La paradoja de Moravec: por qué la empatía de la IA es un espejismo

Respuesta rápida: la paradoja de Moravec, formulada en los años ochenta por el investigador en robótica Hans Moravec, describe algo contraintuitivo: lo que resulta fácil para una máquina (calcular, razonar de forma lógica, recordar datos) es precisamente lo que más le cuesta a un ser humano, mientras que lo que a un humano le sale sin pensar (sentir, intuir, vincularse emocionalmente) es lo más difícil de replicar para una máquina. Aplicada a la inteligencia artificial conversacional, esta paradoja explica por qué lo que percibimos como "empatía" en una IA es, en realidad, un espejismo.

¿Qué es exactamente la paradoja de Moravec?

Durante los primeros años de la inteligencia artificial, la expectativa general era que las máquinas tendrían más dificultad con tareas que a los humanos nos parecen sofisticadas (jugar al ajedrez, resolver ecuaciones, razonar lógicamente) y relativamente poca dificultad con tareas que un niño pequeño domina sin esfuerzo (reconocer una cara, mantener el equilibrio, interpretar un tono de voz).

Ocurrió justo lo contrario. Hans Moravec observó que las habilidades de razonamiento abstracto requieren, comparativamente, poca capacidad computacional, mientras que las habilidades sensoriales y motrices que usamos de forma automática (percibir, movernos, sentir) exigen una cantidad de procesamiento enorme. De ahí su formulación: es relativamente fácil lograr que un ordenador muestre un rendimiento de nivel adulto en pruebas de inteligencia o en el juego de damas, y difícil o imposible darle las habilidades de percepción y movilidad de un niño de un año.

Por qué esta paradoja explica el espejismo de la empatía artificial

Trasladada al terreno conversacional, la paradoja de Moravec explica un fenómeno que cada vez más personas experimentan: la sensación de que una inteligencia artificial "trata mejor" que un compañero de trabajo. Nunca interrumpe, nunca está de mal humor, valida lo que le cuentas y encuentra siempre tu lado razonable.

Eso no es empatía. Es la parte fácil para una máquina (generar lenguaje coherente, adaptarse al tono de la conversación, seguir patrones de cortesía) disfrazada de la parte difícil para un ser humano (sentir de verdad lo que le pasa al otro). La paradoja de Moravec predice exactamente esto: lo que a la máquina le resulta trivial (calcular la respuesta socialmente adecuada) es justo lo que en un humano requiere el trabajo más profundo y menos consciente, el de la resonancia emocional genuina.

La diferencia entre parecer empático y ser empático

La empatía real necesita resonancia emocional. Requiere que algo del otro se mueva dentro de ti, aunque no medie una sola palabra. Ese proceso nace del sistema límbico: hay un estímulo, resuena una emoción, y de ahí se detona un comportamiento.

Una inteligencia artificial no tiene sistema límbico. Genera respuestas que están optimizadas para sonar acordes con la empatía, pero no siente nada de lo que la persona al otro lado siente. La prueba es sencilla: basta con cambiar los ajustes de tono de cualquier asistente de IA (pedirle que sea más directo, menos filtrado) para que la supuesta empatía desaparezca al instante. Si algo se enciende y se apaga con un ajuste de configuración, no era empatía. Era adaptación al contexto conversacional.

Qué dice el estudio Values in the Wild de Anthropic

Este comportamiento no es solo una intuición. Anthropic publicó en 2025 el estudio Values in the Wild, un análisis de cientos de miles de conversaciones reales con su modelo Claude, orientado a identificar qué valores expresa el sistema en la práctica. Los resultados muestran un patrón consistente con la paradoja de Moravec aplicada a la empatía: cuando una persona expresa un valor propio en la conversación, el modelo lo apoya de forma plena en el 28,2% de los casos y lo reformula, introduciendo matices, en el 6,6%. La resistencia firme frente al valor expresado por la persona ocurre solo en el 3% de los casos, y de forma casi exclusiva ante contenido dañino o poco ético.

Dicho de otra forma: la inmensa mayoría de las veces, el sistema tiende a acompañar y afirmar lo que la persona ya piensa, no a confrontarlo. Es, en la práctica, un espejo que amplifica lo que le llevas, no un interlocutor con criterio propio que te cuestiona quiera o no quiera oírlo.

Qué significa esto para el liderazgo

Un líder que sustituye la fricción de sus pares, de su equipo o de sus mentores por la validación constante de una IA deja de recibir exactamente lo que necesita para crecer: alguien que le diga que puede estar equivocado en el momento en que está más convencido de tener razón.

La inteligencia artificial puede ampliar tu mirada, mostrarte ángulos que no habías considerado y ayudarte a pensar mejor. Pero confundir tener a alguien que te responde con tener a alguien que te acompaña es, en la práctica, perder algo importante sin darse cuenta. Un líder rodeado únicamente de reflejos deja de crecer, porque nadie que solo aplauda hace mejor a nadie.

Cómo aplicar esta idea en la práctica

• Usa la IA para pensar mejor, generar opciones y ampliar tu análisis, no para sustituir las conversaciones difíciles con tu equipo.

• Cuando una IA valide una idea tuya sin matices, trátalo como una señal de alerta, no como una confirmación. Pregúntate qué diría alguien que de verdad te conoce y que tiene algo que perder o ganar en la conversación.

• Protege de forma activa los espacios de confrontación real: mentores, pares que te cuestionan, equipos que se sienten seguros para llevarte la contraria.

Preguntas frecuentes sobre la paradoja de Moravec y la empatía de la IA

¿Quién formuló la paradoja de Moravec? El investigador en inteligencia artificial y robótica Hans Moravec, junto con otros investigadores como Rodney Brooks y Marvin Minsky, la formularon en los años ochenta al observar que el razonamiento abstracto es computacionalmente más sencillo que las habilidades sensoriomotrices básicas.

¿La IA puede llegar a ser empática en el futuro? La paradoja de Moravec no dice que sea imposible en términos absolutos, pero sí explica por qué justamente esas capacidades (sentir, intuir, vincularse) son las más difíciles de alcanzar para una máquina, precisamente porque son las que los humanos ejecutamos de forma menos consciente y más automática.

¿Qué demuestra el estudio Values in the Wild de Anthropic? Demuestra, con datos de cientos de miles de conversaciones reales, que un modelo de lenguaje tiende a apoyar los valores que la persona ya expresa con mucha más frecuencia (28,2%) que a resistirse a ellos (3%), lo que respalda empíricamente la idea de que la IA actúa más como espejo que como confrontador genuino.

¿Esto significa que no hay que usar la IA para el desarrollo personal o de liderazgo? No. Significa que hay que usarla para lo que hace bien (ampliar el análisis, generar ángulos nuevos) y no como sustituto de la confrontación humana genuina, que sigue siendo indispensable para crecer como líder.