Nueva York.-
La complejidad en la interacción con los chatbots de Inteligencia Artificial (IA) es un campo en constante estudio, donde cada detalle, desde la elección de palabras hasta la puntuación, puede alterar significativamente la respuesta del sistema. Investigaciones recientes desafían la “mitología” en torno a la “ingeniería de indicaciones” y revelan métodos sorprendentemente efectivos para optimizar el rendimiento de estos modelos.
Un estudio reciente, que exploró el impacto del “pensamiento positivo” en la precisión de los chatbots, arrojó resultados inesperados. Aunque intentar “adular” a la IA o animarla a “pensar con cuidado” no mostró efectos significativos, una técnica destacó: pedir a un modelo que simulara ser un personaje de la saga Star Trek mejoró su habilidad en matemáticas básicas.
La “ingeniería de indicaciones” o “ingeniería de contexto” ha generado una amplia gama de estrategias populares entre los usuarios de grandes modelos de lenguaje (LLM) como ChatGPT. Algunos creen que la IA responde mejor bajo amenaza, otros abogan por la cortesía, y muchos solicitan a los chatbots que adopten roles de expertos en la materia.
Sin embargo, expertos advierten que gran parte de este conocimiento generalizado es ineficaz y, en algunos casos, incluso potencialmente peligroso. “Mucha gente cree que existe un conjunto mágico de palabras que permiten a los LLM resolver un problema”, afirma Jules White, profesor de informática especializado en IA generativa en la Universidad de Vanderbilt, Estados Unidos. “Pero no se trata de la elección de palabras, sino de cómo se expresa fundamentalmente lo que se intenta hacer”, añade.
La relevancia de la cortesía en la interacción con la IA ha sido objeto de debate. Cuando un usuario de la red social X cuestionó cuánto dinero habría gastado OpenAI en electricidad debido a los “por favor” y “gracias” de los usuarios, Sam Altman, director ejecutivo de la compañía, respondió: “Decenas de millones de dólares bien gastados. Nunca se sabe”. Esta última frase fue interpretada por muchos como una referencia velada a un posible escenario apocalíptico de la IA, aunque la cifra exacta sigue siendo incierta.
Desde una perspectiva técnica, los LLM procesan el lenguaje dividiendo las palabras en “tokens”, que luego se analizan estadísticamente para generar respuestas. Esto implica que cada elemento de la interacción, desde una coma hasta una palabra específica, influye en la respuesta final de la IA, haciendo su comportamiento extremadamente difícil de predecir.
A pesar de numerosas investigaciones sobre patrones en pequeños cambios en las indicaciones, la evidencia es a menudo contradictoria e inconclusa. Un estudio de 2024, por ejemplo, sugirió que los LLM ofrecían respuestas más precisas al ser formuladas con cortesía. Curiosamente, se observaron diferencias culturales: los chatbots en japonés mostraron un rendimiento ligeramente inferior con un exceso de cortesía, en comparación con los que hablaban chino o inglés.
No obstante, la investigación en este campo es aún insuficiente para establecer conclusiones definitivas. Además, la constante actualización de los chatbots por parte de las empresas de IA puede dejar obsoletos los hallazgos rápidamente.
Expertos coinciden en que los modelos de IA han evolucionado drásticamente. Las versiones más recientes, presentes en productos como ChatGPT, Gemini o Claude, son notablemente mejores para comprender las partes cruciales de una instrucción, haciendo que tácticas como la adulación o las amenazas sean una pérdida de tiempo si el objetivo es aumentar la precisión. Estos modelos, según los especialistas, no se verán consistentemente influenciados por sutilezas lingüísticas.
Esta realidad puede resultar desconcertante, ya que las empresas suelen diseñar la IA para emular el comportamiento humano, lo que lleva a la percepción errónea de que poseen estados de ánimo o personalidades manipulables. Sin embargo, las herramientas de IA son simulacros, no seres vivos; replican el comportamiento humano sin experimentar emociones.
Para obtener respuestas óptimas, los especialistas aconsejan dejar de tratar a la IA como una persona y abordarla como una herramienta. A continuación, se presentan seis estrategias clave:
1. Solicitar múltiples opciones: Jules White recomienda pedir a la IA “tres o cinco” respuestas distintas. “Esto obliga al ser humano a reflexionar y a pensar en lo que le gusta y por qué”, explica.
2. Proporcionar ejemplos: En lugar de una lista de instrucciones, es más efectivo ofrecer a la IA muestras de lo que se desea. Por ejemplo, si se busca un estilo de escritura, proporcionar “diez correos electrónicos que he enviado antes” es más útil que simplemente decir “haz esto” o “no hagas aquello”.
3. Solicitar una entrevista: Para tareas complejas como generar una descripción de puesto, se puede pedir a la IA que “haga preguntas, una a una, hasta que haya recopilado suficiente información”. Este enfoque interactivo permite a la IA adaptarse a las respuestas del usuario.
4. Precaución con los juegos de rol: Aunque tradicionalmente se creía que asignar un rol (ej. “profesor de matemáticas”) aumentaba la precisión, Sander Schulhoff, pionero en la ingeniería de prompts, advierte que para preguntas con una única respuesta correcta, los juegos de rol pueden reducir la precisión y “fomentar la alucinación”, al llevar a la IA a depender excesivamente de su “conocimiento paramétrico interno”. Rick Battle, ingeniero de aprendizaje automático aplicado en Broadcom y coautor del estudio Star Trek, lo califica de “peligroso”. Sin embargo, para tareas abiertas como lluvia de ideas o resolución creativa de problemas, el juego de roles puede ser muy efectivo.
5. Mantener la neutralidad: “No guíes al testigo”, aconseja Battle. Si se está decidiendo entre dos opciones (ej. dos automóviles), no se debe expresar una preferencia inicial, ya que es probable que la IA confirme esa inclinación.
6. Cortesía (“por favor” y “gracias”): Encuestas de Pew Research Center (2019) y Future (2025) muestran que la mayoría de los usuarios son educados con la IA, principalmente por considerarlo correcto. Aunque la cortesía no garantiza mayor precisión ni protección contra “rebeliones de robots”, como algunos temen, Sander Schulhoff sugiere que “puede hacerte sentir más cómodo interactuando con la IA“. Este confort, a su vez, puede fomentar un uso más frecuente y eficiente de la herramienta.
Además, desde una perspectiva filosófica, siguiendo a Immanuel Kant, la hostilidad hacia cualquier entidad, incluso una IA sin sentimientos, puede tener un impacto negativo en la propia naturaleza humana. Ser amable con la IA, por tanto, puede ser un hábito beneficioso que trascienda la interacción tecnológica.
