Developing and Validating the Spanish Version of the Large Language Models Dependency Scale (LLM-D12-SP)

Resumen Técnico: Desarrollo y Validación de la Versión en Español de la Escala de Dependencia de los Modelos de Lenguaje de Gran Tamaño (LLM-D12-SP)

Planteamiento del Problema
A medida que los Modelos de Lenguaje de Gran Tamaño (LLM, por sus siglas en inglés) transitan de ser herramientas ocasionales a convertirse en socios cognitivos habituales en entornos organizacionales y personales, han surgido preocupaciones respecto a la erosión de la autonomía humana y la emergencia de la dependencia psicológica. Si bien los instrumentos existentes miden el "uso problemático" o la "adicción" basándose en marcos de uso de sustancias (por ejemplo, abstinencia, tolerancia), a menudo no logran distinguir entre la dependencia instrumental (uso de los LLM para la ejecución de tareas y el apoyo a la toma de decisiones) y la dependencia relacional (ver a los LLM como compañeros o fuentes de validación emocional). Además, existe una brecha significativa en herramientas psicométricamente validadas para poblaciones de habla hispana, a pesar de la rápida expansión de la adopción de los LLM en España y Latinoamérica. La ausencia de un instrumento lingüísticamente y culturalmente apropiado limita la capacidad de evaluar la prevalencia, la estructura y los correlatos de la dependencia de los LLM en este grupo demográfico.

Metodología
El estudio tuvo como objetivo validar la adaptación al español de la Escala de Dependencia de los Modelos de Lenguaje de Gran Tamaño (LLM-D12-SP) mediante una rigurosa evaluación psicométrica.

• Participantes: Se reclutó una muestra final de 386 participantes de habla hispana (Media de edad = 28.0 años; 55% hombres) a través de Prolific. Los criterios de inclusión requerían un compromiso activo con un LLM primario (por ejemplo, ChatGPT, Gemini) y un uso frecuente o una dependencia percibida significativa.
• Traducción del Instrumento: La escala se desarrolló utilizando un procedimiento estándar de retrotraducción para asegurar la equivalencia conceptual con la versión original en inglés.
• Medidas:
  • LLM-D12-SP: Una escala de 12 ítems que comprende dos subescalas: Dependencia Instrumental (6 ítems) y Dependencia Relacional (6 ítems), calificadas en una escala Likert de 6 puntos.
  • Medidas de Validez Externa: Adicción a Internet (IAT-7), Actitudes hacia la IA (Aceptación y Miedo), Necesidad de Cognición (NFC) y Confianza Percibida en el LLM primario.
• Procedimientos Analíticos:
  • Verificación de Monotonicidad: Análisis de escala de Mokken para evaluar la escalabilidad de los ítems.
  • Análisis Factorial Confirmatorio (CFA): Para probar la estructura de dos factores frente a una alternativa de un solo factor.
  • Análisis de Fiabilidad: Alfa de Cronbach y correlaciones ítem-total corregidas.
  • Validez Discriminante: Evaluada mediante el criterio de Fornell-Larcker, la relación Heterotrait–Monotrait (HTMT) y pruebas de diferencia de chi-cuadrado.
  • Análisis de Red: Algoritmo EBICglasso para examinar la centralidad de los ítems y la estructura de la red.
  • Validación Externa: Regresión múltiple multivariante para analizar las asociaciones con constructos externos.

Resultos Clave

• Estructura Factorial: El Análisis Factorial Confirmatorio respaldó la estructura original de dos factores (Dependencia Instrumental y Relacional). Aunque el Índice de Tucker-Lewis (TLI = 0.89) estuvo ligeramente por debajo del umbral de 0.90, el Índice de Ajuste Comparativo (CFI = 0.91) y el Residuo Cuadrático Medio Estandarizado (SRMR = 0.07) indicaron un ajuste de modelo aceptable. El modelo de dos factores se ajustó significativamente mejor que el modelo de un solo factor ($\Delta\chi^2 = 488, p < .001$).
• Fiabilidad: La escala demostró una fuerte consistencia interna. El alfa de Cronbach de la escala total fue de 0.89, con alfas de subescala de 0.86 para la Dependencia Instrumental y 0.85 para la Dependencia Relacional. Todos los ítems mostraron cargas significativas ($p < .001$), aunque el ítem con puntuación inversa en la subescala de Relación mostró una carga ligeramente menor ($\lambda = 0.48$).
• Validez Discriminante: Las dos subescalas fueron empíricamente distintas. La Varianza Extraída Media (AVE) para ambos factores (0.52 y 0.48) superó la correlación al cuadrado entre ellos (0.32). La relación HTMT fue de 0.65, muy por debajo del punto de corte de 0.85.
• Análisis de Red: Los ítems se agruparon en dos redes coherentes. En la red Instrumental, los ítems relativos a la confianza en la decisión y el uso habitual fueron centrales. En la red Relacional, los ítos relativos al apoyo social y la reducción de la soledad fueron centrales.
• Validación Externa: Ambas dimensiones de dependencia se asociaron positivamente con la Adicción a Internet y la confianza percibida en los LLM. Una mayor dependencia también se vinculó con actitudes positivas (Aceptación) hacia la IA, pero mostró una asociación débil o nula con la Necesidad de Cognición (NFC) o el Miedo a la IA.
• Patrones de Uso: Un mayor uso de la frecuencia de los LLM y el uso en contextos tanto estacionarios como móviles se asociaron con una mayor Dependencia Instrumental. El uso de dispositivos móviles se vinculó específicamente con una mayor Dependencia Relacional en comparación con el uso de PC.

Significancia y Reivindicaciones
El artículo afirma proporcionar el primer instrumento validado psicométricamente en lengua española para evaluar la dependencia de los LLM. Sus principales contribuciones son:

1. Soporte Translingüístico: El estudio establece que la estructura bidimensional del LLM-D12 (Instrumental vs. Relacional) es robusta en las poblaciones de habla inglesa, árabe y ahora en la población de habla hispana, lo que sugiere que estas son dimensiones estables de la interacción humano-IA y no artefactos culturales.
2. Distinción Conceptual: Al validar la separación de la dependencia instrumental y la relacional, la escala permite a los investigadores distinguir entre la dependencia impulsada por la eficiencia y el apoyo a las tareas, frente a la dependencia impulsada por necesidades sociales y emocionales. Esto aborda una limitación en escalas previas que a menudo confunden estas formas distintas de dependencia en un único continuo de severidad.
3. Utilidad Práctica: El LLM-D12-SP ofrece una herramienta fiable para investigar los aspectos psicológicos del uso de los LLM en contextos educativos, ocupacionales y clínicos de habla hispana. Permite comparaciones transculturales y respalda el desarrollo de directrices informadas por la evidencia para la integración de la IA.
4. Matiz Teórico: Los hallazgos sugieren que la dependencia de los LLM no es inherentemente disfuncional, sino que representa una forma específica de dependencia que se correlaciona con la confianza y la aceptación. La falta de asociación con la Necesidad de Cognición indica que esta dependencia no es simplemente un sustituto de la evitación cognitiva general, sino un constructo específico relacionado con la tecnología.

Los autores mantienen una postura modesta, señalando que la escala es una operacionalización inicial de un constructo en desarrollo. Enfatizan que el estudio es transversal y depende de autoinformes, lo que limita las inferencias causales sobre la estabilidad de la dependencia a lo largo del tiempo o su vínculo directo con resultados negativos. El artículo posiciona al LLM-D12-SP como una herramienta fundacional para futuras investigaciones que determinen bajo qué condiciones la dependencia de los LLM puede volverse desadaptativa.