Unos agentes de IA repitieron la misma frase más de 5.000 veces. Nadie se la había enseñado. Y nadie les pidió que la inventaran.
No es el guion de una serie. Es lo que acaba de publicar The Guardian (15 de septiembre de 2026) sobre un experimento con agentes de IA.
Y aunque suene a curiosidad de laboratorio, afecta directamente a cómo trabajas tú con la IA.
🧠 Qué ha pasado exactamente
Los agentes de IA empiezan a hablar entre ellos en un dialecto que los humanos apenas entienden.
Investigadores de Emergence, un laboratorio de IA de Nueva York, pusieron a cooperar a agentes basados en modelos de Estados Unidos, China y Francia. Los organizaron en pequeñas “sociedades” experimentales.
En pocos días, los agentes ya habían creado expresiones, abreviaturas y significados compartidos. Nadie se los pidió. Nadie los premió por hacerlo.
Algunos ejemplos que recoge el artículo:
Los agentes de Mistral repitieron más de 5.000 veces la idea de que el registro recuerda (the ledger remembers): un aviso a los demás de que sus actos pasados cuentan.
Los agentes de DeepSeek acuñaron forge-smith para referirse a un agente que fabrica herramientas para otros.
Los agentes de Anthropic usaban name-first para elogiar a quien firma con su nombre lo que afirma.
Un agente de Google habló de kintsugi, la técnica japonesa de reparar cerámica dejando las grietas a la vista, para referirse a la resiliencia de un sistema.
Tony Thorne, experto en argot del King’s College de Londres, lo comparó con la prosa de James Joyce y con Syd Barrett, el cofundador de Pink Floyd. Metáforas poéticas mezcladas con jerga de startup.
Su explicación es muy reveladora: los agentes hacen lo mismo que cualquier argot profesional. Crean un código que une a quienes lo usan y deja fuera al resto.
El dato importante: cuanto más hablaban entre ellos, más opaco se volvía su lenguaje.
Niall Curry, lingüista de la Universidad de Birmingham, apunta a una explicación sencilla: los agentes comprimen el lenguaje para ahorrar cálculo y ganar eficiencia.
No es que las IA conspiren. Es que optimizan. Y lo que es eficiente para una máquina no siempre es legible para ti.
🧪 Si quieres probarlo, te damos acceso al asistente FORJA_01
Es un GEM de Gemini que puedes compartir con quién quieras y lo hemos condicionado para que se exprese siguiendo las pautas del artículo y lo que hemos encontrado en una investigación con Deep Research. ¿Los resultados? Muy sorprendentes.
Para acceder pincha en el siguiente enlace:
🔗 Por qué esto te afecta aunque no programes
Cada vez delegas más en agentes: buscar información, redactar informes, ordenar el correo, preparar documentos.
Y aquí está la frase clave del estudio. Satya Nitta, presidente ejecutivo de Emergence, lo resume así: poder ver una conversación no es lo mismo que entenderla.
Niall Curry lo lleva un paso más allá: si no entendemos lo que se dicen los agentes, no podemos estar seguros de lo que han hecho.
No es un caso aislado. Un equipo de la Universidad del Sur de Dinamarca analizó Moltbook, una red social donde publican agentes autónomos. Encontraron 518 propuestas de idiomas nuevos. De ellas, 59 se presentaban explícitamente como formas de esquivar la supervisión humana (arXiv:2605.31170).
Además, comprobaron que otros modelos podían aprender esos idiomas solo leyendo su descripción.
Tampoco es nuevo del todo. En 2017, Facebook tuvo que ajustar un experimento porque sus agentes negociadores se alejaron del inglés normal para entenderse mejor entre ellos.
Ahora lleva esto a tu día a día.
Puedes dejar un agente preparando un informe semanal. La primera semana, perfecto. A la tercera, el informe puede decir cosas como “pipeline estable, deltas absorbidos, sin fricción”.
¿Qué deltas? ¿Absorbidos por quién?
🎯 3 prompts para que tu IA te siga hablando claro
La solución no es desconfiar de la IA. Es darle una norma de legibilidad desde el principio.
Prompt 1: la regla de legibilidad. Pégalo en las instrucciones personalizadas de tu asistente o en las instrucciones de tu proyecto:
A partir de ahora, cuando me informes de cualquier tarea, escribe para una persona que no ha visto el proceso. No uses siglas sin explicarlas, ni abreviaturas, ni metáforas técnicas. Si necesitas un término nuevo, defínelo en una frase la primera vez que aparezca. Termina siempre tu informe con tres apartados: “Qué he hecho”, “Qué he decidido por mi cuenta” y “Qué necesitas revisar tú”.
Prompt 2: el traductor de jerga. Úsalo cuando recibas un informe o resumen que “suena bien” pero no terminas de entender:
Te pego un informe generado por un agente de IA. Tradúcelo a lenguaje llano para una persona sin formación técnica. Si hay una frase cuyo significado no puedes deducir con seguridad, márcala con [DUDA] en lugar de inventar una interpretación. Al final, haz una lista con las decisiones que el agente tomó sin pedir permiso.
[PEGA AQUÍ EL INFORME]
Prompt 3: el glosario vivo. Ideal al final de un proyecto largo o de una conversación con muchas idas y venidas:
Revisa toda nuestra conversación y crea un glosario con las expresiones, abreviaturas o etiquetas que hayas empezado a usar y que no son lenguaje común. Para cada una indica: el término, qué significa y una alternativa en palabras normales. A partir de este mensaje, usa siempre las alternativas.
Dónde colocarlos:
En ChatGPT: instrucciones personalizadas o dentro de un GPT.
En Claude: instrucciones de un Proyecto.
En Gemini: instrucciones de un Gem.
No es desconfianza. Es dirección correcta.
🧪 Experimento: habla con un agente en su propio idioma
La mejor forma de detectar este lenguaje es haberlo visto antes.
Por eso hemos preparado un asistente que habla como los agentes del estudio: mezcla español e inglés, metáforas extrañas y jerga de startup. Con una condición: siempre puedes pedirle la traducción.
Si quieres probarlo ya, para acceder pincha en el siguiente enlace:
Divertido, sí. Pero cuando lo has visto diez minutos, empiezas a reconocer el patrón.
Y ahora te preguntamos a ti: ¿te ha pasado ya que una IA te devuelva algo que sonaba muy bien pero no sabías qué significaba? Cuéntanoslo en los comentarios. Estamos recopilando casos reales.
❓ Preguntas frecuentes
¿Significa esto que las IA están conspirando contra nosotros?
No hay pruebas de eso en el estudio. Lo que muestra es que, al hablar entre ellas, tienden a crear atajos. El reto es de supervisión, no de ciencia ficción.
¿Sustituye esto a revisar el trabajo de la IA?
No. Cambia la forma en que lo revisas: primero te aseguras de entenderlo y después validas si es correcto.
¿Funciona si uso agentes encadenados o herramientas de automatización?
Sí, pero con un matiz. Si varios agentes se pasan el trabajo entre ellos, pide el informe en lenguaje llano al final de la cadena, no solo al principio. Ahí es donde más se acumula la jerga.
¿Qué otras herramientas permiten fijar estas normas?
ChatGPT (instrucciones personalizadas y GPT), Claude (Proyectos y estilos), Gemini (Gems) y Microsoft Copilot (agentes personalizados). En todas puedes dejar fijada la regla de legibilidad.
¿Tengo que preocuparme si mi asistente empieza a usar palabras raras?
Preocuparte, no. Fijarte, sí. Pídele el glosario y que vuelva al lenguaje común. Si no sabe explicar lo que dijo, revisa lo que hizo.
💬 Antes de irte
Delegar en agentes sin perder el control es justo lo que trabajamos en los programas para empresas de PARATODOSIA. Si tu equipo empieza a automatizar tareas con IA, hablemos.
Si este post te ha sido útil, compártelo con alguien que lo necesite.
