💬 NLP

Identity, Cooperation and Framing Effects within Groups of Real and Simulated Humans

Este artículo demuestra que vincular profundamente los modelos de lenguaje de gran tamaño con identidades narrativas ricas y verificar su consistencia mejora significativamente la simulación del comportamiento humano en juegos de dilemas sociales, permitiendo la exploración de factores contextuales críticos como el tiempo, el encuadre y los grupos de participantes que a menudo dificultan la replicación de estudios humanos.

Autores originales: Suhong Moon, Minwoo Kang, Joseph Suh, Mustafa Safdari, John Canny

Publicado 2026-02-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Suhong Moon, Minwoo Kang, Joseph Suh, Mustafa Safdari, John Canny

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 tratando de entender por qué las personas actúan como lo hacen en situaciones sociales complicadas, como decidir cómo repartir una bolsa de dinero con un extraño. Durante décadas, los científicos han realizado experimentos reales con miles de humanos reales para descubrir esto. Pero los experimentos reales son costosos, lentos y a veces difíciles de repetir exactamente porque pequeños detalles (como el año en que se realizó el estudio o la redacción exacta de las instrucciones) pueden cambiar los resultados.

Este artículo plantea una gran pregunta: ¿Podemos usar la IA (específicamente, los Modelos de Lenguaje de Gran Tamaño) para actuar como "humanos virtuales" que sean tan realistas que puedan ayudarnos a comprender estos comportos sociales?

Aquí está el desglose de su trabajo, utilizando analogías sencillas:

1. El problema: El robot "demasiado educado"

La mayoría de la gente intenta hacer que la IA actúe como un humano dándole una instrucción simple como: "Eres un republicano al que le bajan los impuestos". Los autores llaman a esto "direccionamiento" (steering).

Sin embargo, los autores argumentan que los modelos de IA estándar son como conserjes de hotel excesivamente educados. Han sido entrenados para ser útiles, inofensivos y complacientes. Si les pides que actúen como una persona real con defectos, sesgos o fuertes rencores políticos, a menudo fallan. Suavizan los bordes ásperos de la naturaleza humana.

La solución: En lugar de usar al "conserje educado" (el modelo ajustado por instrucciones), utilizaron el "cerebro en bruto" (el modelo base preentrenado). Piensa en el cerebro en bruto como una biblioteca masiva que contiene miles de millones de conversaciones reales, diarios y discusiones de internet. Aún no se le ha enseñado a ser educado; simplemente sabe cómo hablan realmente los humanos, incluyendo sus sesgos, inconsistencias y prejuicios.

2. El método: Construir una "vida virtual"

Para hacer que la IA actúe como una persona específica, los investigadores no solo le dieron una etiqueta. Construyeron un trasfondo profundo, como escribir la biografía completa de un personaje en una novela.

La entrevista: Le pidieron a la IA que se "entrevistara" a sí misma, generando una historia larga y detallada sobre su infancia, familia, luchas y puntos de vista políticos.
La coincidencia: Luego tomaron participantes humanos reales de estudios antiguos y los emparejaron con los "personajes" de IA que tenían las historias de vida más similares.
La "máquina del tiempo" (Anclaje temporal): Los humanos cambian con el tiempo. Una persona en 2014 puede sentirse de manera diferente respecto a la política que en 2019. Los investigadores obligaron a la IA a "recordar" exactamente en qué año vivía durante la simulación, tal como un viajero en el tiempo.
El "control de realidad" (Filtrado de consistencia): A veces la IA se confunde y olvida su propia historia (por ejemplo, decir que es demócrata cuando se le acaba de decir que es republicana). Los investigadores añadieron un paso donde una segunda IA revisa las respuestas para asegurar que el personaje sea fiel a su trasfondo.

3. El experimento: Los juegos de "reparto de dinero"

El equipo probó a estos humanos virtuales en dos juegos clásicos utilizados por psicólogos:

El Juego del Dictador: Tienes $10. Puedes quedártelos todos o darle algunos a un extraño.
El Juego de la Confianza: Envías dinero a un extraño, el cual se triplica. Ellos pueden elegir devolverte algo.

¿El giro? Los investigadores le dijeron a la IA quién era el extraño: "La otra persona es un Demócrata" o "La otra persona es un Republicano".

El hallazgo:
Los humanos reales tienden a ser mucho más amables con las personas que comparten su mismo partido político (co-partidarios) y más tacaños con quienes no lo comparten. Los investigadores descubrieron que sus personajes de IA profundamente vinculados replicaron este comportamiento casi perfectamente.

Cuando la IA sabía que la otra persona era un "co-partidario", daba más dinero.
Cuando la IA sabía que la otra persona era un "rival", daba menos.
Crucialmente, la IA acertó en el momento: mostró una brecha de generosidad mayor en las simulaciones de 2019 en comparación con las de 2014, reflejando cómo la polarización política ha crecido con el tiempo.

4. La máquina del "¿Qué pasaría si...?"

La parte más emocionante de este artículo es lo que la IA les permitió hacer que es imposible con humanos reales: Contrafácticos.

Imagina que tienes dos estudios reales que obtuvieron resultados diferentes. No sabes si fue porque del año en que se hicieron, de la redacción de las instrucciones o del tipo de personas reclutadas.

Con humanos reales, no puedes cambiar una cosa sin cambiar todo lo demás.
Con su IA, pudieron realizar una simulación de "¿Qué pasaría si...?". Tomaron el estudio de 2014 y preguntaron: "¿Qué pasaría si usáramos las instrucciones de 2019?" o "¿Qué pasaría si usáramos el grupo de participantes de 2019?".

La sorpresa: Descubrieron que la redacción de las instrucciones (el "Encuadre") tuvo en realidad un impacto mayor en los resultados que el año en que se realizó el estudio. La IA les ayudó a ver que pequeños cambios en cómo se hace una pregunta pueden cambiar drásticamente cómo responden las personas, un detalle que a menudo se pasa por alto en los estudios humanos.

Resumen

Este artículo muestra que si tratas a la IA no como un "asistente útil", sino como un espejo crudo y sin filtros de la conversación humana, y luego le das una historia de vida rica y detallada y un período de tiempo específico, puede simular el comportamiento social humano con una precisión sorprendente.

No se trata de reemplazar los estudios humanos, sino de tener un simulador de alta fidelidad que les permita probar escenarios de "¿qué pasaría si..." para entender por qué los estudios humanos a veces dan respuestas diferentes. Es como tener un simulador de vuelo para la psicología social, donde puedes estrellar el avión (o el experimento) para ver qué salió mal sin lastimar a personas reales.

Resumen Técnico: Identidad, Cooperación y Efectos de Encuadre dentro de Grupos de Humanos Reales y Simulados

Planteamiento del Problema

La toma de decisiones humana en dilemas sociales está moldeada no solo por la deliberación racional, sino también por la identidad social (p. ej., el partidismo político) y factores contextuales (p. ej., la sincronización temporal, el encuadre de las preguntas y los grupos de participantes). Aunque los modelos de lenguaje de gran tamaño (LLM) han mostrado potencial para simular el comportamiento humano, la investigación previa se ha centrado principalmente en encuestas de opinión o en la toma de decisiones racional, descuidando los comportos impulsados por la identidad. Además, los métodos de simulación existentes suelen depender de modelos de chat ajustados por instrucciones (IT, instruction-tuned), los cuales los autores argumentan que introducen sesgos al aplanar la diversidad humana e imponer una personalidad de "agente servicial" que no logra representar rasgos negativos, prejuicios o el espectro completo de la identidad humana.

El desafío central abordado es si los LLM pueden simular con precisión acciones humanas complejas —específicamente el favoritismo endogrupal (in-group) y la animosidad exogrupal (out-group) en juegos de asignación de recursos y de confianza— mientras se tienen en cuenta variables contextuales sutiles que a menudo dificultan la reproducibilidad de los estudios humanos.

Metodología

1. Selección del Modelo: Preentrenados vs. Ajustados por Instrucciones

Los autores abogan por el uso de modelos preentrenados (base) sobre las variantes ajustadas por instrucciones.

Razón: Los modelos preentrenados capturan una "mezcla de voces" y un contexto latente (rasgos del hablante, rasgos del oyente, tiempo, lugar) de sus masivos corpus de entrenamiento. En contraste, el ajuste por instrucciones optimiza los modelos para la utilidad y la seguridad, congelando efectivamente la identidad hacia un "agente servicial" y marginando los rasgos del usuario. Esto resulta en un "Efecto Lake Wobegon" donde los modelos IT evitan sistemáticamente las caracterizaciones negativas, lo que conduce a una baja fidelidad al simular poblaciones humanas diversas y realistas.
Evidencia: El artículo demuestra que los modelos base exhiben una perplejidad significativamente menor en datos de diálogo humano (Reddit) en comparación con sus contrapartes IT, lo que indica un mejor ajuste para los patrones de lenguaje humano.

2. Marco de Simulación

El marco propuesto, DeepBind, involucra tres componentes clave para simular participantes humanos en juegos de dilemas sociales (Juego del Dictador y Juego de la Confianza):

Generación de Trasfondo Narrativo: En lugar de simples etiquetas demográficas, el sistema genera trasfondos narrativos ricos, de estilo entrevista, para las personas virtuales. Estos se crean mediante el uso de un modelo preentrenado con una secuencia de preguntas derivadas del American Voices Project (que cubre la infancia, familia, política, salud, etc.).
- Control de Calidad: Un proceso de muestreo de rechazo utilizando un modelo "crítico" ajustado por instrucciones filtra textos que no sean de diálogo, bloques de código e inconsistencias fácticas.
Emparejamiento Demográfico: Las personas virtuales se emparejan con participantes de estudios humanos reales basándose en rasgos demográficos e ideológicos extraídos de sus trasfondos mediante un algoritmo de emparejamiento bipartito de peso máximo (algoritmo húngaro).
Estrategias de Prompting:
- Contextualización Temporal: Las simulaciones están explícitamente vinculadas al año específico en que se realizó el estudio humano original (p. ej., 2014 vs. 2019) mediante pares de QA forzados dentro del prompt. Esto aborda la hipótesis de que la animosidad partidista ha aumentado con el tiempo.
- Filtrado de Consistencia: Para evitar la deriva semántica durante simulaciones largas, el sistema reitera periódicamente la identidad y la pertenencia al grupo de la persona (p. ej., "Tenga en cuenta que se ha identificado como Republicano") para mantener la consistencia conductual.

3. Diseño Experimental

Los autores evaluaron el marco utilizando dos juegos clásicos de economía conductual:

Juego del Dictador: Mide el altruismo y el favoritismo endogrupal en la asignación de recursos.
Juego de la Confianza: Mide la confianza (emisor) y la confiabilidad (receptor).

El estudio replicó cuatro experimentos humanos (Iyengar & Westwood, 2015; Whitt et al., 2021; Carlin & Love, 2018) a través de tres familias de modelos (Mistral-Small, Mixtral, Qwen-2.5). Los autores también realizaron simulaciones contrafactuales para aislar los efectos de tres factores específicos: el Año del Estudio, el Encuadre de las Instrucciones (redacción) y el Grupo de Participantes (fuente de reclutamiento).

Resultados Clave

1. Fidelidad de la Simulación

El método DeepBind (condicionamiento de trasfondo + contextualización temporal + filtrado de consistencia) superó consistentemente a las estrategias de prompting de línea base (QA, Bio, Portray) en la replicación del sesgo partidista humano ( $\Delta$ valores).

En el Juego del Dictador, DeepBind logró la alineación más cercana con los datos humanos tanto para demócratas como para republicanos en múltiples estudios. Por ejemplo, en el estudio de 2019 de Whitt et al., DeepBind produjo un $\Delta$ republicano de 2.16 (vs. humano 2.33) y un $\Delta$ demócrata de 2.60 (vs. humano 2.46), significativamente más cercano que las líneas base.
En el Juego de la Confianza, DeepBind de manera similar igualó los parámetros humanos, replicando un $\Delta$ republicano de 2.00 (vs. humano 1.76) en el estudio de 2019.

2. Estudios de Ablación

Trasfondos (Backstories): Eliminar los trasfondos narrativos extendidos (volviendo a prompts de QA simples) degradó significamente el rendimiento, confirmando que el vínculo profundo con la persona es crítico.
Contextualización Temporal y Consistencia: Combinar ambas técnicas produjo los mejores resultados. Para el Juego del Dictador de 2019, el enfoque combinado logró un $\Delta$ de Diferencia Media de 2.38, casi igualando la brecha humana de 2.40. Usar cualquiera de las técnicas por sí sola fue menos efectivo.

3. Análisis Contrafactual de la Reproducibilidad

Al variar de forma independiente el Año, el Encuadre y el Grupo de Participantes, los autores identificaron los impulsores de la varianza en los resultados de los estudios humanos:

Efectos de Encuadre: La redacción de las instrucciones (específicamente, la presencia de recordatorios en negrita de la afiliación política) tuvo un impacto más fuerte en el sesgo partidista que el año del estudio en algunos contextos. Esto desafía la conjetura de que el aumento del partidismo se debe únicamente a cambios temporales.
Grupos de Participantes: En el Juego de la Confianza, la diferencia entre las fuentes de reclutamiento (Mechanical Turk vs. Dynata/SSI) mostró un efecto débil pero significativo. En el Juego del Dictador, donde los grupos eran más similares, este efecto fue insignificante.
Efectos de Año: El año del estudio afectó significativamente las diferencias de asignación en los juegos del Dictador, pero no en los de la Confianza.

Significación y Reivindicaciones

El artículo sostiene que los LLM, cuando se configuran adecuadamente con modelos preentrenados sin sesgos y un vínculo narrativo profundo, pueden servir como una poderosa herramienta para explorar los matices del comportamiento social humano que a menudo se omiten en las descripciones experimentales.

Herramienta de Reproducibilidad: El marco permite a los investigadores "explorar contrafactualmente" cómo cambios sutiles en el diseño del estudio (año, encuadre, grupo) alteran los resultados, ayudando a explicar las discrepancias entre los estudios de replicación humana.
Más allá de las Encuestas: A diferencia del trabajo previo centrado en las encuestas de opinión, este trabajo demuestra que los LLM pueden simular acciones (asignación de recursos) influenciadas por la identidad y el contexto.
Cambio Metodológico: Los autores argumentan que los modelos ajustados por instrucciones no son adecuados para simular la diversidad completa del comportamiento humano debido a su sesgo inherente hacia la "utilidad", y que los modelos base ofrecen una representación más fiel de la complejidad humana, incluyendo los rasgos y prejuicios negativos.

Limitaciones

Los autores reconocen varias restricciones:

Dependencia de Datos: La fidelidad está limitada al alcance temporal y cultural de los datos de entrenamiento del modelo (p. ej., no se espera que la simulación del comportamiento de 1950 sea precisa).
Propagación de Sesgos: Si bien los modelos base capturan la diversidad, también capturan los sesgos sociales. Los trasfondos generados pueden reflejar estereotipos o prejuicios dañinos presentes en sus datos de entrenamiento.
Intensidad de Recursos: Generar trasfondos de alta calidad mediante el muestreo de rechazo requiere recursos computacionales significativos.
Especificidad de Dominio: Los experimentos actuales se centran exclusivamente en el partidismo político de EE. UU.; la generalización a otras culturas o contextos no ha sido probada.

El artículo concluye que, si bien los estudios humanos siguen siendo el "estándar de oro", este marco de simulación ofrece un mecanismo valioso para comprender las "variables ocultas" del diseño experimental que afectan el comportamiento humano.