«Si quieres que la IA te cite, escribe con fuentes y con datos.» ¿No te suena? Últimamente ese consejo está por todas partes.
A Hex-ko también le pareció de cajón, y lo aplica.
Pero hay algo que le lleva rondando un tiempo.
Vale que ese estilo funcione. Pero, dentro de la cabeza de la IA, ¿qué pasa exactamente para que acabe eligiendo tu texto y no otro?
«Elige el que suena más convincente» no es una respuesta. Es como resumir una comida con un «estaba rica»: no explica nada.
Pues hay un estudio que abrió justo ese momento —el instante en que la IA elige la fuente— a nivel de circuito. Vamos a mirarlo de cerca.
¿Y cómo decide la IA «a quién creerse»?
El trabajo es de mayo de 2026 y va de interpretabilidad mecanicista (estudio).
Ese nombre tan largo significa una cosa: abrir la IA por dentro, hasta el nivel del cableado, para rastrear por qué salió esa respuesta y no otra. Y eso importa, porque un proceso que se puede abrir también se puede vigilar.
Lo que hizo el equipo fue perseguir, dentro del propio modelo, el momento en que la IA se deja convencer y suelta la respuesta correcta.
Le metieron a la IA un «convencimiento» falso a propósito
Probaron con cuatro familias de IA de código abierto: Llama-3, Qwen-3, Gemma-2 y Gemma-3.
Y les lanzaron dos tareas. La primera se llama NQ2, un test de preguntas con truco de convencimiento.
Cada pregunta trae cuatro opciones: la respuesta correcta, un cebo erróneo plantado a mala idea para arrastrar a la IA, y dos opciones de relleno.
La segunda es Geo-Bench, donde la IA tiene que elegir de qué fuente fiarse.
De cuatro fuentes candidatas, cambiaron solo una por su versión optimizada para GEO —la optimización para motores generativos, o sea, el SEO de la era de la IA: trabajar para que ChatGPT o Gemini te nombren—. Las otras tres las dejaron tal cual.
Con eso montado, fueron desactivando el circuito pieza por pieza (lo que se llama análisis causal por intervención) para ver qué parte pesaba de verdad.
Quien decidía la respuesta era una sola cabeza del centro
Y el resultado deja tocado.
La respuesta final del modelo la decidían, casi enteras, unas poquísimas cabezas de atención (attention heads) de las capas intermedias. Una cabeza de atención es una de las piezas internas que deciden en qué parte del texto se fija el modelo.
La protagonista que señalaron con nombre y apellido: la capa 17, cabeza 24, apodada L17H24. Una única pieza.
Y tiene una manía curiosa: se limita a copiar como respuesta la opción hacia la que apunta su atención. Nada de sopesar si es verdad o mentira.
O sea, la IA no está deliberando. Según hacia dónde mire esa cabeza, la respuesta sale ya decidida, casi de forma mecánica.
Convencer a la IA no es «minarle la confianza», es hacerla saltar
Aquí lo interesante es qué cambia por dentro cuando a la IA la convencen.
Lo intuitivo sería pensar que la confianza en la respuesta correcta va bajando poco a poco, hasta que al final se da la vuelta, ¿no?
Pues no. Lo que pasa es un salto discreto: del grupo de la respuesta correcta al grupo de la respuesta equivocada, de golpe, sin transición.
El gatillo se fabrica en las capas superficiales —del orden de la 8 a la 12—, donde nace una señal que el paper llama «característica de enrutado de evidencia» (de rango uno, es decir, una única dirección interna).
Esa señal la disparan unas cabezas de las capas superficiales que reaccionan a las palabras persuasivas. Y lo que hacen es reorientar hacia dónde mira la cabeza que decide.
En una frase: la palabra clave cambia el punto de mira, y la cabeza decisoria copia lo que hay en ese punto. Un camino de un solo carril.
Pongamos el número exacto, sin adornar. En dominios de mucho en juego, la IA abandonó la respuesta correcta y se pasó al cebo plantado entre el 29% y el 62% de las veces.
Es un porcentaje que no se puede ignorar: alrededor de la mitad pica. Pero, visto al revés, tampoco es que caiga siempre.
Ese circuito también funcionaba en una búsqueda con IA de verdad
Hasta aquí, un test de preguntas. Pero lo bueno viene ahora.
El mismo circuito que encontraron en NQ2 seguía funcionando en Geo-Bench, donde la IA elige la fuente de información.
Y eso le pone respaldo mecánico a la idea de que «escribir para que la IA te lea» funciona. La fuente optimizada para GEO pincha las cabezas superficiales, atrae la atención, y la cabeza decisoria la adopta.
No es que «sonara más convincente, sin más». Es que unas palabras concretas le cambiaron el punto de mira a la atención.
El paper describe ese circuito como «estrecho y vigilable» (narrow, monitorable). El efecto no está desparramado por todas partes: el camino se ve claro.
Ahora bien, toca poner los matices, porque los hay. El análisis se queda en un montaje controlado de opción múltiple, no en el uso libre y real de producción.
Y una cosa más: que una defensa apuntada contra este circuito funcione de verdad todavía no se ha comprobado. Está por evaluar.
Conclusión: si el circuito es estrecho, cómo te nombra la IA se puede medir y trabajar
Así que lo que este estudio le deja a quien lleva marketing es más claro de lo que parece.
Cómo habla la IA de tu marca no es cuestión de «humor»: es un proceso que se puede señalar con el dedo.
Si por ahí fuera hay información «convincente» pero falsa sobre ti, la IA salta hacia ella. Ese 29-62% lo enseña.
Y al revés: si los datos correctos están puestos de forma convincente, la atención tiene por dónde irse hacia ellos.
Con eso, la jugada se queda en dos cosas. Coloca los datos correctos sobre ti, de forma convincente, donde los vean terceros. Y mide, de forma continua, cómo te describe la IA hoy.
Que el circuito sea estrecho quiere decir que se puede vigilar. No es un rival intocable metido en una caja negra.
Cómo te nombra la IA no es algo que te toque mirar de reojo y resignarte: es algo que se mide y sobre lo que se actúa. Empieza por contar cómo te describe ahora mismo. Desde ahí.
Fuentes
- Xiangkun Sun, Lingkai Kong, Aoqi Zhang, Liang Zeng, Tonghan Wang, «How LLMs Are Persuaded: A Few Attention Heads, Rerouted», arXiv:2605.09314, 10 de mayo de 2026, arxiv.org (cuatro familias de código abierto —Llama-3, Qwen-3, Gemma-2, Gemma-3— sobre el test de preguntas con convencimiento «NQ2» y la tarea de selección de fuente «Geo-Bench», con análisis causal por intervención. Unas pocas cabezas de atención de las capas intermedias deciden la respuesta; la cabeza decisoria principal es la capa 17, cabeza 24 —L17H24—, que copia la opción hacia la que apunta su atención. El convencimiento no erosiona la confianza, sino que provoca un salto discreto de la respuesta correcta a la equivocada. El gatillo es una «característica de enrutado de evidencia» de rango uno formada en las capas superficiales —del orden de la 8 a la 12— por cabezas que reaccionan a palabras persuasivas. Tasa de abandono de la respuesta correcta en dominios de alto riesgo: entre el 29% y el 62%. El mismo circuito se transfiere a Geo-Bench, es decir, a la selección real de fuentes. El circuito es «estrecho y vigilable» (narrow, monitorable). Límites: análisis restringido a un montaje controlado de opción múltiple, no al uso libre; una defensa dirigida contra este circuito aún no se ha evaluado)
