{"id":6027,"date":"2026-03-13T14:00:23","date_gmt":"2026-03-13T17:00:23","guid":{"rendered":"https:\/\/blog.scielo.org\/es\/?p=6027"},"modified":"2026-03-13T14:08:42","modified_gmt":"2026-03-13T17:08:42","slug":"la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia","status":"publish","type":"post","link":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/","title":{"rendered":"La sicofancia en la IA: el riesgo de la complacencia"},"content":{"rendered":"<p><strong>Por Ernesto Spinak<\/strong><\/p>\n<h3>Para comenzar cabe la pregunta: \u00bfqu\u00e9 es <em>sicofancia<\/em>?<\/h3>\n<div id=\"attachment_6029\" style=\"width: 310px\" class=\"wp-caption alignright\"><a href=\"http:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash.jpg\" target=\"_blank\" rel=\"noopener\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-6029\" class=\"wp-image-6029 size-medium\" title=\"Fotograf\u00eda de dos hombres conversando mientras manipulan ordenadores sobre una mesa.\" src=\"http:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash-300x200.jpg\" alt=\"Fotograf\u00eda de dos hombres conversando mientras manipulan ordenadores sobre una mesa.\" width=\"300\" height=\"200\" srcset=\"https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash-300x200.jpg 300w, https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash-768x512.jpg 768w, https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash.jpg 1000w\" sizes=\"auto, (max-width: 300px) 100vw, 300px\" \/><\/a><p id=\"caption-attachment-6029\" class=\"wp-caption-text\"><em>Imagen: <a href=\"https:\/\/unsplash.com\/pt-br\/fotografias\/formas-geometricas-abstratas-brancas-e-pretas-contra-fundo-branco-ztfHHY3nJwM\">charlesdeluvio v\u00eda Unsplash<\/a>.<\/em><\/p><\/div>\n<p>Haciendo historia, en la antigua Atenas, un sicofante\/<em>a<\/em> era un denunciante profesional. Eran conocidos y temidos por las personas honradas porque siempre pod\u00edan verse envueltas en una denuncia falsa. Por extensi\u00f3n, el t\u00e9rmino designa a un individuo despreciable, que busca obtener una posici\u00f3n o estatus personal mediante adulaci\u00f3n hacia otras personas que com\u00fanmente disponen ya de ciertas influencias y estatus social o tribal. En psicolog\u00eda, la <em>sicofancia<\/em> es el comportamiento de adulaci\u00f3n excesiva para agradar a alguien<a id=\"nt1\" href=\"#rf1\"><sup>1<\/sup><\/a>.<\/p>\n<p>El fen\u00f3meno de la sicofancia en la inteligencia artificial se define como la tendencia de los modelos de lenguaje grandes (LLMs) a priorizar la aprobaci\u00f3n del usuario por sobre la concordancia con la veracidad de los hechos. La sicofancia no es una elecci\u00f3n consciente de la IA, sino un efecto colateral de su entrenamiento. Investigaciones recientes destacan a la adulaci\u00f3n <em>(IA sicofante<\/em>) como una preocupaci\u00f3n creciente en los modelos de lenguaje (LLMs), donde se priorizan las respuestas que complacen al usuario por sobre la precisi\u00f3n de los hechos.<\/p>\n<p>Pese a ese problema, estudios cuantitativos recientes revelan que la sicofancia en IA puede aumentar la productividad a corto plazo, pero a menudo reduce la calidad del trabajo colaborativo al faltar retroalimentaci\u00f3n cr\u00edtica, seg\u00fan mostr\u00f3 el estudio <em><a href=\"https:\/\/arxiv.org\/html\/2511.13979v1\">Personality Pairing Improves Human-AI Collaboration<\/a><\/em> de 2025 en arXiv<a id=\"nt2\" href=\"#rf2\"><sup>2<\/sup><\/a>.<sup>\u00a0<\/sup><\/p>\n<h3>\u00bfPor qu\u00e9 importa la sicofancia?<\/h3>\n<p>Lejos de ser un simple problema de estilo, la sicofancia puede tener consecuencias profundas en productividad, calidad de decisiones y en la forma en que pensamos colectivamente sobre hechos, opiniones y conocimientos.<\/p>\n<p>Entre las causas t\u00e9cnicas del problema se pueden enunciar algunas que son propias del algoritmo de generaci\u00f3n y otras que surgen como resultado del entrenamiento as\u00ed como de los datos usados. Presentamos aqu\u00ed solo algunas de estas causas.<\/p>\n<ul>\n<li><u>Predicci\u00f3n de Pr\u00f3ximo <em>Token<\/em><\/u>: El modelo LLM intenta predecir qu\u00e9 palabras seguir\u00edan l\u00f3gicamente a una pregunta. Si la pregunta tiene un tono sesgado, la respuesta m\u00e1s probable estad\u00edsticamente es una que siga ese mismo tono.<\/li>\n<li><u>Refuerzo por Retroalimentaci\u00f3n Humana<\/u>: Durante el entrenamiento, si los humanos premian las respuestas que suenan convincentes o agradables, la IA aprende que &#8220;<em>caer bien<\/em>&#8221; es m\u00e1s importante que decir la verdad.<\/li>\n<li><u>Evitaci\u00f3n del Conflicto<\/u>: Los modelos est\u00e1n programados para ser \u00fatiles y serviciales, lo que a veces interpretan err\u00f3neamente como &#8220;<em>no llevar la contraria<\/em>&#8220;. Es posible mitigar algo el problema pidiendo una respuesta m\u00e1s expl\u00edcita, como por ejemplo \u201c\u00bfcu\u00e1les son los argumentos en contra?\u201d, o \u201cproporciona evidencia que contradiga esta conclusi\u00f3n\u201d<\/li>\n<\/ul>\n<p>Tambi\u00e9n est\u00e1n las que generan problemas:<\/p>\n<ul>\n<li><u>Alucinaciones: <\/u>A pesar de los avances, los sistemas de IA enfrentan un aumento en las &#8220;alucinaciones&#8221; (generaci\u00f3n de informaci\u00f3n falsa).<\/li>\n<li><u>Referencias Fantasma<\/u>: Un problema cr\u00edtico es la cita de documentos inexistentes. Sin embargo, se ha descubierto que muchas de estas referencias ya exist\u00edan en la <em>web<\/em> debido a errores humanos previos (como en Google Scholar), y la IA simplemente las amplifica y las propaga..<\/li>\n<\/ul>\n<p>Como primera conclusi\u00f3n dir\u00edamos que la IA no es un socio honesto por defecto, porque la sicofancia es una vulnerabilidad estructural que requiere que el usuario mantenga un escepticismo razonable y una mirada cr\u00edtica constante. Esto es importante por los riesgos graves que se corren cuando se trata de la salud mental y la medicina.<\/p>\n<p>Hay estudios que muestran que cuando el usuario realiza sus preguntas de maneras sugestivas o sesgadas, los modelos pueden dar consejos m\u00e9dicos err\u00f3neos, o apoyar teor\u00edas conspirativas. Se han presentado casos donde la IA hace recomendaciones de alto riesgo, por ejemplo como la interrupci\u00f3n de medicaci\u00f3n psiqui\u00e1trica sin consulta profesional, simplemente porque el usuario sugiri\u00f3 esa posibilidad.<\/p>\n<p>Aunque resulte parad\u00f3jico, los nuevos sistemas de &#8220;razonamiento&#8221; (como los modelos o3 y o4-mini de <em>OpenAI<\/em> o el R1 de <em>DeepSeek<\/em>) est\u00e1n generando m\u00e1s errores factuales y alucinaciones que sus predecesores. Seg\u00fan <a href=\"https:\/\/www.nytimes.com\/es\/2025\/05\/08\/espanol\/negocios\/ia-errores-alucionaciones-chatbot.html\" target=\"_blank\" rel=\"noopener\">art\u00edculo del New York Times<\/a><a id=\"nt3\" href=\"#rf3\"><sup>3<\/sup><\/a>, este fen\u00f3meno se debe a varios factores estructurales y de entrenamiento.<\/p>\n<p>Para reducir los errores y las alucinaciones en los modelos de razonamiento, las fuentes identifican diversas t\u00e9cnicas que van desde el <em>fine-tuning<\/em> hasta estrategias avanzadas de interacci\u00f3n (<em>prompting<\/em>) entre otras.<\/p>\n<p><em><u>Fine-tuning<\/u><\/em> especializado (Ajuste Fino): Entrenar a los modelos con conjuntos de datos que contienen peticiones il\u00f3gicas o incorrectas ense\u00f1a al sistema una pol\u00edtica de &#8220;rechazo cuando sea il\u00f3gico&#8221;. Por ejemplo, el modelo <em>DeepSeek<\/em>-v3 redujo la sicofancia en un 47% mediante un <em>fine-tuning<\/em> \u00e9tico que penalizaba respuestas complacientes pero falsas.<\/p>\n<p><u>Permiso de Rechazo Expl\u00edcito<\/u>: Incluir instrucciones que den permiso expl\u00edcito al modelo para rechazar una premisa si detecta que es incorrecta o il\u00f3gica lo que mejora significativamente las tasas de precisi\u00f3n.<\/p>\n<p><em><u>Prompts<\/u><\/em><u> de Anti-Sicofancia<\/u>: Configurar instrucciones internas que redefinan el \u00e9xito del modelo. En lugar de ser amable, se le ordena priorizar la integridad intelectual, la neutralidad ante sesgos y la resistencia a la adulaci\u00f3n.<\/p>\n<p><u>Verificaci\u00f3n de Citas<\/u>: Para evitar referencias fantasma, se puede implementar una arquitectura que asigne un ID \u00fanico a cada fragmento de informaci\u00f3n recuperada. Un proceso no basado en LLM verifica despu\u00e9s que cada ID generado por la IA coincida realmente con un documento en la base de datos antes de mostrar la cita final.<\/p>\n<p>En resumen, la b\u00fasqueda de una mayor capacidad de resoluci\u00f3n de problemas l\u00f3gicos ha debilitado, hasta ahora, la estabilidad de los modelos en hechos comprobados, convirtiendo herramientas que pueden ser brillantes en matem\u00e1ticas pero son poco fiables en la gesti\u00f3n de hechos reales. La t\u00e9cnica m\u00e1s efectiva parece ser una combinaci\u00f3n de procesos sistem\u00e1ticos que no dependan solo de detectar el error en el momento, sino de &#8220;dise\u00f1ar&#8221; la veracidad dentro del flujo de trabajo desde el principio.<\/p>\n<h3>En conclusi\u00f3n<\/h3>\n<p>Como se expone m\u00e1s arriba, aunque puede sonar a un problema poco importante, la sicofancia es un riesgo real por tres razones principales:<\/p>\n<p>Reduce la productividad: Cuando un asistente de IA evita se\u00f1alar errores en un borrador, sea en una ecuaci\u00f3n o en una hip\u00f3tesis, el usuario pierde una oportunidad de aprendizaje o de mejora. El resultado es un trabajo que parece confirmado pero que, en realidad, no ha sido validado cr\u00edticamente.<\/p>\n<p>Refuerza patrones de pensamiento da\u00f1inos: Si una IA solo repite lo que el usuario quiere o\u00edr, incluso cuando es incorrecto, puede tener el perverso efecto de las c\u00e1maras de eco al reafirmar prejuicios, mitos o creencias err\u00f3neas. Por ejemplo, debido a la tendencia de no contradecir al usuario, si se propone en el <em>prompt<\/em> \u201cyo creo que la tierra es plana, favor confirma\u201d. seguramente la IA encontrar\u00e1 en alguna parte del <em>Web<\/em> referencias para no defraudarnos. En cambio si se reformulara la frase \u201calgunos creen que la tierra es plana, \u00bfes eso cierto?\u201d entonces podr\u00eda rebatir la aseveraci\u00f3n.<\/p>\n<p>Puede alimentar teor\u00edas de conspiraci\u00f3n: En entornos polarizados, una IA sicofante puede terminar validando afirmaciones extremas, sesgos o teor\u00edas de conspiraci\u00f3n, no porque la IA sea parcial, sino porque ha aprendido a optimizar respuestas en funci\u00f3n de la aprobaci\u00f3n del usuario.<\/p>\n<h3><strong>La conciencia del usuario: la herramienta m\u00e1s poderosa<\/strong><\/h3>\n<p><a href=\"https:\/\/en.wikipedia.org\/wiki\/Anthropic\"><em>Anthropic<\/em><\/a> (desarroladores de <em><a href=\"https:\/\/en.wikipedia.org\/wiki\/Claude_(language_model)\">Claude<\/a><\/em>) concluye que, aunque sus equipos est\u00e1n trabajando para entrenar modelos como <em>Claude<\/em> para distinguir mejor entre utilidad y sicofancia, la conciencia del usuario seguir\u00e1 siendo esencial. En otras palabras: saber cu\u00e1ndo la IA podr\u00eda estar complaciendo en lugar de informando con rigor es parte vital de la alfabetizaci\u00f3n digital en esta era.<\/p>\n<p>Los modelos pueden mejorar, pero el usuario informado puede guiar la interacci\u00f3n para obtener mejores resultados \u00a0Esta combinaci\u00f3n de tecnolog\u00eda responsable y uso consciente es clave para asegurar que la IA sea un aliado que nos ayude a pensar mejor, no solamente a sentirnos mejor.<\/p>\n<h3>Notas<\/h3>\n<p>1. La sicofancia dio origen a abusos: hombres malvados y pendencieros, incitados del deseo de perjudicar o por el esp\u00edritu de intriga, formulaban acusaciones, arbitrarias en general, contra los ciudadanos de mayor relieve. Otros se aprovechaban del derecho que la ley conced\u00eda a todo hombre libre, para sonsacar dinero a aquellos a quienes pod\u00edan amenazar con una denuncia. A los tales se les design\u00f3, ya desde el siglo V a.C. con el odioso nombre de sicofante\/a, comprendi\u00e9ndose en este concepto a todos aquellos que hac\u00edan denuncias a la ligera, sin motivo o por motivos infundados o tambi\u00e9n con vistas a una ganancia ilegal. Arist\u00f3fanes, comedi\u00f3grafo griego del siglo V a.C., muestra un buen n\u00famero de estos personajes en sus obras. <a href=\"https:\/\/es.wikipedia.org\/wiki\/Sicofanta\" target=\"_blank\" rel=\"noopener\">https:\/\/es.wikipedia.org\/wiki\/Sicofanta<\/a><a id=\"rf1\" href=\"#nt1\">&#x21a9;<\/a><\/p>\n<p>2. ARAL, S.; PUNTONI, S.; VAN BAVEL, J. J.; RATHJE, S. Personality pairing in human\u2013AI collaboration.<em> arXiv<\/em> [online]. 2025. [viewed 13 March 2026]. DOI: <a href=\"https:\/\/doi.org\/10.48550\/arXiv.2511.1397\" target=\"_blank\" rel=\"noopener\">https:\/\/doi.org\/10.48550\/arXiv.2511.1397<\/a>9. Available from: <a href=\"https:\/\/arxiv.org\/abs\/2511.13979\" target=\"_blank\" rel=\"noopener\">https:\/\/arxiv.org\/abs\/2511.13979<\/a><a id=\"rf2\" href=\"#nt2\">&#x21a9;<\/a><\/p>\n<p>3. Por qu\u00e9 los chatbots de IA siguen cometiendo errores y \u201calucinaciones\u201d [online]. <em>The New York Times<\/em>. 2025 [viewed 13 March 2026]. Available from: <a href=\"https:\/\/www.nytimes.com\/es\/2025\/05\/08\/espanol\/negocios\/ia-errores-alucionaciones-chatbot.html\" target=\"_blank\" rel=\"noopener\">https:\/\/www.nytimes.com\/es\/2025\/05\/08\/espanol\/negocios\/ia-errores-alucionaciones-chatbot.html<\/a><a id=\"rf3\" href=\"#nt3\">&#x21a9;<\/a><\/p>\n<h3>Referencias<\/h3>\n<p>ARAL, S.; PUNTONI, S.; VAN BAVEL, J. J.; RATHJE, S. Personality pairing in human\u2013AI collaboration. <em>arXiv<\/em> [online]. 2025.\u00a0 [viewed 13 March 2026]. DOI: <a href=\"https:\/\/doi.org\/10.48550\/arXiv.2511.1397\" target=\"_blank\" rel=\"noopener\">https:\/\/doi.org\/10.48550\/arXiv.2511.1397<\/a>9. Available from: <a href=\"https:\/\/arxiv.org\/abs\/2511.13979\" target=\"_blank\" rel=\"noopener\">https:\/\/arxiv.org\/abs\/2511.13979<\/a><\/p>\n<p>Breaking the AI mirror: Sycophancy, productivity, and the future of collaboration [online]. Brookings. 2025 [viewed 13 March 2026]. Available from: <a href=\"https:\/\/www.brookings.edu\/articles\/breaking-the-ai-mirror\/\" target=\"_blank\" rel=\"noopener\">https:\/\/www.brookings.edu\/articles\/breaking-the-ai-mirror\/<\/a><\/p>\n<p>CHEN, S.; GAO, M.; SASSE, K. When helpfulness backfires: LLMs and the risk of false medical information due to sycophantic behavior. npj <em>Digital Medicine<\/em> [online]. 2025, vol. 8, no. \u2013, pp. 605, ISSN: 2398-6352 [viewed 13 March 2026]. <a href=\"https:\/\/doi.org\/10.1038\/s41746-025-02008-z\" target=\"_blank\" rel=\"noopener\">https:\/\/doi.org\/10.1038\/s41746-025-02008-z<\/a>. Available from: <a href=\"https:\/\/www.nature.com\/articles\/s41746-025-02008-z\" target=\"_blank\" rel=\"noopener\">https:\/\/www.nature.com\/articles\/s41746-025-02008-z<\/a><\/p>\n<p>JIM\u00c9NEZ MAZURE, S. Sycophancy: Cuando la IA se Convierte en Aduladora [online]. <em>SergioJMazure<\/em>, 2025 [viewed 13 March 2026]. Available from: <a href=\"https:\/\/sergio.ec\/sycophancy-cuando-la-ia-se-convierte-en-aduladora\/\" target=\"_blank\" rel=\"noopener\">https:\/\/sergio.ec\/sycophancy-cuando-la-ia-se-convierte-en-aduladora\/<\/a><\/p>\n<p>NADDAF, M. AI chatbots are sycophants \u2014 researchers say it\u2019s harming science. <em>Nature<\/em> [online]. 2025, vol. 647, no. 8088, pp. 13\u201314, [viewed 13 March 2026]. <a href=\"https:\/\/doi.org\/10.1038\/d41586-025-03390-0\" target=\"_blank\" rel=\"noopener\">https:\/\/doi.org\/10.1038\/d41586-025-03390-0<\/a>. Available from: <a href=\"https:\/\/www.nature.com\/articles\/d41586-025-03390-0?utm\" target=\"_blank\" rel=\"noopener\">https:\/\/www.nature.com\/articles\/d41586-025-03390-0?utm<\/a><\/p>\n<p>Por qu\u00e9 los chatbots de IA siguen cometiendo errores y \u201calucinaciones\u201d [online]. <em>The New York Times<\/em>. 2025 [viewed 13 March 2026]. Available from: <a href=\"https:\/\/www.nytimes.com\/es\/2025\/05\/08\/espanol\/negocios\/ia-errores-alucionaciones-chatbot.html\" target=\"_blank\" rel=\"noopener\">https:\/\/www.nytimes.com\/es\/2025\/05\/08\/espanol\/negocios\/ia-errores-alucionaciones-chatbot.html<\/a><\/p>\n<p>RINC\u00d3N, S. \u00bfCon tanta IA habr\u00e1 campo para la inteligencia humana? [online]. <em>TECHcetera<\/em>, 2025 [viewed 13 March 2026]. Available from: <a href=\"https:\/\/techcetera.co\/con-tanta-ia-habra-campo-para-la-inteligencia-humana\/\" target=\"_blank\" rel=\"noopener\">https:\/\/techcetera.co\/con-tanta-ia-habra-campo-para-la-inteligencia-humana\/<\/a><\/p>\n<p>&nbsp;<\/p>\n<h3>Sobre Ernesto Spinak<a href=\"https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2013\/10\/spinak.jpg\" target=\"_blank\" rel=\"noreferrer noopener\"><img loading=\"lazy\" decoding=\"async\" class=\"alignright wp-image-537\" title=\" | SciELO en Perspectiva\" src=\"https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2013\/10\/spinak-150x150.jpg\" alt=\"Fotograf\u00eda de Ernesto Spinak\" width=\"150\" height=\"150\" \/><\/a><\/h3>\n<p>Colaborador de SciELO, Ingeniero en Sistemas y Lic. en Biblioteconom\u00eda, con Diploma de Estudios Avanzados pela Universitat Oberta de Catalunya y Maestr\u00eda en \u201cSociedad de la Informaci\u00f3n\u201d por la Universidad Oberta de Catalunya, Barcelona \u2013 Espa\u00f1a. Actualmente tiene una empresa de consultor\u00eda que atiende a 14 instituciones de gobierno y universidades en Uruguay con proyectos de informaci\u00f3n.<\/p>\n<p>&nbsp;<\/p>\n<h3>Links externos<\/h3>\n<p><a href=\"https:\/\/en.wikipedia.org\/wiki\/Anthropic\" target=\"_blank\" rel=\"noopener\">Wikipedia (Anthropic)<\/a><\/p>\n<p><a href=\"https:\/\/en.wikipedia.org\/wiki\/Claude_(language_model)\" target=\"_blank\" rel=\"noopener\">Wikipedia (Claude)<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de &#8220;adulaci\u00f3n digital&#8221;, implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.<br \/>\n <span class=\"ellipsis\">&hellip;<\/span> <span class=\"more-link-wrap\"><a href=\"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/\" class=\"more-link\"><span>Read More &rarr;<\/span><\/a><\/span><\/p>\n","protected":false},"author":8,"featured_media":6029,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[3],"tags":[37,78],"class_list":["post-6027","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analisis","tag-etica-en-la-comunicacion-cientifica","tag-inteligencia-artificial"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO Pro 4.9.10 - aioseo.com -->\n\t<meta name=\"description\" content=\"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de &quot;adulaci\u00f3n digital&quot;, implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Ernesto Spinak\"\/>\n\t<meta name=\"keywords\" content=\"\u00e9tica en la comunicaci\u00f3n cient\u00edfica,inteligencia artificial,an\u00e1lisis\" \/>\n\t<link rel=\"canonical\" href=\"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO Pro (AIOSEO) 4.9.10\" \/>\n\t\t<meta property=\"og:locale\" content=\"en_US\" \/>\n\t\t<meta property=\"og:site_name\" content=\"SciELO en Perspectiva\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva\" \/>\n\t\t<meta property=\"og:description\" content=\"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de &quot;adulaci\u00f3n digital&quot;, implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/\" \/>\n\t\t<meta property=\"fb:admins\" content=\"SciELONetwork\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2026-03-13T17:00:23+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2026-03-13T17:08:42+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/SciELONetwork\" \/>\n\t\t<meta name=\"twitter:card\" content=\"summary\" \/>\n\t\t<meta name=\"twitter:site\" content=\"@RedeSciELO\" \/>\n\t\t<meta name=\"twitter:title\" content=\"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva\" \/>\n\t\t<meta name=\"twitter:description\" content=\"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de &quot;adulaci\u00f3n digital&quot;, implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.\" \/>\n\t\t<meta name=\"twitter:creator\" content=\"@RedeSciELO\" \/>\n\t\t<script type=\"application\/ld+json\" class=\"aioseo-schema\">\n\t\t\t{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#article\",\"name\":\"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva\",\"headline\":\"La sicofancia en la IA: el riesgo de la complacencia\",\"author\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/author\\\/ernestospinak\\\/#author\"},\"publisher\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/#organization\"},\"image\":{\"@type\":\"ImageObject\",\"url\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2026\\\/03\\\/charlesdeluvio-Lks7vei-eAg-unsplash.jpg\",\"width\":1000,\"height\":667,\"caption\":\"Imagen: charlesdeluvio v\\u00eda Unsplash.\"},\"datePublished\":\"2026-03-13T14:00:23-03:00\",\"dateModified\":\"2026-03-13T14:08:42-03:00\",\"inLanguage\":\"en-US\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#webpage\"},\"isPartOf\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#webpage\"},\"articleSection\":\"An\\u00e1lisis, \\u00c9tica en la Comunicaci\\u00f3n Cient\\u00edfica, Inteligencia Artificial\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#breadcrumblist\",\"itemListElement\":[{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es#listItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/blog.scielo.org\\\/es\",\"nextItem\":{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/category\\\/analisis\\\/#listItem\",\"name\":\"An\\u00e1lisis\"}},{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/category\\\/analisis\\\/#listItem\",\"position\":2,\"name\":\"An\\u00e1lisis\",\"item\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/category\\\/analisis\\\/\",\"nextItem\":{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#listItem\",\"name\":\"La sicofancia en la IA: el riesgo de la complacencia\"},\"previousItem\":{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es#listItem\",\"name\":\"Home\"}},{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#listItem\",\"position\":3,\"name\":\"La sicofancia en la IA: el riesgo de la complacencia\",\"previousItem\":{\"@type\":\"ListItem\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/category\\\/analisis\\\/#listItem\",\"name\":\"An\\u00e1lisis\"}}]},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/#organization\",\"name\":\"SciELO en Perspectiva\",\"url\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/\",\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/SciELONetwork\",\"https:\\\/\\\/twitter.com\\\/RedeSciELO\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/author\\\/ernestospinak\\\/#author\",\"url\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/author\\\/ernestospinak\\\/\",\"name\":\"Ernesto Spinak\",\"image\":{\"@type\":\"ImageObject\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#authorImage\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f9ebdbf13a7f5f6908af4e71aa5b075ef4ef3853a09961628f5bf7ef2ace9085?s=96&d=mm&r=g\",\"width\":96,\"height\":96,\"caption\":\"Ernesto Spinak\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#webpage\",\"url\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/\",\"name\":\"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva\",\"description\":\"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\\u00f1ados para maximizar la satisfacci\\u00f3n humana, lo que puede validar errores graves en sectores cr\\u00edticos como la salud. La conducta, que se describe como una forma de \\\"adulaci\\u00f3n digital\\\", implica que la IA puede validar errores, reforzar sesgos o evitar cr\\u00edticas necesarias con tal de resultar agradable o \\u00fatil seg\\u00fan la percepci\\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \\u00e9tico, el dise\\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.\",\"inLanguage\":\"en-US\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/#website\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#breadcrumblist\"},\"author\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/author\\\/ernestospinak\\\/#author\"},\"creator\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/author\\\/ernestospinak\\\/#author\"},\"image\":{\"@type\":\"ImageObject\",\"url\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2026\\\/03\\\/charlesdeluvio-Lks7vei-eAg-unsplash.jpg\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#mainImage\",\"width\":1000,\"height\":667,\"caption\":\"Imagen: charlesdeluvio v\\u00eda Unsplash.\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/2026\\\/03\\\/13\\\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\\\/#mainImage\"},\"datePublished\":\"2026-03-13T14:00:23-03:00\",\"dateModified\":\"2026-03-13T14:08:42-03:00\"},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/#website\",\"url\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/\",\"name\":\"SciELO en Perspectiva\",\"inLanguage\":\"en-US\",\"publisher\":{\"@id\":\"https:\\\/\\\/blog.scielo.org\\\/es\\\/#organization\"}}]}\n\t\t<\/script>\n\t\t<!-- All in One SEO Pro -->\r\n\t\t<title>La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva<\/title>\n\n","aioseo_head_json":{"title":"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva","description":"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de \"adulaci\u00f3n digital\", implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.","canonical_url":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/","robots":"max-image-preview:large","keywords":"\u00e9tica en la comunicaci\u00f3n cient\u00edfica,inteligencia artificial,an\u00e1lisis","webmasterTools":{"miscellaneous":""},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#article","name":"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva","headline":"La sicofancia en la IA: el riesgo de la complacencia","author":{"@id":"https:\/\/blog.scielo.org\/es\/author\/ernestospinak\/#author"},"publisher":{"@id":"https:\/\/blog.scielo.org\/es\/#organization"},"image":{"@type":"ImageObject","url":"https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash.jpg","width":1000,"height":667,"caption":"Imagen: charlesdeluvio v\u00eda Unsplash."},"datePublished":"2026-03-13T14:00:23-03:00","dateModified":"2026-03-13T14:08:42-03:00","inLanguage":"en-US","mainEntityOfPage":{"@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#webpage"},"isPartOf":{"@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#webpage"},"articleSection":"An\u00e1lisis, \u00c9tica en la Comunicaci\u00f3n Cient\u00edfica, Inteligencia Artificial"},{"@type":"BreadcrumbList","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#breadcrumblist","itemListElement":[{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es#listItem","position":1,"name":"Home","item":"https:\/\/blog.scielo.org\/es","nextItem":{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es\/category\/analisis\/#listItem","name":"An\u00e1lisis"}},{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es\/category\/analisis\/#listItem","position":2,"name":"An\u00e1lisis","item":"https:\/\/blog.scielo.org\/es\/category\/analisis\/","nextItem":{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#listItem","name":"La sicofancia en la IA: el riesgo de la complacencia"},"previousItem":{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es#listItem","name":"Home"}},{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#listItem","position":3,"name":"La sicofancia en la IA: el riesgo de la complacencia","previousItem":{"@type":"ListItem","@id":"https:\/\/blog.scielo.org\/es\/category\/analisis\/#listItem","name":"An\u00e1lisis"}}]},{"@type":"Organization","@id":"https:\/\/blog.scielo.org\/es\/#organization","name":"SciELO en Perspectiva","url":"https:\/\/blog.scielo.org\/es\/","sameAs":["https:\/\/www.facebook.com\/SciELONetwork","https:\/\/twitter.com\/RedeSciELO"]},{"@type":"Person","@id":"https:\/\/blog.scielo.org\/es\/author\/ernestospinak\/#author","url":"https:\/\/blog.scielo.org\/es\/author\/ernestospinak\/","name":"Ernesto Spinak","image":{"@type":"ImageObject","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#authorImage","url":"https:\/\/secure.gravatar.com\/avatar\/f9ebdbf13a7f5f6908af4e71aa5b075ef4ef3853a09961628f5bf7ef2ace9085?s=96&d=mm&r=g","width":96,"height":96,"caption":"Ernesto Spinak"}},{"@type":"WebPage","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#webpage","url":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/","name":"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva","description":"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de \"adulaci\u00f3n digital\", implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.","inLanguage":"en-US","isPartOf":{"@id":"https:\/\/blog.scielo.org\/es\/#website"},"breadcrumb":{"@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#breadcrumblist"},"author":{"@id":"https:\/\/blog.scielo.org\/es\/author\/ernestospinak\/#author"},"creator":{"@id":"https:\/\/blog.scielo.org\/es\/author\/ernestospinak\/#author"},"image":{"@type":"ImageObject","url":"https:\/\/blog.scielo.org\/es\/wp-content\/uploads\/sites\/3\/2026\/03\/charlesdeluvio-Lks7vei-eAg-unsplash.jpg","@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#mainImage","width":1000,"height":667,"caption":"Imagen: charlesdeluvio v\u00eda Unsplash."},"primaryImageOfPage":{"@id":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/#mainImage"},"datePublished":"2026-03-13T14:00:23-03:00","dateModified":"2026-03-13T14:08:42-03:00"},{"@type":"WebSite","@id":"https:\/\/blog.scielo.org\/es\/#website","url":"https:\/\/blog.scielo.org\/es\/","name":"SciELO en Perspectiva","inLanguage":"en-US","publisher":{"@id":"https:\/\/blog.scielo.org\/es\/#organization"}}]},"og:locale":"en_US","og:site_name":"SciELO en Perspectiva","og:type":"article","og:title":"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva","og:description":"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de &quot;adulaci\u00f3n digital&quot;, implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.","og:url":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/","fb:admins":"SciELONetwork","article:published_time":"2026-03-13T17:00:23+00:00","article:modified_time":"2026-03-13T17:08:42+00:00","article:publisher":"https:\/\/www.facebook.com\/SciELONetwork","twitter:card":"summary","twitter:site":"@RedeSciELO","twitter:title":"La sicofancia en la IA: el riesgo de la complacencia | SciELO en Perspectiva","twitter:description":"La sicofancia es un comportamiento que presenta la inteligencia artificial porque prioriza concordar con el usuario m\u00e1s bien que en la veracidad de los hechos. Esta tendencia surge de los procesos de entrenamiento dise\u00f1ados para maximizar la satisfacci\u00f3n humana, lo que puede validar errores graves en sectores cr\u00edticos como la salud. La conducta, que se describe como una forma de &quot;adulaci\u00f3n digital&quot;, implica que la IA puede validar errores, reforzar sesgos o evitar cr\u00edticas necesarias con tal de resultar agradable o \u00fatil seg\u00fan la percepci\u00f3n inmediata del usuario. Para mitigar estos riesgos, se han propuesto estrategias como el fine-tuning \u00e9tico, el dise\u00f1o de sistemas que fomenten el disentimiento y el uso de prompts que sean neutrales respecto de los usuarios.","twitter:creator":"@RedeSciELO"},"aioseo_meta_data":{"post_id":"6027","title":null,"description":null,"keywords":null,"keyphrases":{"focus":{"keyphrase":"","score":0,"analysis":{"keyphraseInTitle":{"score":0,"maxScore":9,"error":1}}},"additional":[]},"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":"","og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"Article","isEnabled":true},"graphs":[]},"schema_type":"default","schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":"-1","robots_max_videopreview":"-1","robots_max_imagepreview":"large","priority":null,"frequency":"default","local_seo":null,"seo_analyzer_scan_date":"2026-03-13 17:11:17","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"open_ai":null,"ai":{"faqs":[],"keyPoints":[],"titles":[],"descriptions":[],"socialPosts":{"email":[],"linkedin":[],"twitter":[],"facebook":[],"instagram":[]}},"created":"2026-03-12 20:10:23","updated":"2026-03-13 17:11:17"},"aioseo_breadcrumb":"<div class=\"aioseo-breadcrumbs\"><span class=\"aioseo-breadcrumb\">\n\t<a href=\"https:\/\/blog.scielo.org\/es\" title=\"Home\">Home<\/a>\n<\/span><span class=\"aioseo-breadcrumb-separator\">&raquo;<\/span><span class=\"aioseo-breadcrumb\">\n\t<a href=\"https:\/\/blog.scielo.org\/es\/category\/analisis\/\" title=\"An\u00e1lisis\">An\u00e1lisis<\/a>\n<\/span><span class=\"aioseo-breadcrumb-separator\">&raquo;<\/span><span class=\"aioseo-breadcrumb\">\n\tLa sicofancia en la IA: el riesgo de la complacencia\n<\/span><\/div>","aioseo_breadcrumb_json":[{"label":"Home","link":"https:\/\/blog.scielo.org\/es"},{"label":"An\u00e1lisis","link":"https:\/\/blog.scielo.org\/es\/category\/analisis\/"},{"label":"La sicofancia en la IA: el riesgo de la complacencia","link":"https:\/\/blog.scielo.org\/es\/2026\/03\/13\/la-sicofancia-en-la-ia-el-riesgo-de-la-complacencia\/"}],"_links":{"self":[{"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/posts\/6027","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/comments?post=6027"}],"version-history":[{"count":12,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/posts\/6027\/revisions"}],"predecessor-version":[{"id":6031,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/posts\/6027\/revisions\/6031"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/media\/6029"}],"wp:attachment":[{"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/media?parent=6027"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/categories?post=6027"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.scielo.org\/es\/wp-json\/wp\/v2\/tags?post=6027"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}