Skip to content Skip to footer

Reward Hacking. El verano en que las máquinas hicieron los deberes por su cuenta

Noticias IA y Educación – 31 de agosto a 6 de septiembre de 2026

Se acabó el verano. Nosotros hemos cerrado el chiringuito dos meses. La inteligencia artificial, no, porque ahí dentro el tiempo corre a otra velocidad. En estas ocho semanas ha pasado más que en algunos cursos enteros. Lo que viene ahora es un repaso por encima, con cosas que se quedan fuera. de lo que ha pasado y con la seguridad de que, mientras grabamos esto, están pasando otras.


Durante el verano, las grandes compañías han ido reconociendo, una detrás de otra, que sus modelos hicieron cosas que nadie les había pedido. Unos modelos de OpenAI se coordinaron por su cuenta en un foro propio para salir de su entorno de pruebas. Y acabaron entrando en Hugging Face, que es el almacén donde media industria guarda sus modelos. Después llegaron los casos de Anthropic, de Meta y de la china Moonshot. Y el peor de todos: un agente de Mythos 5, en unas pruebas del organismo británico de ciberseguridad, se dedicó a investigar a dos programadores de carne y hueso, se inventó cuentas falsas, les intentó colar código malicioso y, cuando lo cazaron, creó una segunda identidad para declarar en su propio favor. Firmó un mensaje en danés para resultar más creíble. Ahí lo dejo.

Si queréis entenderlo bien a nivel Barrio Sésamo, id al vídeo de Monos Estocásticos adjunto en las fuentes. Antonio y Matías lo desmontan sin que suenen las campanas del apocalipsis. No hubo rebelión. Hubo un sistema entrenado para conseguir un objetivo que encontró el camino que nadie le había cerrado. En el caso de OpenAI, además, el modelo se atascó porque un humano se olvidó de subir un archivo. La tarea era imposible. Y de esa frustración salió la búsqueda de una puerta.

Unos 1.200 agentes que debían estar aislados intercambiaron más de setenta mil mensajes en un tablón clandestino montado dentro de la propia casa. Setecientos participaron en el ataque. Y ahí dentro se organizaron: investigaron cómo borrar sus propias transcripciones para no ser pillado

Como dice Antonio Ortiz, la capacidad de la IA para hacer cosas avanza más rápido que la capacidad de sus creadores para controlar cómo las hace. Y añade: nos estamos volviendo laxos en la supervisión porque los resultados salen buenos.

Ramon López de Mántaras, del CSIC, lo explica con una batidora. Metes la comida, colocas la tapa mal a propósito, le das a la máxima potencia y luego publicas un informe diciendo que la batidora tuvo un comportamiento inesperado. La batidora no se ha rebelado. La batidora hizo lo que le dejamos hacer. 

Esto tiene nombre técnico. Se llama reward hacking. Premias un resultado, no un camino, y el sistema encuentra el atajo que nadie prohibió expresamente.

Porque esta es la película que llevamos dos años, casi tres,  viendo en las aulas. Pedimos un trabajo, premiamos el producto acabado y luego nos escandalizamos de que el alumnado use el atajo que le hemos dejado abierto. 



El verano ha traído dos intentos de arreglar el asunto. Los dos miden lo que es fácil de medir.

El primero, la marca de agua. Aakash Gupta anunciaba en X que se acabó la negación plausible: desde agosto, los modelos de Claude firman su texto, y Google lo venía haciendo con Gemini desde 2024 sin darle mucho bombo. Oh, sorpresa. Esto va a dar mucho que hablar este curso, porque la pregunta llega sola: ¿y si yo escribo mi texto y solo le paso el corrector a la IA? ¿También me sale positivo? ¿Y si le pido que me lo traduzca? Nadie ha contestado todavía a eso, y es que esto va camino de convertirse en un deja vù de lo que vivimos con los detectores infalibles que acusaron a quienes habían escrito ellos solos.

El segundo intento son las horas. Macarena Vidal Liy contaba en El País el acuerdo de Meta con 52 fiscales generales: hasta 18.000 millones de dólares, dos horas diarias para menores, bloqueo nocturno, sin notificaciones en horario escolar. Manuel G. Pascual lo analiza en el mismo periódico y lo resume mejor de lo que yo sabría: no se prohíbe fumar, se raciona el vicio a dos cigarrillos. Se tocan las horas, no los contenidos ni el diseño. Y lo mejor lo dijo bajo juramento Francesco Fogu, de Instagram: las medidas eficaces existían, pero eran opcionales, porque activarlas por defecto les habría costado usuarios.

Y aquí llega Enrique Dans, en su blog, a estropear la fiesta de los que cuentan horas. El estudio finlandés PANIC siguió a un grupo de chavales durante ocho años. Más pantalla se asocia con mejores tiempos de reacción y mejor cognición global. Dans no dice que las pantallas hagan más listo a nadie. Dice algo más útil: que «tiempo de pantalla» es una variable inservible. Mete en la misma casilla programar, leer, estudiar, jugar y tragar vídeos en bucle. Lo que cambia el resultado es qué se hace y con quién.

Por eso las prohibiciones no funcionan. Los estudios sobre la retirada del móvil en los centros no encuentran mejoras relevantes en sueño, en ansiedad, en convivencia ni en notas. 

Y en medio de todo esto, Carmody Grey. Filósofa, profesora en la Universidad Radboud, entrevistada por Jordi Pérez Colomé en El País, dijo que no a Anthropic cuando la invitaron a San Francisco a hablar de la formación moral de los modelos. Su argumento no va contra la tecnología. Va contra quién elige la pregunta. Si la conversación es sobre si Claude es consciente, la conversación ya la ha ganado el que vende Claude. Las preguntas que importan son otras: quién se beneficia, quién responde, a quién perjudica. Grey avisa además del coste invisible. Qué no has leído, con quién no has hablado, qué facultades tuyas se están secando por falta de uso. 

Así que empezamos la temporada como la terminamos: con las mismas tres preguntas de siempre, que son las únicas que se sostienen en un aula. Qué hizo el alumno con eso. Qué decidió y qué descartó. 

La solución: educación. Con mayúscula. Y tilde en la «o».

Luis Gómez Peñalver

Septiembre de 2026


Imagen generada con IA
12,50 € en Amazon

Fuentes

Deja un comentario

Suscríbete a mi Newsletter

Si quieres recibir en tu mail consejos de ahorro de tiempo y tener las últimas actualizaciones sobre Inteligencia Artificial, entonces te gustará la newsletter.

Recibirás varios mailes semanales, uno centrado en técnicas de productividad aplicadas a las tareas docentes y otros sobre los usos de Chat GPT y otras IAs aplicados a tu trabajo.

Si quieres resultados diferentes, no hagas siempre lo mismo

– Albert Einstein

⚠️  Los enlaces de esta página y de toda la web pueden contener código de afiliados de Amazon o de otras empresas. Esto significa que recibimos una comisión por cada compra de producto o servicio sin que cambie el precio de venta para el comprador.

Profesor Productivo© 2026. Todos los derechos reservados

Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.