Las empresas de IA como Anthropic y OpenAI publican informes de forma regular sobre cómo la gente utiliza productos como Claude y ChatGPT, pero solo publican los datos que quieren que veamos, dicen los investigadores de IA.
“No existe una fuente independiente que lo corrobore”, afirma Anka Reuel, candidata a doctorado en ciencias de la computación en el Laboratorio de Investigación de IA Confiable de Stanford (STAIR).
Reuel es codirectora de un nuevo proyecto de investigación, llamado Observatorio de IA, que busca llenar ese vacío. Se trata de una plataforma pública que agregó y analizó conversaciones reales de IA con modelos populares como Claude y Gemini, y que se recopilaron con el consentimiento de los usuarios a través de siete conjuntos de datos existentes. La intención es proporcionar fuentes de información independientes que puedan ayudar a investigadores y responsables políticos a evaluar cómo la gente está utilizando la IA generativa. Actualmente, se están tomando decisiones de gran trascendencia sobre los beneficios y riesgos de la IA basándose en datos muy limitados, señala Reuel.
El Observatorio de IA constató que el uso de la IA difiere significativamente entre modelos y ha cambiado con el tiempo. Su investigación revela muchos más comportamientos sensibles de los que se recogen en los informes de las principales compañías de IA, las cuales, según afirman, se centran más en el uso laboral que en el personal.
El Índice Económico de Anthropic es una de las fuentes de datos de uso de IA más conocidas y citadas, pero presenta puntos ciegos. Como su nombre indica, se centra en los usos de Claude IA relacionados con el trabajo y la productividad, excluyendo las conversaciones que no están relacionadas con estos usos.
Cuando los investigadores del Observatorio de IA aplicaron los métodos de Anthropic a su conjunto de datos, descubrieron que casi la mitad de las conversaciones —un 48 %— habrían sido filtradas. Esas conversaciones no relacionadas con el trabajo eran más propensas a tratar sobre salud y relaciones (44,2 % frente a 31,2 % en el análisis de Anthropic), temas para adultos o ilícitos (7,9 % frente a 2,1 %), acoso y odio (27,5 % frente a 5,66 %) y contenido sexual (16,7 % frente a 2,4 %). (El informe de 2025 de OpenAI sobre ChatGPT, de forma similar, halló que solo el 30 % del uso por parte de los consumidores estaba relacionado con el trabajo).
Anthropic ha publicado entradas de blog separadas sobre cómo la gente usa Claude para obtener apoyo o compañía, e incluso para generar CSAM, pero «disponer de un análisis con una vista de pájaro [del Observatorio de IA]» en lugar de dejar esa información «dividida en un informe separado» ayuda a los investigadores a comprender los diferentes usos de manera más consistente, afirma David Widder, profesor asistente en la Universidad de Texas en Austin, que investiga cómo interactúan las personas con los sistemas de IA y no está involucrado con el Observatorio de IA.
Los conjuntos de datos analizados por el Observatorio de IA abarcan conversaciones que tuvieron lugar entre 2023 y 2025, y se observaron diferencias tanto en cómo la gente utilizaba la IA como en la respuesta de las diversas plataformas de IA.
Las conversaciones en WildChat, uno de los datasets más grandes y detallados incluidos en el estudio del Observatorio de IA, se hicieron más largas y elaboradas con el tiempo, como lo indicaron los crecientes números de tokens de instrucción, tokens de respuesta y tu os de conversación.
También hubo significativamente más conversación trivial con el tiempo. Esto sugiere que la compañía de la IA estaba aumentando; mientras tanto, la autorrevelación de los asistentes de IA (es decir, admitir ser un chatbot) disminuyó.
Además, los intercambios que los investigadores calificaron de sensibles —es decir, aquellos con contenido potencialmente dañino o restringido, incluidos el acoso sexual y el discurso de odio— se volvieron menos frecuentes. Esto podría sugerir que las plataformas estaban, en general, implementando medidas de protección más eficaces.
El Observatorio de IA también descubrió que los temas, los estilos de interacción, las estructuras de conversación y la probabilidad y el tipo de casos de uso sensibles variaban de un modelo a otro.
Por ejemplo, los investigadores descubrieron que la gente utilizaba Grok y Gemini con mayor frecuencia para la recuperación de información. Grok, en particular, era especialmente popular para obtener información sobre noticias y política, pero también era donde la desinformación tendía a concentrarse. (Esto concuerda con otras investigaciones que han demostrado con qué facilidad prolifera la desinformación en Grok. xAI no respondió a una solicitud de comentarios.)
Mientras tanto, la gente tendía más a recurrir a Anthropic para la programación, a Gemini para usos sociales y de juego de rol, y a ChatGPT para asistencia con los deberes.
Incluso había diferencias entre distintas versiones del mismo modelo. Los investigadores descubrieron que la gente mantenía conversaciones más cortas con ChatGPT cuando funcionaba con GPT-3.5, y otras más largas y reiterativas con GPT-4o —lo cual tiene sentido dado que esa versión se hizo conocida por provocar adicción emocional.
Los informes de las empresas, sin embargo, no solían captar estos matices entre, o incluso dentro de, sus propios modelos. “Ningún informe empresarial cuenta la historia completa”, afirma Shayne Longpre, un recién doctorado del MIT Media Lab que codirigió la investigación con Reuel.
Para crear el Observatorio de IA, Reuel y los investigadores del MIT, Stanford, la Data Provenance Initiative, y otras instituciones agregaron 85.633 tu os conversacionales (es decir, la indicación del usuario y la respuesta correspondiente de la IA) a lo largo de 24.521 conversaciones de siete conjuntos de datos del mundo real recopilados en investigaciones previas. Estas conversaciones procedían de 5.000 usuarios que interactuaron con 52 modelos diferentes, incluyendo ChatGPT, Gemini, Claude y Grok, entre 2023 y 2025.
Pero estas conversaciones son una gota en el océano comparado con los datos a los que tienen acceso los propios grandes laboratorios. El último Anthropic Economic AI Index, por ejemplo, se basa en el análisis de un millón de conversaciones de Claude; el informe de OpenAI sobre cómo la gente está usando ChatGPT analizó 1,5 millones de conversaciones.
Un representante de Anthropic afirmó que la investigación publicada por la empresa refleja las preguntas e intereses específicos de sus equipos de investigación y que es importante apoyar la investigación independiente exte a. OpenAI no respondió a las solicitudes de comentarios.
El hecho de que el dataset del Observatorio de IA se nutra de fuentes proporcionadas voluntariamente significa que probablemente está subrepresentando usos sensibles, que la gente es menos propensa a compartir. Por lo tanto, los investigadores advierten que sus hallazgos no son indicativos de todo el uso de la IA.
No obstante, el trabajo del proyecto amplía el acceso para la comunidad investigadora. Las empresas de IA no suelen compartir sus datos de chat para su análisis, lo que significa que sus informes tienden a centrarse en los hallazgos que las presentan bajo la mejor luz, afirman investigadores independientes como Reuel y Widder.
“Cuando queremos preguntar, por ejemplo: ¿el sistema de IA de propósito general de Anthropic... se usa principalmente para el bien o principalmente para el mal... no tenemos forma de responder a esa pregunta porque esa información es propietaria”, explica Widder.
Los datos del Observatorio de IA estarán disponibles para el análisis de los investigadores, y el equipo espera ampliar sus conjuntos de datos con el tiempo. Idealmente, según Reuel, las empresas de IA compartirían sus datos con investigadores independientes —de formas que protegieran la privacidad del usuario, por supuesto. Pero tal como está la situación actualmente, afirma, cualquiera que tome decisiones basándose en datos de uso de la IA corre el riesgo de «operar completamente a ciegas y tomar decisiones de gran calado sin saber qué está ocurriendo realmente más allá de las narrativas de esas empresas».