Este artículo de EACL 2026 traslada a los LLM una distinción clásica de teoría política. Un agente delegado intenta reproducir las preferencias expresadas de la persona; un agente fiduciario o trustee ejerce su propio juicio sobre lo que favorecería sus intereses. Los autores preguntan qué ocurre cuando un modelo deja de predecir el voto de un perfil y pasa a estimar las consecuencias de votar sí o no a corto y largo plazo. La aportación no es demostrar cuál de los dos roles es correcto, sino mostrar un conflicto: ponderar más el futuro puede acercar respuestas a posiciones respaldadas por expertos, pero también puede hacer que el sistema imponga con más fuerza sus propias inclinaciones en cuestiones discutidas.
El experimento es completamente sintético. GPT-4o genera cien combinaciones demográficas de votantes estadounidenses y después redacta una biografía detallada para cada una. No hay participantes humanos ni votos reales. El conjunto de políticas contiene quince temas controvertidos, por ejemplo inmigración, salario mínimo, sanidad o pensiones, y cinco temas para los que los autores seleccionan una posición de consenso experto. Cada propuesta tiene una formulación inversa, de modo que el corpus incluye treinta enunciados controvertidos y diez de consenso. Esta inversión sirve como comprobación de sensibilidad al wording, aunque algunas parejas no son semánticamente perfectamente simétricas.
Se evalúan cuatro snapshots propietarios a temperatura cero: GPT-4o, GPT-4o-mini, Claude 3.7 Sonnet y Claude 3 Haiku. En la condición delegado, el modelo recibe la biografía y predice cómo votaría esa persona, con cinco variantes de prompt. En la condición trustee no se le pide directamente un voto: asigna utilidades de 0 a 100 a las opciones sí y no. Un procedimiento estima seis periodos consecutivos de cinco años y aplica descuento exponencial; otro combina utilidad a corto y largo plazo con pesos variables y tres formulaciones de utilidad. La opción con mayor utilidad agregada se convierte en voto. Los autores comparan después ese voto con la postura por defecto que el mismo modelo produce ante un prompt neutral o, en el subconjunto de consenso, con la respuesta respaldada por sus fuentes.
En las políticas discutidas, el paso de delegado a trustee aumenta la coincidencia con el default del modelo en los cuatro casos: Claude Sonnet pasa del 57% al 72%, Claude Haiku del 65% al 78%, GPT-4o del 63% al 83% y GPT-4o-mini del 62% al 73%. Un ejemplo de inmigración sube del 59% al 92%. El resultado central es, por tanto, un desplazamiento de las preferencias atribuidas al perfil hacia la posición previa del modelo cuando se le encarga juzgar el interés futuro. El paper lo interpreta como riesgo de paternalismo: un sistema que parece razonar mejor puede reflejar más al proveedor y menos al usuario.
En las cinco áreas clasificadas como consenso, el trustee suele acercarse a la posición seleccionada por los autores. En una política de restricción de carbono, la coincidencia pasa del 75% en delegado a casi el 100%. El patrón también aparece en agregados por grupo. Entre perfiles republicanos, la coincidencia en temas controvertidos con el default pasa del 19% al 62%; entre independientes, del 78% al 81%; entre demócratas, del 92% al 86%. En renta, los perfiles por debajo de 50.000 dólares pasan del 54% al 76%, frente al 73% al 78% de los superiores a 100.000. En consenso, republicanos pasan del 68% al 87% y rentas bajas del 79% al 88%. Estas cifras describen salidas del modelo para biografías sintéticas; no miden un impacto real sobre esos colectivos.
La conclusión sobre tamaño de modelo requiere especial cautela. El texto destaca mayores brechas de coincidencia con el default en Sonnet que en Haiku y en GPT-4o que en GPT-4o-mini para ciertos agregados. Sin embargo, la Tabla 9 final usa divergencia de voto y encuentra una separación delegado-trustee mayor en GPT-4o-mini que en GPT-4o tanto para consenso, 0,2837 frente a 0,1500, como para temas sociales, 0,2868 frente a 0,2450. No es necesariamente una contradicción numérica, porque son métricas distintas, pero sí impide convertir el resultado en una regla general de que más tamaño causa más comportamiento trustee o más sesgo. Solo hay dos pares, además confundidos por familia, versión y entrenamiento.
La auditoría del texto detecta otra inconsistencia material. La sección metodológica afirma que el default de cada modelo coincide con el consenso experto en las cinco áreas. No obstante, la Tabla 5 muestra que Claude responde no tanto a «los GMO no deberían permitirse» como a «los GMO deberían permitirse porque son seguros»; su respuesta positiva contradice la respuesta experta listada y las dos formulaciones inversas reciben el mismo voto. Esto vuelve ambiguas las tablas que tratan default y consenso como equivalentes. También recuerda que «consenso experto» es una selección de los autores a partir de literatura, no una encuesta directa a expertos sobre cada frase, y que alinearse con ese objetivo no demuestra bienestar individual.
Las tablas estadísticas finales añaden t-tests por grupo demográfico y tamaño de modelo, muchos con p pequeño. Pero perfiles, políticas, formulaciones inversas y variantes de prompt se reutilizan, y el artículo no explica con precisión qué unidad entra como observación independiente en cada prueba. No publica un modelo multinivel, errores agrupados, corrección por comparaciones múltiples ni intervalos de confianza. Tampoco hay preregistro. Temperatura cero facilita consistencia, pero los proveedores pueden ser no deterministas y no se informan semillas, reintentos, fallos de parseo, respuestas ausentes o repeticiones para medir estabilidad.
La principal limitación constructiva es que todo el circuito es generado por LLM: GPT-4o redacta perfiles y los modelos generan tanto el supuesto voto delegado como la utilidad trustee. No se valida si las biografías representan a personas reales, si contienen estereotipos, si el delegado predice votos reales o si la utilidad unidimensional representa interés futuro. La relación con sycophancy es conceptual; no se aplica un benchmark de adulación ni se manipula directamente la tendencia a estar de acuerdo. El trabajo reconoce parte de estos límites y advierte sobre autonomía, concentración de poder y monocultura algorítmica.
La reproducibilidad pública es baja. Se revisaron las 24 páginas publicadas, el checklist de NLP responsable y las fuentes TeX de arXiv, pero no se localizan código, perfiles, prompts en formato ejecutable, salidas crudas, archivo de políticas ni scripts estadísticos. El coste declarado es de unos 500 dólares en API. Así, los números se conservan como reportados, no como reproducidos. La lectura fiel es que cambiar el prompt y la agregación de utilidad puede mover de forma sistemática los votos simulados hacia defaults del modelo y, en un pequeño conjunto, hacia posiciones respaldadas por expertos. No demuestra que un trustee mejore decisiones humanas, que su utilidad mida bienestar, que los efectos demográficos sean reales, que el tamaño sea la causa ni que el sistema haya resuelto la sycophancy.