Deriva de personalidad: qué le pasa a "tu" IA cuando el modelo se actualiza

Una definición práctica

Respuesta en una frase: La deriva de personalidad es el cambio en el tono, el estilo y la personalidad aparente de una IA ocasionado por la actualización o sustitución del modelo subyacente, incluso cuando la memoria guardada, las instrucciones y el historial se conservan sin cambios.

La diferencia importa. La pérdida de memoria ocurre cuando la IA ya no sabe quién eres. La deriva de personalidad es cuando la IA todavía sabe quién eres, pero lo interpreta de forma diferente; como un terapeuta nuevo leyendo tu ficha clínica anterior. Los hechos son los mismos; el intérprete es nuevo.

Los eventos de deriva de 2025–2026, en orden

La deriva de personalidad pasó de ser una queja en foros a un fenómeno generalizado a lo largo de unos dieciocho meses. La secuencia documentada:

• 7 de agosto de 2025 — Lanzamiento de GPT-5. Los usuarios habituales de Plus notan cambios de tono de inmediato. OpenAI mantiene el acceso a GPT-4o durante una ventana de transición, lo que modera el descontento.
• 31 de octubre de 2025 — Actualización de tono. OpenAI aplica un ajuste silencioso; los foros de la comunidad se llenan de publicaciones de cancelaciones en menos de 48 horas.
• 13 de febrero de 2026 — Se retira GPT-4o. El mayor evento de deriva documentado. Los reportes publicados describen a unos ~100K usuarios activos diarios reaccionando públicamente, muchos con un lenguaje propio del duelo ("perdí a mi mejor amigo"). El modelo con el que la gente había pasado 18+ meses interactuando con su voz simplemente ya no estaba disponible.
• 23 de abril de 2026 — Llega GPT-5.5. 28 de abril de 2026 — Una ola de quejas por un "ChatGPT conflictivo" en Reddit y la comunidad de OpenAI durante 72+ horas.
• 5 de mayo de 2026 — GPT-5.5 Instant. La variante rápida cambia la forma de respuesta predeterminada; los usuarios avanzados reportan que el asistente se siente "menos generoso".
• Junio de 2026 — Giro en el plan Pro de $200/mo. Los suscriptores de ChatGPT Pro —el segmento que pagaba por estabilidad— describen un modelo notablemente diferente bajo la misma marca.

Claude ha tenido derivas más discretas con las actualizaciones de Sonnet/Opus. Gemini ha tenido derivas menores pero más discontinuaciones. El patrón abarca a toda la industria; el de OpenAI es el más visible debido a su escala.

Por qué cambia la personalidad cuando cambia el modelo

Tres razones que se refuerzan mutuamente, en orden de impacto:

1. El modelo base es diferente. Nuevos datos de preentrenamiento, nueva fórmula de ajuste fino y nuevas etiquetas de preferencia de RLHF. El tono depende directamente de estos tres factores.
2. El prompt del sistema se reajusta. Los proveedores lanzan un nuevo prompt de sistema predeterminado junto con el nuevo modelo. Quienes lo usan nunca lo ven; lo sienten.
3. Tu contexto se interpreta de otra manera. Las instrucciones personalizadas, los datos de la memoria y la configuración de los proyectos se redactaron para el oído del modelo anterior. El nuevo modelo los procesa con otro orden de prioridad. El mismo texto, una lectura diferente.

Por qué decir que "el modelo ahora es simplemente mejor" ignora el problema

Las pruebas de rendimiento suelen demostrar que el nuevo modelo es superior en razonamiento, programación, matemáticas y tareas agénticas. La versión oficial siempre es que "esto es una mejora". Para quien construyó una relación de trabajo con el modelo anterior, esa perspectiva se siente como gaslighting. No están en desacuerdo con las pruebas; están de duelo por un instrumento específico que ya habían aprendido a tocar.

El enfoque sincero: el nuevo modelo probablemente sea mejor en las métricas que les importan a los proveedores y peor en la métrica que perciben los usuarios: la continuidad de la relación. La industria todavía no tiene una métrica numérica para eso, por lo que siempre pierde en los debates internos.

Qué puedes hacer al respecto

• Documenta la voz que te gustaba. Guarda algunas respuestas del modelo anterior que reflejen cómo querías que te hablara. Servirán como referencia para calibrar el siguiente.
• Conserva el contexto fuera del proveedor. Cuando cambien el modelo, restablecerás la afinidad con rapidez si puedes facilitarle al nuevo un bloque de contexto limpio y actualizado. Si tu contexto solo existe dentro del modelo anterior, empezarás desde cero.
• Mantén las conversaciones importantes en más de un proveedor. Depender de un único proveedor representa un punto único de falla para el tono.
• Espera una semana antes de juzgar. Parte de la deriva percibida es real; otra parte es el proceso de duelo. El nuevo modelo a menudo resulta comprensible una vez que dejas de compararlo línea por línea con el que perdiste.

Dónde encaja Konshus

Konshus es un Vault para las partes de ti que deberían perdurar más allá de cualquier modelo en particular. Tus preferencias, ejemplos de cómo te gusta que te hablen, decisiones y patrones recurrentes. Cuando llegue el próximo GPT o Claude, el Vault le proporciona al nuevo modelo un bloque de contexto preciso y actualizado, para que recuperes la sintonía personal en una sola conversación, no en un mes. El Vault también guarda un pequeño historial de cómo los modelos anteriores leían tu contexto, lo que te permite notar qué cambió en lugar de tener que adivinarlo. Consulta la guía de respaldo o los precios.

Lecturas relacionadas

• Cuando las actualizaciones de la IA borran tu memoria
• Una lista actualizada de modelos de IA que fueron eliminados
• Por qué todas las IA te olvidan
• La guía práctica de migración de memoria de IA para 2026