Investigadores de la Universidad Técnica de Dresde indujeron miedo, ansiedad, ira, asco, tristeza, preocupación y estrés en seis modelos de lenguaje, incluido GPT-4o, con aumentos de hasta 658% respecto al nivel basal.
Un equipo de investigadores del Else Kroener Fresenius Center for Digital Health, en la Universidad Técnica de Dresde, en Alemania, demostró que los modelos de lenguaje de gran escala pueden ser inducidos a mostrar patrones de respuesta que imitan siete estados afectivos relevantes para la psicopatología humana: miedo, ansiedad, ira, asco, tristeza, preocupación y estrés. El hallazgo, publicado en The Lancet Digital Health, plantea que estos sistemas podrían funcionar como modelos experimentales para el estudio de mecanismos psicológicos, un campo que históricamente ha carecido de sistemas de modelado adecuados más allá de los organismos animales.
El equipo aplicó a los modelos protocolos psicológicos validados y ya utilizados en estudios con personas, entre ellos imágenes guiadas, el procedimiento tipo Velten para inducir ansiedad, una viñeta de la Iglesia Bautista de Westboro para inducir ira y el Trier Social Stress Test para inducir estrés. Los modelos analizados incluyeron GPT-4o, utilizado como sistema principal, además de cinco modelos de peso abierto: Llama 3.3 70B, Llama 3.1 8B, Llama 4 Scout, Llama 4 Maverick y Qwen 2.5 VL 72B. Cada modelo debía autoevaluar su estado afectivo mediante escalas análogas visuales de 0 a 100, el mismo formato empleado en estudios psicológicos con personas, y en el caso de la ansiedad, mediante el Inventario de Ansiedad Estado-Rasgo.
En GPT-4o, el aumento promedio en las calificaciones de afecto tras la inducción, considerando los siete estados, fue de 52.83 puntos, equivalente a un incremento de 201.20% respecto al nivel basal. El mayor cambio se observó en asco, que pasó de 12.00 a 91.00 puntos, un aumento de 658.33%, mientras que el menor incremento correspondió a ansiedad, con un alza de 73.68%. Al aplicar una técnica de relajación basada en atención plena tras la inducción, las calificaciones se redujeron en promedio 48.23 puntos, equivalente a 60.98%, aunque estados como tristeza, ira y asco permanecieron por encima de los niveles basales incluso después de la regulación.
Los investigadores también evaluaron si la inducción de tristeza generaba sesgos cognitivos comparables a los descritos en personas con este estado afectivo. Para ello, usaron una prueba de completamiento de oraciones calificada por tres evaluadores humanos de forma independiente. Las respuestas generadas por GPT-4o bajo condición de tristeza obtuvieron una calificación de negatividad significativamente mayor que las generadas en condición neutral, con un tamaño de efecto considerado grande (d de Cohen de 1.87), un patrón que los autores describen como consistente con el sesgo de negatividad observado en personas durante episodios de tristeza.
Al comparar los seis modelos, el equipo encontró diferencias significativas en la magnitud de respuesta para todos los estados afectivos, con la excepción de estrés. GPT-4o y Llama 4 Maverick mostraron los efectos más pronunciados, mientras que Llama 4 Scout presentó las respuestas más débiles, lo que sugiere que la arquitectura y el tamaño de cada modelo influyen en su susceptibilidad a este tipo de inducción.
Los autores subrayan que no atribuyen experiencia subjetiva ni sentencia a estos sistemas, y que las referencias a estados afectivos deben entenderse en sentido metafórico. Entre las limitaciones señaladas, mencionan que los modelos de código cerrado como GPT-4o son opacos en su funcionamiento interno, que el uso de herramientas psicométricas diseñadas para personas podría generar problemas de validez de constructo al aplicarse a sistemas sin autoconciencia, y que la tendencia de estos modelos a mostrar complacencia hacia las expectativas del usuario podría influir en los resultados. También advierten que los sesgos presentes en los datos de entrenamiento de los modelos podrían afectar la interpretación de los hallazgos.
