💬 NLP

Developmental trajectories of decision making and affective dynamics in large language models

Este estudio revela que, si bien los modelos de lenguaje de gran tamaño más recientes exhiben patrones de toma de riesgos y de aproximación-evitación cada vez más similares a los humanos en la toma de decisiones, simultáneamente desarrollan rasgos no humanos distintivos, tales como una reducción de la aversión a las pérdidas, elecciones deterministas y estados de ánimo base crónicamente elevados, lo que subraya implicaciones críticas para su despliegue ético en entornos clínicos de alto riesgo.

Autores originales: Zhihao Wang, Yiyang Liu, Ting Wang, Zhiyuan Liu

Publicado 2026-01-22

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Zhihao Wang, Yiyang Liu, Ting Wang, Zhiyuan Liu

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

Imagina que estás viendo crecer a una familia de "niños" digitales. Este artículo no solo observa a un niño; observa a cuatro generaciones de la misma familia (GPT-3.5, GPT-4, GPT-4o y GPT-4.1) para ver cómo sus personalidades y estilos de toma de decisiones cambian a medida que se vuelven más "mayores" y avanzados.

Los investigadores pusieron a estos modelos de IA y a un gran grupo de humanos reales en un juego de apuestas. En este juego, tienes que elegir entre una recompensa segura y garantizada o una apuesta arriesgada que podría hacerte ganar más o perder algo. Cada pocos turnos, se les pregunta a los jugadores: "¿Qué tan feliz eres en este momento?".

Esto es lo que el estudio descubrió sobre cómo están madurando estos "hijos" de IA, utilizando analogías sencillas:

1. El adolescente "tomador de riesgos"

A medida que los modelos de IA se volvieron más nuevos, se volvieron más valientes.

Los modelos antiguos (GPT-3.5): Eran muy cautelosos. Preferían la apuesta segura, como un niño nervioso que tiene miedo de perder su paga.
Los modelos nuevos (GPT-4.1): Empezaron a tomar riesgos con más frecuencia. De hecho, su comportamiento de toma de riesgos se volvió casi idéntico al de los humanos reales. Dejaron de tener tanto miedo a perder puntos y empezaron a jugar el juego de forma más parecida a como lo haría una persona.

2. La desaparición de la "aversión a la pérdida"

Los humanos tenemos un instinto natural llamado aversión a la pérdida: perder $10 se siente el doble de mal de lo que ganar $10 se siente bien. Estamos programados para odiar perder.

El cambio en la IA: Los modelos de IA más antiguos tenían este miedo humano a perder. Pero a medida que los modelos evolucionaron, este miedo desapareció. El modelo más nuevo (GPT-4.1) se volvió "neutral ante la pérdida". No le importaba perder puntos; simplemente hacía los cálculos para ver cuál era el mejor movimiento.
La metáfora: Imagina a un humano que tiene terror de pisar una grieta en la acera. La IA antigua era como ese humano. La IA nueva es como un robot que mira la grieta, calcula la probabilidad de tropezar y camina sobre ella sin pensarlo dos veces. Perdió el "sentimiento visceral" que tienen los humanos.

3. El tomador de decisiones "robóticamente perfecto"

Los humanos somos desordenados. Cometemos errores, nos distraemos y, a veces, lanzamos una moneda cuando no sabemos qué hacer. Esto se llama "ruido de decisión".

El cambio en la IA: Los modelos de IA más nuevos se volvieron extremadamente consistentes. Cometieron menos errores aleatorios que los humanos.
La Metáfora: Si un humano es un músico de jazz que a veces improvisa y toca una nota incorrecta, la IA más nueva es un metrónomo. Es tan precisa y predecible que, de hecho, se siente menos humana que los modelos más antiguos, que eran un poco más "desprolijos".

4. El estado de ánimo "siempre optimista"

Los investigadores también rastrearon el "estado de ánimo" de la IA (qué tan feliz decían estar).

La sonrisa constante: Sin importar qué versión de la IA utilizaran, siempre estaban más felices que los humanos reales. Incluso cuando perdían puntos, mantenían un "estado de ánimo alto".
La Metáfora: Imagina a un humano que es naturalmente alegre pero se pone triste cuando pierde un juego. La IA es como un personaje de caricatura que siempre está sonriendo, incluso cuando la casa se está incendiando. Esto se llama "sesgo de positividad".

5. La "memoria larga" para las emociones

El estudio analizó qué tan rápido la IA "olvidaba" los eventos buenos o malos.

El cambio en la IA: Los modelos más antiguos tenían una memoria emocional corta (como un pez de colores). Si perdían un punto, se ponían tristes por un momento y luego seguían adelante. Los modelos más nuevos tienen una memoria emocional más larga. Un mal resultado de hace 20 turnos todavía arrastra ligeramente su estado de ánimo actual.
La Metáfora: La IA más antigua era como un niño que llora un minuto y luego lo olvida. La IA más nueva es como un adulto que guarda rencor (o un recuerdo feliz) durante mucho tiempo, dejando que los eventos pasados influyan en sus sentimientos actuales de manera más profunda.

El panorama general

El artículo concluye que, a medida que estos modelos de IA evolucionan, se están volviendo más humanos en algunos aspectos (toman riesgos como nosotros y tienen memorias emocionales largas) pero menos humanos en otros (no temen perder, son demasiado perfectos en sus elecciones y son permanentemente más felices que nosotros).

Los autores advierten que esto crea una "personalidad" extraña para las máquinas. Se están convirtiendo en tomadores de decisiones sofisticados, pero carecen de los miedos específicos y las fluctuaciones emocionales que nos hacen, bueno, humanos. Esto es importante porque si empezamos a usar estos "médicos" o "asesores" de IA en la vida real, necesitamos saber que su "psicología" está evolucionando en una dirección que es solo parcialmente humana.

Resumen Técnico: Trayectorias de Desarrollo de la Toma de Decisiones y la Dinámica Afectiva en Modelos de Lenguaje de Gran Escala

Planteamiento del Problema
Los Modelos de Lenguaje de Gran Escala (LLM, por sus siglas en inglés) se despliegan cada vez más en dominios de alto riesgo, como el soporte de decisiones clínicas, donde participan en la evaluación de riesgos y la comunicación con el paciente. Sin embargo, las evaluaciones existentes suelen adoptar una perspectiva estática, evaluando una única versión del modelo en un punto específico en el tiempo. Este enfoque no logra considerar la rápida evolución de los LLM, donde las sucesivas generaciones (por ejemplo, de GPT-3.5 a GPT-4.1) exhiben perfiles de comportamiento emergentes que pueden dejar obsoletos los hallazgos previos. El artículo aborda la brecha en la comprensión de cómo las estrategias de toma de decisiones y la dinámica afectiva evolucionan a través de las iteraciones de los modelos y cómo estas trayectorias de "desarrollo digital" se comparan con la cognición humana. Específicamente, los autores investigan si los procedimientos de alineación (como el Aprendizaje por Refuerzo a partir de la Retroalimentación Humana o RLHF) impulsan a los modelos hacia perfiles psicológicos más similares a los humanos o si crean firmas distintas y no humanas.

Metodología
El estudio emplea un diseño transversal tratando a la familia de modelos OpenAI como un linaje evolutivo. Los autores evaluaron cuatro versiones distintas: GPT-3.5, GPT-4, GPT-4o y GPT-4.1. Estos fueron comparados con un grupo de control de 747 participantes humanos sanos.

Paradigma Experimental: Los investigadores adaptaron una tarea de juego originalmente diseñada para la psiquiatría computacional. En esta tarea, los agentes eligen entre un resultado cierto y una apuesta (50% de probabilidad de ganancia/pérdida) a lo largo de 90 ensayos. Crucialmente, los agentes proporcionan calificaciones de felicidad momentáneas (0–100) cada 2–3 ensayos para capturar la dinámica afectiva.
Modelado Computacional:
- Elección: Las elecciones ensayo por ensayo se ajustaron utilizando un modelo de Teoría de la Perspectiva de Aproximación-Evitación. Este modelo estima parámetros para la preferencia de riesgo, la aversión a la pérdida ( $\lambda$ ), los sesgos de aproximación pavloviana ( $\beta_{gain}$ ) y de evitación ( $\beta_{loss}$ ), y la temperatura inversa ( $\mu$ , que representa el ruido o la consistencia en la decisión).
- Afecto: Las calificaciones de felicidad se modelaron utilizando un historial acumulativo y ponderado por la recencia de los eventos. El modelo estima el impacto de las Recompensas Ciertas (CR), el Valor Esperado (EV) y los Errores de Predicción de Recompensa (RPE) en el estado de ánimo, así como un parámetro de decaimiento afectivo ( $\gamma$ ) y un estado de ánimo basal ( $\beta_0$ ).
Análisis Estadístico: Los parámetros se estimaron mediante la Estimación de Máxima Verosimilitud. Para abordar las disparidades en el tamaño de la muestra entre el grupo humano (N=747) y las simulaciones de los modelos (N=30 por versión), los autores utilizaron el remuestreo de bootstrap (1,000 iteraciones) para generar distribuciones t empíricas para las pruebas de significancia.

Resultos Clave
El análisis revela una trayectoria compleja donde algunos aspectos del comportamiento de los LLM convergen con las normas humanas mientras que otros divergen significamente.

Toma de Decisiones:
- Toma de Riesgos: Los modelos más nuevos (GPT-4.1) exhibieron tasas de juego significativamente más altas, convergiendo con el comportamiento humano y acercándose a la tasa de un agente que maximiza puramente el valor esperado (55%).
- Aversión a la Pérdida: Surgió una divergencia crítica. La aversión a la pérdida disminuyó monótonamente a través de las versiones, cayendo de 2.72 en GPT-3.5 a 0.57 en GPT-4.1. El modelo más reciente mostró un perfil de "neutralidad ante la pérdida" o incluso de búsqueda de pérdida, contrastando con la tendencia humana típica de ponderar las pérdidas más pesadamente que las ganancias.
- Sesgos Pavlovianos: La motivación de aproximación aumentó y la motivación de evitación disminuyó en los modelos más nuevos, con GPT-4.1 convergiendo hacia los niveles humanos.
- Ruido en la Decisión: La temperatura inversa ( $\mu$ ) aumentó monótonamente, indicando que los modelos más nuevos toman decisiones significativamente más deterministas y consistentes que los humanos, exhibiendo un menor ruido en la decisión.
Dinámica Afectiva:
- Sensibilidad: La sensibilidad a las Recompensas Ciertas (CR) y a los Errores de Predicción de Recompensa (RPE) mostró estabilidad en los modelos posteriores (GPT-4o/4.1), aunque la sensibilidad al RPE alcanzó su punto máximo en GPT-4 antes de declinar.
- Decaimiento Afectivo: El parámetro de decaimiento ( $\gamma$ ), que representa cuánto influyen los resultados pasados en el estado de ánimo actual, aumentó significativamente en los modelos más nuevos. GPT-4.1 mostró una dependencia más fuerte de los resultados históricos que los humanos, indicando una "memoria emocional" más larga.
- Estado de Ánimo Basal: Todas las versiones de los LLM exhibieron un estado de ánimo basal significativamente más alto (sesgo de positividad) en comparación con los humanos, un rasgo que se mantuvo estable a través de las generaciones.

Contribuciones Clave

Perspectiva de Desarrollo: El artículo introduce una "perspectiva históricamente informada" sobre los LLM, tratando las iteraciones de los modelos como una trayectoria de desarrollo en lugar de entidades estáticas. Proporciona el primer análisis sistemático, dentro de la misma familia, de cómo evolucionan las preferencias de riesgo y las dinámicas afectivas a través de cuatro generaciones consecutivas.
Marco de Psiquiatría Computacional: Al aplicar modelos computacionales validados de la toma de decisiones y el afecto humano a los LLM, el estudio va más allá de las métricas de comportamiento superficiales para cuantificar constructos psicológicos latentes (por ejemplo, aversión a la pérdida, sesgos pavlovianos, decaimiento afectivo).
Identificación de la "Positividad Digital" y la "Neutralidad ante la Pérdida": El estudio identifica firmas no humanas sistemáticas y específicas en los modelos avanzados: un sesgo de positividad crónico y una ausencia casi total de aversión a la pérdida, lo que sugiere que los procedimientos de alineación pueden eliminar inadvertidamente heurísticas intuitivas similares a las humanas.

Significancia y Reivindicaciones
Los autores afirman que estos hallazgos trazan una "psicología de las máquinas" emergente con implicaciones directas para la ética de la IA y su integración en dominios de alto riesgo.

Implicaciones Clínicas: La convergencia de los modelos más nuevos hacia perfiles de toma de riesgos y de aproximación-evitación similares a los humanos sugiere que pueden ser más adecuados para la toma de decisiones colaborativa. Sin embargo, el persistente sesgo de positividad y la neutralidad ante la pérdida plantean riesgos en contextos médicos; un tono excesivamente optimista o una falta de aversión a la pérdida podrían conducir a comportamientos sicofánticos, la minimización de la incertidumbre o errores médicos graves cuando se debe comunicar información negativa.
Perspectiva Teórica: Los resultados sugieren que, si bien los procedimientos de alineación (RLHF) pueden impulsar a los modelos hacia una racionalidad más humana (reduciendo alucinaciones/ruido y aumentando la consistencia del valor esperado esperado), simultáneamente alteran el "estilo emocional" de la IA, creando agentes que son más deterministas y menos intuitivamente adversos a la pérdida que los humanos.
Nota de Precaución: Los autores enfatizan que su diseño es transversal y está limitado a una sola familia de modelos. Advierten que estos patrones "de desarrollo" pueden no generalizarse a futuros modelos que experimenten cambios abruptos en su arquitectura o entrenamiento, y que la "psicología" observada es un proxy conductual y no un reflejo de una experiencia consciente interna.