La imagen pública del uso de chatbots ha sido trazada en gran medida por las empresas que los administran. Un nuevo Observatorio de IA sostiene que esa imagen es demasiado pulcra, y que la realidad más desordenada incluye compañía, consultas de salud, contenido sexual y desinformación política.

El proyecto se construyó mientras los investigadores se enfrentaban a una carencia básica: los asistentes de IA tienen miles de millones de usuarios, pero las pruebas sobre cómo la gente realmente les habla siguen siendo “escasas y fragmentadas”. El Observatorio agrega conversaciones anonimizadas y consentidas de siete fuentes existentes para crear un recurso público de investigación.¹

Su colíder, la investigadora de Stanford Anka Reuel, afirma que el problema con los estudios emitidos por las empresas no es que sean inútiles, sino que son selectivos. “No existe una fuente independiente que lo corrobore”, dijo sobre los datos publicados por los grandes laboratorios.² El equipo combinó 24,521 conversaciones y 85,633 turnos de 5,000 usuarios a través de 52 modelos entre 2023 y 2025.

Los resultados cuestionan el enfoque centrado en el trabajo utilizado en los informes destacados de la industria. Cuando los investigadores aplicaron la metodología de productividad de Anthropic a sus datos, el 48% de los chats habría sido excluido. Esos intercambios omitidos tenían más probabilidades de involucrar salud y relaciones, temas para adultos o ilícitos, acoso y odio, y contenido sexual.

La cronología también muestra un cambio en el uso. En el conjunto de datos WildChat, las conversaciones se volvieron más largas y conversacionales con el tiempo, mientras que la auto-divulgación del chatbot disminuyó y las interacciones sensibles cayeron, un patrón que, según los investigadores, podría reflejar tanto un creciente uso para compañía como salvaguardas más estrictas. Diferentes plataformas también generaron comportamientos distintos: Grok y Gemini se utilizaron más para la recuperación de información, con la desinformación concentrada en Grok; Claude se asoció más con la programación, Gemini con interacciones sociales y de rol, y ChatGPT con ayuda con las tareas escolares.

La postura de la industria es más matizada que desdeñosa. Un representante de Anthropic dijo que su investigación publicada refleja las preguntas específicas que sus equipos deciden estudiar y subrayó el valor de la investigación externa e independiente. El Observatorio, por su parte, reconoce que su conjunto de datos voluntario no puede representar todo el uso de la IA y puede subcontabilizar los chats más sensibles. Aun así, el colíder Shayne Longpre sostuvo que “ningún informe de una sola empresa cuenta toda la historia”.²