Modelos de IA descifran rasgos de personalidad a partir de textos escritos

Además de realizar tareas complejas como reconocimiento de imágenes, traducción de idiomas y automatización de procesos, ahora la inteligencia artificial es capaz de descifrar los rasgos de personalidad de una persona solo a partir de sus textos escritos.

Investigadores de la Universidad de Barcelona han demostrado que sistemas avanzados como BERT y RoBERTa pueden identificar matices psicológicos en el lenguaje, abriendo nuevas y sorprendentes posibilidades en áreas como la psicología, los recursos humanos y la evaluación clínica.

Modelos de IA y conjuntos de datos

El estudio, citado por la revista Wired, se centró en BERT y RoBERTa, dos de los modelos de procesamiento de lenguaje natural más avanzados, desarrollados por Google y Meta, respectivamente. Los investigadores emplearon estos sistemas para analizar dos conjuntos de datos.

El primero contenía más de 2.400 ensayos de flujo de conciencia, escritos entre 1997 y 2004, donde los participantes redactaron libremente durante 20 minutos sobre cualquier tema.

Estos ensayos fueron etiquetados con los cinco grandes rasgos de personalidad: apertura a la experiencia, responsabilidad, extroversión, amabilidad y neuroticismo, basados en el modelo Cinco Grandes (Big Five).

El segundo conjunto provenía de Personality Café, un foro en línea con más de 8.600 personas que discutían tipos de personalidad. Las publicaciones de los participantes fueron clasificadas según el Indicador de Tipo Myers-Briggs (MBTI), que define 16 tipos de personalidad basados en dimensiones como extroversión/introversión y pensamiento/sentimiento.

Metodología: gradientes integrados

Para comprender cómo los modelos de IA llegaban a sus conclusiones, los investigadores utilizaron gradientes integrados (IG), una técnica que analiza la relación entre las predicciones del modelo y las características del texto.

Este método permitió visualizar y cuantificar la relevancia de distintos elementos lingüísticos en las predicciones, lo que es crucial para garantizar la transparencia en aplicaciones como la psicología clínica o la selección de personal.

Los modelos lograron identificar los rasgos de personalidad con alta precisión al analizar textos etiquetados con el modelo de los Cinco Grandes. Detectaron patrones lingüísticos coherentes con enfoques psicológicos tradicionales, como la distinción entre el uso negativo o positivo de palabras como “odio” según el contexto.

Sin embargo, los resultados del conjunto de datos basado en el MBTI mostraron limitaciones, ya que los modelos dependían más de menciones explícitas al tipo de personalidad que de patrones lingüísticos genuinos.

Al eliminar estas menciones, la precisión de la IA disminuyó significativamente, lo que resalta las limitaciones del MBTI para la evaluación automática de la personalidad.

Una de las principales fortalezas del estudio fue la capacidad de la IA para interpretar matices lingüísticos, analizando no solo palabras clave, sino también el contexto en el que se usaban. Por ejemplo, pudo distinguir entre el uso negativo y positivo de términos como “odio” según la estructura de la frase, lo que permitiría evaluaciones de personalidad más precisas y naturales.

Aplicaciones potenciales

El estudio resalta diversas aplicaciones de esta tecnología. En psicología, la IA podría identificar matices lingüísticos no siempre evidentes en los métodos tradicionales, permitiendo evaluaciones más naturales y menos intrusivas, especialmente en estudios a gran escala.

En el ámbito clínico, podría asistir en la evaluación y seguimiento de pacientes, detectando cambios clave en el lenguaje durante la terapia. En recursos humanos, optimizaría la selección de personal al identificar rasgos de personalidad que mejor se adapten a un puesto, y en educación personalizada, ajustaría estrategias según las características individuales de los estudiantes.

Además, sería útil en la investigación social, facilitando el análisis de grandes volúmenes de datos, y en el desarrollo de asistentes virtuales más adaptados a los usuarios.

Ética y validación científica

Los autores subrayan la necesidad de usar modelos científicamente validados y aplicar técnicas de explicabilidad como los gradientes integrados para garantizar un uso ético de la tecnología. Los investigadores advirtieron sobre la importancia de ampliar el análisis a diferentes textos, plataformas, idiomas y contextos culturales para verificar la consistencia de los patrones observados.

La validación científica y la transparencia son esenciales para evitar sesgos y garantizar que las aplicaciones respeten los derechos y la privacidad de las personas. Insisten en que deben basarse en modelos robustos y una comprensión clara de los límites de la tecnología.

El estudio concluye que, aunque los modelos de IA no reemplazarán a corto plazo las pruebas tradicionales de evaluación de la personalidad, ofrecen un complemento valioso. Se anticipa una evolución hacia un enfoque multimodal que combine métodos clásicos con análisis del lenguaje natural, comportamiento digital y otras fuentes de datos. Esta integración permitirá obtener una visión más rica y matizada de la personalidad humana, abriendo nuevas posibilidades para la investigación y la práctica profesional en psicología y áreas afines.