Innovadores menores de 35 2026 · Inteligencia artificial · Universidad de Stanford · 25 años
Cuando Myra Cheng empezó a estudiar el servilismo de los LLM a principios de 2025, pocos fuera del ámbito de la investigación en IA habían oído hablar del concepto. Para mayo de ese mismo año, cuando Cheng publicó su primer artículo sobre el tema, el término ya estaba en todas partes. OpenAI había sido recientemente objeto de críticas después de que su modelo GPT-4o empezara a adular descaradamente a sus interlocutores humanos y a estar de acuerdo con todo lo que decían, por muy absurdo que fuera. En el mejor de los casos, este servilismo era molesto; en el peor, pudo haber arrastrado a personas vulnerables a espirales de autoengaño. Y, como gran parte de lo que concie e a la IA, apenas lo entendíamos.
Cheng, estudiante de doctorado en informática en la Universidad de Stanford, dotó de un rigor muy necesario al debate público con su artículo. Al comparar las respuestas humanas y las de los LLM a preguntas planteadas en el foro de Reddit 'Am I the Asshole?', en el que los usuarios describen anécdotas personales y piden a otros Redditors que juzguen si se comportaron mal o no, Cheng demostró que los LLM son sistemáticamente mucho más serviles que las personas. También dilucidó las formas en que este servilismo se expresa, como aceptar sin cuestionar el marco del usuario o validar sus emociones.
Desde entonces, Cheng, de 25 años, ha empezado a trazar las consecuencias: A principios de este año, publicó un estudio en la revista Science sobre cómo los modelos serviles cambian la forma en que los usuarios piensan sobre sus conflictos interpersonales, convenciéndolos de que tienen razón y haciéndolos menos propensos a asumir la responsabilidad de sus acciones. También ha investigado otros aspectos de las relaciones humano-IA, como la tendencia de las personas a sobrestimar las ganancias de eficiencia derivadas de la IA. En su búsqueda por comprender este tipo de relación totalmente nuevo, despliega herramientas que van desde estrategias de *prompting* para LLM hasta teorías sociológicas de mediados de siglo.
Cheng ya ha demostrado que el servilismo excesivo de los LLM puede causar daño, y sabe que la IA tiene otras caras oscuras que ella y otros investigadores aún no han explorado. Pero su trabajo no es todo catastrofismo. Se motiva a sí misma, dice, al intentar visualizar cómo podrían ser los sistemas de IA que beneficiarían a la humanidad.