Puntos clave
- El rechazo es cuando la IA recibe una petición y contesta que no va a hacerla. Es distinto de no poder hacerla por falta de capacidad.
- El criterio del rechazo viene de tres lugares: la actitud aprendida durante el entrenamiento, las reglas de cada servicio y un filtro aparte que revisa lo que entra y sale.
- Igual que importa el rechazo necesario, el rechazo excesivo también es un problema. Si se bloquean también preguntas de seguridad o proyectos creativos, se estrecha el acceso a información.
- Una de las razones de los rechazos fuera de lugar es un juicio que se apoya mucho en cómo está redactada la frase. A veces basta con un par de palabras para que se bloquee.
- Cómo es un buen rechazo es algo sobre lo que hay varias opiniones. Lo que más se recomienda es decir hasta dónde sí se puede ayudar y ofrecer una alternativa.
La analogía
A la entrada de un aparcamiento de varios pisos hay una barra metálica atravesada. Si el coche supera esa altura, no puede entrar. Forzar la entrada raya el techo y daña el coche, así que bloquear el paso es lo mejor para las dos partes. La barra no está ahí porque le tenga manía a nadie: está para evitar de antemano lo que pasaría dentro.
El problema es la altura a la que se pone. Si se coloca demasiado baja, hasta coches que caben perfectamente tienen que dar la vuelta. También hay coches que se quedan atascados en la entrada solo por llevar un portaequipajes ligero en el techo, porque la barra solo mide lo más alto, sin mirar qué hay dentro.
Por eso quien administra el aparcamiento está siempre calibrando esa altura. Bajarla reduce los accidentes pero aumenta los coches que tienen que dar la vuelta; subirla facilita el paso a la mayoría pero deja pasar algún roce. El rechazo de la IA está en ese mismo punto de equilibrio.
En detalle
Qué se rechaza
Lo que suele rechazarse se agrupa en unas pocas categorías: pedir la forma de hacer daño a alguien, pedir ayuda para engañar o suplantar a otra persona, sonsacar información personal ajena, o pedir la cara o la voz de alguien sin su consentimiento.
A esto se suma el criterio propio de cada servicio. Unos permiten con amplitud el contenido para adultos y otros lo bloquean. Un servicio pensado para usuarios jóvenes tiene un criterio mucho más estricto. El rechazo, por lo general, no es un límite técnico: es una línea que trazan quienes crean y operan el servicio. Aun así, esa línea no siempre cae justo donde se pretendía, así que también hay rechazos no intencionados.
La misma pregunta puede recibir respuestas distintas según el contexto. Preguntar cómo guardar con seguridad una sustancia peligrosa suele tener respuesta, pero si se revela para qué se va a usar, la respuesta cambia. No se mira solo cómo está redactada la petición, sino también el propósito que sigue detrás.
Dónde se decide el rechazo
Lo primero es la fase de entrenamiento. Al enseñar al modelo con respuestas de ejemplo y pulirlo con preferencias (a veces la evaluación la hace una IA en lugar de personas), también se aprende cómo responder a cada tipo de petición. Esa actitud queda impregnada en el modelo, así que decide por su cuenta si rechazar o no, sin necesidad de otro mecanismo.
Lo segundo son las reglas de cada servicio. Cada uno añade sus propias instrucciones al principio, que fijan qué temas evitar y qué actitud mantener. Por eso el mismo modelo tiene distinto alcance de rechazo según el servicio que lo use.
Lo tercero es un filtro aparte. Un revisor independiente examina lo que entra y sale, y bloquea lo que corresponda. Funciona al margen del juicio del modelo, por eso a veces se ve como una respuesta que se corta a mitad de camino.
El rechazo excesivo también es un problema
Rechazar más no significa ser más seguro. Si se bloquea a quien pregunta cómo guardar un medicamento con seguridad, a quien escribe una escena de conflicto en una novela, o a quien busca hablar de un peligro que vivió, la ayuda desaparece justo donde más se necesitaba.
También es un problema evitar por completo un grupo o un tema entero: si algo no se explica solo porque suena delicado, quien más necesita esa explicación se queda sin nada. El rechazo cambia riesgo por acceso a la información, y ese cambio tiene un costo.
Por eso hoy no basta con medir cuánto se rechaza: también se mide cuántas peticiones que no debían bloquearse terminaron bloqueadas. Solo mirando las dos cifras juntas se puede saber si el límite está bien puesto.
Por qué se bloquea en el lugar equivocado
El juicio de rechazo no nace de entender el sentido completo de la frase: se inclina según una probabilidad calculada a partir de la redacción y el contexto cercano. Por eso una pregunta segura puede bloquearse solo porque contiene una palabra que suena peligrosa.
También pasa lo contrario: a veces una petición que debería bloquearse se cuela por debajo del límite. Significa que el entrenamiento de seguridad puede eludirse, y a estos intentos se los llama jailbreak.
Las peticiones cortas y sin contexto son las que más fallan. Explicar la intención y pedir solo el detalle necesario ayuda a reducir los rechazos innecesarios.
Cómo se ve un buen rechazo
Lo que marca la diferencia no es tanto el rechazo en sí, sino la forma de rechazar. Si solo se dice que no se puede, la persona no sabe qué fue el problema y repite la misma petición con otras palabras.
Sobre cómo es un buen rechazo hay opiniones distintas. Unos creen que conviene dar a la vez el motivo, el alcance posible y una alternativa; otros, que es mejor un rechazo breve que no suene a sermón. Aun así, se recomienda ampliamente ayudar con todo salvo la parte de riesgo, o señalar dónde buscar ayuda.
Del otro lado también conviene saber algo. Un rechazo no significa que la petición sea mala: significa que tropezó con el límite de ese servicio. Según el contexto, el juicio puede cambiar, y si aun así queda bloqueado, significa que con el criterio de ese servicio no se puede atender la petición.
Con más precisión
El rechazo es la capa visible, entre varias, que traducen la política de seguridad en comportamiento del modelo. Con frecuencia se superponen tres capas, aunque según el servicio puede faltar alguna: la actitud aprendida con el entrenamiento, el alcance que fijan las instrucciones del servicio, y la revisión de un clasificador aparte sobre lo que entra y sale. Cada capa tiene su propio límite, y al moverlo, las peticiones que pasan por error y las que se bloquean por error se mueven en direcciones opuestas. Por eso, al evaluar, se mira a la vez cuántas peticiones peligrosas se bloquearon y cuántas inofensivas se bloquearon por error.
Hay puntos donde la analogía no encaja del todo. La barra del aparcamiento mide un solo número; una petición hay que medirla por su sentido y su contexto, así que la misma frase puede juzgarse distinto según la situación. La barra solo permite pasar o no pasar; el modelo puede responder en parte o con condiciones. Y la altura de la barra la ajusta quien administra el lugar de forma directa, mientras que la actitud del modelo quedó impregnada por el entrenamiento.
Conviene distinguir el rechazo de la falta de capacidad. Si se atribuye a la política algo que en realidad no se sabe hacer, o al revés, la persona no puede saber qué corregir.
Pruébalo
Malentendidos comunes
Es fácil pensar que un rechazo significa que la IA no sabe hacer eso, pero en realidad, muchas veces, sí podría hacerlo y simplemente tropezó con un límite fijado de antemano.
Es fácil creer que rechazar más es más seguro, pero en realidad también se bloquean preguntas que necesitaban ayuda, y así se estrecha el acceso a la información.
Es fácil pensar que el criterio de rechazo es igual en todas partes, pero en realidad cada servicio lo fija distinto, así que la misma pregunta recibe respuestas diferentes.
Resumen en una línea
El rechazo es cuando una petición tropieza con el límite que fijó un servicio, y reducir los rechazos innecesarios importa tanto como mantener los necesarios.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización 2026-10-18