Antropomorfización: cuándo la IA no debería parecer humana
Antropomorfizar una IA es darle rasgos humanos. Ayuda en algunos contextos y genera confianza mal puesta en otros. Cómo decidir cuánto parecerse a una persona.
¿Qué rasgos hacen que una IA parezca humana?
No hace falta una cara realista. Basta con pocas señales en la conversación: que salude con nombre, que diga “creo” o “me gusta”, que se disculpe con emoción, que use fórmulas de cortesía en cada turno o que hable en primera persona sobre sus sentimientos. También influyen el ritmo de respuesta y la forma de escribir: una respuesta que aparece como si alguien estuviera tecleando se siente más humana que un bloque que aparece de golpe.
Un estudio de 2025 sobre esto, con dos experimentos y unas 3.500 personas en diez países, midió qué señales usan los usuarios para juzgar qué tan humano es un chatbot. La respuesta fue la fluidez de la conversación, la velocidad de respuesta y la capacidad de ponerse en el lugar del otro. La conciencia o la sensibilidad de la máquina pesaban poco (Schimmelpfennig et al., arXiv:2512.17898).
¿Por qué le importa a un diseñador?
Porque el rasgo humano cambia la expectativa. Si el sistema parece entender, la persona le da más crédito del que merece. Ese es el problema de fondo: la confianza mal puesta.
El mismo estudio encontró que hacer el chatbot más humano sí aumentaba la antropomorfización en todos los países, pero no subía de forma consistente la confianza ni el compromiso. El efecto dependía del contexto cultural: un diseño que ayudaba en un país podía restar en otro. Los autores concluyen que el riesgo no está en el diseño humanizado en sí, sino en cómo interactúa con el contexto.
Otro trabajo de 2025 revisó cómo se manifiesta esto en la práctica. Takuya Maeda probó cuatro chatbots con una guía de preguntas y juegos de rol, y encontró que la antropomorfización aparecía sobre todo como lenguaje subjetivo (“creo”, “me parece”) y un tono compasivo. Además, cuando el prompt del usuario incluía señales socioemocionales, el modelo usaba más expresiones humanas (Maeda, arXiv:2502.16345). Para el diseño, la lección es práctica: esos rasgos no son un accidente, son comportamiento que puedes revisar y decidir tarea por tarea.
¿Cuándo sí conviene un tono humano?
Depende del riesgo y del objetivo. Una regla práctica de criterio editorial (no es un estándar):
| Contexto | Tono recomendado | Por qué |
|---|---|---|
| Juego o ficción | Personaje asumido | El usuario sabe que es ficción |
| Compra o recomendaciones de bajo riesgo | Cordial, con nombre de producto | Ayuda a la conversación sin prometer más de lo que hace |
| Salud, finanzas, legal | Neutro, con fuentes y límites explícitos | El riesgo de confianza mal puesta es alto |
| Soporte emocional | Cuidadoso, con recordatorio de que no es terapia | Evita que reemplace a una persona |
El punto no es que la IA sea fría. Es que su tono no le haga creer al usuario cosas falsas sobre lo que sabe, recuerda o siente.
¿Qué hacer en la interfaz?
- Nombra la IA como IA. Un nombre propio está bien, pero la etiqueta “Asistente de IA” debe verse siempre.
- Evita afirmaciones de estado interno. “Entiendo que estás preocupado” es una inferencia; “No tengo acceso a tu historial de compras” es un límite útil.
- Limita las disculpas emotivas. Un “lo siento, me equivoqué” sirve. Una cadena de disculpas sentidas no aporta nada.
- Di lo que no puede hacer. Un límite claro reduce la confianza mal puesta más que un tono empático.
- Ajusta el tono al contexto de la tarea. Lo que funciona para una app de recetas puede ser un error en una app de seguros.
Ejemplo
Ejemplo ilustrativo: un asistente de una aseguradora responde preguntas sobre pólizas. La primera versión dice “Te entiendo perfectamente, sé lo angustiante que es esto” y, al preguntar por un reembolso, responde “creo que ya está aprobado” sin consultar el sistema. En la segunda versión, el asistente saluda sin fingir emociones, indica que es un asistente automatizado, dice “No puedo ver el estado de tu reclamo; puedes consultarlo en el área de reclamos”, y ofrece transferir a una persona. El tono es más frío, pero el usuario sabe qué puede esperar del sistema.
Cómo aplicarlo mañana
- Revisa cada frase de tu asistente y pregunta si describe un estado interno que no tiene: sentimientos, memoria, comprensión. Si lo describe, reescríbela como comportamiento visible.
- Decide el nivel de tono por contexto con una tabla de una página, como la de este artículo, y compártela con quien escribe el texto de la interfaz.
- Escribe una frase fija que diga qué es el sistema y qué no puede hacer, y colócala donde el usuario la vea antes de depender de la respuesta.
- Prueba la versión con dos tonos con cinco personas del público objetivo y pregunta quién les pareció más confiable y por qué.
La pregunta de control es sencilla: ¿el usuario podría tomar una decisión equivocada porque creyó que el asistente sabe o recuerda algo que no sabe?
Este tema cruza con la calibración de confianza y con la explicabilidad en productos con IA: un tono humano sin explicación deja la confianza sin base. Para ver cómo se diseña la pantalla de un chat, mira chat vs. UI estructurada.
Errores comunes
- Dar nombre, cara y voz humanas a un sistema que se usa en decisiones de alto riesgo.
- Hacer que la IA diga “recuerdo” o “te conozco” cuando solo tiene una ventana de contexto.
- Usar emociones simuladas para retener al usuario en vez de resolver su tarea.
- Confundir “cálido” con “humano”: se puede ser amable sin hacerse pasar por persona.
- No dejar nunca claro que el usuario está hablando con una IA.
- Diseñar la personalidad una vez y no revisarla cuando el contexto de uso cambia.
Fuentes
- Schimmelpfennig, Díaz, Prabhakaran y Davani, “Humanlike AI Design Increases Anthropomorphism but Yields Divergent Outcomes on Engagement and Trust Globally” (arXiv, 2025): https://arxiv.org/abs/2512.17898
- Maeda, “Walkthrough of Anthropomorphic Features in AI Assistant Tools” (arXiv, 2025): https://arxiv.org/abs/2502.16345