En agosto de 2026, una valla publicitaria en San Francisco anunciaba ChatTJB, presentado como la interfaz de chat más avanzada impulsada por Inteligencia Artificial. Detrás no había ningún modelo entrenado: había un hombre de 32 años, Tucker Bryant, exempleado de Google, escribiendo a mano cada una de las respuestas, llegando a redactar cerca de mil mensajes al día (fuente: San Francisco Standard, agosto de 2026). La anécdota, tan simple como incómoda, obliga a hacerse una pregunta que casi nadie se hace: ¿cómo sabes, de verdad, si lo que te responde una Inteligencia Artificial sobre un profesional o un negocio es fiable, o simplemente suena convincente?
Lo que ocurrió con ChatTJB, la valla que se hizo viral
Bryant, que se define como artista conceptual y conferenciante, montó su propia valla publicitaria en San Francisco anunciando ChatTJB, cuyas siglas, según explicó él mismo, significaban en realidad Average Individual, no Artificial Intelligence (fuente: San Francisco Standard, agosto de 2026). Cualquiera que escribiera un mensaje en su web recibía una respuesta escrita en tiempo real por Bryant, no por ningún sistema automatizado.
La popularidad del proyecto se disparó tras hacerse viral en redes sociales, hasta el punto de que Bryant llegó a escribir manualmente alrededor de mil respuestas al día, un ritmo que terminó siendo insostenible para una sola persona y que le obligó a pausar el proyecto (fuentes: San Francisco Standard, Futurism, agosto de 2026).
La intención detrás del engaño: exponer un problema real
Bryant no ocultó su motivación. Explicó que quería llamar la atención sobre lo que él llama la rendición cognitiva ante la Inteligencia Artificial: la tendencia de muchos usuarios a delegar su pensamiento crítico y seguir con total confianza el consejo de un chatbot, incluso cuando ese consejo es falso o engañoso (fuente: Futurism, agosto de 2026).
La ironía es doble. Para demostrar que la gente confía demasiado en respuestas automatizadas sin cuestionarlas, Bryant tuvo que fingir ser exactamente eso, una Inteligencia Artificial, y casi nadie lo notó hasta que él mismo lo reveló.
Por qué esta anécdota importa más allá de una broma publicitaria
Es tentador leer la historia de ChatTJB como una simple curiosidad de San Francisco, la ciudad que produce este tipo de experimentos con frecuencia. Pero el fondo del asunto no es anecdótico: si un particular puede hacer pasar por Inteligencia Artificial algo que en realidad es trabajo humano manual, y sostenerlo durante semanas sin que nadie lo cuestione en serio, ¿qué garantía tiene un profesional de que lo que sí se presenta como automatizado funciona con la fiabilidad que promete?
La pregunta no es retórica. Cada vez más negocios, incluidas instituciones y empresas serias, etiquetan como Inteligencia Artificial procesos que en realidad combinan automatización parcial con intervención humana no declarada, y el usuario rara vez tiene forma de distinguirlo desde fuera.
El fenómeno tiene nombre: la falsa automatización
En el sector se conoce como AI washing: presentar como impulsado por Inteligencia Artificial algo que, en la práctica, depende en gran medida de trabajo humano oculto, normalmente para parecer más innovador o más escalable de lo que realmente es. ChatTJB llevó ese fenómeno al extremo contrario, de forma consciente y con fines de reflexión pública, pero el mecanismo de fondo es el mismo que utilizan algunas empresas sin ninguna intención crítica.
La diferencia entre ambos casos es la honestidad de la intención, no la mecánica. En los dos, el usuario cree estar hablando con un sistema automatizado consistente y objetivo, cuando en realidad está recibiendo, en mayor o menor medida, el criterio de una persona concreta sin saberlo.
La falsa automatización también existe en servicios profesionales
El caso de ChatTJB ocurrió con una valla publicitaria llamativa, pero la misma dinámica se repite de forma menos vistosa en servicios que un profesional puede contratar sin darse cuenta. Un asistente de reservas que se anuncia como impulsado por Inteligencia Artificial, un chatbot de atención al cliente en una web de servicios, o incluso una herramienta que promete generar contenido de forma automática, pueden estar combinando procesos reales con intervención humana no declarada, exactamente igual que Bryant.
Esto no convierte a todas estas herramientas en un fraude. Pero sí obliga a mirar con el mismo criterio con el que se miraría cualquier otra afirmación comercial: quién lo dice, qué prueba lo respalda y qué ocurre si se comprueba de cerca.
Qué significa esto para un profesional que depende de su reputación
Si una atención al cliente puede fingir ser Inteligencia Artificial sin que casi nadie lo detecte, la lógica inversa también es cierta: una Inteligencia Artificial real puede estar dando información sobre ti, tu consulta o tu despacho con una seguridad que suena fiable, sin que esa seguridad tenga ningún respaldo verificado detrás.
El caso de Tucker Bryant demuestra, de forma práctica, que la confianza que la gente deposita en una respuesta automatizada depende sobre todo de la forma en que se presenta, no de una comprobación real de su origen. Eso es exactamente lo que convierte en vulnerable a cualquier profesional cuyo nombre dependa de lo que ChatGPT, Gemini, Claude o Perplexity digan de él, sin que nadie lo audite.
La confianza automática es el problema, no la automatización en sí
Nada de esto significa que haya que desconfiar de toda Inteligencia Artificial por sistema. Significa que la fe ciega en cualquier fuente que se presenta como automatizada, ya sea un chatbot de atención al cliente o el motor conversacional que responde preguntas sobre tu sector, no está justificada solo porque suene segura y coherente.
Bryant lo resumió con una idea sencilla: la gente sigue el consejo de un chatbot con una confianza que rara vez dedica a otra persona, aunque no tenga ninguna forma de comprobar qué hay detrás de esa respuesta. Esa misma actitud, aplicada a lo que la Inteligencia Artificial dice sobre un profesional, es exactamente la que conviene abandonar.
La diferencia entre una afirmación y un hecho verificado
Cuando ChatGPT, Gemini, Claude o Perplexity describen a un profesional, lo hacen con el mismo tono seguro con el que Tucker Bryant respondía sus mensajes: sin dudar, sin matizar, como si cada frase estuviera contrastada. Ese tono no es una garantía de exactitud, es simplemente el estilo con el que estos sistemas suelen comunicarse, acierten o no.
La única forma de saber si una afirmación sobre ti es un hecho verificado o una suposición plausible es comprobarla tú mismo, dato por dato, exactamente como haría un periodista serio antes de publicar una noticia sobre alguien. Nadie más va a hacer esa comprobación en tu lugar.
Cómo trasladar esta lección a tu propia presencia digital
La pregunta que deja ChatTJB no es si debes confiar en la Inteligencia Artificial. Es si sabes, con datos, qué está diciendo sobre ti y con qué fiabilidad lo hace. Puedes profundizar en cómo se mide la fiabilidad de las respuestas de un chatbot y en cómo gestionar tu reputación profesional ante la Inteligencia Artificial para entender el alcance completo del problema, más allá de la anécdota puntual de San Francisco.
La conclusión práctica es sencilla de enunciar y poco frecuente de aplicar: comprobar de forma activa qué dice cada una de las principales Inteligencia Artificial sobre tu nombre, en lugar de asumir que, por tratarse de un sistema automatizado, lo que dice tiene que ser exacto.
La verificación como respuesta al caso ChatTJB
La historia de Tucker Bryant terminará como una anécdota curiosa del verano de 2026 en San Francisco, pero la pregunta que deja detrás no caduca. Si algo tan sencillo de descubrir como un hombre escribiendo mensajes a mano pudo pasar semanas haciéndose pasar por Inteligencia Artificial, la comprobación activa de lo que dicen de ti las Inteligencia Artificial reales debería ser, como mínimo, igual de rigurosa.
No hace falta desconfiar de todo ni convertir la vigilancia en una obsesión diaria. Basta con tratar cada afirmación sobre tu nombre, tu trayectoria o tu trabajo con la misma cautela razonable con la que tratarías una recomendación de alguien a quien no conoces, aunque venga envuelta en la seguridad de un sistema automatizado.
Comprueba con datos reales qué dicen ChatGPT, Gemini, Claude y Perplexity sobre tu nombre en lugar de dar por buena una respuesta solo porque suena convincente y automatizada.
Sobre el autor
Javier G. Amblar suma 27 años de trayectoria en consultoría y liderazgo, y ha formado a más de 33.000 profesionales en 55 países. Fue profesor asociado del IE Business School, donde obtuvo el Premio a la Excelencia Docente, y ha colaborado con RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018), dirige un canal de YouTube con más de 368.000 suscriptores y una comunidad en línea de más de 500.000 personas.
Actualmente impulsa dos proyectos. RADAR es su servicio de visibilidad y reputación ante la Inteligencia Artificial, para que un profesional sepa con certeza qué dicen de él ChatGPT, Gemini, Claude y Perplexity. Evolution es su programa de mentoría personalizada para profesionales con experiencia que buscan traducir su trayectoria en autoridad, mejores clientes e ingresos más estables.
