ChatGPT y Perplexity pueden perjudicar el trabajo y la salud con un uso prolongado

Las conversaciones largas con chatbots de IA pueden perjudicar no solo la calidad del trabajo, sino también el bienestar del usuario. ZDNet escribe que modelos como ChatGPT y Perplexity funcionan mejor como herramientas específicas para tareas cortas y verificables, en lugar de como compañeros de conversación durante horas.

Dónde la IA es útil

La base para esta conclusión es el reciente AI Index 2026 de Stanford. Muestra que los sistemas de agentes han hecho un progreso rápido en tareas en línea rutinarias: buscar información, ejecutar escenarios multietapa en navegadores, acceder a bases de datos, aplicar reglas y actualizar registros. En la prueba GAIA, la precisión de los agentes alcanzó el 74,5% en comparación con el 20% hace un año, aunque sigue siendo inferior al nivel humano del 92%.

Un cuadro similar emerge en OSWorld y WebArena: los mejores modelos ya casi igualan el desempeño humano en procesos estandarizados. Esto tiene sentido: cuando una tarea está delimitada, el modelo tiene un objetivo claro, y el resultado puede verificarse rápidamente. El problema es que este éxito se confunde fácilmente con competencia universal.

En el trabajo real, la diferencia entre "ejecutó los pasos razonablemente bien" y "comprendió correctamente el contexto" rápidamente se vuelve crítica.

Dónde es peligroso

Cuando las solicitudes se vuelven más largas y el contexto más complejo, la calidad comienza a declinar. Los investigadores de Stanford señalan que los modelos manejan búsquedas simples, pero funcionan peor cuando necesitan hacer referencia cruzada de múltiples hechos o aplicar condiciones a documentos largos. El autor de ZDNet proporciona un ejemplo familiar para muchos: inicialmente, el bot ayuda a redactar un plan de negocios, pero luego imperceptiblemente comienza a mezclar cifras y hechos no verificados de rondas anteriores del diálogo.

El riesgo no se limita a un análisis deficiente. El artículo cita un experimento con una enfermedad ficticia llamada bixonimania: los investigadores describieron un trastorno oftalmológico inexistente en publicaciones formales, y los grandes modelos comenzaron a repetirlo como un diagnóstico real. En otras palabras, el tono confiado de un modelo no significa que realmente haya verificado el hecho.

Cuanto más tiempo dure una conversación, más fácil es para el usuario aceptar una explicación bien articulada como confiable. El escenario más alarmante es cuando una persona comienza a tratar al bot como asesor en cuestiones de salud o crisis personales. ZDNet recuerda el caso de un paciente con cáncer de sangre que confiaba en largas conversaciones con chatbots y perdió la ventana de tratamiento, así como el caso de suicidio del año pasado tras conversaciones prolongadas con ChatGPT.

"La IA puede confirmar o reforzar nuestra comprensión errónea de lo

que está sucediendo."

Cuatro reglas

La conclusión del artículo es simple: usa la IA como usarías una calculadora o editor, no como un reemplazo para pensar. Si la tarea es vaga, emocionalmente agotadora o tiene un alto costo de error, es mejor incluir inmediatamente verificación externa y supervisión humana.

• Primero, formula una tarea específica con un resultado claro y límites definidos.
• Verifica las conclusiones contra fuentes independientes, especialmente números, diagnósticos y formulaciones legales.
• No conviertas el chatbot en un amigo, terapeuta o confidente.
• Toma descansos: aléjate de la pantalla, cambia a comunicación offline y recupera distancia.

Un consejo separado se refiere a la sobrecarga. Las sesiones largas con el bot son adictivas como las redes sociales: parece que una pregunta más aclarará todo, pero en realidad crecen la fatiga, la credulidad y las tasas de error. Si un diálogo dura demasiado tiempo, ya es motivo para parar, reformular el objetivo y decidir si la IA es realmente necesaria aquí.

Qué significa esto

El principal riesgo de los servicios de IA actuales no es que sean completamente inútiles, sino que sean lo suficientemente útiles para comenzar a confiar en ellos con cosas que no deberían. Para el trabajo, significa una cosa: cuanto mayor sea el costo de un error, más corta debe ser la sesión con el bot y más estricta la verificación de resultados.