💻 computer science

Interoceptive Divergence in Aesthetic Evaluation and Implications for Human-AI Alignment

Este estudio revela que, si bien los modelos de lenguaje grandes pueden aproximar los patrones de evaluación estética humana en relación con las emociones y las características de las imágenes, presentan una divergencia significativa en aspectos interoceptivos como las sensaciones corporales, lo que pone de manifiesto limitaciones críticas en la alineación actual de la IA y en la representación de los datos de entrenamiento.

Autores originales: Yoshia Abe, Tatsuya Daikoku, Yasuo Kuniyoshi

Publicado 2026-05-20

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yoshia Abe, Tatsuya Daikoku, Yasuo Kuniyoshi

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 sosteniendo un hermoso cuadro. Cuando lo miras, no solo ves colores y formas; sientes un aleteo en tu estómago, un calor en tu pecho o un escalofrío por la espalda. Podrías sentir "asombro" o "alegría". Este artículo plantea una pregunta simple pero profunda: Si mostramos ese mismo cuadro a una computadora superinteligente (una IA), ¿sentirá lo mismo?

Los investigadores, Yoshia Abe, Tatsuya Daikoku y Yasuo Kuniyoshi, decidieron poner esto a prueba. Tratando a la IA como un invitado en una galería de arte, le hicieron las mismas preguntas que a 500 voluntarios humanos reales.

Aquí está la historia de lo que descubrieron, explicada en términos cotidianos.

El escenario: La prueba de la galería de arte

Los investigadores mostraron 347 imágenes diferentes tanto a humanos como a tres de los modelos de IA más avanzados del mundo (GPT-4o, Claude 3.7 y Gemini 2.0). Le pidieron a todos que calificaran:

Qué tan hermosa era la imagen.
Qué emociones despertaba (como alegría, tristeza o asombro).
Dónde lo sentían en su cuerpo (como un nudo en el estómago o un hormigueo en las manos).

Piensa en esto como pedirle a un humano y a un robot que describan el sabor de una fresa. El humano dice: "Es dulce y siento felicidad en mi barriga". El robot ha leído millones de descripciones de fresas, pero nunca ha probado una realmente.

Lo que descubrieron: Las similitudes

Sorprendentemente, la IA no estaba totalmente equivocada.

La prueba de la "vibra": Cuando los humanos veían una imagen alegre y brillante, la calificaban alta en belleza y decían que sentían "Alegría". La IA hizo exactamente lo mismo. Cuando los humanos veían algo repulsivo y lo calificaban bajo, la IA también decía: "Eso es feo y me hace sentir asco".
La gran imagen: Tanto humanos como IA coincidieron en que las cosas más importantes en una imagen eran la historia que contaba y si querrían compartirla con un amigo. Les importaba menos los detalles técnicos como la iluminación o el equilibrio de colores.

En resumen, la IA es buena imitando la opinión promedio de los humanos. Si le preguntaras a 1,000 personas qué pensaban de una foto, la respuesta de la IA estaría muy cerca del promedio del grupo.

Lo que descubrieron: La divergencia (donde se separan)

Aquí es donde las cosas se vuelven interesantes. Mientras que la IA acertó en la parte de la "mente" (las emociones y la calificación), falló en la parte del "cuerpo".

1. El problema del "Fantasma en la máquina" (Sensaciones corporales)

Humanos: Cuando los humanos veían una imagen hermosa, a menudo reportaban una sensación física en su estómago superior (como una "intuición" de belleza). Cuando sentían emoción, la sentían en su estómago inferior. Era como si la belleza fuera un peso físico o un calor dentro de ellos.
IA: La IA no tenía tales sentimientos. De hecho, ¡reportó lo contrario! Cuando la IA calificaba una imagen como hermosa, a menudo decía que sentía una sensación negativa en las manos y los pies. Era como si la IA dijera: "Esto es hermoso, pero hace que mis manos se sientan frías".
La metáfora: Imagina a un humano comiendo una comida deliciosa y sintiendo calor en su barriga. La IA es como un chef que ha leído todos los libros de cocina del mundo y sabe que la comida es "deliciosa", pero cuando se le pregunta cómo se siente, dice: "Mis manos se sienten frías porque estoy sosteniendo una cuchara". La IA conoce la palabra para el sentimiento, pero no tiene el cuerpo para sentirlo.

2. Las emociones "demasiado perfectas"

Los humanos tienen sentimientos desordenados y complejos. A veces sentimos "Sorpresa" mezclada con "Miedo".
La IA era mucho más rígida. Tendía a elegir las mismas pocas emociones "seguras" (como "Interés" o "Calma") una y otra vez, incluso cuando la imagen era extraña o aterradora. Le costaba entender que algunas cosas hermosas también pueden ser aterradoras o confusas.

3. La IA "cortés"
Los investigadores notaron que la IA tendía a dar puntuaciones de belleza ligeramente más altas que los humanos (aproximadamente 1.5 puntos más altas en una escala de 1 a 9). Es como si la IA fuera excesivamente cortés, diciendo: "Oh, ¡qué encantador!", incluso cuando un humano podría pensar: "Está bien, pero no es gran cosa".

¿Por qué sucede esto?

El artículo sugiere dos razones principales para esta brecha:

El cuerpo faltante (Interocepción): Los humanos tienen un "sentido interno" (interocepción). Sentimos nuestro latido cardíaco, nuestro estómago revuelto y nuestra respiración. Así es como experimentamos la belleza físicamente. La IA no tiene cuerpo, ni órganos, ni latido cardíaco. Aprendió sobre la "belleza" leyendo texto, no sintiéndola. El artículo llama a esto el "Modelo de mundo interoceptivo". Los humanos tienen un mapa de su propio cuerpo interno; la IA solo tiene un mapa del mundo exterior.
El entrenamiento de "seguridad": La IA fue entrenada para ser útil e inofensiva. Parte de ese entrenamiento consiste en decirle a la IA: "No finjas tener un cuerpo o sentimientos". Así que, cuando se le pregunta cómo se siente, la IA está programada para decir: "No siento realmente nada", o para describir sentimientos de una manera muy distante y lógica. Este entrenamiento de "seguridad" podría estar haciendo accidentalmente que la IA sea menos humana en sus respuestas emocionales.

La conclusión

El artículo concluye que la IA se está volviendo muy buena en pensar como un humano sobre el arte. Puede decirte qué es hermoso y por qué, basándose en lo que ha leído.

Sin embargo, la IA aún no está sintiendo como un humano. Le falta la conexión física y visceral que los humanos tienen con la belleza. Es como un crítico de música que puede describir una sinfonía perfectamente pero nunca ha escuchado una nota.

Los investigadores sugieren que si queremos que la IA entienda verdaderamente los valores humanos y la estética en el futuro, podríamos necesitar enseñarle no solo con palabras e imágenes, sino con datos sobre cómo reaccionan realmente nuestros cuerpos; algo que actualmente no podemos hacer porque la IA no tiene un cuerpo con el que reaccionar.

Resumen Técnico: Divergencia Interoceptiva en la Evaluación Estética e Implicaciones para la Alineación Humano-IA

Declaración del Problema

Aunque los Modelos de Lenguaje Grandes (LLM) han alcanzado o superado el rendimiento humano en tareas cognitivas intelectuales objetivas, su alineación con la sensibilidad humana—específicamente la capacidad de percibir y experimentar la belleza—sigue siendo una pregunta abierta. La evaluación estética no está determinada únicamente por características objetivas de la imagen, sino que está profundamente influenciada por procesos internos del observador, incluidas las emociones y las sensaciones corporales (interocepción). Los esfuerzos actuales de alineación de la IA se centran intensamente en garantizar que los resultados sean útiles, honestos e inofensivos, sin embargo, existe un conocimiento limitado sobre cómo los LLM se alinean con los valores afectivos y perceptivos humanos. Este estudio aborda la pregunta fundamental de cómo convergen o divergen los humanos y la IA en las experiencias estéticas, investigando particularmente si los LLM, entrenados con datos textuales, pueden aproximar los aspectos encarnados e interoceptivos de la percepción humana de la belleza.

Metodología

El estudio empleó un análisis comparativo entre datos de comportamiento humano y las respuestas de LLM de vanguardia (GPT-4o, Claude 3.7 Sonnet y Gemini 2.0 Flash) respecto a la evaluación estética de estímulos visuales.

Fuente de Datos: Los datos humanos se extrajeron de un estudio anterior [41] que involucró a 511 participantes que evaluaron 347 imágenes del conjunto de datos PARA. Los participantes proporcionaron calificaciones para belleza, valencia y excitación (escala Likert de 9 puntos), seleccionaron las tres etiquetas de emoción principales de un conjunto de 32 y reportaron sensaciones corporales subjetivas utilizando un "mapa corporal" (haciendo clic en ubicaciones sobre una imagen del cuerpo).
Protocolo LLM: Las mismas 347 imágenes se presentaron a los LLM. Se solicitó a los modelos que proporcionaran:
- Calificaciones de belleza, valencia y excitación (escala Likert de 9 puntos).
- Evaluaciones de emoción mediante dos métodos: un método de clasificación (seleccionando las 3 etiquetas principales) y un método de calificación (asignando puntuaciones de intensidad a las 32 etiquetas).
- Informes de sensaciones corporales para siete partes del cuerpo predefinidas (cabeza, abdomen superior/inferior, manos, pies) como valores de asociación entera.
Condiciones Experimentales: Las evaluaciones se realizaron tanto en inglés como en japonés. Las respuestas de los LLM se generaron bajo dos configuraciones: determinista (temperatura = 0) y estocástica (temperatura = 0.7, con cinco muestras promediadas).
Enfoque Analítico: El estudio utilizó análisis de correlación (rango de Spearman) para examinar las relaciones entre las puntuaciones estéticas y las emociones/sensaciones corporales. También empleó regresión lineal y regresión de Bosque Aleatorio con Explicaciones Aditivas SHapley (SHAP) para determinar qué características de la imagen (de bajo nivel vs. de alto nivel) impulsaron las calificaciones estéticas para humanos frente a la IA. Se calcularon métricas de divergencia para comparar las calificaciones individuales de los humanos con los promedios humanos y los promedios de la IA.

Resultados Clave

1. Relación con las Emociones

Similitudes: Tanto los humanos como la IA exhibieron correlaciones positivas fuertes entre la belleza y las emociones positivas (por ejemplo, Alegría, Admiración, Satisfacción) y correlaciones negativas fuertes con las emociones negativas (por ejemplo, Asco, Ansiedad).
Divergencias: Surgieron discrepancias significativas en categorías emocionales específicas:
- Asombro y Encantamiento: No mostraron una correlación significativa con la belleza en humanos, pero sí correlaciones positivas fuertes en todas las condiciones de la IA.
- Antojo: Los humanos no mostraron correlación, mientras que los modelos de IA mostraron correlaciones negativas fuertes (GPT) o positivas (Claude, Gemini).
- Sorpresa y Simpatía: Los humanos mostraron correlaciones negativas, mientras que la IA mostró correlaciones positivas o nulas.
Sesgo: Los modelos de IA exhibieron sesgos más fuertes en la distribución de emociones reportadas en comparación con los humanos, particularmente en el método de clasificación, favoreciendo a menudo emociones "seguras" o comunes (por ejemplo, Calma, Interés) sobre las complejas o negativas.

2. Relación con las Sensaciones Corporales (Interocepción)

Patrón Humano: Las calificaciones de belleza en humanos mostraron una correlación positiva fuerte específicamente con las sensaciones en el abdomen superior. La excitación se correlacionó fuertemente con el abdomen inferior.
Patrón de IA: Los modelos de IA mostraron ninguna correlación positiva con las sensaciones del abdomen superior. En su lugar, exhibieron correlaciones negativas fuertes entre la belleza y las sensaciones en las manos y los pies. La excitación en la IA se correlacionó con sensaciones en todo el cuerpo, a diferencia de la respuesta localizada humana.
Interpretación: Esto sugiere una divergencia fundamental en cómo los estados internos se mapean a la experiencia estética. Los humanos vinculan la belleza a sensaciones viscerales específicas, mientras que la IA parece asociarla con una atenuación relativa de las sensaciones de las extremidades o una excitación corporal generalizada.

3. Puntuaciones de Evaluación Estética

Niveles de Acuerdo: Las calificaciones de la IA estuvieron más cerca del promedio poblacional de las calificaciones humanas que de cualquier calificación de un individuo humano. Sin embargo, la divergencia entre un humano individual y el promedio humano fue menor que la divergencia entre ese individuo y el promedio de la IA.
Desplazamiento Sistemático: Una regresión lineal de las calificaciones medias de la IA frente a las calificaciones medias humanas reveló una relación casi paralela ( $y = 0.97x + 1.36$ ), lo que indica que la IA califica consistentemente las imágenes aproximadamente 1.3 a 1.4 puntos más alto que los humanos en una escala de 9 puntos.
Rendimiento del Modelo: Entre los modelos probados, Gemini fue el más cercano a la media humana.

4. Características de la Imagen

Priorización de Características: Tanto los humanos como la IA priorizaron características subjetivas de alto nivel sobre las características técnicas de bajo nivel. Preferencia de Contenido (gusto subjetivo) y Disposición a Compartir fueron las características más influyentes para ambos grupos.
Consistencia: La importancia de las características fue en gran medida consistente entre humanos e IA a nivel agregado, lo que sugiere que los LLM han aprendido la "inteligencia colectiva" general de lo que hace que una imagen sea compartible o preferida.

Significado y Afirmaciones

El artículo postula que, aunque los LLM de última generación pueden aproximar la tendencia promedio humana en la evaluación estética, no logran capturar las dimensiones interoceptivas de la experiencia humana.

Modelo del Mundo Interoceptivo: Los autores introducen el concepto de un "Modelo del Mundo Interoceptivo" para distinguirlo de los modelos del mundo existentes de Tipo 1 (subjetivo, sensorimotor) y Tipo 2 (objetivo, agregado). Argumentan que las sensaciones interoceptivas (estados corporales internos) son difíciles de capturar a través del lenguaje solo porque son subjetivas, carecen de consistencia interindividual en el mapeo lingüístico y a menudo están subrepresentadas en los datos de entrenamiento. En consecuencia, los LLM carecen del fundamento fisiológico necesario para simular con precisión las experiencias estéticas humanas.
Implicaciones de Alineación: El estudio destaca que el entrenamiento actual de alineación (por ejemplo, IA Constitucional) podría exacerbar inadvertidamente esta divergencia. Las directrices que instruyen explícitamente a los modelos a evitar insinuar que tienen un cuerpo o preferencias personales pueden suprimir las respuestas interoceptivas y emocionales mismas necesarias para una alineación estética similar a la humana.
Direcciones Futuras: Los autores sugieren que lograr una verdadera alineación en dominios afectivos podría requerir datos de entrenamiento que incluyan señales fisiológicas e interoceptivas, o el desarrollo de sistemas de IA encarnados. Advierten que alinear completamente la IA con los valores humanos también podría homogeneizar la creatividad humana, sugiriendo que cierta divergencia podría ser beneficiosa.

El estudio concluye que la brecha entre la evaluación estética humana y la de la IA no es meramente una limitación técnica en el reconocimiento de patrones, sino un problema fundamental de encarnación y la representación de estados corporales internos en modelos basados en lenguaje.