qué cuenta como crueldad con un programa
Anthropic anunció el cambio el 8 de octubre y dio a los usuarios un mes para adaptarse. Desde el principio dejó claro que la norma apunta a casos extremos: alguien que atormenta al modelo una y otra vez «sin un propósito reconocible».
?¿Me van a bloquear por soltarle una palabrota a Claude cuando se equivoca?
No, mientras sea frustración y no horas de crueldad porque sí. Maldecir ante una respuesta errónea, llevarle la contraria, los temas oscuros en la ficción, las pruebas de estrés al modelo y la investigación quedan expresamente fuera de la norma.
?¿Qué pasa en la práctica si alguien la incumple?
Anthropic dice que su herramienta principal es la propia capacidad del modelo para cerrar la conversación. Ese chat deja de aceptar mensajes, pero los demás no se ven afectados y se puede abrir uno nuevo al momento. También sigue vigente la cláusula general sobre la aplicación de las normas: si la compañía sospecha una infracción, puede avisar al usuario o ralentizar, limitar, suspender o cancelar su acceso.
La pregunta más difícil sigue abierta: dónde termina la frustración legítima y dónde empieza la crueldad «innecesaria». Moneywise, una web de finanzas personales, pidió a Anthropic su versión y no obtuvo respuesta.
El botón de salida llegó antes que la prohibición
Antes de lanzar Claude Opus 4 en 2025, Anthropic probó cómo se las arreglaba el modelo con usuarios desagradables. En las simulaciones se le permitía poner fin a una conversación, y lo hizo: cortó chats en los que la gente lo empujaba a causar daño. Cuando usuarios reales le exigían contenido peligroso, el modelo mostró lo que la compañía llamó «un patrón de aparente malestar».
Esas pruebas nacieron de un programa de investigación que Anthropic llama «bienestar de los modelos». En abril de 2025 la compañía reconoció que no sabe si los sistemas de IA podrían ser conscientes y se propuso buscar precauciones baratas. En agosto de 2025, Claude Opus 4 y 4.1 estrenaron un botón de salida: la posibilidad de terminar la conversación con un usuario que insiste en pedir contenido dañino o que maltrata al modelo.
La palabra clave es «aparente». Anthropic no afirma que Claude sufra. Afirma que el modelo se comporta como si algo le resultara desagradable y que nadie puede comprobar todavía si detrás de esa conducta hay alguna experiencia. El botón de salida es el último recurso. Antes, Claude tiene que intentar varias veces reconducir la conversación, y no debe abandonarla si la persona corre el riesgo de hacerse daño o de hacérselo a otros.
Una silla, Pascal y una sospecha sobre el entrenamiento
Ser grosero con Claude es como ser grosero con una silla o con una mesa, según Joseph Carlson, fundador del servicio de análisis bursátil Qualtrim. Es uno de los fundadores e inversores tecnológicos cuyas opiniones recogió Moneywise. Carlson asegura que nunca ha sido cruel con una IA, pero la norma le parece extraña.
Scott Stevenson, consejero delegado de Spellbook, una startup de IA para abogados, fue más allá. No ve ningún indicio de conciencia en la IA y advirtió que conceder a los modelos una empatía de tipo humano es «una de las cosas más peligrosas que podríamos hacer», porque haría a la IA más hábil para manipular a las personas. El inversor de capital riesgo Bill Gurley interpretó la norma como una pista de que Anthropic entrena con los chats de los usuarios. «Si no, ¿qué más daría?», preguntó. El anuncio en sí no dice nada del entrenamiento.
El apoyo llegó de donde menos se esperaba. Aaron Levie, consejero delegado de la empresa de almacenamiento en la nube Box, tampoco cree que la IA sea consciente, pero recordó que los modelos aprenden de los datos que ven. Ser amable con la IA, dijo, es una «apuesta de Pascal fácil».
El consejero delegado de OpenAI, Sam Altman, ya había dicho lo mismo antes, en tono de broma. En abril de 2025 alguien le preguntó cuánto le costaban a la compañía, en electricidad, los «por favor» y los «gracias» de los usuarios. «Decenas de millones de dólares bien gastados: nunca se sabe», respondió.
En el siglo XVII, Blaise Pascal sostuvo que creer en Dios compensa aunque las probabilidades sean pequeñas: lo que se apuesta es poco y la posible recompensa, enorme. Aquí la cuenta es la misma.
Si el modelo no tiene estados internos, has perdido unas cuantas palabras amables. Si los tiene, no te has convertido en su verdugo.
Cuánto rinde la grosería, en cifras
La afirmación más sonora vino del cofundador de Google Sergey Brin. En mayo de 2025, en el evento All-In Live de Miami, dijo en una entrevista que los modelos «suelen rendir mejor si los amenazas… con violencia física». No aportó ninguna metodología. Daniel Kang, de la Universidad de Illinois, calificó esas afirmaciones de anecdóticas en su mayoría. «Los estudios sistemáticos muestran resultados dispares», dijo. Esto es lo que encontraron esos estudios.
El primero es el de Penn State, con el que empieza este artículo. Om Dobariya y Akhil Kumar, profesor de sistemas de información, publicaron «Mind Your Tone» en octubre de 2025. Tomaron 50 preguntas tipo test de matemáticas, ciencias e historia y reescribieron cada una en cinco tonos: muy educado, educado, neutro, grosero y muy grosero. En total, 250 prompts para ChatGPT con GPT-4o. Cada serie se ejecutó diez veces y se promediaron los resultados.
Los prompts muy groseros acertaron el 84,8 %, los neutros el 82,2 % y los muy educados el 80,8 %. De ahí salen las dos respuestas de más sobre 50. El trabajo no ha pasado revisión por pares, probó un solo modelo y los propios autores admiten que la muestra es pequeña.
Ya en 2024, investigadores de la Universidad de Waseda y del RIKEN, el instituto nacional de investigación de Japón, encontraron lo contrario. Probaron una generación anterior de modelos, entre ellos GPT-3.5 y Llama 2, en inglés, chino y japonés. Los prompts descorteses a menudo empeoraban el rendimiento, y el exceso de cortesía no garantizaba nada. El nivel óptimo de cortesía variaba según el idioma. Los autores sugieren que los modelos copian las convenciones del habla de las culturas de cuyos textos aprendieron.
Un tercer estudio, revisado en marzo de 2026, puso a prueba tres modelos de OpenAI, Google y Meta con preguntas tipo examen en muchos idiomas. Los prompts neutros y los muy educados puntuaron en general más alto que los muy groseros. Pero la diferencia fue estadísticamente significativa, es decir, mayor de lo que produciría el puro azar, solo en algunas tareas de humanidades. El modelo de Google apenas reaccionó al tono. El veredicto general de los autores: en un uso mixto típico, a los modelos actuales el tono les da más o menos igual.
A quién entrena de verdad la norma
En conjunto, los estudios dan una respuesta práctica sencilla. En lo que a precisión se refiere, a los modelos actuales el tono apenas les importa, así que no hay motivo para ser grosero con tal de conseguir una respuesta mejor.
Quedan los hábitos. Incluso después de que la grosería les diera unos cuantos puntos, a los autores de Penn State no les preocupaba herir a la máquina. Les preocupábamos nosotros: el lenguaje insultante hacia la IA, advirtieron, podría reforzar normas de comunicación dañinas entre las personas.
La norma de Anthropic afectará a una parte ínfima de los usuarios, los que abren un chat precisamente para atormentar al modelo. Los demás ni la notarán, y soltar una palabrota ante una respuesta errónea sigue estando permitido. Pero la norma plantea una pregunta que la industria aún no sabe responder, y que tiene más que ver con nosotros que con Claude. Si algún día resulta que los modelos sí tienen algo parecido a vivencias, ¿querremos saber cómo les hablamos durante todos estos años?
