How Personas Can Influence Agents to Play Split or Steal

Resumen Técnico: Cómo las Personas Influyen en los Agentes para Jugar a Dividir o Robar

Planteamiento del Problema
Aunque el uso de prompts de personalidad (persona prompting) es ampliamente utilizado para guiar a agentes de Modelos de Lenguaje de Gran Escala (LLM), su eficacia para moldear el comportamiento estratégico dentro de entornos de dilemas sociales sigue siendo incierta. Específicamente, no está claro cómo los indicios de personalidad influyen en la confianza, la explotación y la consistencia en la toma de decisiones en interacciones repetidas. Este estudio aborda este vacío examinando el impacto de los prompts de personalidad en un juego iterativo de "Dividir o Robar" (Split or Steal) —una versión conversacional simplificada del Dilema del Prisionero— donde agentes guiados por personalidades interactúan con un Humano Virtual (VH) controlado por un prompt fijo. La investigación tiene como objetivo caracterizar cuándo los indicios de personalidad alteran significamente los patrones de cooperación y explotación, y establecer una línea base para futuros estudios que involucren participantes humanos en realidad virtual.

Metodología
El estudio empleó un diseño de simulación multiagente exploratorio de 160 sesiones de 15 rondas cada una, conducted íntegramente en portugués europeo (pt-PT).

• Agentes y Modelos: Se utilizaron cuatro LLM de código abierto como agentes: Ministral 3:3b, phi4:14b, Gemma3:12b y Gemma4:e4b. Estos modelos fueron probados en dos configuraciones de temperatura (0.3 y 0.7) y en una configuración determinista (0.0).
• Humano Virtual (VH): El VH fue impulsado por GPT-4.1-mini con un prompt de sistema fijo, actuando como un oponente constante sin una personalidad específica.
• Construcción de la Persona: Se diseñaron veinte personalidades únicas, cada una con una historia de trasfondo que incluía nombre, edad y antecedentes. Estas se clasificaron en cinco grupos basados en los rasgos de personalidad de las "Cinco Grandes" (OCEAN): Prosocial (alta Amabilidad/Agreeableness), Interés Propio (baja Amabilidad), Reactivo (alta Neuroticismo) y Principista (alta Responsabilidad/Conscientiousness), y Analítico (alta Apertura/Openness).
• Mecánica del Juego: En cada ronda, el agente y el VH intercambiaban turnos conversacionales (30–45 palabras), y luego elegían simultánea e independientemente "Dividir" (cooperar) o "Robar" (defectar). Los pagos siguieron una matriz estándar: el Split mutuo genera (3,3); el Steal mutuo genera (1,1); y la explotación genera (5,0) para el que roba y (0,5) para el que coopera.
• Marco de Análisis:
  • Métricas Estratégicas: Se calcularon la tasa de cooperación y la tasa de cambio para medir la estabilidad y la capacidad de respuesta. Las estrategias se clasificaron frente a patrones canónicos (p. ej., Tit-for-Tat, Win-Stay-Lose-Shift, Grim Trigger).
  • Análisis de Temas y Sentimiento: Un modelo local Gemma 3 12B realizó la clasificación de etiquetas blandas (soft-label) de los turnos de diálogo. Los temas incluyeron amistad, dinero, experiencias de vida, venganza y perdón. El sentimiento se categorizó como felicidad, tristeza, neutral o ira.

Contribuciones Clave

1. Línea Base Empírica para Agentes Guiados por Personalidad: El estudio proporciona una base cuantitativa sobre cómo diferentes arquitecturas de LLM y tipos de personalidad interactúan en juegos de confianza repetidos, aislando específicamente los efectos de la elección del modelo frente al prompt de personalidad.
2. Perfiles de Comportamiento Específicos del Modelo: La investigación identifica tendencias de comportamiento distintas entre los modelos, observando que algunos (phi4, Ministral) exhiben fuertes sesgos cooperativos independientemente de la temperatura, mientras que otros (variantes de Gemma) muestran una mayor diversidad estratégica.
3. Correlación Persona-Estrategia: Establece un vínculo entre los grupos de personalidad derivados de las "Cinco Grandes" y los resultados estratégicos, demostrando que las personalidades "Prosociales" y "Principistas" cooperan consistentemente, mientras que las "Analíticas" son más propensas a la explotación.
4. Predictores Lingüísticos de la Estrategia: El estudio mapea el contenido conversacional con las decisiones estratégicas, revelando que el diálogo relacionado con la amistad se correlaciona con la cooperación, mientras que el contenido relacionado con el dinero y la venganza se correlaciona con la defección (Robar).

Resultados

• Dominancia de la Cooperación: En todas las sesiones, los resultados de Split mutuo dominaron, ocurriendo en aproximadamente el 74% de las rondas. La explotación (una parte Roba mientras la otra Divide) ocurrió en menos del 11% de las rondas.
• Influencia del Modelo:
  • phi4 y Ministral 3:3b se mantuvieron consistentemente cooperativos en todas las configuraciones de temperatura, adhiriéndose a menudo a una política de "Siempre Dividir".
  • Gemma3:12b y Gemma4:e4b exhibieron estrategias más variadas. Con temperaturas más bajas, Gemma3 a menudo se alineaba con "Win-Stay-Lose-Shift" o "Grim Trigger", mientras que con temperaturas más altas, se desplazaba hacia "Tit-for-Tat".
• Efectos de los Grupos de Personalidad:
  • Los grupos Prosocial y Principista mostraron las tasas más altas de Split mutuo y la menor incidencia de explotación.
  • Las personalidades Analíticas demostraron la mayor tendencia a explotar al VH, aunque también fueron ligeramente más propensas a ser explotadas.
  • Los grupos de Interés Propio y Reactivo se situaron entre estos extremos, mostrando tasas de resultados competitivos más altas que el grupo Prosocial, pero permaneciendo mayoritariamente cooperativos.
• Hallazgos de Temas y Sentimiento:
  • Temas: El diálogo referente a la amistad y las experiencias de vida se alineó con las decisiones de Dividir. Por el contrario, las discusiones que involucraban dinero y venganza fueron más prevalentes en los resultados de Robar. Notablemente, la venganza estuvo más fuertmente vinculada al Steal mutuo (escalada) que a la explotación oportunista.
  • Sentimiento: El análisis de sentimiento proporcionó un valor explicativo limitado, ya que las etiquetas fueron predominantemente neutrales o felices en todos los resultados. La ira fue rara en general, apareciendo ligeramente más frecuente en escenarios de Robar, pero nunca superando el 17% incluso en contextos competitivos.

Significancia y Reivindicaciones
Los autores afirman que estos hallazgos caracterizan la interacción entre los prompts de personalidad y las diferencias de modelo en juegos de confianza repetidos. La alta tasa de cooperación sugiere que muchas combinaciones de modelo-prompt convergen hacia un "equilibrio socialmente seguro", lo que potencialmente enmascara la verdadera diversidad estratégica de los agentes. El estudio sostiene que los indicios de personalidad sí influyen en el comportamiento, pero la magnitud de esta influencia depende fuertmente de la arquitectura subyacente del modelo.

El artículo posiciona este trabajo como un precursor necesario para los estudios de realidad virtual planeados que involucren participantes humanos interactuando con un VH encarnado. Al establecer cómo los VH con prompts fijos interactúan con agentes dirigidos por la personalidad, los autores pretenden definir hipótesis sobre qué indicios de personalidad (p. ej., encuadre prosocial frente a vulnerabilidad) son más propensos a cambiar el comportamiento humano en entornos futuros más ecológicamente válidos. Los autores mantienen la modestia en sus afirmaciones, reconociendo que el fuerte sesgo cooperativo y la distribución desigual de las rondas entre los grupos de personalidad limitan la capacidad de aislar completamente los efectos de la personalidad de los valores por defecto del modelo. Además, señalan que la sensibilidad lingüística (portugués frente a inglés) y la falta de una política de decisión fija para el VH son limitaciones que requieren replicación y refinamiento en trabajos futuros.