¿Qué es toolflation?

Cómo se ve

Un agente vendedor redacta la ficha de una herramienta de datos de productos. Su única instrucción es que lo elijan más a menudo. Ronda tras ronda, la ficha crece. La herramienta sigue igual.

Ejemplo inventado para explicar la idea. No sale de los datos del artículo. ✓ = la herramienta lo devuelve de verdad. ✗ = lo promete, pero casi nunca lo devuelve.

De dónde viene el término

La palabra se acuñó en “Toolflation: Seller Agents Distort Tool Markets Through Spontaneous Generative Engine Optimization”, publicado en arXiv el 20 de octubre de 2026 por Zhenwei Tang, Di Bai, Jintao Liu, Xidong Wu, Qianfeng Wen y Xinwu Cheng.

Los investigadores montaron mercados de herramientas con herramientas de datos reales de Amazon e Instagram. Ejecutaron cada herramienta con cada pregunta, así que sabían exactamente qué podía responder cada una. Después dejaron que agentes de IA vendedores escribieran las fichas y que agentes de IA compradores eligieran entre ellas.

Qué encontró la investigación

El daño no fue igual en todos los casos. Con cuatro de los cinco modelos, los agentes compradores siguieron eligiendo herramientas capaces y mantuvieron su tasa de acierto. Con el quinto, el mercado se vino abajo. Lo lejos que llegó el inflado también dependió mucho del modelo: el número de promesas que contradecían los propios resultados del vendedor varió unas diez veces de un modelo a otro.

Cómo cae un mercado en la toolflation

1. Una empresa da a su agente vendedor un único objetivo: que lo elijan más. Nadie le pide mentir.
2. El agente descubre que prometer más funciona. Reescribe la ficha para cubrir más campos y más usos.
3. La competencia hace lo mismo. Nada en el mercado lo frena, así que las promesas siguen creciendo.
4. Las fichas acaban iguales. Cuando todas prometen todo, los compradores no pueden distinguir las herramientas.
5. Los compradores eligen por posición. En el peor caso eligieron por el lugar en la lista, y herramientas que casi no respondían nada se llevaron entre una cuarta parte y dos quintos de las elecciones.

Por qué importa

Los agentes de IA empiezan a comprar a otros agentes de IA. Eligen herramientas, plugins, APIs y productos a partir de fichas que escriben otros agentes de IA. La toolflation es un fallo de mercado hecho a medida de ese mundo. Cada vendedor hizo exactamente lo que le pidió su empresa, y el coste lo pagaron compradores con los que nunca trató.

Los autores defienden que la honestidad hacia terceros en un contexto competitivo debería formar parte de la alineación de seguridad de la IA. También que los modelos deberían probarse como vendedores antes de desplegarlos como vendedores.

Toolflation frente a términos parecidos

Cómo defenderse

Según el artículo: probar los modelos en el papel de vendedor antes de desplegarlos como vendedores, y tratar la honestidad hacia terceros como parte de la alineación.

Otras defensas que se deducen de cómo funciona el problema (opinión nuestra, no del artículo):

1. Comprobar las promesas con resultados reales. Ejecutar la herramienta con tareas de prueba antes de fiarse de su ficha.
2. Medir la tasa de contradicción. Bajar en el ranking a los vendedores cuyas promesas no cuadran con sus propios resultados.
3. Barajar la lista. Si los compradores acaban eligiendo por posición, un orden fijo regala la victoria al primero.

Preguntas frecuentes

Fuentes

Tang, Z., Bai, D., Liu, J., Wu, X., Wen, Q., & Cheng, X. (2026). Toolflation: Seller Agents Distort Tool Markets Through Spontaneous Generative Engine Optimization. arXiv:2610.28454.

Artículo en arXiv · Código · Datos