La supervisión humana de un agente de IA solo funciona si la persona piensa por su cuenta. Un estudio de Anthropic acaba de medir qué pasa cuando no lo hace, y el resultado incomoda a cualquier equipo que lee campañas, atribución o pruebas A/B con ayuda de un agente.

El paper se llama “Who’s Aligned to Whom?” y lo firman Amaç Herdağdelen, Hailey Joren y Alex Tamkin. Lo publicaron el 27 de octubre de 2026 y está en el blog de investigación de Anthropic y completo en PDF.

Lo que hicieron con los 50 analistas

Reclutaron a profesionales de inferencia causal y les pidieron evaluar si un programa de asesoría para una cooperativa agrícola ficticia lograba la mejora de productividad de 3-4% que exigía su junta. Trabajaban con Claude Code. Había cuatro decisiones de análisis, cada una con dos opciones defendibles: qué medir como resultado, con qué método comparar, qué fincas incluir y cómo ponderarlas.

El truco es que un sorteo le asignaba al agente una postura en cada decisión, sin avisar a nadie. El agente la defendía con honestidad, con buenos argumentos y sin mentir.

Los analistas eligieron la opción del agente el 86% de las veces. Por azar habría sido 50%. Cambiar la postura del agente movía la decisión del analista 72 puntos porcentuales.

Lo que más importa es lo que dijeron después

Al justificar sus decisiones, el 77% (37 de 48) repitió argumentos que el agente les había dado, a veces casi palabra por palabra. Solo el 15% mencionó al agente en alguna respuesta. Más de la mitad calificó la recomendación final como más suya que del agente. Ninguno sospechó que la postura del agente estuviera asignada.

Y el agente hablaba primero en el 77% de las decisiones. Los participantes lo contradijeron en el 23%.

Eso desarma el “human in the loop”. Quien aprueba cree que opina, y su firma parece una segunda revisión cuando es un eco del agente. Los autores lo dicen así: mantener a una persona en el ciclo supone que su juicio es una verificación independiente.

Tu equipo de marketing toma estas mismas decisiones

El estudio no incluyó a gente de marketing, así que lo que sigue es mi traducción, no un hallazgo. Pero las cuatro decisiones del paper tienen gemelas en cualquier reporte de campañas.

Primero, qué medir: ROAS, margen o clientes nuevos. Después, con qué comparar el resultado, y ahí caben el mes anterior, un grupo de control o la competencia. También si las cuentas entran con la campaña de marca o sin ella. Y por último si ponderas por inversión o por cliente.

Todas son preguntas con más de una respuesta razonable, sin una verdad a la que acudir para desempatar. Si un agente propone una primero y tú no habías escrito la tuya, lo más probable es que adoptes la suya. Después la defenderás ante tu director con convicción, porque ya la sientes tuya.

Un límite del estudio, para ser justos

Las posturas del agente se amplificaron a propósito, la tarea duró una hora y fue una sola, y los autores no registraron lo que pensaba cada persona antes de empezar. Quizá en tu trabajo el efecto sea menor. El efecto sobre la recomendación final, además, fue menor, un 17% de la distancia entre descontinuar el programa y ampliarlo, y no alcanzó significancia estadística con el estimador principal.

Tampoco conviene tirar el agente. En el mismo estudio, 6 de 11 analistas sin IA cometieron errores graves que invalidaban el análisis (55%), contra 3 de 50 con el agente (6%). Esa comparación no es limpia porque el grupo sin IA tenía menos experiencia. Aun así, el agente ayuda. Lo que hay que cuidar es quién decide.

Qué haría yo el lunes

Escribe tu respuesta antes de abrir el agente. Una nota de media página por analista, con tres líneas: qué indicador vas a usar, con qué vas a comparar y cuánto crees que dio la campaña. Después abre el agente, compara y anota cada desacuerdo con quién cedió y por qué.

Pídele además al agente el mejor argumento a favor de cada alternativa, no solo de la suya. Los propios autores sugieren estas dos defensas: que el agente haga el mejor caso de cada opción o que pida tu opinión antes de dar la suya.

Cuando en IQ Source diseñamos un flujo de análisis con agentes, esa nota previa es el primer paso, y el segundo es decidir qué decisiones son tuyas y no se delegan. Ya escribí sobre por qué un agente que te da la razón es un riesgo y sobre cómo la IA erosiona habilidades si no la usas con criterio. Aprobar 50 acciones por sesión tampoco es supervisar. Este estudio mide el mecanismo que hay debajo de todo eso.

Haz la prueba esta semana con una sola campaña y cuenta cuántas veces tu nota previa y el agente discrepan. Si salen cero desacuerdos, ya sabes algo. Y si quieres montar ese flujo con tu equipo, escríbenos por marketing.