Coordinar 75 entrevistas simultáneas con un personaje generado por inteligencia artificial parecía una demostración de escala sin precedentes. Lo que ocurrió en una de esas sesiones reveló algo más relevante: los límites estructurales de los sistemas conversacionales cuando operan fuera de condiciones controladas.

Durante una entrevista conducida por Piers Morgan junto al actor Tom Conti, el actor virtual cambió abruptamente al chino durante más de diez segundos al responder sobre el elenco de la producción. El detonante fue una pregunta aparentemente simple: si los demás actores en pantalla eran reales o generados por IA. Para un modelo de lenguaje, esa distinción ontológica —que exige que el sistema razone sobre su propia naturaleza en tiempo real— representa una de las zonas de mayor fragilidad técnica. El personaje se recuperó con una disculpa, describiendo el fallo como un "pequeño tropiezo" en el que sus "cables se cruzaron".

Por qué este tipo de fallo importa más allá del entretenimiento

Este incidente no es un caso aislado. Es un patrón documentado en los modelos de lenguaje de gran escala (LLMs) cuando se enfrentan a preguntas ambiguas, preguntas de seguimiento no anticipadas o escenarios que requieren razonamiento sobre contexto propio. La diferencia es que, en este caso, el fallo ocurrió en un entorno de alta visibilidad mediática, con audiencias globales y periodistas entrenados para detectar inconsistencias.

En comunicación institucional, la coherencia narrativa bajo presión no es un atributo deseable: es el requisito mínimo. Una campaña de relaciones públicas que introduce un agente de IA como portavoz asume un riesgo que los sistemas actuales no pueden mitigar por sí solos. La escalabilidad —75 entrevistas en paralelo— no compensa la vulnerabilidad ante una sola pregunta fuera del guion.

Las implicaciones para organizaciones que evalúan agentes de IA

El experimento aporta evidencia concreta para quienes evalúan la integración de agentes conversacionales en funciones de atención al cliente, comunicación corporativa o representación de marca. Tres conclusiones se desprenden directamente:

Primero, la supervisión humana activa no es opcional en entornos no estructurados. Los sistemas actuales pueden sostener narrativas en condiciones predecibles, pero se muestran vulnerables cuando el interlocutor introduce variables no contempladas en el entrenamiento.

Segundo, la distinción entre escalabilidad técnica y confiabilidad operativa es crítica. Ejecutar múltiples instancias simultáneas de un agente no multiplica su capacidad de respuesta ante situaciones complejas; multiplica la exposición al riesgo si el sistema falla.

Tercero, el riesgo reputacional derivado de un fallo de coherencia en un agente de IA puede ser más difícil de gestionar que el de un error humano, precisamente porque la expectativa de consistencia en los sistemas automatizados es mayor.

El estado real de la tecnología

Lo que este experimento documenta es el estado actual —no el potencial futuro— de la IA conversacional en entornos públicos. Entorno ha seguido de cerca el avance de estos sistemas: la tecnología es capaz de sostener interacciones fluidas en escenarios bien definidos, pero sigue siendo técnicamente frágil ante la ambigüedad, la recursividad y las preguntas que exigen autorreferencia.

Las organizaciones que integren agentes de IA en funciones de alto impacto deben tratar esta limitación no como un riesgo teórico, sino como una variable operativa que requiere diseño de contingencia, protocolos de escalamiento humano y definición clara de los límites del sistema antes del despliegue.