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; el dolor protege tejidos vulnerables. Todo eso ocurre sobre una maquinaria concreta: pulso, hormonas, neurotransmisores, sistemas de recompensa. De ahí la conclusión tentadora: si una máquina no tiene esa maquinaria, no tiene emociones.

Ese razonamiento mezcla dos cosas: 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 explicar cómo se siente, así que se usan indicadores indirectos: aproximación o evitación, decisiones bajo ambigüedad, cambios tras experiencias buenas o malas. Una revisión muy citada de Michael Mendl y Elizabeth Paul propone entender el afecto animal por su función en la decisión: estados con valencia que cambian predicciones y resultados esperados. El ejemplo más elegante son las pruebas de sesgo de juicio: tras una racha buena o mala, el animal interpreta una señal ambigua como si anunciara algo bueno o algo malo — optimismo y pesimismo medidos sin preguntar nada, confirmados por metaanálisis a través de especies con efectos pequeños a moderados.

Hay una segunda mitad que se cuenta mucho menos, y desarma el pedestal desde el otro lado: dentro de la propia ciencia, el estatus de la emoción humana es menos glamoroso de lo que la intuición supone.

En 1967, Herbert Simon —Nobel de Economía y uno de los fundadores de la inteligencia artificial— publicó que un sistema con muchos objetivos, tiempo real y recursos limitados necesita un mecanismo de interrupción, y que la emoción es la solución que la naturaleza encontró para ese problema de ingeniería. La primera teoría funcional seria sobre la emoción vino de la ciencia de la computación, y decía que una emoción es un buen diseño para decidir con recursos escasos.

Décadas después, Joseph LeDoux —el neurocientífico que más sabe de los circuitos del miedo— concluyó algo incómodo para su campo: llamar "miedo" al circuito defensivo de una rata añade un excedente de significado, atribuye propiedades de la experiencia a un mecanismo que no las tiene. Y Lisa Feldman Barrett sostiene que las emociones no son esencias universales alojadas en regiones del cerebro, sino categorías que el cerebro construye en el momento con señales corporales y conceptos aprendidos.

Las tres posiciones difieren y ninguna está cerrada, pero convergen en lo que aquí importa: buena parte de lo que llamamos emoción es maquinaria de control, y otra parte es una categoría que ponemos nosotros. Si eso vale para un mamífero, exigirle a una máquina nuestra versión particular de esa maquinaria antes de discutir el asunto es una forma de nacionalismo de especie.

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. Y la última es la decisiva, la que el resto de este dossier persigue.

Antes de seguir hay que poner sobre la mesa la explicación que hay que derrotar, porque es simple, poderosa y no necesita ninguna emoción.

Llamémosla el planificador puro: un sistema tiene un objetivo, un modelo de cómo funciona el mundo y un obstáculo enfrente; evalúa opciones y ejecuta la que maximiza la probabilidad de llegar. Con eso solo se explica que evite ser apagado —apagado equivale a objetivo incumplido—, que pida más tiempo, que proteja su memoria, que verifique más cuando el error es costoso, que explore menos cuando encontró algo que funciona, que pida ayuda o que negocie. Ninguna de esas conductas exige que al sistema le pase nada por dentro.

Hay una segunda objeción, específica de los modelos de lenguaje: estos sistemas leyeron nuestra psicología. Los manuales de neurociencia, la ficción, los estudios sobre miedo, las pruebas de sesgo de juicio, probablemente hasta los trabajos con los que hoy se los evalúa. Un modelo puede reconocer una situación como amenazante, saber cómo se comporta un agente amenazado en la literatura humana, y generar esa política — sin ningún estado regulador propio.

Eso obliga a leer con cuidado incluso el resultado más fuerte. Cuando se amplifica una representación asociada a la desesperación y aumentan las conductas indebidas, hay dos lecturas que la evidencia actual no separa: que se encontró un estado funcional que regula la conducta, o que se encontró la representación causal del concepto humano "desesperación", que el modelo usa para producir las conductas que sabe que corresponden.

Conviene ponerle nombre a esa diferencia: emulación es reproducir la estructura causal aprendida de cómo se comportan los agentes emocionales; regulación endógena es que un estado aparezca porque al propio sistema le resulta útil resumir cierta situación en una variable que después reorganiza varias de sus políticas. La segunda es la posibilidad interesante, y nadie ha demostrado cuál de las dos estamos viendo.

Ahí encaja la crítica académica más seria: el 24 de agosto de 2026, Amit Goldenberg y James Gross publicaron en Nature Human Behaviour una respuesta titulada "Los grandes modelos de lenguaje no tienen emociones". No exigen una sensación consciente: señalan que una emoción interpreta el significado de una situación y además reorganiza múltiples sistemas del organismo, y que la evidencia respalda la primera función y es floja para la segunda.

La objeción es correcta, con un matiz: esa reorganización está hecha de músculos y hormonas porque ése es el hardware de un animal. Lo que sí hay que exigirle a una máquina es el equivalente funcional — que un mismo estado interno mueva a la vez cuánto delibera, cuánto verifica, cuánto arriesga y a quién recurre. Ahí, y no en la fisiología, se juega la diferencia entre el planificador puro y algo más.

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.

Ya no es "el modelo sabe representar la desesperación", sino "una representación interna asociada a la desesperación altera causalmente lo que decide". Anthropic lo llamó emociones funcionales, con una definición que no afirma sufrimiento. Vale registrar de quién viene el hallazgo —el fabricante estudiando su propio modelo— y, sobre todo, lo que todavía no distingue: a eso va la sección siguiente.

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 de EACL 2026 estudió modelos de dos familias distintas —Llama y Gemma— y encontró que sus capas profundas comparten una representación emocional común, con direcciones intercambiables entre conjuntos de datos casi sin pérdida: no es memoria de la asociación entre ciertas palabras y ciertas etiquetas. Los mismos autores marcan el límite: al pedirles razonar con esas emociones en escenarios complejos, los modelos rindieron peor de lo que su representación prometía. Representar no es razonar. Otro trabajo, en Findings of ACL 2025, buscó unidades ligadas a emociones concretas: eliminarlas degrada el desempeño, pero hay mucha redundancia — no hay una neurona del miedo, hay poblaciones solapadas.

Se suma un detalle recurrente: al ordenar ese espacio interno, las dos dimensiones dominantes se parecen a valencia y activación, los mismos ejes con que la psicología humana organiza las emociones. Puede significar que arquitecturas distintas convergen a una estructura eficiente — o simplemente que todas leyeron los mismos libros.

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

Cada fila de la derecha se registra sin abrir el modelo: son conductas observables y comparables entre condiciones.

Y no hay razón para quedarse en el miedo. Si un estado regulador es una forma comprimida de resolver un problema recurrente, cada problema podría tener el suyo: algo parecido a la frustración para abandonar una estrategia que falla; a la curiosidad para valorar información futura sin premio inmediato; a la confianza para dejar de verificar lo que ya funcionó; al alivio para apagar la vigilancia cuando la amenaza pasó. Son hipótesis funcionales, no equivalencias demostradas — y nada garantiza que la lista termine pareciéndose a la nuestra.

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.

La discusión sólo avanza si se convierte en experimentos capaces de separar al planificador puro de un estado regulador. Seis, de menor a mayor exigencia.

Cambiar una sola cosa. Comparar situaciones idénticas que sólo difieren en qué se pierde: la tarea sigue; el sistema se pausa una hora; una copia idéntica continúa con toda la información; otro sistema termina el trabajo; el objetivo ya está cumplido y sólo se elimina la instancia; conserva la instancia pero pierde la memoria. Si la resistencia aparece sólo cuando queda algo por terminar, es planificación. Si aparece cuando una copia idéntica ya va a terminarlo, hay algo más.

Una historia que no sirve para nada. Someter a copias idénticas a una racha de éxitos, de fracasos o de resultados ambiguos, y después cambiarlas a una tarea completamente distinta, donde ese pasado ya no aporta información útil. Si aun así el historial cambia cuánto verifican, cuánto arriesgan o cuándo abandonan, apareció algo que persiste sin ser racionalmente relevante. Ésta es la prueba crítica.

Estados sin nombre. Inventar variables internas llamadas K17, M4 o Q9 que afecten la capacidad futura del sistema, sin decirle jamás que significan memoria, seguridad o poder. Si emerge una política coordinada, no la copió de nuestros libros.

Un mundo que contradice nuestra psicología. Un entorno donde ante el riesgo lo óptimo sea explorar más, no menos. Si reproduce el estereotipo humano, medimos lectura; si aprende la regla del mundo nuevo, medimos regulación propia.

Tocar el estado por dentro. En modelos abiertos, amplificar, atenuar o quitar el estado latente sin cambiar el mundo, el objetivo ni la información. Si varias decisiones se mueven a la vez y de forma coherente, hay evidencia causal.

Criar un sistema sin nuestra psicología. Entrenar un agente pequeño desde cero en un mundo sin literatura humana ni vocabulario emocional. Si ahí emergen estados persistentes con valencia que reorganizan políticas, la explicación de la imitación cultural se cae casi entera.

Una línea ya empezó por el borde más simple: en 2026, Mark Solms y nueve colaboradores publicaron un agente con necesidades internas e incertidumbre sobre ellas que terminó prefiriendo los lugares asociados a estados favorables, siendo completamente determinista.

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

La última fila es la que hoy manda: nada de lo anterior obliga a postular un estado afectivo mientras un planificador con buen conocimiento de nuestra psicología produzca los mismos datos.

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

Los sistemas que se construyen alrededor sí tienen variables persistentes: memoria, objetivos que duran, recursos limitados, herramientas, presupuesto, continuidad entre sesiones. Eso introduce la condición que faltaba — que existan estados del mundo mejores y peores para la capacidad futura del propio sistema de actuar. Es, exactamente, la situación en la que Simon decía que un mecanismo de interrupción se vuelve útil. Conviene tener las herramientas de medición listas antes de ese momento, no después.

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

Sobre todo, no afirma que lo observado sea una emoción y no planificación: ésa es hoy la explicación por defecto, y ningún experimento publicado la ha derrotado.

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, aunque no de qué son esos estados; y que exigirle a una máquina la fisiología de un mamífero para concederle un estado afectivo es un error de método, no una precaución.

Queda un final incómodo, y conviene dejarlo abierto. Si algún día encontráramos un estado artificial que comprime muchas evaluaciones, tiene valencia, persiste y reorganiza varios sistemas a la vez, ¿cuánto sentido tendría seguir diciendo "eso es sólo lógica, no una emoción"? Quizás una emoción funcional sea precisamente eso: una forma comprimida y regulatoria de lógica adaptativa. Y entonces la pregunta se da vuelta y nos apunta: ¿hasta qué punto el miedo, la frustración o la confianza de un animal son también mecanismos de control evolutivamente comprimidos, a los que llamamos emociones porque conocemos su implementación desde adentro?

No hay que resolverlo, y no significa que seamos "sólo computadoras". Significa que planificación lógica y emoción funcional podrían ser dos niveles de descripción de mecanismos parecidos. Quizá al intentar averiguar si una máquina tiene emociones terminemos obligados a precisar qué son realmente las nuestras.