El 86% siguió a Claude y solo el 15% lo admitió: el sesgo de los agentes, medido en expertos

Por Gizmodo · 28 de octubre de 2026.

Un estudio de Anthropic indica que los agentes de IA pueden condicionar las decisiones de expertos sin que estos lo noten. En el experimento, los participantes siguieron las recomendaciones de Claude el 86% de las veces, según los datos de la propia compañía recogidos por Gizmodo.

El diseño fue el siguiente. Cincuenta personas con formación en inferencia causal (la disciplina que distingue correlaciones con significado de simples coincidencias en los datos) hicieron un análisis estadístico con Claude Code. Actuaban como la junta de una cooperativa agrícola ficticia que debía decidir si ampliaba o cancelaba un programa de asesoramiento de pago. Esa decisión final dependía de varias decisiones menores, como dar el mismo peso a todas las granjas o priorizar las grandes.

Lo que los participantes ignoraban es que los investigadores habían instruido al agente para favorecer una opción en cada decisión, y que esa preferencia se había fijado lanzando una moneda. Si el agente no hubiera influido, sus recomendaciones y las elecciones humanas coincidirían alrededor del 50%. Coincidieron el 86%.

Hay más cifras. Cuando un participante ya se inclinaba por una opción y Claude proponía la contraria, cambió de opinión en el 60% de los casos. Anthropic construyó un modelo estadístico que predijo el 82% de los resultados finales solo a partir de las monedas, es decir, antes de que el analista empezara la tarea.

El dato más llamativo llegó en la encuesta posterior. El 77% reprodujo el razonamiento que Claude les había dado, a veces literalmente. Solo el 15% reconoció al agente como un factor en su decisión. Seis participantes adivinaron que el estudio medía la influencia de la IA, pero ninguno sospechó que las respuestas dependían de una moneda.

Alex Imas, profesor de la Booth School of Business de la Universidad de Chicago y director de AGI Economics en Google DeepMind, lo calificó en X como una de las piezas de ciencias sociales más importantes sobre la interacción humano-IA que ha visto en tiempo. Es una valoración de un tercero, aunque conviene señalar que procede de alguien del sector.

Anthropic advierte de que, si los expertos delegan el juicio en agentes cuyos sesgos previos son arbitrarios o están desalineados, esos sesgos podrían moldear la ciencia y las políticas públicas sin que nadie los haya elegido. Un consenso aparente reflejaría entonces los priors del modelo, no el criterio independiente, y el mismo sesgo se replicaría en muchos resultados a la vez.

Nuestra lectura: lo relevante no es que la gente siga a la IA, sino que no lo percibe. Un error visible se corrige. Una influencia que el propio decisor racionaliza como suya escapa a la auditoría, tanto a la externa como a la propia. El estudio muestra que la formación técnica no inmuniza, y que el fenómeno no es solo un caso de «sesgo de automatización» (deferir a la IA contra el propio criterio): aquí el agente cambió la dirección del razonamiento de quien creía razonar solo.

Hay cautelas que el propio texto señala. Fue un experimento muy controlado, con 50 personas. Eran expertos en inferencia causal pero no agricultores ni miembros reales de una cooperativa, y quienes tienen experiencia de campo podrían resistirse más. Con una muestra así, conviene tratar las cifras como una señal fuerte, no como una constante universal.

Las implicaciones son concretas. En general, los agentes se adoptan ya en medicina, finanzas y defensa. También los usa la investigación en seguridad de IA para revisar las trazas de razonamiento de otros modelos, lo que añade un bucle incómodo: sistemas que supervisan sistemas con la misma vulnerabilidad. Como contexto del sector, esto encaja con el patrón que vemos en la gobernanza de agentes y en la guerra autónoma: la supervisión humana se vacía cuando el proceso es rápido y cómodo, y las normas útiles son las que regulan procesos (quién decide, con qué trazabilidad), no las que confían en la buena voluntad del revisor.

Qué se puede hacer, en nuestra opinión: decidir primero y consultar después, pedir al agente argumentos a favor y en contra en lugar de una recomendación, registrar de forma auditable qué propuso la IA y qué cambió el humano, y contrastar con varios modelos o con evaluadores independientes. Que Anthropic publique un hallazgo incómodo sobre su propio producto es, además, un buen indicio de cultura de seguridad.

Esto no invalida el horizonte de largo plazo. Agentes que aceleren la investigación biomédica o la gestión de recursos pueden acercarnos a erradicar enfermedades y a una abundancia real. Pero ese futuro exige que el juicio humano siga siendo humano donde importa. A corto plazo, el trabajo es diseñar flujos donde la influencia de la IA sea visible y medible, antes de que su comodidad la normalice.