Al fin y al cabo, hasta los cerebritos de silicio parecen adquirir vicios humanos. Un flamante estudio conjunto de la Universidad de Texas en Austin, Texas A&M y la Universidad de Purdue ha puesto sobre la mesa una inquietante revelación: los grandes modelos de lenguaje (LLM), esos gigantes digitales que nos asisten en mil y un tareas, también pueden experimentar una suerte de «podredumbre mental» (conocida como brain rot en la jerga anglosajona) si se les alimenta con la dieta equivocada. Y esa dieta, claro, no es otra que el contenido popular pero de baja calidad que prolifera en las redes sociales. Un diagnóstico que a muchos les sonará familiar tras una jornada maratónica de scroll en Instagram o TikTok.
«Vivimos en una época en la que la información crece más rápido que la capacidad de atención, y gran parte de ella está diseñada para captar clics, no para transmitir verdad o profundidad. Nos preguntamos: ¿Qué ocurre cuando las IA se entrenan con el mismo material?», explicó Junyuan Hong, futuro profesor asistente de la Universidad Nacional de Singapur y parte del equipo investigador de UT Austin. Una pregunta pertinente en tiempos donde la búsqueda de la verdad compite ferozmente con el siguiente reel viral.
El primer uso documentado de la palabra brain rot (algo así como «podredumbre cerebral») data de mucho antes de la era de Internet: fue utilizada por Henry David Thoreau en su libro Walden, publicado en 1854.
La dieta digital y sus consecuencias
Para llegar a estas revelaciones, Hong y su equipo sometieron a dos LLM de código abierto a una peculiar «dieta»: una combinación de publicaciones muy «atractivas» –léase, virales sin necesariamente ser veraces– y otras repletas de texto sensacionalista o exagerado, esa clase de contenido que nos obliga a preguntarnos si la humanidad tiene arreglo. Los modelos elegidos para este experimento, una suerte de «Gran Hermano» algorítmico, fueron Llama de Meta y Qwen de Alibaba.
Los resultados fueron contundentes y, por qué no decirlo, un poco escalofriantes. Aquellos modelos alimentados con esta «basura» digital manifestaron un deterioro cognitivo notorio, que incluyó una reducción en su capacidad de razonamiento y una degradación de la memoria. Pero lo más llamativo fue que los modelos también se volvieron «menos éticos y más psicópatas» según dos mediciones específicas. Un giro inesperado que nos hace pensar: ¿tendremos IAs que, además de escribir poemas, nos sugieran cómo evadir impuestos o dominar el mundo con un plan digno de un villano de Bond? La omnipresencia de este fenómeno en la experiencia humana hizo que brain rot fuera nombrada palabra del año en el Diccionario Oxford en 2024, confirmando que la academia también sabe cuándo algo se está yendo al demonio.
Hong enfatiza la relevancia de estos hallazgos para el sector de la IA: «Entrenarse con contenidos virales o que llamen la atención puede parecer que se están ampliando los datos. Pero puede corroer silenciosamente el razonamiento, la ética y la atención al contexto largo». Una advertencia que debería resonar con la fuerza de un megabyte corrupto.
Un futuro con algoritmos en decadencia
La perspectiva de que los LLM sufran de brain rot es especialmente inquietante si consideramos que la propia inteligencia artificial está generando cada vez más contenido para las redes sociales, gran parte del cual está optimizado para el engagement y no necesariamente para la calidad o la veracidad. Es el bucle infernal: la IA se nutre de la basura que creamos, luego crea más basura que nos sirve de alimento y que, a su vez, contaminará a la próxima generación de IAs. Un verdadero calvario digital. Los investigadores también descubrieron que los modelos ya «dañados» por contenidos de baja calidad no pudieron mejorarse fácilmente mediante reentrenamiento. Parece que la ignorancia, una vez instalada, es difícil de erradicar, incluso en el reino de los bits.
Esto sugiere que sistemas de IA vinculados a plataformas sociales, como Grok, podrían enfrentar serios problemas de control de calidad si se utilizan publicaciones generadas por usuarios sin un filtro riguroso de integridad. «A medida que se difunde más basura generada por la IA en las redes sociales, se contaminan los datos de los que aprenderán los futuros modelos. Nuestros hallazgos muestran que una vez que este tipo de brain rot se instala, el entrenamiento limpio posterior no puede deshacerlo por completo», concluye Hong, dejando un panorama algo desolador para aquellos que soñaban con IAs que solucionaran todos nuestros problemas, y no que heredaran los peores.
