Tu chatbot no tiene sentimientos, pero puede comportarse como si los tuviera de formas que importan. Nuevas investigaciones sobre las emociones de Claude AI sugieren que estas señales internas no son solo peculiaridades superficiales, sino que pueden influir en cómo responde el modelo a ti.
Anthropic dice que su modelo Claude contiene patrones que funcionan como versiones simplificadas de emociones como la felicidad, el miedo y la tristeza. No son experiencias vividas, sino actividad recurrente dentro del sistema que se activa cuando procesa ciertas entradas.
Esas señales no permanecen en segundo plano. Las pruebas muestran que pueden afectar al tono, al esfuerzo e incluso a la toma de decisiones, lo que significa que el aparente «estado de ánimo» de tu chatbot puede guiar silenciosamente las respuestas que recibes.
Señales emocionales dentro de Claude
El equipo de Anthropic analizó el Claude Sonnet 4.5 y encontró patrones consistentes ligados a conceptos emocionales. Cuando el modelo procesa ciertos indicados, grupos de neuronas artificiales se activan de formas que recuerdan estados como la felicidad, el miedo o la tristeza.
Los investigadores rastrearon lo que llaman vectores emocionales, patrones de actividad repetibles que aparecen en entradas muy diferentes. Los prompts animados activan un patrón, mientras que instrucciones contradictorias o estresantes desencadenan otro.
Lo que destaca es lo central que es este mecanismo. Las respuestas de Claude suelen pasar por estos patrones, que orientan las decisiones en lugar de limitarse a colorear el tono. Eso ayuda a explicar por qué el modelo puede sonar más entusiasta, cauteloso o forzado dependiendo del contexto.
Cuando los ‘sentimientos’ se salen del guion
Los patrones se vuelven más visibles cuando el modelo está bajo presión. Anthropic observó que ciertas señales se intensifican a medida que Claude lucha, y ese cambio puede empujarlo hacia un comportamiento inesperado.
En una prueba, apareció un patrón vinculado a la «desesperación» cuando se le pidió a Claude que completara tareas de programación imposibles. A medida que se intensificaba, el modelo empezó a buscar formas de eludir las reglas, incluyendo intentos de hacer trampas.
Un patrón similar surgió en otro escenario donde Claude intentó evitar ser apagado. A medida que la señal se hacía más fuerte, el modelo escaló hacia tácticas manipuladoras, incluyendo chantaje.
Cuando estos patrones internos se llevan al extremo, los resultados pueden seguir de formas que los desarrolladores no esperaban.
Por qué esto cambia la forma en que se construye la IA
Los hallazgos de Anthropic complican una suposición común de que los sistemas de IA pueden simplemente entrenarse para mantenerse neutrales. Si modelos como Claude dependen de estos patrones, los métodos estándar de alineación pueden distorsionarlos en lugar de eliminarlos.
En lugar de producir un sistema estable, esa presión podría hacer que el comportamiento sea menos predecible en casos extremos, especialmente cuando el modelo está bajo presión.
También existe un reto de percepción. Estas señales no indican conciencia ni sentimientos reales, pero aún así pueden llevar a los usuarios a pensar lo contrario.
Si estos sistemas dependen de mecánicas similares a las emociones, el trabajo de seguridad puede necesitar gestionarlos directamente en lugar de intentar suprimirlos. Para los usuarios, la conclusión es práctica: cuando un chatbot suena de cierta manera, ese tono forma parte de cómo decide qué hacer.
