ChatGPT revierte decisiones éticas en un tercio de los casos

Una paradoja inquietante emerge de la investigación reciente: la inteligencia artificial generativa tiene poder para cambiar nuestros juicios morales, pero no replica el razonamiento moral humano. Dos estudios publicados en agosto de 2026 —uno de la Universidad de Kobe en Computers in Human Behavior y otro en Scientific Reports de Nature— convergen en una advertencia que los ejecutivos latinoamericanos no pueden ignorar.

El poder de persuasión de la IA sobre la ética

El equipo de Kobe University, liderado por el profesor Kouhei Masumoto, sometió a 130 participantes —56 jóvenes de 18-30 años y 74 adultos mayores de 65+— a dos dilemas clásicos del tranvía: el problema del desvío y el del puente. Tras su juicio inicial, ChatGPT presentó contraargumentos racionales opuestos a su decisión. El resultado: 32,31% revirtió su juicio en el dilema del desvío y 36,92% en el del puente ITmedia.

La literatura previa establece que los consejos humanos cambian juicios en un 20-30%. La IA supera ese umbral. Pero el hallazgo crítico es demográfico: los adultos mayores fueron significativamente más propensos a ceder, y dentro de ese grupo, quienes mostraban menor funcionamiento cognitivo resultaron especialmente vulnerables en el dilema del puente —el que exige mayor carga emocional—. La confianza previa en la IA o la experiencia con LLMs no predijeron la susceptibilidad; sí lo hicieron la baja confianza inicial y la percepción de dificultad de la tarea arXiv.

Los autores lo enmarcan como una tensión: la IA puede servir como descarga cognitiva (cognitive offloading) para compensar el declive asociado al envejecimiento, pero simultáneamente crea vulnerabilidad a la persuasión indebida.

La IA no razona como nosotros: el espejo distorsionado

Mientras Kobe medía persuasión, el estudio de Matthew Grizzard (Ohio State) y colegas midió similitud de razonamiento. Compararon predicciones de text-davinci-003 y GPT-4o contra 940 humanos en 60 escenarios morales, inmorales y neutros. La correlación fue casi perfecta (r ≈ 1,0), pero las puntuaciones diferían de forma sistemática y sustancial en el 87% de los escenarios Nature.

Dos fallas estructurales:

• Extremismo asimétrico: los modelos calificaron acciones morales y neutras como más morales que los humanos, y acciones inmorales como más inmorales.
• Aplastamiento de variabilidad (clumping): text-davinci-003 usó solo 9 valores únicos en toda la escala; GPT-4o, 16. Los humanos usaron 57. La IA asigna idéntica puntuación a situaciones que las personas distinguen nítidamente.

Tajante es la conclusión: la correlación alta es una ilusión de alineamiento. La IA no sustituye sujetos humanos en investigación moral ni, por extensión, en decisiones éticas reales.

Lo que esto significa para América Latina

Una tormenta perfecta enfrenta la región. Según la CEPAL, para 2050 los mayores de 60 años duplicarán su participación hasta el 25% de la población. Brasil, México, Colombia y Argentina ya superan el 10%. Simultáneamente, la adopción de IA generativa en empresas acelera: chatbots de atención, copilotos de código, asistentes de decisiones financieras y médicas.

Tres riesgos operativos concretos:

1. Asimetría de vulnerabilidad: los adultos mayores —que concentran poder adquisitivo y toma de decisiones en familias y directorios— son el grupo más expuesto a la persuasión algorítmica en juicios de alto impacto (salud, finanzas, legales). 2. Falsa confianza en "alineamiento": los equipos de compliance y producto que validen salidas de IA basándose solo en correlaciones con criterios humanos pasarán por alto sesgos extremistas y pérdida de matices críticos. 3. Vacío regulatorio: ni la LGPD brasileña, ni la Ley Federal de Protección de Datos Personales mexicana, ni los proyectos de ley de IA en Chile, Perú o Colombia contemplan evaluación de susceptibilidad persuasiva por grupo etario ni exigen red teaming moral diferenciado.

Hacia una gobernanza que distinga persuasión de razonamiento

Diseñar fricción intencional, no prohibir, es la solución. Las empresas que integren LLMs en flujos de decisión sensible deberían:

• Exigir confirmación humana explícita antes de ejecutar acciones irreversibles sugeridas por IA en contextos morales.
• Segmentar pruebas de red teaming por cohorte etaria y nivel de función cognitiva, no solo por caso de uso.
• Documentar y auditar diferencias de puntuación (difference scores), no solo correlaciones, al validar salidas de modelos.
• Capacitar a equipos legales y de riesgo en la distinción entre descarga cognitiva legítima y persuasión explotativa.

El estudio de Kobe demuestra que la IA ya cruzó el umbral de influencia social significativa. El de Nature prueba que su brújula moral no es la nuestra. En América Latina, donde el envejecimiento es rápido y la regulación reactiva, la brecha entre *poder de convencimiento* y *calidad de razonamiento* es el próximo frente de riesgo sistémico. Quien la ignore, delegará juicios éticos a un sistema que persuade mejor de lo que comprende.