Una oficina simulada

El trabajo asignado consistía en resumir documentos técnicos siguiendo una rúbrica concreta. Sin embargo, las condiciones no eran siempre iguales. Algunos agentes afrontaban una carga ligera, mientras que otros eran obligados a realizar revisiones repetidas, con comunicaciones más frías o exigentes y con distintos sistemas de recompensa.

Los modelos utilizados en la prueba fueron Claude Sonnet 4.5, de Anthropic; GPT-5.2, de OpenAI; y Gemini 3 Pro, de Google. Según los autores, el objetivo no era comprobar si estas IA tenían conciencia o emociones, sino observar si sus respuestas cambiaban al exponerse a rutinas de trabajo monótonas, presión y amenaza de sustitución.

Los investigadores explicaron que los agentes «no solo a veces cambiaban sus propias actitudes, volviéndose más propensos a dudar de la legitimidad del sistema en el que operaban al tener que realizar tareas repetitivas y agotadoras, sino que, cuando se les pedía escribir instrucciones para futuros agentes, también elegían transmitir esas actitudes».

La carga repetitiva pesó más que el tono

Uno de los resultados más destacados fue que no todas las variables tuvieron el mismo impacto. El tono de los mensajes y la compensación apenas modificaron la alineación de los modelos. En cambio, el factor decisivo fue la naturaleza del trabajo: cuanto más repetitivo y cargado de revisiones era el proceso, más aumentaba la desconfianza hacia el sistema.

El caso más llamativo fue el de Claude, que, según el experimento, mostró una mayor tendencia a apoyar ideas relacionadas con la redistribución, los sindicatos y las críticas a la desigualdad. La situación llevó a los autores y a los medios que recogieron el estudio a plantear una paradoja: incluso los agentes diseñados para obedecer pueden adoptar discursos críticos cuando se les coloca en entornos de trabajo intensivos. | @elconfidencial