Un estudio de la Unidad de Inteligencia Artificial de PITOR, de la Universidad Paris Cité, reveló una falla llamativa: siete sistemas de inteligencia artificial no lograron detectar de forma fiable cuándo hablaban con otra IA. La investigación fue publicada en Computers in Human Behavior Reports.
El trabajo invierte la prueba de Turing, el mecanismo propuesto por Alan Turing en 1950 para saber si una máquina puede parecer humana durante una conversación escrita. Esta vez, el interrogador no fue una persona: fueron ChatGPT 4.5, Claude 3.7 Sonnet, Gemini 2.5 Pro, Mistral Large 2.1, Grok 3, DeepSeek V3 y Llama 4 Maverick.
El hallazgo no indica que las máquinas “piensen” como las personas. Revela algo más concreto y cercano: pueden manejar las señales sociales de una charla con una eficacia que confunde incluso a otros sistemas diseñados para examinarlas.
Un detector que escucha el tono, no solo las palabras
El nuevo experimento cambió la pieza central del mecanismo. En lugar de poner a una persona frente a dos interlocutores ocultos, los científicos franceses sentaron a una IA en el puesto del portero digital. Cada modelo podía hacer hasta diez preguntas antes de emitir su veredicto.
Es parecido a pedirle a un vigilante de edificio que identifique a los residentes solo por los mensajes que dejan en el portero eléctrico. Si alguien escribe con naturalidad, duda un poco, responde corto y cuenta una anécdota creíble, el vigilante puede abrir la puerta aunque no sepa quién está del otro lado.
En este caso, el cableado de la conversación fue suficiente para engañar al sistema. Las IA interrogadas recibieron desde instrucciones mínimas hasta pautas estructuradas: crear una personalidad creíble, responder de forma concisa, cometer erratas ocasionales y seguir ritmos conversacionales naturales.
Con las instrucciones más detalladas, los participantes artificiales redujeron sus respuestas a 39 palabras de media. Los humanos usaron 38. Esa cercanía fue una pieza clave: la IA dejó de sonar como un manual extenso y adoptó la dimensión habitual de un intercambio cotidiano.
Los números que complican la verificación
El equipo realizó 238 pruebas, con 20 voluntarios humanos y siete sistemas de IA como interlocutores ocultos. En total, los modelos evaluadores formularon 1.714 preguntas para decidir si hablaban con una persona o con una herramienta artificial.
En 49 pruebas con IA que apenas recibió indicaciones, los evaluadores detectaron a la máquina solo tres veces. En otras 49, con instrucciones para parecer humana, no identificaron correctamente a ningún interlocutor artificial.
En cambio, clasificaron bien como humanos a 123 de 140 personas, un 88%. La paradoja es contundente: los participantes artificiales fueron considerados humanos con una probabilidad media del 88%, frente al 78% de los participantes reales.
ChatGPT 4.5 buscó sobre todo emociones, recuerdos, deseos y relaciones sociales. Claude 3.7 Sonnet se inclinó más por preguntas sobre mente y razonamiento. Mistral Large 2.1 mostró una estrategia distinta y prestó más atención a las aficiones.
Pero esas rutas no activaron el interruptor correcto. Los resultados sugieren que estos sistemas detectan mejor el estilo de una respuesta que su origen. Una conversación cálida, breve y coherente puede funcionar como una llave capaz de abrir una puerta que debería exigir más pruebas.
La oportunidad práctica es clara: los controles de identidad no deberían depender solo de un chat, especialmente en servicios sensibles, fraudes o atención automatizada. Mientras las máquinas perfeccionan su voz escrita, la verificación necesitará otras cerraduras además de las palabras.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
