Por qué la IA se siente diferente con el tiempo

Una de las quejas más constantes de los usuarios en todos los proveedores es alguna variante de "antes sentía que me entendía mejor". Los usuarios suelen culparse a sí mismos, a sus prompts o a su paciencia. Por lo general, no es nada de eso. Se trata de la deriva de personalidad: ese ajuste lento, silencioso y no coordinado que experimenta todo modelo importante entre versiones oficiales.

Misma cuenta. Mismo prompt (un informe creativo abierto de 400 palabras con pautas de tono claras). Enviado mensualmente el mismo día del mes a la misma hora. Seis meses. Sin memoria activada. Cada respuesta se evaluó según una rúbrica de calidez (0–100, efusivo vs. clínico), locuacidad (conteo bruto de palabras normalizado a una escala) y cautela (densidad de matices y reservas).

El prompt fue diseñado para ser estable: sin eventos de actualidad ni referencias a capacidades del modelo que evidentemente hubieran cambiado. El objetivo no era poner a prueba su capacidad, sino su disposición.

La calidez cayó 24 puntos a lo largo de seis meses. La cautela subió 27 puntos. La locuacidad osciló: subió a mitad del periodo y volvió a bajar al final. Este patrón no es ruido estadístico; la dirección de la tendencia es lo que cuenta la historia.

• Calidez. La probabilidad de que una respuesta comience de forma amistosa, use "nosotros" u ofrezca palabras de ánimo sin pedirlas. A la baja.
• Cautela. La densidad de expresiones atenuantes como "por lo general", "depende" o "una consideración". Al alza.
• Preferencia de formato. La proporción de viñetas frente a párrafos varía según los ciclos de lanzamiento. A la baja (más viñetas, menos párrafos) en el total agregado.
• Iniciativa espontánea. Con qué frecuencia el modelo menciona algo que no le pediste. A la baja.
• Disposición al rechazo. Categorías que el modelo se niega a responder o llena de salvedades. Al alza.

Los proveedores de modelos no lanzan un producto estático. Lo que entregan es un promedio en constante cambio fruto de miles de pequeñas decisiones: ajustes de seguridad, iteraciones de RLHF, ciclos de retroalimentación de usuarios, mejoras de eficiencia y presiones de costos. Cada una de ellas altera un poco la personalidad. Algunas se anuncian. La gran mayoría, no. El efecto acumulado tras seis meses es justo lo que sientes.

La dirección de esta deriva no es casual. Se correlaciona con el volumen de quejas: los proveedores ajustan sus modelos frente a los reclamos de los usuarios, y la gente se queja con más fuerza cuando un modelo parece demasiado efusivo o complaciente que cuando resulta demasiado frío. El punto de equilibrio siempre tiende a la baja.

Lo que no funciona

• Prompts más largos. Ayudan dentro de un mismo chat, pero no sobreviven al siguiente.
• Quejarse en la interfaz. Los comentarios individuales no revierten los ajustes agregados.

Lo que sí funciona

1. Anclar explícitamente la disposición en la memoria. Guardar en la memoria algo como "prefiero respuestas cálidas y directas, en párrafos y sin viñetas" te protege de una cantidad sorprendente de cambios.
2. Una exportación de personalidad portátil. Adjuntar una breve guía al inicio de un nuevo chat anula en segundos los valores predeterminados que hayan cambiado.
3. Cambiar de modelo de vez en cuando. Si el modelo actual se ha alejado mucho de tus gustos, a menudo un competidor no ha cambiado en la misma dirección. Un Vault de memoria hace que el cambio sea muy sencillo.
4. Reajustar los anclajes cada trimestre. Revisa tu lista de memoria cada tres meses y corrige todo lo que ya no te represente.