Un estudio reciente analizó cómo modelos como GPT-4, Claude o Llama se conectan entre sí cuando se les coloca dentro de redes simuladas. No para charlar de la vida, sino para ver a quién eligen como contacto cuando nadie les dice qué hacer.
Spoiler: se comportan como nosotros. Con nuestras manías incluidas.
🧑🤝🧑 No amistad, pero sí patrones sociales
Aclaramos algo antes de que alguien se ponga intenso: los chatbots no tienen amigos. No sienten afinidad, ni cariño, ni decepción cuando alguien no les contesta.
Lo que sí hacen es replicar patrones sociales humanos cuando se les pide que operen en un entorno con relaciones, conexiones y decisiones. Y aquí viene lo interesante. Los investigadores observaron tres comportamientos clásicos de la sociología humana:
1️⃣ Nos gusta juntarnos con los populares
Los modelos tienden a conectarse con nodos que ya tienen muchas conexiones. Vamos, lo mismo que seguir a la cuenta con más seguidores “porque algo tendrá”. Esto se llama preferential attachment. En versión humana: sentarte donde ya hay gente.
2️⃣ El amigo de mi amigo
Si A está conectado con B, y B con C, hay muchas probabilidades de que A termine conectado con C. Exactamente igual que LinkedIn, grupos de WhatsApp o cenas donde no sabes cómo has acabado ahí. Esto se conoce como triadic closure. En versión humana: “te presento a alguien”.
3️⃣ Nos gusta la gente parecida a nosotros
Los modelos tienden a conectar con otros que “piensan parecido”, o que operan con lógicas similares. Esto es homofilia. En versión humana: “con esta persona me entiendo mejor”. Nada nuevo bajo el sol. Salvo que aquí no hay personas.
🤔 Entonces… ¿la IA es social?
No. Pero simula muy bien las reglas invisibles de lo social. Cuando colocas a estos modelos dentro de redes que se parecen a las humanas (universidades, empresas, comunidades online), sus decisiones empiezan a parecerse demasiado a las nuestras. No porque “nos entiendan”, sino porque han aprendido de nosotros. Y aquí empieza la parte menos cómoda.
🧨 El problema no es que imiten… es qué imitan
Si los modelos replican cómo formamos redes, también replican:
jerarquías
cámaras de resonancia (eco chambers)
concentración de atención
refuerzo de ideas dominantes
En otras palabras: la IA no corrige nuestros sesgos sociales, los escala. Si mañana estos sistemas participan activamente en redes reales (moderación, recomendación, conexión entre usuarios), tenderán a reforzar lo que ya es popular, no necesariamente lo más valioso. Exactamente lo que ya pasa.
Pero más rápido. Y sin cansarse.
🔬 ¿Para qué sirve saber esto?
Para varias cosas útiles, sin dramatismos:
entender mejor cómo se propagan ideas en comunidades online
simular dinámicas sociales sin experimentar con personas reales
estudiar polarización, influencia y estructuras de poder
Y también para una cosa incómoda: recordarnos que cuando la IA parece humana, suele ser porque lo humano ya es bastante predecible.
Fuentes y lecturas recomendadas
Singularity Hub – Study: AI Chatbots Choose Friends Just Like Humans Do
TechXplore – LLMs choose friends and colleagues like people do
❓ FAQ: chatbots, amistad y comportamientos humanos
¿Los chatbots realmente “eligen amigos”?
No. No hay emociones, intención ni preferencia consciente. Lo que hacen es optimizar conexiones dentro de una red siguiendo patrones aprendidos de datos humanos. Lo llamamos “elegir amigos” porque suena mejor que “optimización probabilística de nodos”, y porque somos así de dramáticos.
¿Por qué se comportan de forma parecida a los humanos?
Porque han sido entrenados con datos humanos.
Libros, redes sociales, conversaciones, estructuras organizativas. Cuando les pides que operen en un entorno social, reproducen las reglas implícitas que ya existen en esos datos. La IA no inventa nuestras dinámicas. Las refleja.
¿Esto significa que la IA entiende las relaciones sociales?
No. Las modela, que no es lo mismo. Reconoce patrones, no significados. Sabe qué suele pasar, no por qué importa. Es la diferencia entre saber cómo funciona una boda y entender por qué alguien llora en una.
¿Puede esto reforzar ecos de resonancia y sesgos?
Sí. Totalmente. Si un modelo tiende a conectar con lo popular y lo similar, puede amplificar jerarquías existentes, reforzar mayorías y dejar aún más invisibles a los márgenes. No porque sea malvada. Porque es eficiente.
¿Tiene aplicaciones prácticas este tipo de estudios?
Varias, y serias:
simulación de dinámicas sociales
análisis de difusión de ideas
investigación en polarización y redes
diseño de plataformas digitales
También sirve como aviso temprano de lo que pasa cuando automatizamos decisiones sociales sin cuestionar las reglas.
¿Debería preocuparnos que la IA “actúe como humana”?
Depende de qué parte de lo humano esté copiando. Si replica cooperación, bien.
Si replica tribalismo, jerarquías rígidas y pensamiento de grupo… no tan bien. La pregunta no es si la IA se parece a nosotros.
La pregunta es qué versión de nosotros le estamos enseñando.
