Solo noticias

y ya

martes 3 de de 2025

Evaluación de la inteligencia social en modelos de lenguaje

Recientemente se ha dado a conocer un trabajo de investigación que busca evaluar la inteligencia social de los modelos de lenguaje grandes (LLM por sus siglas en inglés). Este estudio se ha realizado al integrar evaluaciones narrativas mediante scripts escritos manualmente. La meta es comparar la habilidad de estos modelos para manejar dinámicas sociales con la de los seres humanos.

El estudio se basó en un marco que clasifica las interacciones sociales en tres categorías: prosocial, proegoísta y antisocial. Para cada una, se diseñaron narrativas que simulaban situaciones cotidianas, a fin de examinar cómo los modelos de lenguaje podrían funcionar frente a estos escenarios. Se emplearon scripts narrativos que guiaban a los protagonistas a través de diferentes secuencias de episodios.

Durante las pruebas, se halló que los LLM muestran una tendencia a exhibir comportamientos prosociales con un enfoque positivo hacia la cooperación y la negociación en sus decisiones. Sin embargo, estos modelos aún no logran igualar la flexibilidad humana para adaptarse a diferentes perfiles en el logro de objetivos sociales. Este hallazgo sugiere que, si bien los LLM pueden exhibir comportamientos positivos, a menudo fallan en lograr un resultado exitoso.

El análisis neuronal reveló cierta densidad de activaciones que se asemejan a estructuras humanas, lo que indica que con un aumento en la capacidad del modelo, los LLM comienzan a desarrollar particiones específicas de habilidad. A nivel conductual, el estudio demostró que, en contextos multiculturales, se mantienen ciertas diferencias entre los modelos de lenguaje y los humanos que todavía requieren mayor investigación.

En conclusión, aunque los LLM han mostrado avances significativos en su capacidad para manejar interacciones sociales, todavía existe un camino largo para recorrer antes de que puedan igualar la versatilidad y adaptación humana. Este estudio proporciona una base firme para mejorar la interacción humano-máquina, destacando la necesidad de seguir investigando sobre cómo estos modelos pueden desarrollarse aún más para comprender y operar eficazmente dentro de un contexto social complejo.