
ArtículosMensajes
¿Qué mensaje mandar después de una pelea?
Normalmente no es la disculpa completa, al menos no primero. Qué dice la investigación sobre cómo reparar una pelea por escrito, qué palabras funcionan, y el error que reabre justo la discusión que estás tratando de cerrar.
Por Samet Durgun · Cofundador de Subtext · 12 min de lectura
· Actualizado el 26 de septiembre de 2026
Algo corto que baje la temperatura y que no trate de resolver quién tenía la razón.
Esa es mi lectura de la investigación, y va en contra del instinto de casi todos. El mensaje que funciona primero es una señal de que ya no sigues peleando. Si está claro que hiciste algo mal, un simple “perdón” puede ser parte de él. La disculpa completa que estás redactando en tu cabeza, con la explicación y la promesa, llega después, cuando ya escuchaste qué fue lo que le molestó a la otra persona, y ahí sí cae mejor.
Yo fui cofundador de Subtext, una app que lee el tono de un mensaje antes de que lo mandes, así que tengo un interés evidente en que te importe cómo redactas esto. La investigación de abajo está enlazada de principio a fin, incluida la parte que argumenta en contra de usar una herramienta como la mía para esto. Si todavía no le has dicho a la otra persona qué fue lo que te dolió, empieza por cómo le dices a alguien que te hizo daño por mensaje, porque ese mensaje va antes que todo esto.
Un intento de reparación no es una disculpa
A las dos cosas las tratan como si fueran lo mismo, y no lo son, y por eso fallan tantos mensajes de después de una pelea.
En la investigación de Gottman, un intento de reparación es cualquier gesto que interrumpe una negatividad que va subiendo de tono: humor, cariño, asumir parte de la responsabilidad, suavizar el tono, o nada más señalar que la relación en sí sigue intacta. Gottman, Driver y Tabares1 codificaron cómo intentaban reparar de forma natural las parejas recién casadas durante un conflicto en laboratorio, y encontraron que los intentos más efectivos pasaban en los primeros tres minutos y eran emocionales, no analíticos. Humor compartido, mostrar que entiendes al otro, frases de “estamos bien”. Los intentos de reparación que apelaban a la lógica o a resolver el problema funcionaron peor, sobre todo una vez que la gente ya estaba activada.
Esto es observacional, así que no puede demostrar causalidad, y podría ser que las parejas más sanas sean mejores tanto para mandar como para recibir intentos de reparación. Pero la distinción se sostiene en la práctica. Esto es un intento de reparación:
No me gustó cómo dejamos eso. No estoy tratando de volver a discutirlo ahorita. Nada más no quiero que nos quedemos atorados en eso.
No admite nada, no resuelve nada, y hace justo lo único que la evidencia dice que importa al principio.
Eso es justo lo que Subtext está hecho para detectar en un borrador antes de que lo mandes. Va más allá de si la redacción suena bonita y se fija en qué le está señalando el mensaje a alguien que todavía está molesto.
Ya que estamos aquí, la afirmación de que Gottman puede predecir el divorcio con más del 90% de precisión es más débil de lo que parece por su fama. Esas cifras vienen de ecuaciones ajustadas después de que ya se sabía quién se había divorciado. Cuando Heyman y Slep2 probaron ese método correctamente en una muestra nueva, un modelo que puntuaba cerca del 90% se vino abajo en la validación cruzada. Otro equipo fue más lejos y probó los propios modelos de procesos afectivos, no la cifra de precisión de los titulares, con 85 parejas de una población distinta. Solo 2 de los 22 procesos modelados predijeron si la relación seguía, y el inicio negativo de las mujeres, el hallazgo que más seguido se convierte en consejos sobre suavizar cómo abres un conflicto, no fue uno de ellos3. Los hallazgos descriptivos sobre la reparación están en terreno más firme que los titulares sobre predicción o que los guiones específicos, muchas veces con sesgo de género, construidos encima de ellos.
Entonces, qué hace que la disculpa en sí funcione
Ya cuando llegas a la disculpa en sí, sus componentes sí se han puesto a prueba, y son la base de cómo te disculpas por mensaje de texto.
Lewicki, Polin y Lount4 hicieron experimentos con viñetas y 755 participantes en dos estudios, y encontraron que las disculpas más completas se calificaban mejor, que reconocer la responsabilidad era el componente más importante de todos, que ofrecer una reparación quedaba en segundo lugar, y que pedir perdón era lo menos importante. A ese último dato le doy vueltas seguido, porque terminar con un “¿me perdonas?” es de lo más común, y es justo lo que peor funciona.
Una serie de experimentos alemanes de Kirchhoff, Wagner y Strack5 encontraron algo parecido pero no idéntico. Después de una ofensa más grave, los elementos que más importaban eran transmitir emoción, admitir la falta, una declaración explícita de disculpa, y un intento de explicación.
Estos dos estudios no coinciden en qué pesa más, y yo veo ese desacuerdo como real. No lo promediaría para que desaparezca. Ofensas distintas, poblaciones distintas, medidas distintas. En una situación, la reparación concreta carga con el peso, en otra es la emoción comunicada.
El trabajo de Karina Schumann6 es el más relevante específicamente para lo escrito, porque sus participantes redactan disculpas en lugar de darlas de viva voz. Su marco abarca el arrepentimiento, la responsabilidad, la oferta de reparación, la explicación, la promesa de cambiar, el reconocimiento del daño y la admisión de la falta. También encontró que la empatía predice disculpas de mejor calidad7 y que el apego evitativo predice disculpas más defensivas y menos completas8.
Yo lo resumo en cinco tareas, no en un guion: nombra lo que hiciste, hazte responsable, reconoce el impacto, explica solo si la explicación no borra la responsabilidad, ofrece un cambio concreto. Y luego para, y deja espacio para que la otra persona cuente su versión.
Borrador “Perdón por lo de hace rato. Andaba súper estresado con el trabajo, por eso seguramente te levanté la voz. ¿Podemos nada más dejarlo atrás? ¿Me perdonas?”
No hay una admisión concreta de qué se dijo o qué se hizo · la línea del estrés se lee más como pretexto que como explicación · termina pidiendo perdón, el componente que la investigación califica más bajo
Reescrito “Estuvo mal que dijera eso enfrente de todos. Perdón. Entiendo por qué se sintió humillante. Estaba enojado, pero eso no justifica cómo lo manejé. La próxima vez lo hablo en privado. Quiero escuchar cómo lo viviste tú cuando estés listo.”
Esta es justo la edición que Subtext está hecho para hacer. Detecta el momento en que “estaba enojado” deja de ser contexto y se convierte en pretexto, y te devuelve una versión que se lee como una admisión.
Cuándo mandarlo
Hay dos hallazgos que parecen contradictorios y no lo son.
Los datos de Gottman favorecen la reparación temprana, durante la misma pelea. Frantz y Bennigson9 encontraron lo contrario específicamente para las disculpas. Una disculpa funcionaba mejor más tarde, después de que la persona afectada ya había hablado y se sentía comprendida, y el mecanismo detrás era sentirse escuchado. La demora que manejaron fue de dentro de la misma conversación o de un día más o menos, no de semanas.
Juntando las dos cosas, lo que yo saco en claro es reparar la temperatura temprano y disculparte después de escuchar. Esa combinación no se ha probado directamente una contra la otra, así que tómala como un razonamiento, no como un protocolo comprobado.
Sobre eso de calmarse, la famosa regla de los veinte minutos que tanto se cita no es ciencia comprobada. No encontré ningún experimento revisado por pares que estableciera veinte minutos como el intervalo óptimo. La lógica fisiológica detrás es plausible, y tomarte un descanso con un límite claro es un consejo razonable. El número exacto es puro marketing.
Esperar también tiene un costo. McCullough, Bono y Root10 encontraron que los aumentos en darle vueltas al tema se asociaban con menos disposición a perdonar, mediada por el enojo. Una pausa ayuda si de verdad te calmas, y perjudica si la pasas ensayando tus argumentos.
La distinción que importa es entre una pausa y una desaparición. El metaanálisis de Schrodt, Witt y Shimkowski11, de 74 estudios, encontró que el patrón de exigencia y retirada se asociaba de forma moderada con peores resultados en la relación. “Ahorita estoy demasiado alterado para hacer esto bien, ¿lo retomamos en la noche?” contiene tanto un distanciamiento como una señal de reparación. El silencio nada más contiene lo primero.
Los cuatro mensajes que reabren la pelea
La no disculpa. “Perdón que te sientas así” expresa lamentar la reacción del otro mientras esquiva el componente que mejor funciona según la evidencia. El análisis de Kampf12 de 354 disculpas públicas cataloga los trucos: voz pasiva, responsabilidad difusa, poner en duda si de verdad hubo daño. Aun así, ningún experimento ha asignado al azar a personas para recibir esta frase contra una disculpa real, así que el argumento teórico es fuerte pero falta la evidencia directa.
La disculpa con segunda parte. “Perdón, pero tú también…” La primera parte intenta reparar y la segunda reabre el juicio.
La defensiva. Esta sí tiene mejor evidencia detrás. Schumann demostró que afirmarte a ti mismo primero reducía la actitud defensiva en las disculpas escritas, y Okimoto, Wenzel y Hedrick13 mostraron por qué la actitud defensiva resulta tan tentadora. Negarte a disculparte, o disculparte a la defensiva, te da una sensación de poder y protege tu autoimagen. Admitir la falta te amenaza justo en el momento en que la reparación más lo necesita.
Esos cuatro son la razón por la que terminé construyendo Subtext, que lee un borrador antes de que se mande. Cada uno de ellos es obvio en el mensaje de otra persona y casi invisible en el tuyo propio, porque tú escuchas lo que quisiste decir cuando lo relees.
La que le pide al otro que te haga sentir mejor a ti. Las disculpas repetidas que en realidad funcionan como una forma de pedir consuelo le pasan la carga a la persona que lastimaste. La idea popular de que disculparse demasiado le quita valor a la palabra es donde yo discrepo, porque no tiene mucho respaldo. Schumann y Ross14 no encontraron ninguna diferencia de género en la proporción de ofensas que provocaban una disculpa, y trabajos posteriores encontraron que quien se disculpa seguido puede leerse como más cálido. El problema es la calidad, no la frecuencia.
¿De plano debería pasar esto por mensaje de texto?
Aquí es donde el consejo popular y la evidencia se separan, y la respuesta a mí me sorprendió.
Pollmann y colegas15 preregistraron un estudio con 100 parejas reales, asignadas al azar a discutir un conflicto real cara a cara o por comunicación mediada por computadora. El malestar, el enojo y qué tan resuelto se sintió el conflicto no cambiaron según el medio. Ruppel y colegas16 aleatorizaron a 43 parejas y encontraron lo mismo en cuanto a resolución y estado de ánimo, con una excepción. Las conductas positivas dentro del conflicto, como el humor y la aceptación, fueron significativamente más bajas por mensaje de texto, y esas conductas a su vez se asociaban con una sensación de mayor avance.
Una revisión sistemática de 202617 agrega que el conflicto por mensaje de texto en general muestra más distanciamiento, que las encuestas favorecen los modos sincrónicos, y que el conflicto mediado por tecnología puede ayudar a las parejas donde los dos son muy evitativos.
El experimento reciente más grande apunta hacia el otro lado. En una serie de estudios aleatorizados con 1,576 interlocutores, Bevis, Schroeder y Yeomans18 encontraron que estar en desacuerdo en voz alta resultaba más constructivo que estarlo por escrito en los resultados que midieron. Estudiaron desacuerdos, no la reparación después de una pelea, así que no anula los estudios con parejas de arriba. Sí cuadra con el hallazgo de Ruppel de que el texto quita los comportamientos cálidos que ayudan a que un conflicto avance.
Así que mi titular no es ni “mandar mensajes funciona bien” ni “nunca hagas esto por mensaje”. Para un conflicto ordinario entre pareja, la poca literatura experimental que existe no ha encontrado que cara a cara sea consistentemente mejor, y la investigación más amplia sobre desacuerdos dice que hablar ayuda. El mensaje de texto sí pierde algo de calidez. Y ningún experimento cubre rupturas graves como una infidelidad o un engaño mayor, así que para esos casos la evidencia está ausente, y esa ausencia no debería tranquilizarte.
El argumento más fuerte en contra del mensaje de texto tiene poco que ver con que se pierda el tono. Una reparación difícil es una interacción, no una declaración. Frantz dice que la disculpa cae bien después de que la persona se siente escuchada, y eso requiere responderle, no nada más entregarle un mensaje. La fuerza del texto, tener tiempo para redactarlo, es también su debilidad, porque produce un monólogo muy bien construido cuando la situación pide escuchar y ajustar en tiempo real.
La regla que le queda bien a toda la evidencia es escribir antes de hablar, sin hablar escribiendo. Un mensaje de texto puede hacer el trabajo de reparación temprana. No debería cargar con toda la reconciliación.
Hay dos excepciones que están por encima de esto. Si una conversación va a exponer a alguien a intimidación o violencia, la seguridad pesa más que la riqueza de la comunicación. Y para algunas personas, escribir de verdad es mejor: por la distancia, por accesibilidad, por procesar en una segunda lengua, o porque se bloquean en tiempo real.
Una cosa más, y esta va en contra de mi propio producto
También eres peor de lo que crees juzgando tu propio mensaje. Kruger, Epley, Parker y Ng19 encontraron que quien escribe sobreestima de forma constante qué tan bien va a leer la otra persona el tono que quiso darle, y que esa brecha era mayor por escrito que al hablar. Tú escuchas tu propia entonación cuando lo relees. La otra persona no. Por eso mismo no te das cuenta, desde adentro, si un mensaje suena grosero.
Ese es el argumento a favor de que algo revise el mensaje. Pero la investigación sobre inteligencia artificial le pone un límite real a esto.
Glikson y Asscher20 encontraron que una mediación extensa de inteligencia artificial en una disculpa laboral bajaba la autenticidad percibida y, con eso, la disposición a perdonar. Liu, Kang y Wei21 encontraron que tanto los mensajes asistidos por IA como los asistidos por otra persona bajaban el esfuerzo percibido, lo que reducía la satisfacción y subía la incertidumbre. Lim, Hong y Schneider22 encontraron que un mensaje escrito por un humano se leía como más sincero que uno escrito por IA, en un experimento de disculpas con 464 personas.
Pero el detalle que todos se saltan es justo el que importa. En el estudio de Glikson y Asscher, usar de forma limitada una sola herramienta de IA no generó ninguna penalización significativa en la autenticidad. El daño va de la mano de qué tanto del mensaje dejó de ser tuyo. Profundizo en esa advertencia en los mejores asistentes de escritura con IA, según el problema que resuelven.
Así que la postura que yo defiendo, y sobre la cual está construido Subtext, es la IA como editor, no como subcontratista emocional. Úsala para quitarle la actitud defensiva a tu borrador, para atrapar esa segunda frase que reabre la pelea, para revisar si “estaba enojado” se está leyendo como pretexto. Pero que la admisión, el sentimiento y el cambio prometido sigan siendo tus propias palabras.
Por eso, cuando ya tienes un borrador, Subtext parte de lo que escribiste. Pega tu borrador, o mándale captura del hilo para que lea lo que en verdad se dijo, y te dice qué es probable que tu mensaje le señale a alguien que todavía está molesto, y te muestra las palabras que lo están haciendo. Luego te da versiones que siguen sonando a ti, porque en esta situación específica, un mensaje que se lee como escrito por una máquina te cuesta justo lo que estabas tratando de reparar. Prueba Subtext en tu navegadorEscanéalo con la cámara de tu celular para instalar.Prueba Subtext en tu navegador
Manda primero el corto. Escribe el de verdad después de haber escuchado.
¿Crees que leí mal algún estudio, o conoces alguna investigación sobre esto que se me haya escapado? Dime.
Samet Durgun es cofundador de Subtext, una app que capta el tono emocional de tus mensajes y los reescribe con tu propia voz. Vive en Berlín.
Fuentes
Todos los enlaces de arriba llevan a la fuente primaria cuando existe, numerados en el orden en que aparecen. Cuando una cifra popular en realidad viene de marketing y no de un estudio, este texto lo dice en vez de repetirla como si fuera ciencia. Verificado el 22 de agosto de 2026.
- Gottman, J. M., Driver, J., & Tabares, A. (2015). Repair During Marital Conflict in Newlyweds. Journal of Family Psychotherapy. Observacional; todos los autores están afiliados al Gottman Institute.
- Heyman, R. E., & Slep, A. M. S. (2001). The Hazards of Predicting Divorce Without Crossvalidation. Journal of Marriage and Family. N = 528 parejas.
- Kim, H. K., Capaldi, D. M., & Crosby, L. (2007). Generalizability of Gottman and Colleagues’ Affective Process Models of Couples’ Relationship Outcomes. Journal of Marriage and Family, 69(1), 55-72. 85 parejas del Oregon Youth Study; solo 2 de 22 procesos predijeron la continuidad de la relación. Financiado por los NIH.
- Lewicki, R. J., Polin, B., & Lount, R. B. (2016). An Exploration of the Structure of Effective Apologies. Negotiation and Conflict Management Research. N = 333 y N = 422, viñetas.
- Kirchhoff, J., Wagner, U., & Strack, M. (2012). Apologies: Words of Magic? Peace and Conflict: Journal of Peace Psychology. N = 190 y N = 88.
- Schumann, K. (2014). An affirmed self and a better apology. Journal of Experimental Social Psychology. N = 98 y N = 96.
- Schumann, K., & Dragotta, A. (2021). Empathy as a driver of apology quality. European Journal of Social Psychology.
- Schumann, K., & Orehek, E. (2019). Avoidant and defensive: Adult attachment and quality of apologies. Journal of Social and Personal Relationships.
- Frantz, C. M., & Bennigson, C. (2005). Better late than early: The influence of timing on apology effectiveness. Journal of Experimental Social Psychology.
- McCullough, M. E., Bono, G., & Root, L. M. (2007). Rumination, emotion, and forgiveness. Journal of Personality and Social Psychology.
- Schrodt, P., Witt, P. L., & Shimkowski, J. R. (2014). A Meta-Analytical Review of the Demand/Withdraw Pattern of Interaction. Communication Monographs. 74 estudios, N = 14,255.
- Kampf, Z. (2009). Public (non-)apologies: The discourse of minimizing responsibility. Journal of Pragmatics. Análisis de corpus de 354 disculpas públicas.
- Okimoto, T. G., Wenzel, M., & Hedrick, K. (2013). Refusing to apologize can have psychological benefits. European Journal of Social Psychology.
- Schumann, K., & Ross, M. (2010). Why women apologize more than men. Psychological Science.
- Pollmann, M. M. H., Crockett, E. E., Vanden Abeele, M. M. P., & Schouten, A. P. (2020). Does it help to talk about it? Personal Relationships, 27(4), 939-955. Preregistrado, 100 parejas.
- Ruppel, E. K., Cherney, M. R., Quinn, S. F., & Richards, R. J. (2021). Effects of mediated communication on conflict behavior, resolution, and affect in romantic couples. Journal of Social and Personal Relationships, 38(12), 3633-3645. 43 parejas.
- Daspe, M.-È., et al. (2026). Technology-mediated conflict management in couples: a systematic review. Journal of Social and Personal Relationships. Reciente; todavía no tiene réplica independiente.
- Bevis, B., Schroeder, J., & Yeomans, M. (2026). Spoken disagreement is more constructive than written disagreement. Nature Communications, 17, artículo 5792.
- Kruger, J., Epley, N., Parker, J., & Ng, Z.-W. (2005). Egocentrism over e-mail: Can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936.
- Glikson, E., & Asscher, O. (2023). AI-mediated apology in a multilingual work context. Computers in Human Behavior. N = 106, 249 y 232.
- Liu, B., Kang, J., & Wei, L. (2023). Artificial intelligence and perceived effort in relationship maintenance: Effects on relationship satisfaction and uncertainty. Journal of Social and Personal Relationships, 41(5), 1232-1252. N = 208, viñetas.
- Lim, J. S., Hong, N., & Schneider, E. (2025). Human versus AI-authored apologies. Computers in Human Behavior. N = 464.