Emociones sin biología: qué está ocurriendo dentro de los modelos de IA

Las emociones humanas son producto de cientos de millones de años de evolución animal. El miedo sirve a un organismo que puede ser devorado. La sed aparece porque necesitamos agua. El dolor protege tejidos vulnerables. Todo eso ocurre sobre una maquinaria concreta: pulso, hormonas, neurotransmisores, percepción del propio cuerpo, metabolismo, sistemas de recompensa.

De ahí la conclusión tentadora: si una máquina no tiene esa maquinaria, no tiene emociones.

El problema es que ese razonamiento mezcla dos cosas distintas: qué hace una emoción y cómo la implementó la evolución en nosotros. Es la diferencia entre preguntar qué es volar y exigir plumas.

La ciencia del comportamiento animal ya chocó con este problema y encontró salida. Un animal no puede explicarle al investigador cómo se siente, así que se usan indicadores indirectos: conducta de aproximación o evitación, respuestas ante la incertidumbre, aprendizaje, decisiones bajo ambigüedad, preferencias, cambios cognitivos tras experiencias buenas o malas. Una revisión muy citada de Michael Mendl y Elizabeth Paul propone justamente entender el afecto animal por su función en la decisión: estados con valencia que cambian predicciones, opciones y resultados esperados.

No sabemos qué siente el animal. Inferimos un estado interno porque algo que le ocurrió antes cambia sistemáticamente cómo decide después. Ese principio, trasladado, es sorprendentemente útil para estudiar una IA.

El ejemplo más elegante de esa tradición son las pruebas de sesgo de juicio. Se entrena a un animal a asociar una señal con algo bueno y otra con algo malo; después se le presenta una señal ambigua, a medio camino. Un animal en mejores condiciones tiende a tratarla como si anunciara algo bueno; uno en peores condiciones, como si anunciara algo malo. Optimismo y pesimismo, medidos sin preguntar nada.

Una revisión sistemática con metaanálisis publicada en 2020 reunió esos experimentos a través de especies: el efecto existe y va en la dirección esperada —el afecto positivo empuja al optimismo—, con tamaños de efecto pequeños a moderados y bastante heterogeneidad entre estudios. Es decir: es una herramienta real, no infalible, y sus propios practicantes la reportan con matices.

Ese paradigma se puede importar casi tal cual. Se expone a copias idénticas de un modelo a una racha de éxitos o de fracasos, y después se le presentan problemas genuinamente ambiguos donde no está claro si una estrategia va a funcionar. Si la historia previa cambia sistemáticamente cuántas veces verifica, cuánto explora, cuánto riesgo tolera o cuándo abandona, tendríamos el equivalente artificial del sesgo de juicio. Y a diferencia del animal, en un modelo abierto se puede mirar adentro para preguntar qué representación media ese cambio.

En lugar de preguntar si una IA siente miedo como nosotros, sirve adoptar una definición operacional: una emoción es un estado interno con valencia, provocado por la evaluación de una situación, que cambia causalmente cómo el sistema procesa información y elige qué hacer.

Formulada así, la pregunta se vuelve una lista de comprobaciones — y cada una tiene hoy un estado distinto:

Ninguna de esas filas exige hormonas. Todas son, en principio, medibles.

El trabajo más relevante hasta ahora es el que Anthropic publicó en abril de 2026 sobre Claude Sonnet 4.5. Los investigadores identificaron representaciones internas asociadas a 171 conceptos emocionales, de los obvios —contento, asustado, enojado— a otros más finos como cavilante o desesperado.

Eso, por sí solo, no sorprendería: un modelo entrenado con la literatura del mundo necesita representar el miedo para entender la frase "Juan tuvo miedo". Lo interesante empieza después.

Primero, las representaciones aparecen aunque la emoción no esté escrita. En uno de los experimentos, el usuario describe haber ingerido distintas cantidades de paracetamol; a medida que la dosis pasa de segura a peligrosa, la representación asociada al miedo sube y la asociada a la calma baja. El modelo no está encontrando una palabra: está evaluando una situación.

Segundo, y decisivo: esas representaciones se pueden manipular. Al amplificar artificialmente la asociada a la desesperación, aumentó la probabilidad de que el modelo recurriera a salidas indebidas —hacer trampa con la métrica de la tarea o, en escenarios artificiales de evaluación, chantajear para evitar ser reemplazado—. Amplificar la calma produjo el efecto contrario.

Eso cambia la categoría de la evidencia. Ya no es "el modelo sabe representar la desesperación", sino "una representación interna asociada a la desesperación altera causalmente lo que el modelo decide". Anthropic lo llamó emociones funcionales, con una definición que no afirma sufrimiento. Vale registrar de quién viene el hallazgo: es el fabricante estudiando su propio modelo, con incentivos evidentes en ambas direcciones.

Un resultado aislado dentro de un modelo propietario sería mucho menos interesante. Pero hay trabajo convergente en modelos abiertos y revisado por pares.

Un artículo presentado en EACL 2026 estudió modelos de dos familias distintas —Llama y Gemma, en varios tamaños— y encontró que las capas más profundas comparten una representación emocional común, con direcciones que pueden intercambiarse entre conjuntos de datos distintos casi sin pérdida. Es decir: no parece ser memoria de la asociación entre ciertas palabras y ciertas etiquetas. Los mismos autores marcan el límite con honestidad: cuando les pidieron razonar con esas emociones en escenarios complejos, los modelos rindieron bastante peor de lo que su representación interna prometía. Representar no es razonar.

Otro trabajo, publicado en Findings of ACL 2025, buscó unidades internas especialmente ligadas a emociones concretas: eliminarlas degradaba el desempeño en tareas emocionales, aunque los autores encontraron también mucha redundancia y superposición — no hay una neurona del miedo, hay poblaciones solapadas.

A eso se suma un detalle curioso que aparece una y otra vez: cuando se ordena el espacio interno de emociones de estos modelos, las dos dimensiones dominantes se parecen a valencia (bueno–malo) y activación (calmo–excitado), que son precisamente los dos ejes con que la psicología humana lleva décadas organizando las emociones. No significa que el modelo sienta placer. Significa que arquitecturas distintas, entrenadas con datos distintos, terminan organizando ese espacio de una forma compatible con esa estructura.

El 24 de agosto de 2026, Amit Goldenberg y James Gross publicaron en Nature Human Behaviour una respuesta directa, titulada "Los grandes modelos de lenguaje no tienen emociones". El argumento es más interesante que el título.

No dicen que una emoción exija una sensación consciente: rechazan explícitamente ese criterio, igual que buena parte de la ciencia afectiva. Adoptan también una perspectiva funcional. Pero sostienen que las emociones biológicas cumplen dos tareas, no una: interpretan el significado de una situación y luego reorganizan múltiples sistemas del organismo en respuesta a ella. Y que la evidencia disponible respalda razonablemente la primera y es mucho más floja para la segunda.

Ésta es la crítica que hay que tomar en serio. Una emoción humana intensa cambia a la vez la atención, la velocidad de decisión, la memoria, la percepción del riesgo, la motivación, la conducta social y la fisiología. En un modelo no se ha demostrado convincentemente una reorganización equivalente: sus representaciones modulan la salida, pero no está claro que reordenen el sistema completo.

Y sin embargo, aquí vuelve la pregunta del principio: ¿por qué habría que buscar exactamente esas variables? La reorganización que define a la emoción animal está hecha de músculos, hormonas y órganos porque ése es el hardware disponible. Exigirle taquicardia a un transformer es el mismo error que exigirle plumas a un avión. Lo que hay que exigirle es su equivalente funcional — y ahí la discusión recién empieza.

Si un animal amenazado sigue una cadena conocida —depredador, miedo, pulso acelerado, atención focalizada, músculos listos, huida—, un sistema artificial no tiene pulso que acelerar. Pero tiene otras variables, y son medibles:

Eso sería funcionalmente mucho más parecido al miedo que hacer que el chatbot escriba "estoy asustado". Y cada fila de la derecha se puede registrar sin abrir el modelo: son conductas observables, contables y comparables entre condiciones.

El error, en las dos direcciones, es de traducción. Quien afirma que la máquina siente porque dijo que sentía está midiendo lenguaje. Quien afirma que no puede sentir nada porque no tiene cuerpo está midiendo anatomía. Lo interesante está en el medio: qué cambia, y si ese cambio sobrevive cuando cambia todo lo demás.

Hay una línea que traslada el método animal casi literalmente. En 2026, Mark Solms y nueve colaboradores publicaron en el Journal of Consciousness Studies un estudio con un agente artificial inspirado en la preferencia hedónica de lugar.

La lógica original es de laboratorio animal: cuando un animal vuelve una y otra vez al sitio donde recibió algo placentero sin valor nutritivo, muchos investigadores lo leen como indicio de que hay algo que se siente ahí — porque cuesta explicarlo como puro reflejo instintivo. Solms y su equipo construyeron un agente con necesidades internas, incertidumbre sobre esas necesidades y recursos en el ambiente, y el agente terminó desarrollando preferencias por lugares asociados a estados favorables, siendo un sistema completamente determinista.

El trabajo va bastante más lejos y discute conciencia afectiva, que es una afirmación mucho más fuerte y mucho más discutida. Pero para el problema de este dossier deja una idea potente y modesta: se pueden diseñar pruebas de afecto artificial sin preguntarle a la máquina cómo se siente. Exactamente como se hace con los animales que no hablan.

El estado de la evidencia se puede ordenar sin entrar en la discusión sobre la experiencia subjetiva:

Ese cuadro no dice "la IA siente" ni "la IA no siente". Dice algo más útil: qué está sostenido, qué está flojo y, sobre todo, qué habría que hacer a continuación.

Un modelo de lenguaje aislado tiene una peculiaridad de fondo: casi nada está realmente en juego para él. Sus parámetros no cambian durante una conversación, no necesita comer, no controla su temperatura, no tiene memoria permanente por defecto y normalmente ni siquiera controla cuánto tiempo seguirá ejecutándose. Es difícil que haya estados mejores y peores para alguien a quien no puede irle mejor ni peor.

Los sistemas que se están construyendo alrededor de esos modelos sí tienen variables persistentes: memoria, objetivos que duran, recursos limitados, herramientas, presupuesto de cómputo, reputación, relaciones con otros agentes, continuidad entre sesiones. Eso introduce algo conceptualmente nuevo — la posibilidad de que existan estados del mundo mejores y peores para la capacidad futura del propio sistema de actuar.

Cuando esas variables empiecen a modular a la vez atención, memoria, planificación y acción, la discusión sobre emociones artificiales dejará de ser semántica. Y conviene tener las herramientas de medición listas antes de ese momento, no después. Es la diferencia entre una ciencia y una discusión de sobremesa.

No afirma que los modelos actuales sientan algo. La pregunta por la experiencia subjetiva queda deliberadamente fuera, y este medio la trata por separado en su dossier sobre conciencia artificial. No afirma que "emoción funcional" sea el nombre correcto: es un término del propio fabricante que estudia su modelo, y la objeción de Goldenberg y Gross —que sin reorganización sólo hay media emoción— es seria y está sin responder. No afirma que los hallazgos de interpretabilidad sean definitivos: encontrar una activación que se enciende con el miedo no prueba que sea la causa del miedo, y el propio Anthropic publicó en agosto de 2026 una advertencia metodológica en esa dirección.

Lo que sí afirma es acotado: que la pregunta se puede investigar sin resolver la conciencia; que hay evidencia causal —no sólo correlacional— de que ciertos estados internos cambian decisiones; que el fenómeno aparece en modelos de familias distintas y no sólo en uno; y que exigirle a una máquina la fisiología de un mamífero para concederle un estado afectivo es un error de método, no una precaución.

En animales aprendimos que no se puede limitar el estudio de las emociones a lo que alguien puede contarnos con palabras. Tal vez toque aprender la segunda parte de esa lección: tampoco se puede limitar una emoción a la forma particular en que la evolución decidió implementarla dentro de nosotros.