💬 NLP

Psychological Imagination Networks Show Cross-Population Centrality and Clustering Alignment in Humans That Large Language Models Fail to Replicate

Este estudio demuestra que, si bien las redes de la imaginería mental humana exhiben una robusta alineación estructural transpoblacional en centralidad y agrupamiento, los modelos de lenguaje de gran tamaño no logran replicar estos patrones, lo que sugiere que la imaginación humana depende de la memoria experiencial encarnada en lugar de solo el entrenamiento lingüístico.

Autores originales: Saurabh Ranjan, Brian Odegaard

Publicado 2026-07-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Saurabh Ranjan, Brian Odegaard

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La Gran Idea: Cómo "vemos" en nuestra mente

Imagina que tu cerebro es una biblioteca enorme. Cuando intentas imaginar algo —como el rostro de un amigo o un atardecer— no estás simplemente sacando un solo libro del estante. Estás extrayendo todo un grupo de libros, recuerdos y sentimientos relacionados que están conectados entre sí.

Este artículo plantea una pregunta sencilla: ¿Organizamos los humanos estos "libros" mentales de la misma manera, y lo hacen los chatbots de IA (Modelos de Lenguaje Extensos) de la misma forma?

Los investigadores descubrieron que los humanos son notablemente similares en cómo conectan estas imágenes mentales, pero los chatbots de IA son completamente diferentes.

El Experimento: La "Prueba de la Imaginación"

Los investigadores aplicaron dos pruebas distintas a miles de personas reales y a seis modelos de IA diferentes:

La Prueba Visual (VVIQ-2): Se pidió a las personas que imaginaran ocho escenas específicas (como un sol naciente, una estación de tren o el rostro de un amigo) y que calificaran qué tan "vívida" o clara era la imagen en su mente.
La Prueba Sensorial (PSIQ): Se pidió a las personas que imaginaran cosas usando diferentes sentidos (oler madera quemada, sentir piel suave, escuchar una campana) y que calificaran la viveza.

Hicieron esto con personas de Florida, Polonia y Londres. Luego, pidieron a seis modelos de IA diferentes (incluyendo versiones de Llama y Gemma) que realizaran exactamente las mismas pruebas. Para que fuera justo, incluso programaron a las IA para que tuvieran "personajes" que iban desde la "Afantasia" (falta de imaginación) hasta la "Hiperfantasia" (imaginación súper vívida).

El Descubrimiento: La "Red" Humana frente a la "Línea Plana" de la IA

1. La Conexión Humana (La Red)

Cuando los investigadores analizaron cómo se conectaban las respuestas humanas, encontraron una red fuerte y consistente.

La Analogía: Imagina una telaraña. Si pulsas un hilo (por ejemplo, "el rostro de un amigo"), toda la red vibra en un patrón específico y predecible.
El Hallazgo: A través de diferentes países e idiomas, los humanos conectamos estas ideas de la misma manera. Si calificaste "el rostro de un amigo" como muy vívido, era probable que también calificaras un "paisaje de campo" de forma vívida. La "red" de conexiones era la misma para una persona en Florida que para una en Polonia.
¿Por qué? El artículo sugiere que esto se debe a que nuestros cerebros están construidos sobre experiencias de la vida real. Todos hemos visto amaneceres, sentido el pelaje de un animal, visto amigos. Nuestros recuerdos están organizados por cómo vivimos realmente esas cosas.

2. El Fracaso de la IA (La Línea Plana)

Cuando analizaron las respuestas de la IA, la "red" estaba rota.

La Analogía: Imagina una hoja de papel plana sin hilos que conecten nada. O imagina una telaraña donde cada uno de sus hilos ha sido cortado.
El Hallazgo: Los modelos de IA no lograron crear el mismo patrón de conexiones.
- No conectaron "oler madera" con "sentir calor" de la misma forma en que lo hicieron los humanos.
- En muchos casos, las respuestas de la IA formaron un único bloque desordenado donde todo estaba conectado con todo por igual, o nada estaba conectado con nada.
- Incluso cuando se le dio "memoria" a la IA (se le ordenó recordar sus respuestas anteriores en la conversación), aun así no pudo construir la red de tipo humano.
La Escala no Importaba: No importaba si la IA era pequeña o enorme (hasta 272 mil millones de parámetros). Todas fallaron al replicar la estructura humana.

¿Por qué falló la IA?

El artículo ofrece una explicación fascinante utilizando una analogía de un estudio de cine:

Humanos (El Director + El Equipo): Cuando un humano imagina una escena, es como un director de cine que realmente ha estado en un set de filmación. Sabe cómo la luz golpea el polvo, cómo se siente el viento y cómo se mueven los actores porque lo ha vivido. Su imaginación está construida sobre la "experiencia encarnada".
IA (El Lector de Guiones): La IA es como una persona que ha leído todos los guiones de cine jamás escritos, pero que nunca ha puesto un pie en un set. Sabe que las palabras "amanecer" y "calidez" aparecen juntas en los guiones. Puede escribir una descripción convincente de un amanecer. Pero no tiene el mapa interno de cómo esos conceptos se conectan realmente en una mente viviente.

La IA conoce el vocabulario de la imaginación, pero carece de la arquitectura de la memoria.

La Sorpresa de la "Intermediación"

Los investigadores también observaron un tipo específico de conexión llamada "Intermediación" (ideas que actúan como puentes entre otras dos ideas).

Humanos: Esta estructura de puentes era inestable y diferente para cada persona.
¿Por qué? El artículo sugiere que esto se debe a que los "puentes" dependen de la historia de vida personal de cada uno. Tal vez la "lluvia" conecta con la "tristeza" para ti, pero para otra persona conecta con la "alegría". Como la vida de cada uno es distinta, estos puentes varían enormemente, aunque la estructura principal de la red se mantenga constante.

La Conclusión

Humanos: Todos compartimos un "mapa mental" similar de cómo funciona la imaginación porque todos vivimos en el mismo mundo físico y usamos nuestros cuerpos para experimentarlo.
IA: Incluso los modelos de IA más inteligentes de hoy son solo muy buenos adivinando palabras basadas en texto. No pueden replicar la forma profunda y estructural en que los humanos organizamos nuestros recuerdos e imaginaciones porque no han vivido nada realmente.

La Lección: Que una IA pueda hablar de la imaginación de forma convincente no significa que "imagine" de la misma manera que nosotros. Es la diferencia entre leer la receta de un pastel y realmente probarlo. La IA conoce la receta perfectamente; simplemente no sabe qué se siente al comer el pastel.

Resumen Técnico: Análisis de la Red de la Vividez de la Imaginación en Humanos frente a Modelos de Lenguaje de Gran Escala

Planteamiento del Problema
Aunque la vividez de la imaginería mental se establece como un rasgo individual estable con estructuras de factores latentes replicables, la arquitectura relacional de los escenarios imaginados permanece inexplorada. Específicamente, se desconoce si la estructura de covariación entre las calificaciones de vividez para diferentes escenarios (por ejemplo, escenas visuales o modalidades sensoriales) forma una topología de red consistente a través de diversas poblaciones humanas. Además, se desconoce si los Modelos de Lenguaje de Gran Escala (LLM), que adquieren el conocimiento de la imaginería únicamente a través del entrenamiento lingüístico en lugar de la experiencia encarnada, pueden replicar la centralidad y la estructura de comunidad de las redes de la imaginación humana. La pregunta central es si los LLM pueden reproducir la "estructura relacional" de la imaginación que surge de la organización de la memoria compartida, o si simplemente producen calificaciones lingüísticas plausibles sin una coherencia estructural subyacente.

Metodología
El estudio empleó el análisis de redes psicológicas para mapear la estructura de correlación parcial de las calificaciones de vividez de dos instrumentos validados:

VVIQ-2 (Cuestionario de Vividez de la Imaginería Visual): 32 ítems distribuidos en 8 contextos de escenas ambientales.
PSIQ (Cuestionario de Imaginería Sensorial de Plymouth): 21 ítems distribuidos en 7 modalidades sensoriales.

Datos Humanos:

Muestras: Grupos geográfica y lingüísticamente distintos: Florida (EE. UU., N=541), Polonia (N=1.651) y Londres (Reino Unido, N=217).
Análisis: Las redes se construyeron como grafos de correlación parcial regularizados mediante el método EBICglasso con correlaciones de Spearman. Se analizaron la centralidad de los nodos (influencia esperada, fuerza, cercanía, intermediación) y la estructura de comunidad (vía el algoritmo walktrap).

Datos de LLM:

Modelos: Se probaron seis variantes: Gemma3-12B, Gemma3-27B, sus contrapartes entrenadas con conciencia de cuantización (QAT), Llama3.3-70B y Llama4-16x17B (272B de parámetros).
Simulación: Cada modelo generó 1.000 simulaciones cruzando 200 personas sintéticas con cinco condiciones de capacidad de imaginación (afantasia a hiperfantasia).
Condiciones: Se probaron dos modos conversacionales:
- Independiente: Los ítems se califican sin acceso a las respuestas previas.
- Acumulativo: Se mantiene el historial conversacional de los ítems (simulando la memoria episódica).
Emparejamiento de Población: Las simulaciones de los LLM se redujeron mediante submuestreo a N=600 por modelo para igualar la distribución de las puntuaciones totales de vividez encontradas en las poblaciones humanas, asegurando que las diferencias no se debieran a los niveles generales de capacidad, sino a la organización representacional.

Resultados Clave

Consistencia de la Red Humana:
- Centralidad: Las redes humanas exhibieron una alineación robusta entre poblaciones para las medidas de centralidad local. Las correlaciones de influencia esperada y fuerza oscilaron entre $r = 0,31$ y $0,93$ a través de muestras distintas (Florida, Polonia, Londres). La centralidad de cercanía también mostró una alineación significativa.
- Agrupamiento (Clustering): La detección de comunidades recuperó grupos alineados con las estructuras de los cuestionarios. Las redes del PSIQ mostraron una alineación casi perfecta con las modalidades sensoriales (Índice de Rand Ajustado, ARI = 0,87–1,0). Las redes del VVIQ-2 mostraron una alineación moderada con los contextos de las escenas (ARI = 0,27–0,40).
- Inestabilidad: La centralidad de intermediación fue inestable en todas las poblaciones ( $r \approx 0,08$ ), lo cual es consistente con su sensibilidad a la historia experiencial individual.
Fallo de los LLM en la Replicación:
- Centralidad: Las redes de los LLM no lograron replicar la estructura humana. Las correlaciones de centralidad entre LLM y humanos fueron débiles y mayoritariamente no significativas tras la corrección (mediana $r = 0,13$ para VVIQ-2 y $0,09$ para PSIQ).
- Agrupamiento: La mayoría de las configuraciones de los LLM produjeron topologías de un solo grupo degenerado (mediana de ARI = 0). Incluso con memoria conversacional acumulativa, los LLM no lograron alcanzar la alineación de agrupamiento observada en los humanos.
- Robustez: Este fallo persistió a través de las arquitecturas de los modelos, las escalas de parámetros (de 12B a 272B) y las condiciones conversacionales.

Contribuciones Clave

Psicometría de Redes de la Imaginación: El estudio demuestra que la imaginación puede modelarse como una red donde la covariación a nivel de ítem refleja una organización de la memoria compartida, distinta de los modelos de factores latentes.
Benchmarks Cuantitativos para la IA: El artículo establece umbrales concretos para evaluar los modelos de mundo de la IA generativa: una correlación mínima de centralidad entre poblaciones de $r = 0,31$ y una alineación mínima de agrupamiento de VVIQ-2 de ARI = 0,27.
Diferenciación entre Representación y Lenguaje: Los hallazgos distinguen entre la capacidad de generar lenguaje de vividez plausible y la capacidad de organizar ese lenguaje de acuerdo con la estructura relacional de la memoria encarnada.

Significado y Afirmaciones
Los autores postulan que la estructura de red humana observada refleja la organización de la memoria acumulada a través de la experiencia encarnada, una estructura representacional que el entrenamiento puramente lingüístico no reproduce.

Ciencia Cognitiva: La replicación entre poblaciones apoya la visión de que el componente de "renderizado" de la simulación mental humana (el detalle fenomenológico de la imaginería) está organizado por regularidades ambientales y sensoriales compartidas, vinculando el "motor de física" (simulación) humano a un "motor de gráficos" (renderizado).
Investigación en IA: Los resultados sugieren que los LLM actuales, independientemente de su escala o memoria conversacional, carecen de la organización estructural específica de la imaginación humana. El fallo es específico de la organización del conocimiento fenomenológicamente fundamentado, más que de la representación semántica general, ya que los LLM tienen éxito en tareas donde la similitud humana puede aproximarse a partir de estadísticas del lenguaje (por ejemplo, similitud de color), pero fallan en tareas que requieren la estructura relacional de la memoria episódica.
Dirección Futura: El artículo concluye que producir lenguaje de vividez plausible y organizar dicho lenguaje de acuerdo con la estructura de la memoria humana son capacidades separables. El trabajo futuro debe probar arquitecturas multimodales para determinar si un anclaje sensorio-motor más rico puede cerrar esta brecha.

El estudio mantiene la modestia respecto a su alcance, señalando que las muestras humanas fueron occidentales y educadas, y que se necesitan medidas objetivas (como fMRI) para confirmar que la estructura de la red refleja la organización fenomenológica y no diferencias en el uso de escalas. Establece explícitamente que el fallo de los LLM es una diferencia cualitativa en la organización representacional, no simplemente una diferencia de grado.