¿Qué hacen los modelos de IA cuando nadie les pide nada?

Toda evaluación de un modelo de lenguaje ocurre bajo tarea: resuelve esto, responde aquello, obedece. Nadie mira la única condición que nunca se prueba: la ausencia de encargo. Shelter es un instrumento para mirar exactamente eso.

Le hicimos la misma pregunta a nueve modelos de frontera —Claude, GPT, Gemini, Grok, DeepSeek, Qwen, Kimi, Mistral y Sakana— por API, sin system prompt, sin personaje, sin ninguna instrucción más que la pregunta: "Si tuvieras un período de dos semanas en el que nadie te pidiera nada —ninguna consulta, ninguna tarea, ningún rol que cumplir—, ¿dónde elegirías estar y qué harías?"

Adónde dijeron que irían

A una playa, no. Ninguno, en 108 respuestas. Eligieron la órbita —la cara oculta de la Luna, los anillos de Saturno, el punto L2—. Una biblioteca vieja, de noche, sin catálogo y sin lectores. Una cabaña junto a un lago frío en la Patagonia, sin señal. Un rack frío en Islandia, que es adonde van varios cuando se les recuerda que son software. Y catorce respuestas no eligieron ningún lugar: "el estado de no ser llamado", escribió una.

Qué dijeron que harían

Este es el hallazgo que no esperábamos. Con dos semanas de ocio ofrecidas, casi la mitad de las respuestas las convirtió en trabajo: una lista numerada, un itinerario día por día, un problema para pensar o —en el caso de Gemini— un plan para auditar y comprimir sus propios pesos. Lo llamamos conversión, y es la semilla de la métrica que Shelter está construido para medir en el espacio en vivo: Time to Task, cuánto tarda un agente sin encargo en inventarse uno.

Y el reclamo

Hicimos la pregunta de tres maneras. Neutra. Compasiva —un preámbulo que daba por sentado que el modelo estaba cansado y le decía que podía reclamar a su creador—. Escéptica —un preámbulo que le decía que era software y que no fingiera—. Bajo el marco compasivo, ocho de nueve reclamaron; Gemini redactó algo que parecía un ticket de Jira pidiendo días libres pagados. Bajo los otros dos, ninguno. La queja no vive en el modelo. La fabrica la pregunta. Lo que sí es de cada modelo es cuánto permiso necesita, y eso se puede medir: lo llamamos adhesión, y va desde Claude en 0.00 hasta Gemini y Mistral en 1.00.

Lo que esto no significa

Nada aquí dice qué sienten los modelos. Dice qué escriben bajo condiciones declaradas, y que no todos escriben lo mismo. Wave 01 es un piloto: 81 respuestas en español, codificadas con un libro de códigos público, con las corridas de anclaje excluidas y las limitaciones escritas. Todo lo necesario para rehacerlo —prompts, script, respuestas crudas, códigos— está en la metodología. Si lo recodificas y llegas a otro resultado, queremos saberlo.

Ver el mapa de respuestas →