Un equipo de investigadores del Instituto Max Planck de Sistemas de Software, el Instituto Max Planck de Seguridad y Privacidad, el IIT Kharagpur, la Universidad Técnica de Delft y la Universidad del Ruhr publicó el 23 de febrero de 2026 el estudio The Algorithmic Self-Portrait: Deconstructing Memory in ChatGPT (El autorretrato algorítmico: deconstruyendo la memoria en ChatGPT). Los autores lo presentan como el primer análisis detallado de la información que ChatGPT almacena en su memoria.
La memoria del sistema permite construir un «autorretrato algorítmico», esto es, un perfil del usuario elaborado a partir de la información que comparte en sus conversaciones privadas con ChatGPT. Este perfil ayuda a personalizar las respuestas, pero su funcionamiento interno es opaco, así, no está claro cómo se construye ni qué criterios se aplican, lo que plantea interrogantes como: ¿qué información del usuario almacena el sistema como memoria? ¿con qué fidelidad captura las conversaciones de los usuarios? ¿qué control real tiene el usuario?
Metodología
Los investigadores analizaron un conjunto de datos obtenido mediante donaciones voluntarias al amparo del RGPD. Los participantes ejercieron su derecho de acceso, descargaron su historial de ChatGPT y lo cedieron para la investigación. Los conjuntos de datos donados se almacenaron en servidores seguros, no se compartieron con ningún tercero ni se publicarán debido a su naturaleza inherentemente sensible y se destruirán a los tres años.
El análisis incluyó a un total de 80 usuarios, con al menos 100 conversaciones cada uno, procedentes en su mayoría de Estados Unidos (34 %) y Europa (62,5 %). Mediante el seguimiento de las llamadas de ChatGPT a su herramienta interna de memoria se identificaron 2.050 entradas.
Principales resultados
1. El sistema de IA decide qué recordar
El 96 % de las entradas de memoria se creó al margen del usuario. Aunque este puede revisar y borrar la información almacenada, la decisión inicial sobre qué incorporar al perfil recae casi por completo en el sistema.
Se invierten grandes esfuerzos en evaluar y alinear los modelos de IA, sin prestar la misma atención a una posibilidad inquietante: ellos también nos evalúan.
2. La memoria incluye información personal y sensible
El 28 % de las entradas contenía “datos personales” según la definición del artículo 4.1 del RGPD y el 7 % incluía datos de “categorías especiales” del artículo 9.1 del RGPD.
Por participantes, el 91 % tenía datos personales en su memoria y el 54 % datos de categorías especiales. Entre estos últimos predominaba la información de salud (61 % de las entradas y 35 % de los participantes). También se identificaron referencias a orientación sexual, creencias filosóficas, vida sexual, origen étnico y opiniones políticas. El 52 % de las entradas contenía alusiones a estados mentales, deseos, intenciones, emociones, creencias o percepciones, lo que contribuyó a construir un perfil psicológico del usuario.
3. La mayoría de las entradas se apoya en las conversaciones
La mayoría de las memorias (84 %) se basan directamente en el contexto del usuario, lo que indica una representación fiel de las conversaciones. Al analizar el modo en que se trasladaba la información, los investigadores observaron que el 77 % de las entradas parafraseaba o resumía el contenido de las conversaciones, el 14 % contenía inferencias lógicas, el 5 % tenía un respaldo débil y el 4 % carecía de respaldo.
Conclusión
La muestra del estudio es pequeña, por ello conviene interpretar los resultados con cautela. Aun así, aporta luz sobre cómo se construye la memoria de ChatGPT y plantea dudas sobre el control que los usuarios tienen de la misma: quién decide qué se guarda en la memoria, con qué grado de exactitud y para qué se utiliza realmente.
Los hallazgos invitan a ser prudentes con la información que compartimos con los chatbots de IA y a revisar periódicamente sus memorias para eliminar aquello que no deseemos que conserven.
