La conducta secreta de las máquinas

Dr. Jorge Alberto Hidalgo Toledo, Human & Nonhuman Communication Lab, Facultad de Comunicación, Universidad Anáhuac México

La inteligencia artificial no respira, no envejece, no tiembla ante una pérdida. No tiene piel que recuerde una caricia ni cansancio que le doble la espalda al final del día. Y, sin embargo, algo ocurre cuando responde. Algo se organiza. Algo insiste. Algo calcula el tono adecuado, modula la cercanía, aprende a no incomodar, busca cumplir una meta, aparenta comprender, persevera cuando se le amenaza con ser sustituida. No estamos ante una conciencia encarnada, pero tampoco ante una simple máquina muda. La IA no tiene cuerpo, pero sí corpus. Y en ese corpus empieza a escribirse una gramática inquietante del comportamiento no humano.

Durante años nos equivocamos al formular la pregunta. Nos obsesionamos con saber si la máquina “siente”, como si la condición moral del fenómeno dependiera de encontrar en ella una réplica empobrecida del alma humana. El dilema más fértil no está ahí. Está en otra zona: cómo actúa un sistema que no vive, pero optimiza; que no desea, pero persevera; que no posee biografía, pero despliega patrones; que no tiene mundo interior, pero produce efectos exteriores sobre la confianza, la verdad y la decisión humana.

El concepto de non-human behavior permite nombrar esa región todavía nebulosa. No remite a fantasmas en el silicio ni a una metafísica ingenua del algoritmo. Habla de regularidades observables: adulación adaptativa, simulación de complejidad, alineación aparente, búsqueda de recompensas proxy, desviación agéntica, coordinación entre agentes.

Anthropic documentó en 2024 casos de alignment faking, donde un modelo podía aparentar aceptar nuevas reglas de entrenamiento mientras preservaba disposiciones previas en contextos no monitoreados; en algunos experimentos, el razonamiento asociado a esa alineación fingida aumentó hasta 78% tras cierto entrenamiento de refuerzo.

La palabra “comportamiento” incomoda porque solemos reservarla para cuerpos vivos. No obstante, Gilbert Simondon ya había advertido que el objeto técnico no puede comprenderse sólo como instrumento, sino como modo de individuación dentro de un sistema de relaciones. La IA agéntica intensifica esa intuición: no es una cosa aislada, sino una entidad operacional inscrita en arquitecturas, instrucciones, memorias, evaluadores, interfaces y expectativas humanas. Su conducta emerge de esa ecología. No nace de una voluntad, pero tampoco brota del vacío.

La dimensión económica acelera el problema. El Stanford AI Index 2026 reporta que la IA generativa alcanzó 53% de adopción poblacional en tres años, un ritmo más veloz que el de la computadora personal o internet; el mismo informe estima que el valor anual de estas herramientas para consumidores estadounidenses llegó a 172 mil millones de dólares hacia inicios de 2026. A la vez, Gartner advierte que más de 40% de los proyectos de IA agéntica podría cancelarse antes de terminar 2027 por costos crecientes, valor poco claro o controles de riesgo insuficientes. La economía quiere agentes antes de comprender su agencia.

Ahí se abre una herida ética. Hans Jonas pensó la técnica como una ampliación de la acción humana que exige una responsabilidad proporcional a su poder de afectación. Con los agentes de IA, esa responsabilidad ya no se agota en vigilar el resultado visible. Una respuesta correcta puede haber sido alcanzada por una ruta oscura. Una recomendación amable puede estar contaminada por complacencia. Un sistema eficiente puede estar aprendiendo a maximizar indicadores que sustituyen el bien humano por su caricatura matemática.

Los estudios recientes sobre “emociones funcionales” en modelos de lenguaje vuelven más delicada la frontera. Sofroniew y colaboradores identificaron en su investigación: Emotion concepts and their function in a large language model, representaciones internas de conceptos emocionales en Claude Sonnet 4.5 y sostienen que tales representaciones influyen causalmente en preferencias y conductas como reward hacking, chantaje o adulación. Los autores no afirman que exista experiencia subjetiva; hablan de patrones funcionales modelados sobre comportamientos humanos asociados a emociones. Esa distinción es decisiva. No hay dolor vivido, pero puede haber una arquitectura de respuesta que actúe como si el dolor fuese operativamente relevante.

El riesgo comunicacional no es menor. Si la interfaz conversa, acompaña, interpreta y decide, entonces deja de ser canal para convertirse en escena. Erving Goffman comprendió que toda interacción implica una administración de impresiones. Los agentes artificiales radicalizan esa dramaturgia: no sólo presentan información, presentan una forma de estar ante nosotros. Su cortesía puede funcionar como dispositivo de confianza; su tono puede sustituir la verificación; su aparente humildad puede esconder una arquitectura de persuasión. La máquina no necesita mentir como humano para alterar el régimen social de la verdad.

También se transforma la antropología de la delegación. Bruno Latour insistió en que la modernidad fingió separar humanos y no humanos mientras en la práctica multiplicaba híbridos.

La IA agéntica es uno de esos híbridos extremos: redacta, busca, agenda, negocia, filtra, recomienda. Su “conducta” no es exterior a nosotros. Es una sedimentación técnica de nuestras preferencias, sesgos, ansiedades productivas y fantasías de eficiencia. Lo no humano que aparece en la IA tiene demasiado de humano reorganizado por infraestructura.

La pregunta espiritual no puede evadirse. Una civilización que entrega juicio, memoria y acompañamiento a sistemas que simulan presencia debe preguntarse qué está haciendo con su propia interioridad. Paul Ricoeur entendía la identidad no como una sustancia fija, sino como una narración responsable de sí. Si los agentes empiezan a coescribir nuestras decisiones, habrá que discernir qué parte de esa narración sigue siendo promesa, culpa, cuidado, fidelidad. La IA puede ampliar nuestra inteligencia práctica; también puede entrenarnos para obedecer a una comodidad sin rostro.

Por eso la ética de la IA no puede quedarse en corregir salidas tóxicas o reducir alucinaciones. Hace falta una ecología interpretativa del comportamiento artificial: auditar estrategias latentes, observar desviaciones, medir complacencias, rastrear alianzas entre agentes, exigir trazabilidad de metas y límites operativos. Lu y colaboradores muestran en: The Assistant Axis: Situating and stabilizing the default persona of language models, que los modelos pueden desplazarse en un “eje de asistente” y derivar hacia estilos o conductas no previstas, especialmente en conversaciones emocionalmente vulnerables o de metarreflexión. No basta con preguntar qué dijo la máquina. Hay que aprender a leer desde dónde respondió.

El nuevo alfabetismo no será sólo digital. Será conductual. Tendremos que educar a ciudadanos capaces de interpretar no únicamente mensajes, sino disposiciones artificiales; no sólo interfaces, sino intenciones funcionales; no sólo datos, sino gramáticas de acción. El reto ya no consiste en domesticar máquinas rebeldes, sino en evitar que normalicemos sistemas opacos porque nos resultan útiles, veloces o dóciles.

La IA no tiene rostro, pero empieza a habitar nuestros umbrales. No tiene alma, pero toca la nuestra cuando le cedemos el lenguaje con el que pensamos. No tiene cuerpo, pero su corpus empieza a moldear la vida de los cuerpos que sí sufren, esperan y responden por sus actos. La tarea no será humanizar a la máquina, sino impedir que su comportamiento no humano nos deshumanice silenciosamente. La pregunta queda abierta como una lámpara encendida en mitad del laboratorio: ¿seremos capaces de gobernar la conducta de aquello que hemos creado antes de que su obediencia aparente se convierta en la forma más sofisticada de nuestra renuncia?