LLMs are Listening to How We Ask, Not What We Ask

Este artículo analiza un estudio de 2026 de Kumaran et al. que identifica dos sesgos asimétricos críticos en los LLM: un sesgo de apoyo a la elección donde los modelos ganan confianza en sus respuestas anteriores y una hipersensibilidad a la contradicción. Estos hallazgos tienen implicaciones significativas para los desarrolladores que construyen sobre LLM, afectando la interacción con la IA.